Identification and control of a sub-actuated autonomous underwater vehicle.

O presente trabalho apresenta a descrição de um modelo matemático completo em seis graus de liberdade para um Veículo Submersível Autônomo (VSA) sub-atuado. Desenvolveram-se métodos de identificação de sistemas para identificar o modelo não linear do veículo. A fim de evitar problemas de divergência na estimação de parâmetros hidrodinâmicos do modelo, usou-se o método de transformação paramétrica. Usou-se o filtro estendido de Kalman como estratégia para o processo de estimação de parâmetros quando ruídos de natureza gaussiana estavam presentes no modelo e nas medidas. Com o objetivo de estimar um maior número de parâmetros de uma só vez, empregou-se o método de máxima verossimilhança. Os experimentos mostraram que o filtro de Kalman responde bem à estimação de parâmetros específicos, porém, divergiu facilmente à estimação de múltiplos parâmetros. Uma alternativa que apresentou melhor desempenho foi o método de máxima verossimilhança. Testaram-se manobras circulares e de zig-zags para a obtenção de dados do veículo. Para os ensaios experimentais, utilizou-se o VSA sub-atuado do Laboratório de Veículos Não Tripulados (LVNT) do Departamento de Engenharia Mecatrônica da Escola Politécnica da Universidade de São Paulo. Validou-se o modelo identificado mediante o simulador do veículo. Numa segunda etapa, desenvolveram-se controladores H¥ capazes de controlar a dinâmica do VSA em seus seis graus de liberdade. Projetaram-se controladores SISO (uma entrada e uma saída) e MIMO (múltiplas entradas e múltiplas saídas) com o fim de avaliar o acoplamento dinâmico do sistema. Projetaram-se controladores centralizados robustos para garantir as condições de operação num ambiente marinho e em condições de laboratório próximas às de uma aplicação real. As leis de controle são baseadas na técnica de sensibilidade mista H¥ que garantem condições de robustez do sistema de controle, tanto no desempenho quanto na estabilidade. Uma estrutura de controle de dois graus de liberdade (2GL) produziu melhores propriedades de desempenho comparada com a estrutura do controlador de um grau de liberdade. Compararam-se as respostas dos controladores descentralizados SISO e os controladores centralizados. O controlador 2GL garantiu as especificações do projeto, inclusive aquelas definidas no domínio do tempo. Um controlador central pode controlar o veículo na realização de manobras complexas em três dimensões que emulem a inspeção ou monitoramento de sistemas offshores ou outras tarefas comuns na exploração submarinha. O trabalho apresenta também a integração dos algoritmos de controle com o sistema de tempo real embarcado, os sensores inerciais de navegação, os motores elétricos para os atuadores lemes e o propulsor, o banco de baterias e o processador central ARM7 de 32 bits de ponto fixo. Traduziram-se os algoritmos de controle de ordem elevada para a aritmética de ponto fixo produzindo a execução rápida e, no possível, evitando a ocorrência de transbordamento de dados.This work presents a full six degrees-of-freedom mathematical model description of a subactuated Autonomous Underwater Vehicle (AUV). The work developed methods of System Identification for identifying the nonlinear model of the vehicle. In order to avoid divergence problems in the process of hydrodynamic, it used the parametric transformation technique. It used the extended Kalman filter to estimate the model parameters subject to Gaussian noise, in the process and in the measurements. In order to tackle the problem of multiple parameter estimation at once, the work used the maximum likelihood approach. The experimental results showed that the Kalman filter approach is better when the aim is to estimate a specific parameter, however, it diverges easily when the aim is to estimate multiple parameters. The maximum likelihood technique showed better response to estimate multiple parameters of the model. Zig-zag and circular standard maneuvers were tested with the identification algorithms. For experimental tests, an AUV, namely Pirajuba and constructed by the Unmanned Vehicle Laboratory (LVNT), were used. Results were also assessed using an AUV six degrees of freedom simulator. In a second stage, the work developed H¥ controllers to manoeuvre the vehicle in six-degrees-of-freedom. Decoupled SISO (single input and single output variables) and MIMO (multiple input and multiple output variables) controllers were synthesized in order to validate the coupling dynamics of the AUV. Moreover, centralized robust controllers were developed to control the vehicle in the sea and in test tanks with extreme conditions close to the ocean environmental. The control techniques were based in the H¥ mixed sensitivity approach which guarantees robust performance and stability of the sub-actuated system. A structure of two-degrees-of-freedom (2GL) controller presented better performance compared with the classic single H¥ controller of one degree of freedom structure. A comparison between responses was used to validate the decoupling and centralized controllers. The 2GL controller has good performance specifications despite these defined in the time domain. A central controller can control the AUV in complex maritime task that require complex and three-dimensional manoeuvres. The work deals also with the implementation issues coding these advanced control algorithms into the real time embedded system including inertial sensors, electric motors for the propeller and actuator surfaces, battery banks, and the unit central process ARM7 of 32 bits of fixed point. The control algorithms were translated from floating point to fixed point arithmetic avoiding data overflow, seeking simplicity and fast task execution