Design and Validation of a Course Controller for a Wave Powered Vehicle Using NMPC

Abstract

Fremveksten av en ny klasse kjøretøyer med grønn energi har introdusert muligheten til å gjennomføre storskala undersøkelser av rom og tid uten behov for energikrevende motordrevet fremdrift. Disse kjøretøyene kan ha utholdenhet som varer i måneder, takket være deres avhengighet av miljøkrefter for fremdrift. Imidlertid gjør denne avhengigheten av eksterne krefter dem utsatt for tap av kontrollerbarhet, spesielt under ugunstige værforhold. Som en konsekvens er det behov for økt robusthet i autonomisystemet ombord for å sikre sikker og effektiv drift av disse kjøretøyene til sjøs.

Vi foreslår bruk av et Nonlinear Model Predictive Control basert kurskontrollsystem for å sikre stabil kurs over hele kjøretøyets driftsområde. Vi utledet tre systemmodeller med varierende grad av troskap sammen med to objektive funksjoner chid og dotv for å beregne den optimale kontrollinngangen for kjøretøyet. De utviklede kontrollerene ble testet i simulering ved bruk av både Model-In-the-Loop og Hardware-In-the-Loop metoden.

Funnene fra studien demonstrerte ferdigheter i å opprettholde kursnøyaktighet. Kontrolleren oppnådde null steady state-feil under ideelle forhold og var robust mot både støy og forstyrrelser. Under ugunstige forhold, når Speed Over Ground nærmet seg null, bestemte kontrolleren den optimale banen som tillot stabil kurs og minimumssvingninger. Sanntidsytelsen ble validert ved å implementere kontrolleren på en innebygd plattform ved å bruke IPOPT-løseren. Løserberegningstiden varierte, men holdt seg konsekvent innenfor den spesifiserte terskelen, noe som demonstrerer muligheten for online operasjoner.

The emergence of a new class of green-energy-powered vehicles has introduced the capability to conduct large-scale spatiotemporal surveys without the need for energy-intensive motored propulsion. These vehicles can have endurance lasting months, thanks to their reliance on environmental forces for propulsion. However, this reliance on external forces makes them susceptible to loss of controllability, particularly in adverse weather conditions. As a consequence, there is a need for increased robustness in the onboard autonomy system to ensure the safe and effective operation of these vehicles at sea.

We propose using an Nonlinear Model Predictive Control based course control system to ensure a stable course over the entire operating region of the vehicle. We derived three system models with varying levels of fidelity along with two objective functions chid and dotv to compute the optimal control input for the vehicle. The developed controllers were tested in simulation using both Model-In-the-Loop and Hardware-In-the-Loop methods.

The findings of the study demonstrated proficiency in maintaining course accuracy. The controller achieved a zero steady-state error under ideal conditions and was robust to noise and disturbances. In extreme situations, as the Speed Over Ground approached zero, the controller determined the optimal trajectory allowing for a stable course and minimum oscillations. The real-time performance was validated by integrating the controller with the onboard autonomy stack on an embedded platform using the IPOPT solver. The solver computation time varied, but consistently remained within the specified threshold, demonstrating the feasibility of online operations.