Navigation techniques for underwater vehicles in polar regions

Abstract

Hovedfokuset for denne masteroppgaven har vært å forbedre navigasjonssystemer for AUVer og tilpasse dem polare strøk. Metodene er implementert og testet i simulering. Menneskeskapte utfordringer som global oppvarming motiverer for mer omfattende forskning i slike områder i tillegg til overvåkning av miljøet. AUVer representerer en populær sensorplattform for slike formål, men må evne å operere så robust og sikkert som mulig og samtidig være prisdyktig. En av de største risikoelementene ved bruk av AUV er å miste fartøyet, og denne risikoen er betraktelig høyere i polare strøk grunnet utfordrende driftsforhold, tilstedeværelsen av sjøis og ikke minst nedsatt evne til å navigere nøyaktig.

Denne oppgaven inkluderer tre bidrag til en Arktisk AUV simulator utviklet på NTNU av Petter Norgren.

Først ble det implementert modeller for navigasjonssensorene til AUVen med en tilhørende observator. Her ble også estimering av kompasskurs diskutert i detalj og mer spesifikt ble det utviklet en algoritme for å kompensere for avvik mellom geografisk og magnetisk Nordpol basert på den geografiske lokasjonen til AUVen.

En model predictive control (MPC) ble så implementert for å forbedre avstandskontrolleren mellom AUVen og sjøisen. Denne kontrolleren er basert på AUVens kinematiske modell. Sist men ikke minst ble det utviklet en algoritme som simulerer bruken av en UHI sensor for å estimere avstanden mellom AUVen og isen. Videre diskuterer oppgaven kort grunnleggende metoder og kriterier for å avbryte operasjonen.

Resultatene inkluderer simuleringer som validerer ytelsen til de separate bidragene så vel som hele systemet satt sammen. Både UHI metoden og MPCen klarte å navigere AUVen med suksess langs referansesignalet, men begge metodene mangler informasjon om det kommende terrenget.

Videre arbeid av interesse omfatter å lage modeller for å bedre informasjonbildet av det omliggende terrenget og dermed ta i bruk det fulle potensialet til MPC samt å teste de foreslåtte metodene på et fysisk system med to Blueye ROVs.

The main focus of this thesis has been implementation and enhancement of current navigation systems for AUVs in polar regions. Recent human caused global issues such as global warming motivates for deeper research in the areas as well as environmental monitoring. AUVs are a popular sensor platform for such missions, but need to operate as robustly and safely as possible while saving costs at the same time. One of the major risks when operation an AUV is losing the vehicle, and this risk increases in polar regions due to worsened operational conditions, the presence of sea ice and reduced navigational capabilities.

This thesis proposes three contributions to the Arctic AUV simulator developed at NTNU by Petter Norgren.

Firstly, models for all AUV navigation sensors have been implemented with an associated observer. Specifically, heading estimation has been discussed in detail and in particular, an algorithm has been proposed to model and compensate for magnetic compass declination given the geographical location of the AUV mission.

Secondly, a model predictive controller (MPC) has been implemented to improve altitude control under sea ice. This controller is based on the AUV kinematics.

Finally, an algorithm is proposed to simulate the use of an UHI sensor in estimating sea ice altitude. Some basic methods and criteria for mission abort are also included.

The results include simulations validating the performance of the stand alone parts as well as the overall system putting it all together. Both the UHI method and the MPC manage to successfully navigate the AUV along the desired path, but both methods suffer from the lack of information about the terrain ahead.

Further work of interest include creating models that gather information about the surrounding environment to exploit the full potential of the MPC and test the proposed methods on a physical hardware system with two Blueye ROVs.