[논문 리뷰] A novel model-based parameters estimation combining local optimization and global optimization of nonlinear ship models with physical experiment dataset

Xu You, Xinping Yan외 3명|arXiv (Cornell University)|2023. 12. 09.

Ship Hydrodynamics and Maneuverability인용 수 4

한 줄 요약

이 논문은 실제 물리 실험 데이터를 사용하여 부족구동 선박 운동 모델의 비선형 매개변수를 식별하기 위해 글로벌 최적화(GO)와 로컬 최적화(LO)를 조합한 새로운 모델 기반 매개변수 추정 방법인 MBPE-LOGO를 제안한다. 이 방법은 루트 평균 제곱 오차(RMSE) 값이 예측 단계가 50단계까지도 수용 가능한 수준을 유지함으로써 고정밀도의 선박 궤적 예측을 달성하여 자율 제어기 설계에 효과적임을 입증한다.

ABSTRACT

Designing an autonomous precise controller for ships requires accurate and reliable ship models, including the ship dynamic model and actuator model. However, selecting a suitable model for controller design and determining its parameters pose a significant challenge, considering factors such as ship actuation, input constraints, environmental disturbances, and others. This challenge is further amplified for underactuated ships, as obtaining decoupled experiment data is not feasible, and the limited data available may not adequately represent the motion characteristics of ships. To address this issue, we propose a novel model-based parameter estimation approach, called MBPE-LOGO, for underactuated ship motion models. This method combines local optimization and global optimization methods to solve the model identification problem using a dataset generated from real experiments. The effectiveness of the identified model is verified through extensive comparisons of different trajectories and prediction steps.

연구 동기 및 목표

• 실제 실험 데이터를 사용하여 부족구동 선박 운동 모델의 비선형 매개변수를 정확히 식별하는 데 도전한다.
• 고정된 매개변수 모델의 한계를 극복하기 위해 속도와 회전 각도와 같은 다양한 선박 상태에서 동적 매개변수 적응을 가능하게 한다.
• 대규모 비선형 선박 모델 식별을 다룰 수 있도록 글로벌 최적화와 로컬 최적화를 통합한 강력한 매개변수 추정 프레임워크를 개발한다.
• 다양한 궤적과 예측 수평선에서 식별된 모델의 예측 성능을 검증하여 자율 제어 설계에의 활용 가능성을 뒷받침한다.
• 데이터 기반 매개변수 추정을 통해 모델 정확도를 향상시켜 복잡한 제어 알고리즘에 대한 의존도를 줄인다.

제안 방법

• 이 방법은 하이브리드 최적화 전략을 활용한다: 먼저 광범위한 매개변수 공간을 탐색하고 유망한 영역을 찾기 위해 글로벌 최적화(GO)를 수행하고, 이후 높은 정밀도로 해를 정밀 조정하기 위해 로컬 최적화(LO)를 수행한다.
• 선박 운동 모델은 두 대의 후방 앙귤러 스크류 엔진을 갖춘 부족구동 선박에 적합하게 조정된 MMG(Maneuvering Modeling Group) 프레임워크를 기반으로 한다.
• 추정된 모델 매개변수로부터 선박의 운동 상태(위치, 헤딩, 속도)를 시뮬레이션하기 위해 룬게-쿠타 4차 수준(RK4) 적분기를 사용한다.
• 물리적 선박 특성에서 유도된 제약 조건을 도입하여 해의 공간을 제한함으로써 수렴성 향상과 과적합 방지를 도모한다.
• 매개변수 추정 과정은 터그보트에서 확보한 실제 실험 데이터를 기반으로 하며, 28종의 다양한 기동 동안 제어 입력과 측정된 운동 상태가 포함된다.
• 이 방법은 두 가지 다른 궤적에 대해 다단계 예측 작업(1~50단계)을 통해 검증되었으며, +30+30 진동 궤적과 회전 원 궤적 기동이 포함된다.

실험 결과

연구 질문

• RQ1 실제 실험 데이터를 사용하여 부족구동 선박 운동 모델의 비선형 매개변수를 효과적으로 식별하는 데 하이브리드 글로벌-로컬 최적화 접근법이 유용한가?
• RQ2 식별된 모델은 얼마나 정확하게 장기 예측 수평선(예: 50단계)에서 선박 운동 상태를 예측할 수 있는가?
• RQ3 선박 속도와 회전 각도의 변화가 예측 오차, 특히 요동(_yaw) 운동에 미치는 영향은 어떠한가?
• RQ4 기존의 고정 매개변수 모델에 비해 제안된 방법은 다양한 기동 조건에서 예측 정확도 측면에서 어떻게 비교되는가?
• RQ5 식별된 모델은 모델 예측 제어(MPC)와 같은 고급 제어기 설계에 얼마나 기여할 수 있는가?

주요 결과

• 제안된 MBPE-LOGO 방법은 최적의 모델 매개변수를 성공적으로 식별하여 28개의 실험 기동 동안 실측 데이터와 밀도 높은 일치를 보이는 예측 궤적을 도출한다.
• 요동 속도(r)의 루트 평균 제곱 오차(RMSE)는 순방향 및 횡방향 속도보다 높지만, 전반적인 추세는 잘 예측되어 제어 응용에 있어 수용 가능한 정확도를 보인다.
• 예측 정확도는 예측 단계가 증가함에 따라 저하되지만, RMSE는 40단계까지는 여전히 수용 가능하며, 50단계 예측 역시 제어기 설계에 활용 가능한 것으로 평가된다.
• 모델은 +30+30 진동 궤적과 회전 원 궤적 기동을 포함한 다양한 궤적에서 일관된 성능을 보이며, 강건성과 일반화 능력을 확인한다.
• 이 방법은 복잡한 비선형 역학과 물리적 제약 조건을 효과적으로 다루며, 고속 및 고각도 회전 조건에서도 강력한 예측 성능을 보여준다.
• 결과적으로 글로벌 최적화와 로컬 최적화의 조합이 자율 선박 제어에 적합한 정확한 데이터 기반 매개변수 추정을 가능하게 함을 검증한다.