Non-linear path following and data-driven applications in underwater snake robot control
Master thesis
Permanent lenke
https://hdl.handle.net/11250/3135824Utgivelsesdato
2024Metadata
Vis full innførselSamlinger
Beskrivelse
Full text not available
Sammendrag
Ledsvømmere, som slangeroboter og fiskeroboter, representerer en spennende nyutvikling innen robotikk. De opererer i komplekse hydrodynamiske miljøer, og har ofte i oppgave å løse utfordrende kontrollproblemer med tilgang til begrenset data. Disse utfordringene krever avanserte kontroll- og sensorløsninger. Arbeidet i denne oppgaven er motivert av de mest presserende utfordringer og muligheter slangeroboter står overfor.
Løsninger innen bevegelse og regulering er nødvendige for å fullt ut utnytte potensialet til leddsvømmere. I denne oppgaven fokuserer vi på to veifølgende kontrollapplikasjoner. Først vurderer vi bevegelse indusert ved bruk av leddbevegelser. I denne modusen er slangeroboten sterkt underaktivert og vanskelig å kontrollere. Vi takler problemet med å følge en bane som er tidsvarierende. I det andre bidraget, antar vi at slangeroboten er fullt aktuert på lavt nivå, for eksempel gjennom thrustere. Deretter designer vi et kinematisk-nivå \gls{mpc}-løsning for å følge en bane, mens vi tilpasser kroppen til slangeroboten til banens form. Dette har bruksområder for å unngå kollisjoner på trange steder.
Hydrodynamisk modellering for kontroll er et spesielt problematisk område for alle undervannsfarkoster. Datadrevne metoder har nylig oppnådd gode resultater innen hydrodynamisk modellering. I denne oppgaven utnytter vi en høyfientlig beregningsfluiddynamikksimulator for å konstruere en datadrevet modell som rekonstruerer de hydrodynamiske kreftene og dreiemomentene, samt væskehastighetsprofilen langs svømmerens kropp. Det foreslåtte rammeverket er enkelt, beregningsmessig effektivt og potensielt ganske generelt. Articulated swimmers, such as underwater snake robots (USRs) and fish robots, represent an exciting new development in robotics. Swimmers operate in complex hydrodynamic environments, and are often tasked with solving challenging control problems with access to limited data. These challenges call for advanced control and sensing solutions. The work in this thesis is motivated by the most pressing challenges and opportunities facing the USRs.
Locomotion and control solutions are needed in order to fully harness the potential of articulated swimmers. In this thesis we focus on two path-following control applications. First we consider locomotion using undulating motion. In this mode, the snake robot is heavily under-actuated and difficult to control. We tackle the problem of path following with a time-varying path. In the second contribution toward path following, we assume that the snake robot is fully actuated at the low-level, for instance through thrusters. Then we design a kinematic-level model predictive control (MPC) solution for following a path, while adjusting the body of the snake robot to the shape of the path. This has applications in collision avoidance in tight spaces.
Hydrodynamic modeling for control is an especially problematic area for all underwater vehicles. Data driven methods have recently achieved good results in hydrodynamic modelling. In this thesis we leverage a high-fidelity computational fluid dynamics (CFD) simulator in order to construct a data-driven model which reconstructs the hydrodynamic forces and torques, as well as the fluid velocity profile along the body of the swimmer. The proposed framework is simple, computationally efficient and potentially quite general.