[论文解读] A Robust Model Predictive Control Approach for Underwater Robotic Vehicles Operating in a Constrained workspace.

Shahab Heshmati-Alamdari, George C. Karras+2 more|arXiv (Cornell University)|Sep 14, 2017

Adaptive Control of Nonlinear Systems被引用 1

一句话总结

本文提出了一种针对在受限、障碍物密集环境中运行的水下机器人车辆的鲁棒非线性模型预测控制（NMPC）方案。通过整合完整的车辆动力学和海流影响，该控制器优化了推进器使用，以利用有利的海流，确保在减少能耗的同时实现稳定、满足约束的航路点跟踪，实验验证基于一个4自由度车辆在受限水箱中完成。

ABSTRACT

This paper presents a novel Nonlinear Model Predictive Control (NMPC) scheme for underwater robotic vehicles operating in a constrained workspace including static obstacles. The purpose of the controller is to guide the vehicle towards specific way points with guaranteed input and state constraints (i.e obstacle avoidance, workspace boundaries). The proposed scheme incorporates the full dynamics of the vehicle in which the ocean currents are also involved. Hence, the control inputs calculated by the proposed scheme are formulated in a way that the vehicle will exploit the ocean currents, when these are in favor of the way-point tracking mission which results in reduced energy consumption by the thrusters. The closed-loop system has analytically guaranteed stability and convergence properties. The performance of the proposed control strategy is experimentally verified using a $4$ Degrees of Freedom (DoF) underwater robotic vehicle inside a constrained test tank with obstacles.

研究动机与目标

• 解决在存在静态障碍物的受限工作空间中引导水下机器人车辆的挑战，同时遵守输入和状态约束。
• 将车辆的完整非线性动力学（包括海流影响）整合到预测控制框架中。
• 通过使车辆在航路点跟踪任务期间利用有利海流，最小化能耗。
• 在所提出的NMPC公式下，保证闭环系统的稳定性和收敛性。
• 在包含物理障碍物的实际受限测试环境中，对控制器性能进行实验验证。

提出的方法

• 制定一种非线性模型预测控制（NMPC）方案，明确建模水下车辆的完整4自由度动力学。
• 在NMPC优化问题中将海流影响作为外部扰动进行整合，以实现预测性补偿和利用。
• 定义状态和输入约束，以在轨迹规划期间实现障碍物规避和工作空间边界限制。
• 设计代价函数，优先保证精确的航路点跟踪，同时最小化控制努力（推进器使用）。
• 采用滚动时域优化方法，在每个采样时刻计算控制输入，以确保实时适应性。
• 应用分析稳定性与收敛性证明，以保证在所提控制器下闭环系统的鲁棒性。

实验结果

研究问题

• RQ1 如何设计NMPC，以确保在受限、障碍物丰富的环境中，水下车辆实现稳定且收敛的航路点跟踪？
• RQ2 控制器在任务执行期间，能在多大程度上利用海流来减少能耗？
• RQ3 在动态海流条件下，该NMPC方案在保持状态和输入约束（如障碍物规避、边界限制）方面有多有效？
• RQ4 在包含物理障碍物和受限工作空间的实际实验设置中，控制器的性能如何？
• RQ5 在存在模型不确定性与环境扰动的情况下，所提出的NMPC方法能否保证闭环稳定性和收敛性？

主要发现

• 所提出的NMPC控制器成功引导4自由度水下车辆通过了带有障碍物的受限测试水箱，同时遵守了所有状态和输入约束。
• 控制器表现出稳定且收敛的行为，车辆在整个实验测试中均实现了精确的航路点跟踪。
• 通过利用有利海流，控制器显著降低了推进器工作量，从而在任务执行期间降低了能耗。
• 闭环系统表现出分析上保证的稳定性和收敛性，验证了控制设计的理论基础。
• 实验结果证实了NMPC方案在真实环境中的有效性，展示了对环境扰动和约束违规的鲁棒性。
• 将海流动力学整合到控制框架中，使得轨迹规划相比非自适应控制策略更加高效。