基于自适应控制与可达性分析的无人表面车辆安全自主性
机器人学
2024-10-03 v1 系统与控制
系统与控制
摘要
海洋机器人在执行诸如海洋监测等任务时，必须在遇到影响性能的不可预测扰动时保持精确的控制并确保安全。设计用于无人表面车辆 (USV) 的算法需要考虑这些扰动以控制车辆并确保其避免障碍物。虽然自适应控制已解决了 USV 控制挑战，但实际应用受限， certifying USV 在意外扰动下的安全性仍然困难。为解决控制问题，我们采用模型参考自适应控制器 (MRAC) 稳定 USV 沿所需轨迹的运行。对于安全认证，我们开发了一个带有移动时域估计器 (MHE) 的可达性模块，用于估计影响 USV 的扰动。该估计通过前向可达集计算传播，预测未来状态并实现实时安全认证。我们在 MIT 附近的 Charles 河上的一艘 Clearpath Heron USV 上测试了我们的安全自主性管线。我们的实验表明，USV 的 MRAC 控制器和可达性模块能够适应如推力失效和阻力力等扰动。MRAC 控制器优于 PID 基线，位置误差 RMSE 降低了 45%--81%。此外，可达性模块提供了实时安全认证，确保 USV 的安全。我们进一步在 underway replenishment 和运河场景中验证了管线的有效性，模拟了相关海洋任务。
引用
@article{arxiv.2410.01038,
title = {Safe Autonomy for Uncrewed Surface Vehicles Using Adaptive Control and Reachability Analysis},
author = {Karan Mahesh and Tyler M. Paine and Max L. Greene and Nicholas Rober and Steven Lee and Sildomar T. Monteiro and Anuradha Annaswamy and Michael R. Benjamin and Jonathan P. How},
journal= {arXiv preprint arXiv:2410.01038},
year = {2024}
}
备注
35 pages, 23 figures, 6 tables