Choice and design of 6 degree-of-freedom observer for ROVs operating in fish farms in the presence of time-varying environmental disturbances

Abstract

Fjernstyrte undervannsfarkoster (ROVer) har blitt et nyttig verktøy for inspeksjon og vedlikehold i oppdrettsnæringen. Denne oppgaven dokumenterer valg, utvikling, implementering og fullskala testing av en observer til en ROV som skal operere i oppdrettsmerder i et miljø med fisk, strømning og bølger. ROVen er utstyrt med treghetssensorer (IMU), en Doppler Velocity Log (DVL) og et Ultra-Short Baseline (USBL) posisjoneringssystem.

På nåværende tidspunkt styres ROVer manuelt ved hjelp av fjernstyring. Et robust og presist navigasjonssystem vil legge grunnlaget for automatisering av oppgaver som i dag krever manuelt arbeid. Formålet med dette er å effektivisere og redusere kostnader med inspeksjon og vedlikehold av oppdrettsmerder, spesielt med tanke på å oppdage og utbedre hull i merdene og dermed unngå rømming av fisk.

Oppgaven presenterer informasjon om fartøy, sensorer og miljø som er relevant med tanke på valg av observer, samt en rekke observere som kan løse oppgaven. Treghetsnavigasjon hjulpet av DVL og USBL velges som observer og tilpasses til ROVen og de tilgjengelige sensorene. Ekstra funksjonalitet legges til for at ROVen lettere skal kunne operere i bølger. Systemet implementeres i objektorientert \Cpp\ og testes fullskala i en oppdrettsmerd. Resultater presenteres og diskuteres, før valg, design og implementasjon evalueres og endringer foreslås.

Et Multiplikativt Utvidet Kalman Filter (MEKF) utvikles og tilpasses for den spesifikke farkosten og de tilgjengelige sensorene. En metode for å modellere biaser i trykksensormålinger foreslås og estimering av biasene integreres i observeren.

En oppdrettsmerd er et utfordrende sted å navigere i; fisk, nett og fortøyninger kompliserer operasjoner. Det er tydelig at USBL og DVL målinger i et slikt miljø blir av dårlig kvalitet og ikke alltid tilgjengelig. Den valgte observerløsningen fungerer, men kvaliteten på spesielt posisjonsestimatene blir for dårlige til formålet. Treghetssensorer av høyere kvalitet er nødvendig for å forbedre ytelsen til ett nivå som er tilstrekkelig for automatisering av fartøyet.

Selv om resultatet av arbeidet i oppgaven ikke når opp til målsetningen, bidrar oppgaven med oversikt, detaljer, betraktninger og erfaringer som er viktige for videre forsøk på å løse problemstillingen.

Remotely Operated Vehicles (ROVs) have become useful tools for inspection and maintenance in Aquaculture. This thesis documents the choice, design, implementation, and full-scale testing of an observer for an ROV operating in fish farms surrounded by fish, and subject to waves and currents. The ROV is equipped with an Inertial Measurement Unit (IMU), a Doppler Velocity Log (DVL), and an Ultra-Short Baseline (USBL) positioning system.

Currently, ROVs at fish farms are remotely controlled by operators on the surface. A robust and precise navigation system is required to automate the tasks that today require manual labor. The goal is to increase efficiency and reduce the cost of the inspection and maintenance needed to prevent fish from escaping the fish farms.

The thesis presents the information about the vehicle, sensors, and environment relevant for choosing an observer, as well as observer candidates that can solve the problem. Inertial navigation aided by DVL and USBL is chosen as the observer and designed to fit the vehicle and sensors. Extra functionality to help with operation in waves is added. The system is implemented in object-oriented \Cpp\ and tested at full scale in a fish farm. Results are presented and discussed before the choice, design, and implementation are evaluated and changes are proposed.

A Multiplicative Extended Kalman Filter (MEKF) is developed and adapted for the specific vehicle and sensor suite. A method for modeling biases in the pressure sensor measurement is proposed and estimation of these biases is integrated into the MEKF.

A fish farm is a challenging environment to navigate; fish, nets, and moorings are complicating factors. It becomes clear that USBL and DVL measurements in such an environment are of poor quality and not always available at all. The chosen observer works, but the quality of the position estimates in particular is insufficient for the purpose. An IMU of better quality is necessary to increase performance to a level sufficient for ROV automation.

Although the results of the work in this thesis do not quite reach the objective, will this thesis contribute with an overview, details, considerations, and experiences that are important for continued efforts to solve the problem.