Autonomous Path Planning and Maneuvering of a Surface Vessel

Abstract

Denne oppgaven tar for seg et intelligent veiledningskonsept for en overflatefarkost som beveger seg fra start- til endelig veipunkt. Problemet blir løst stegvis for å legge til rette for utførelse i sanntid og for å kunne planlegge på nytt underveis. For enkelhets skyld foreslår vi å dele inn systemet i fire undermoduler: veiledning-, navigasjon-, måling- og kontrollsystem.

En ny måte å generere en stegvis, jevn og kontinuerlig bane i horisontalplanet ved bruk av Bézier-kurven og kvadratisk optimering er utviklet. En pragmatisk løsning er også foreslått. Det vises hvordan banegeneratorene sammen med en dynamisk oppgave (som utgjør veiledningssystemet), kan produsere de nødvendige signalene for regulatoren i bruk. En regulator designet ved bruk av en ikke-lineær adaptiv "backstepping"-teknikk, beregner kontinuerlig kreftene som skal påføres farkosten. De ønskede kreftene blir deretter fordelt til aktuatorene ved hjelp av en allokeringsalgoritme levert av DNV GL.

Navigasjonssystemet består av en global baneplanlegger av lav oppløsning som jobber sammen med en lokal dynamisk baneplanlegger av høy oppløsning. Den globale baneplanleggeren består av A*-algoritmen som opererer på et Voronoi-veikart som deler opp arbeidsområdet. Den lokale planleggeren er en "rapidly exploring random tree" (RRT)-algoritme som kombinerer nyttige aspekter av ulike RRT-varianter foreslått i litteraturen. Det er vist hvordan RRT kan brukes for å unngå dynamiske hindringer og stegvis planlegge en ny bane. Det stilles spørsmålstegn til om den nåværende løsningen er effektiv nok til å takle virkelige situasjoner.

Modellbåten ReVolt, laget av DNV GL, brukes som casestudie. Flere simuleringer blir gjort for å verifisere prestasjonen til hvert delsystem. Simuleringene gir et godt grunnlag for eksperimentell testing og resulterer i et eksperiment hvor veilednings- og kontrollsystemene testes på den virkelige ReVolt.

This thesis proposes an intelligent guidance concept for a surface vessel moving from initial to target waypoint. The problem is faced in a stepwise manner to facilitate real-time execution and the ability to replan online. For convenience, we propose to divide the complete system into four submodules: the guidance, navigation, measurement, and control system.

A new way to generate a stepwise, smooth, and continuous path in the horizontal plane using the Bézier curve and quadratic optimization is developed. Also, a pragmatic approach is proposed. It is shown how the path generators, together with a dynamic assignment (which makes up the guidance system), can produce the necessary signals for the maneuvering controller in use. A control law is designed using a nonlinear adaptive backstepping technique that continuously produces the desired forces to be applied to the vessel. The forces are then distributed to the actuators by a thrust allocation algorithm provided by DNV GL.

The navigation system consists of a global low-resolution path planner working together with a local dynamic high-resolution path planner. The A* algorithm operating on a Voronoi roadmap constitutes the global planner. It generates a safe path efficiently. A rapidly exploring random tree (RRT) algorithm combining useful aspects of different RRT variants proposed in the literature serves as the local planner. It is shown how RRT can be used to avoid dynamical obstacles and gradually replan in a stepwise manner. However, a question is raised if the current solution is computationally efficient enough to tackle real-life situations.

The ReVolt model scale ship by DNV GL is used as a test case. A considerable amount of simulations are done to verify the performance of each designed subsystem. The simulations provide a sound basis for experimental testing, resulting in a sea trial where the guidance and control systems are tested on the real ReVolt.