Hybrid collision avoidance for autonomous passenger ferries

Abstract

Den pågående urbaniseringen stiller økende krav til bærekraftig passasjertransport i byene. Elektriske autonome passasjerferger tilbyr en grønn og tilpasningsdyktig transportløsning som enkelt kan integreres i urbane farvann. Deteksjon og forståelse av omgivelsene er kritisk for autonome fartøy, og fartøyet må videre respondere korrekt på omgivelsene og utføre nødvendige manøvrer. Kollisjoner må unngås, og oppførselen bør sikre passasjerkomfort og være i henhold til konvensjonen om internasjonale regler til forebygging av sammenstøt på sjøen (COLREGs).

Denne masteroppgaven presenterer et hybrid kollisjonsunngåelses-system (COLAVsystem) som kombinerer hastighetsplanlegging og modellprediktiv kontroll gjennom metodene multiple-path velocity planner (MP-VP) og branching-course model predictive control (BC-MPC). COLAV-systemet er designet for å være fleksibelt, og skal kunne fungere i både begrensede områder og på åpen sjø, samtidig som det tar hensyn til reglene 8 og 13-17 i COLREGs, som omhandler manøvrering.

Det hybride COLAV-systemet består av en høynivå baneplanlegger som genererer et sett parallelle baner som er kollisjonsfrie for statiske hindringer. MP-VP planlegger en referanserute langs disse banene, som er kollisjonsfri for en predikert fremtid for bevegelige hindringer og følger COLREGs. Deretter fungerer BC-MPC algoritmen som en rutefølger og et umiddelbart COLAV-system. Den beregner en hastighetsbane til fartøyskontrollerne som følger referanseruten og er kollisjonsfri i den faktiske situasjonen.

For å integrere MP-VP og BC-MPC algoritmene i et felles hybrid COLAV-system, er begge algoritmene modifiserte. MP-VP er endret slik at det tas hensyn til COLREGs Regel 8 og 13-17. BC-MPC algoritmen er parametrisert i tre frihetsgrader, og tilpasset fartøysmodellen og de tilgjengelige hastighetene til fergen. En dynamisk representasjon av bevegelige hindringer er utviklet for begge algoritmene, slik at fergen har mulighet til å passere nærmere hindringene i begrensede områder enn på åpen sjø. Videre er det implementert en modul som sørger for at MP-VP planlegger referanseruten på nytt når nødvendig.

Det hybride COLAV-systemet er testet gjennom simuleringer med en matematisk fartøysmodell av test plattformen milliAmpere. Simuleringene omfatter ulike scenario med flere bevegelige hindringer, også der noen av hindringene gjør fartsmanøvrer. Videre er prestasjonen til det hybride COLAV-systemet sammenlignet med to COLAV-system som benytter henholdsvis MP-VP og BC-MPC algoritmene. Resultatene er evaluert og diskutert basert på kvantitative metrikker valgt ut i fra et sett med identifiserte ønskelige egenskaper for et COLAV-system på en autonom passasjerferge. Det hybride COLAV-systemet drar nytte av egenskapene til både MP-VP og BC-MPC algoritmene. Fergen unngår kollisjoner, utøver unnamanøvrer når nødvendig og følger ellers referanseruten.

The ongoing urbanization raises an increasing need for sustainable passenger transport in the cities. Electrical autonomous passenger ferries can offer a green and adaptable transport solution that can easily be integrated into urban water areas. To achieve the autonomy of a vessel, the detection of the surrounding world, the understanding of it, and the actions made are critical. Besides avoiding collisions, the behavior of an autonomous ferry should comply with passenger comfort and the international regulations for preventing collisions at sea (COLREGs).

This Master’s thesis presents a hybrid collision avoidance (COLAV) system, combining the multiple-path velocity planner (MP-VP) and the branching-course model predictive control (BC-MPC) algorithm. The COLAV system is designed to be versatile and should work in both confined environments and at the open sea. Consideration of the COLREGs rules 8 and 13-17, which deals with maneuvering, is also included.

In the hybrid COLAV system, a high-level path planner generates a set of parallel paths that are collision-free of static obstacles. The MP-VP generates a reference trajectory along those paths considering the COLREGs and a predicted future of the moving obstacles. The BC-MPC algorithm serves as a trajectory-tracker and short-term COLAV system. The maneuvers planned by the BC-MPC algorithm complies with the COLREGs and are feasible to the dynamic constraints of the ferry.

To integrate the MP-VP and the BC-MPC algorithm into a common hybrid COLAV system, both algorithms are modified. Consideration of the COLREGs rules 8 and 13-17 is added to the MP-VP. The BC-MPC algorithm is parametrized in 3 degrees of freedom and adapted for a better appliance with the vessel model and velocity ranges. A dynamic representation of moving obstacles are developed for both algorithms, allowing the ferry to pass closer to moving obstacles in confined areas than at the open sea. To complete the hybrid COLAV system, a supervisor that invokes the MP-VP when necessary is implemented.

The hybrid COLAV system is tested through simulations using a vessel model of the milliAmpere ferry test platform. The simulations include multi-obstacle scenarios, also involving speed-maneuvering obstacles. Furthermore, the performance of the hybrid COLAV system is compared with stand-alone COLAV systems of the MP-VP and the BC-MPC algorithm. The results are evaluated using quantitative performance metrics based on an identified set of desirable properties for autonomous passenger ferry COLAV systems. The hybrid COLAV system benefits from both of the algorithms and avoids collisions successfully. When the moving obstacles are maneuvering, the ferry executes necessary maneuvers. Otherwise, the ferry follows the reference trajectory generated by the MP-VP.