Stability control for USVs with SINDY-based online dynamic model update

要約

無人水上車両 (USV) は、水上救助、商取引、科学探査、水難救助、軍事作戦など、さまざまな用途で極めて重要な役割を果たしています。
高速無人水上ボートの効果的な制御は、特に時間とともに変化する高波、無方向の力、予測不可能な風などの複雑な水面障害物や動的条件によって特徴付けられる困難な環境において、USV システム全体の中で重要な側面となります。
本稿では、コープマン理論に基づいたデータ駆動型制御手法を提案する。
これには、データ識別を通じて低次元の非線形モデルを高次元の線形空間にマッピングすることにより、高次元の線形モデルを構築することが含まれます。
観測可能な USV の動的システムは、オンラインエラー学習を使用して動的に再構築されます。
トラッキング制御の精度を高めるために、構成的リアプノフ関数（CLF）-制御バリア関数（CBF）-二次計画法（QP）アプローチを利用して、同定によって得られた高次元線形力学システムを制御します。
このアプローチにより、誤差の補償が容易になり、より正確なトラッキング制御が実現されます。

要約(オリジナル)

Unmanned Surface Vehicles (USVs) play a pivotal role in various applications, including surface rescue, commercial transactions, scientific exploration, water rescue, and military operations. The effective control of high-speed unmanned surface boats stands as a critical aspect within the overall USV system, particularly in challenging environments marked by complex surface obstacles and dynamic conditions, such as time-varying surges, non-directional forces, and unpredictable winds. In this paper, we propose a data-driven control method based on Koopman theory. This involves constructing a high-dimensional linear model by mapping a low-dimensional nonlinear model to a higher-dimensional linear space through data identification. The observable USVs dynamical system is dynamically reconstructed using online error learning. To enhance tracking control accuracy, we utilize a Constructive Lyapunov Function (CLF)-Control Barrier Function (CBF)-Quadratic Programming (QP) approach to regulate the high-dimensional linear dynamical system obtained through identification. This approach facilitates error compensation, thereby achieving more precise tracking control.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google