Fixed-Time Cooperative Trajectory Tracking Control of Multi-AUV Formation under Unknown Disturbances

O oceano é um espaço de trabalho vasto e imprevisível onde as máquinas devem operar sem mãos humanas para guiá-las. Durante décadas, os cientistas confiaram em robôs subaquáticos individuais para explorar essas profundezas, mas uma única máquina tem limites; ela pode carregar apenas certa quantidade de equipamento, ficar sem energia ou falhar se uma peça crítica quebrar. Para superar isso, engenheiros recorreram a grupos de robôs trabalhando juntos, conhecidos como formações. A ideia é simples: se um robô falhar, outros podem assumir o controle, e juntos eles podem cobrir uma área muito maior. No entanto, manter um grupo dessas máquinas movendo-se em uma forma precisa enquanto navegam pelo caótico mundo subaquático é incrivelmente difícil. A água nunca está parada; correntes ocultas empurram e puxam, e os próprios robôs são máquinas pesadas e complexas que nem sempre reagem exatamente como seus modelos computacionais preveem. Os métodos tradicionais de controlar esses grupos frequentemente lutam para corrigir erros rapidamente o suficiente, ou reagem de forma tão severa às perturbações que fazem os motores dos robôs tremerem, causando desgaste.

Uma equipe de pesquisadores da Universidade Shandong Jiaotong desenvolveu uma nova maneira de guiar esses grupos subaquáticos que resolve tanto os problemas de velocidade quanto os de trepidação. Eles criaram um sistema de controle que permite que múltiplos veículos subaquáticos autônomos rastreiem um caminho específico e mantenham sua forma de formação, mesmo quando atingidos por correntes desconhecidas e variáveis. O núcleo de sua solução é uma estratégia de duas partes. Primeiro, eles construíram um "sensor" virtual dentro do computador que pode adivinhar instantaneamente o que a água está fazendo com os robôs, mesmo que os robôs não consigam ver as correntes diretamente. Segundo, eles projetaram um comando de direção que usa esse palpite para cancelar o empurrão da água antes que ela tire os robôs do curso. Diferente de métodos antigos que levam muito tempo para corrigir um erro ou exigem que os motores deem solavancos violentos para combater a água, esta nova abordagem traz os robôs de volta ao seu caminho correto em um tempo curto e garantido, independentemente de quão longe do curso tenham começado. Os pesquisadores testaram essa ideia em simulações de computador com grupos de robôs formando triângulos, hexágonos e setas, e os resultados mostraram que o novo método manteve a formação apertada e suave, enquanto os métodos antigos lutavam com atrasos e trepidações.

O desafio de controlar esses grupos subaquáticos reside na própria natureza do oceano. A água é um fluido que se move em padrões complexos e aleatórios, criando forças que são difíceis de prever. Quando um robô tenta se mover, ele deve lutar contra essa resistência e, se uma rajada repentina de corrente o atingir, a posição do robô muda. No passado, os sistemas de controle tentavam reagir a essas mudanças depois que elas aconteciam. Isso é como tentar dirigir um carro olhando apenas para onde você já esteve; no momento em que você percebe que está derivando, já está fora da estrada. Outros sistemas tentavam ser mais agressivos, aplicando força máxima para corrigir o erro imediatamente. Embora isso possa funcionar na teoria, na prática, causa a vibração dos propulsores do robô, um fenômamente conhecido como chattering. Essa vibração é como o motor de um carro acelerando e desacelerando descontroladamente; ela desperdiça energia, cria ruído e pode eventualmente quebrar as partes mecânicas. Os pesquisadores descobriram que essas abordagens tradicionais eram ou lentas demais para serem úteis em ambientes de mudança rápida ou brutas demais para serem seguras para o hardware.

Para corrigir isso, a equipe projetou um sistema que antecipa o problema em vez de apenas reagê-lo. Eles começaram criando um modelo matemático detalhado de como os robôs se movem, separando o movimento em duas camadas: a posição e direção para a qual o robô está voltado, e as forças físicas que o impulsionam. Eles perceberam que, para controlar o grupo de forma eficaz, precisariam saber exatamente quanta água estava empurrando o robô em qualquer momento dado. Como não podiam medir as correntes invisíveis diretamente, construíram um observador especial, que é um tipo de programa de computador que roda paralelamente ao sistema de controle principal. Este observador compara constantemente o que o robô deveria estar fazendo com o que ele está realmente fazendo. Ao analisar a diferença, ele pode estimar a força e a direção da corrente oculta em uma fração de segundo.

A inovação fundamental aqui é a velocidade e a certeza desta estimativa. Observadores antigos levavam muito tempo para entender a corrente, e sua precisão dependia de quão próximo o robô começou de seu alvo. Se o robô estivesse muito fora do curso, o observador demorava ainda mais para alcançar o ritmo, o que era perigoso em um ambiente de movimentação rápida. O novo observador, no entanto, é projetado para atingir sua estimativa em um tempo fixo, não importa o tamanho do erro inicial. É como se o observador tivesse um relógio interno que garante que ele saberá a velocidade do vento dentro de um número específico de segundos, quer o carro esteja derivando levemente ou girando descontroladamente. Isso permite que o sistema de controle aja imediatamente, usando o palpite do observador para aplicar uma contraforça que neutraliza a corrente antes que ela possa interromper a formação.

Uma vez que o sistema sabe o que a água está fazendo, ele aplica uma segunda camada de controle para manter os robôs em sua formação. Os pesquisadores usaram um método onde um robô atua como líder, e os outros o seguem, mantendo uma distância e ângulo específicos em relação ao líder. Isso é semelhante a um bando de pássaros, onde cada pássaro sabe onde deve estar em relação ao que está à frente. A lei de controle garante que, mesmo que o líder vire bruscamente ou acelere, os seguidores ajustem seus caminhos suavemente para manter a forma correta. O sistema utiliza um tipo especial de matemática que evita que os robôs ultrapassem seu alvo ou oscilem para frente e para trás. Em vez de dar solavancos nos propulsores para corrigir um erro, o sistema aplica uma força suave e contínua que guia o robô gentilmente de volta à linha.

Os pesquisadores testaram seu sistema em uma série de simulações de computador para ver como ele se comportaria sob condições difíceis. Eles programaram os robôs para seguir caminhos complexos, incluindo rotas circulares e formas que combinam triângulos e círculos. Eles também simularam cenários onde os robôs começaram de posições muito diferentes, alguns longe do caminho pretendido e outros próximos a ele. Em todos os casos, o novo sistema de controle levou os robôs ao seu alvo de formação e os manteve lá. As simulações mostraram que os robôs podiam rastrear o caminho com alta precisão, e os erros em sua posição desapareceram rapidamente. Quando compararam seu novo método a uma estratégia de controle tradicional, a diferença foi clara. O método tradicional fazia os robôs tremerem e vibrarem enquanto tentavam corrigir seu curso, e levava muito mais tempo para que os erros se estabilizassem. O novo método, por outro lado, produziu movimentos suaves e constantes e corrigiu os erros quase imediatamente.

Uma das descobertas mais importantes foi o quão bem o sistema lidou com as perturbações desconhecidas. Os pesquisadores introduziram correntes aleatórias e variáveis na simulação para imitar o oceano real. O observador foi capaz de rastrear essas forças variáveis com uma precisão notável, correspondendo à força real da corrente quase perfeitamente. Isso permitiu que o sistema de controle cancelasse a perturbação de forma eficaz, mantendo os robôs no curso sem a necessidade de aumentar a potência de seus motores. O resultado foi um sistema que era tanto robusto contra o oceano imprevisível quanto gentil com o hardware do robô. As simulações também mostraram que o sistema funcionou bem para diferentes tamanhos e formas de grupos. Quer os robôs estivessem organizados em um triângulo, um hexágono, um pentágono ou uma forma de seta, a lei de controle os manteve coordenados e estáveis.

Os pesquisadores concluíram que sua abordagem oferece uma melhoria significativa para a robótica subaquática. Ao combinar um observador rápido e preciso com uma lei de controle suave, eles criaram um sistema que pode lidar com a realidade desordenada do oceano sem danificar o equipamento. As simulações provaram que os robôs podiam convergir para sua formação desejada em um tempo garantido, independentemente de onde começaram. Isso significa que, em uma missão no mundo real, um grupo de robôs poderia ser lançado de um navio em um padrão disperso, e eles se organizariam rapidamente em uma formação precisa para iniciar seu trabalho, mesmo que a água estivesse agitada. Embora o estudo tenha sido conduzido inteiramente em um ambiente de computador, os resultados sugerem que este método pode ser uma ferramenta poderosa para a futura exploração subaquática, permitindo que grupos de robôs trabalhem juntos de forma mais eficiente e confiável do que nunca. A equipe observou que o trabalho futuro visará testar essas ideias em robôs físicos reais e expandir o sistema para lidar com o movimento em três dimensões, preparando-se para os desafios complexos do mar profundo.