Interpretable Data-Driven Ship Dynamics Model: Enhancing Physics-Based Motion Prediction with Parameter Optimization

要約

船舶への自律ナビゲーションシステムの展開には、個々の容器に合わせた正確なモーション予測モデルが必要です。
従来の物理学ベースのモデルは、流体力学的原理に基づいていますが、実際の条件下で船舶固有の行動を説明できないことがよくあります。
逆に、純粋にデータ駆動型モデルは特異性を提供しますが、エッジの場合には解釈可能性と堅牢性がありません。
この研究では、物理ベースの方程式をデータ駆動型パラメーターの最適化と統合するデータ駆動型の物理ベースのモデルを提案し、両方のアプローチの強みを活用して解釈可能性と適応性を確保します。
このモデルには、3-DOFダイナミクス、舵、プロペラ力などの物理ベースのコンポーネントが組み込まれていますが、抵抗曲線やラダー係数などのパラメーターは合成データを使用して最適化されています。
ドメインの知識をパラメーター最適化プロセスに埋め込むことにより、適合モデルは物理的な一貫性を維持します。
アプローチの検証は、基礎真実の軌跡に対する予測を定性的および定量的に比較することにより、2つのコンテナ船で実現されます。
この結果は、従来の海洋工学的慣行で調整されたベースライン物理学ベースのモデルよりも、データ駆動型の物理ベースのモデルの予測精度と信頼性における大幅な改善を示しています。
適合モデルは、多様な条件で船舶固有の動作をキャプチャし、予測は51.6％（Ship A）および57.8％（Ship B）がより正確で、72.36％（Ship A）および89.67％（Ship B）がより一貫しています。

要約(オリジナル)

The deployment of autonomous navigation systems on ships necessitates accurate motion prediction models tailored to individual vessels. Traditional physics-based models, while grounded in hydrodynamic principles, often fail to account for ship-specific behaviors under real-world conditions. Conversely, purely data-driven models offer specificity but lack interpretability and robustness in edge cases. This study proposes a data-driven physics-based model that integrates physics-based equations with data-driven parameter optimization, leveraging the strengths of both approaches to ensure interpretability and adaptability. The model incorporates physics-based components such as 3-DoF dynamics, rudder, and propeller forces, while parameters such as resistance curve and rudder coefficients are optimized using synthetic data. By embedding domain knowledge into the parameter optimization process, the fitted model maintains physical consistency. Validation of the approach is realized with two container ships by comparing, both qualitatively and quantitatively, predictions against ground-truth trajectories. The results demonstrate significant improvements, in predictive accuracy and reliability, of the data-driven physics-based models over baseline physics-based models tuned with traditional marine engineering practices. The fitted models capture ship-specific behaviors in diverse conditions with their predictions being, 51.6% (ship A) and 57.8% (ship B) more accurate, 72.36% (ship A) and 89.67% (ship B) more consistent.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google