USV Formation Control for Robotic Fish Tracking

Abstract

Multiagent-systemer er et felt innenfor ingeniørfaget hvor det fundamentale målet er å lage regler for systemkontrollere som, når blir utført av hver enkelt robot, konvergerer til et forhåndsdefinert globalt mål.

Denne masteroppgaven fokuserer på utvikling av en algoritme for formasjonskontroll som vil la et multiagent-system, bestående av en gruppe USVer (Fish Otter katamaraner) utstyrt med akustiske signalmottakere, lokalisere og spore et elektronisk fiskemerke som beveger seg mer eller mindre tilfeldig. Tanken er å utvikle formasjonskontrollere som får agentene til å bevege seg i en forhåndsdefinert formasjon for optimal sporing av fiskemerket. På denne måten, kan man ha en tilnærmet perfekt utregning av posisjonen til objektet man sporer.

Denne oppgaven presenterer et grundig litteraturstudie på utviklinger i fagområdet for formasjonskontroll og sporing. Det er gjort studier og analyser som viser at sporing ved hjelp av signalmottakere i en triangulær formasjon gir best resultat. Forskjellige algoritmer for formasjonskontroll og løsning av optimaliseringsproblemet blir undersøkt.

Tilpasninger blir gjort slik at krav som blant annet å skulle unngå kollisjon med havobjekter blir tatt hensyn til. Dette blir gjort ved å ta utgangspunkt i tidligere utviklet algoritme for baneplanlegging basert på elektroniske navigasjonskart i kombinasjon med dybdemålinger. Ettersom katamaranene har begrenset med energiressurser, må algoritmen også ta hensyn til dette og forsøke å begrense energibruken. I tillegg må det tas hensyn til at værforholdene kan påvirke signalstyrken på det akustiske signalet som sendes fra fiskemerket. Samtidig kan ikke katamaranene oppholde seg for nært fisken uten å påvirke dens oppførsel. En løsning på dette blir presentert og implementert for systemet.

Simulasjoner av den utviklede algoritmen blir presentert. Det samme blir en gjennomgang av algoritmens egenskaper.

Til slutt klargjøres algoritmen for et eksperiment på de fysiske Fish Otter katamaranene ved hjelp av programvaren DUNE.

Multi-agent robotics is a field of engineering where the fundamental goal is to create control laws that, when executed by each individual robot, converges to some predefined global goal.

This thesis focuses on development of the formation control algorithm that will allow a multiagent system consisting of a small group of unmanned surface vehicles (FishOtter catamarans) equipped with acoustic receivers to localise and track a more or less randomly moving underwater acoustic transmitter, or tag, in an optimal matter.

The idea is to create controllers that cause the agents to move in a predefined formation shape while tracking the tag. In this way it is possible to have a close to perfect calculation of the tags position. The thesis presents an extended litterature search on developments in the area of formation control for tracking. It is found that tracking the acoustic fish tag in a triangular formation proves for best tracking. Different algorithms for solving the optimization problems are explored.

Adaptations are made so that the algorithm takes requirements such as avoidance of oceanic obstacles into account. This is done by taking advantage of previously developed path planning algorithm based on electronic navigational charts in combination with available depth soundings. As the catamarans only have limited energy resources it is beneficial to have them operate in a manner that saves energy. In addition, weather conditions and stealthy tracking are factors that are taken into account. The weather conditions influence the travel distance of the transmitted signal, and the catamarans should be close enough to receive the signal while also staying clear of affecting the research objects. A solutions to this problem is presented and implemented for the system.

Simulations of the developed algorithm are presented as well as an examination of its theoretical properties.

Lastly, the algorithm implemented and prepared for an experiment on actual USVs using the DUNE software.