Etat des lieux en robotique marine et sous-marine Cas particulier de la commande des mini-véhicules sous-marins

Dimension: px

Commencer à balayer dès la page:

Download "Etat des lieux en robotique marine et sous-marine Cas particulier de la commande des mini-véhicules sous-marins"

Auguste François
il y a 8 ans
Total affichages :

1 JNRR 213, Annecy Etat des lieux en robotique marine et sous-marine Cas particulier de la commande des mini-véhicules sous-marins Vincent Creuze (MCF), LIRMM, Montpellier Animateur axe robotique marine et sous-marine du GT2

mini-véhicules sous-marins Vincent Creuze (MCF), LIRMM,

Types de robots marins et applications ROV crawler AUV glider bio-insp ASV ROV : Remotely Operated Vehicle télé-opéré, partiellement automatisé observation ou

2 Types de robots marins et applications ROV crawler AUV glider bio-insp ASV ROV : Remotely Operated Vehicle télé-opéré, partiellement automatisé observation ou manipulation (workclass) Observer, Subsea Tech L2ROV, LIRMM H2, ECA Hytec Victor 6, Ifremer industrie offshore, inspection, science, déminage 2 K-Ster MineKiller, ECA

manipulation (workclass) Observer, Subsea Tech L2ROV, LIRMM H2, ECA Hytec Victor

Types de robots marins et applications ROV crawler AUV glider bio-insp ASV Crawler : véhicule à chenilles/roues et propulseurs Uniquement télé-opéré AC-CELL 1, AC-CESS LBC,

3 Types de robots marins et applications ROV crawler AUV glider bio-insp ASV Crawler : véhicule à chenilles/roues et propulseurs Uniquement télé-opéré AC-CELL 1, AC-CESS LBC, Seabotix Roving BAT, ECA Hytec Inspection/nettoyage : canalisation, coque, riser. Enfouissement de câbles, exploitation minière. SeabedCrawler, Nautilus Minerals, Australie 3

LBC, Seabotix Roving BAT, ECA Hytec Inspection/nettoyage : canalisation, coque, riser.

Types de robots marins et applications ROV crawler AUV glider bio-insp ASV AUV : Autonomous Underwater Vehicle entièrement autonome observation (vidéo, sonar),

4 Types de robots marins et applications ROV crawler AUV glider bio-insp ASV AUV : Autonomous Underwater Vehicle entièrement autonome observation (vidéo, sonar), mesure, océanographie, déminage AstrX et IdefX, IFREMER Daurade, ECA/GESMA Remus, HYDROID Sardine, Lab-STICC/ENSTA Bretagne Aquatis, ESIEA Lirmia 2, LAFMIA/LIRMM 4

mesure, océanographie, déminage AstrX et IdefX, IFREMER Daurade, ECA/GESMA

5 Types de robots marins et applications ROV crawler AUV glider bio-insp ASV Glider : Planeur sous-marin à flottabilité variable Autonomie accrue, comm. sat. en surface Océanographie Slocum glider, Teledyne / WHOI Record Atlantique, 211 1KA Seaglider, irobot SeaExplorer, ACSA 5

Types de robots marins et applications ROV crawler AUV glider bio-insp ASV Bio-inspirés Méduses, poissons, anguilles/serpents Aquajelly, Festo ACM-R5,

6 Types de robots marins et applications ROV crawler AUV glider bio-insp ASV Bio-inspirés Méduses, poissons, anguilles/serpents Aquajelly, Festo ACM-R5, Tokyo Inst. of Tech. Angels, IRCCyN/Mines de Nantes Ludique/esthétique, militaire (terre/eau), modulaire Crabster CR2, KIOST, Corée Jessiko, Robotswim 6

Types de robots marins et applications ROV crawler AUV glider bio-insp ASV ASV : Autonomous Surface Vehicle Propulsion: moteur, vent, houle Record

7 Types de robots marins et applications ROV crawler AUV glider bio-insp ASV ASV : Autonomous Surface Vehicle Propulsion: moteur, vent, houle Record Pacifique, 212 Inspector, ECA Vaimos, ENSTA Bretagne/Ifremer PacX wave glider, Liquid Rbotics défense, océanographie, climatologie Brest-Douarnenez, 212 7

Pacifique, 212 Inspector, ECA Vaimos, ENSTA Bretagne/Ifremer PacX wave

reconnaissance de formes - méthodes probabilistes - reconstruction 3D Mine (I.

8 Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Acoustique (sonar) Caractérisation de cible, évitement d obstacle, suivi de structures (pipeline, coque) - segmentation, reconnaissance de formes - méthodes probabilistes - reconstruction 3D Mine (I. Quidu, ENSTA) Difficultés et verrous - progrès fortement contraints par la technologie - faible fiabilité / précision Détection de mines par sonar latéral 8

Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Vision Caractérisation de cible, suivi de structures - reconnaissance de formes - reconstruction

9 Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Vision Caractérisation de cible, suivi de structures - reconnaissance de formes - reconstruction 3D Reconstruction 3D, LIRMM Difficultés et verrous Mine Détection de mine, ISEN - Turbidité, absorption des couleurs, éclairage - Méthodes terrestres inadaptées (SIFT ) Détection de mine, I3S 9

reconstruction 3D Reconstruction 3D, LIRMM Difficultés et verrous Mine Détection de mine, ISEN

Boyer, Ircynn - création d un champ électrique - mesure des déformations du champ

10 Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Bio-inspirée Électro-location F. Boyer, Ircynn - création d un champ électrique - mesure des déformations du champ Ircynn/EMN - détection des obstacles conducteurs ou non. Difficultés et verrous - Modélisation - Etendre la communauté IRCCyNN 1

11 Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande SLAM, principalement sur petits véhicules pour: - borner les erreurs de positionnement - garantir la couverture sonar complète d une zone (déminage) Difficultés et verrous -Faible résolution des images sonar -Peu d amers, différents selon point de vue 11

positionnement - garantir la couverture sonar complète d une zone (déminage)

12 Problématiques scientifiques associées Perception SLAM Logiciel Communication Swarm Commande Autonomie décisionnelle et sureté de fonctionnement - Architecture logicielle distribuée permettant de faire coopérer une flottille hétérogène. - Supervision - Replanification de mission - Architecture tolérante aux fautes PEA Action, ONERA/LAAS/DGA 12

distribuée permettant de faire coopérer une flottille hétérogène.

$Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Indispensable pour la mise en œuvre de flottilles Difficultés et verrous - Diffraction, réfraction,$

13 Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Indispensable pour la mise en œuvre de flottilles Difficultés et verrous - Diffraction, réfraction, atténuation, réflexions - Très faibles débits (de qques octets/s à qques ko/s) - Utiliser de nouvelles modulations Simulations de réfractions et réflexions sous-marines, NURC Interférences acoustiques 13

$réfraction, atténuation, réflexions - Très faibles débits (de qques octets/s à qques ko/s) -$

Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Swarm = meute ou flottille - Accélérer l exploration d une zone (déminage) - Saisir simultanément les

14 Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Swarm = meute ou flottille - Accélérer l exploration d une zone (déminage) - Saisir simultanément les aspect temporels et géographiques d un phénomène - Porter des instruments complémentaires - Coordonner un ASV et un AUV, améliorer le positionnement et relayer l information Difficultés et verrous - Communications (qui?, quand?) - Perte d un des membres - Planification des trajectoires - Mise en œuvre MASIM Connect, Robotsoft / GIPSA Lab 14

complémentaires - Coordonner un ASV et un AUV, améliorer le positionnement et relayer l information Difficultés et verrous -

Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Les très petits véhicules sous-marins (<3kg) disposent d un rapport puissance/poids très grand.

15 Problématiques scientifiques associées Perception SLAM logiciel Communication Swarm Commande Les très petits véhicules sous-marins (<3kg) disposent d un rapport puissance/poids très grand. Leur faible inertie les rends plus sensibles aux : - perturbations (ombilical, tourbillons ) - variations des paramètres du modèle (capteur embarqué, salinité) - effets dynamiques et gyroscopiques des moteurs Les approches classiques (PID, retour d état ) ne suffisent plus. 15

Leur faible inertie les rends plus sensibles aux : - perturbations (ombilical, tourbillons ) - variations des

Etat de l art Principales commandes utilisées pour les robots sous-marins Classiques Robustes Adaptatives Hybrides Autres PID and acceleration feedback [Fossen22] Nonlinear State Feedback [Fossen22]

16 Etat de l art Principales commandes utilisées pour les robots sous-marins Classiques Robustes Adaptatives Hybrides Autres PID and acceleration feedback [Fossen22] Nonlinear State Feedback [Fossen22] Nonlinear output feedback [Adhami211] H_inf approaches [Roche211] Sliding Mode [Akakaya29] Higher Order Sliding Mode [Salgado24] Regressor based Methods [Antonelli21] Nonregressor Based methods [Zhao25] Jacobian Transpose based Controller [Sun29] Fuzzy Sliding Mode [Marzbanrad 211] Adaptive Fuzzy Sliding Mode [Bessa28] Backstepping/ Adaptive [Lapierre26] Reinforcement learning [ElFakdi28] Fuzzy logic [Chang23] Predictive control [Steenson 212] 16

[Salgado24] Regressor based Methods [Antonelli21] Nonregressor Based methods [Zhao25] Jacobian Transpose based Controller [Sun29] Fuzzy Sliding Mode [Marzbanrad

17 Commandes adaptatives classiques Efficaces, mais: les paramètres à estimer doivent être bien initialisés on doit choisir entre robustesse et rapidité Il faudrait découpler adaptation et robustesse très grands gains d adaptation rapidité de convergence des paramètres paramètres initialisés à commande adaptative L1 17

faudrait découpler adaptation et robustesse très grands gains d adaptation

18 Commande adaptative L1 [Hovakimyan 21] Les origines Direct MRAC (Model Reference Adaptive Controller) avec 18

19 Commande adaptative L1 [Hovakimyan 21] Les origines Direct MRAC (Model Reference Adaptive Controller) avec estimateur d état 19

20 Commande adaptative L1 [Hovakimyan 21] Commande L1 : Filtre passe-bas 2

21 Commande adaptative L1 [Hovakimyan 21] Commande L1 : Projection pour empêcher les paramètres de diverger. 21

22 Commande adaptative L1 [Hovakimyan 21] Il est possible de considérer aussi un gain ainsi qu une perturbation inconnu en entrée 22

23 Expérimentations Scenario 1 : Conditions nominales Profondeur et tangage constants Scenario 2 : Test de robustesse Augmentation de la flottabilité balle flottante Scenario 3 : Réjection de perturbation Choc mécanique choc 23

Pitch angle (deg) Depth (m) Control Input (Newton) Expérimentations Scenario 1 Cas nominal 1.9.8.7.6.5.4.3.2.1 Measured Depth -.1 Desired Trajectory -.

24 Pitch angle (deg) Depth (m) Control Input (Newton) Expérimentations Scenario 1 Cas nominal Measured Depth -.1 Desired Trajectory Time (s) Depth (z) Pitch ϑ 5 Measured Pitch Desired Trajectory Time (s) Control inputs Thruster 5 Thruster Time(s) Estimated parameters and disturbances

Pitch angle (deg) Depth (m) Control Input (Newton) Expérimentations Scenario 2 Flottabilité augmentée de 32% 1.9.8.7.6.5.4.3.2.1 Measured Depth -.1 Desired Trajectory -.

25 Pitch angle (deg) Depth (m) Control Input (Newton) Expérimentations Scenario 2 Flottabilité augmentée de 32% Measured Depth -.1 Desired Trajectory Time (s) Depth (z) Pitch (ϑ) 5 Measured Pitch Desired Trajectory Time (s) Control inputs Thruster 5 Thruster Time(s) Estimated parameters and disturbances 25

26 Pitch angle (deg) Dist urbances (^¾) Parameters ( ^µ) Depth (m) Control Input (Newton) Expérimentations Superposition Scenario 1 & 2 Cas nominal Flotta augmentée Nominal Case -.1 Added Buoyancy Time (s) Depth (z) Pitch (ϑ) Control inputs Thruster 5 Thruster Time(s) Estimated parameters and disturbances Nominal Case Added Buoyancy Time (s) Time (s) 26

27 Pitch angle (deg) Dist urbances (^¾) Parameters ( ^µ) Depth (m) Control Input (Newton) Expérimentations Scenario 3 Rejet de chocs Depth (z) Control inputs Thruster Nominal Case Added Buoyancy depth Time(s) Pitch (ϑ) Thruster Time(s) Estimated parameters and disturbances Desired Trajectory Measured Pitch Time (s) 27-1 ^µ ^µ ^¾ -6-8 ^¾ Time (s)

28 System Output y(t) Commande L1 augmentée [Maalouf 213] La commande L1 souffre de retard lors du suivi de trajectoires variables Nous avons proposé une extension permettant de diminuer ce retard Reference trajectory without Nonlinear P with Nonlinear P Time 25 (s) Reference trajectory without Nonlinear P with Nonlinear P 28

29 Depth (m) Commande L1 augmentée [Maalouf 213] Desired Traject ory Standard L PI A ugmentation Réduction du retard Adaptation maintenue Légèrement plus sensible aux perturbations 29

30 Expérimentations commande L1 3

31 Nouveaux besoins industriels énergie éoliennes hydroliennes thermique nucléaire? défense, pétrole surveillance prospection sismique meutes 31

32 Nouveaux besoins industriels énergie - design - perception - commande - manipulation - Sureté éoliennes hydroliennes thermique nucléaire? défense, pétrole surveillance prospection sismique meutes -Autonomie - Evitement - Récupération - Low-cost - Communication - Autonomie 32

Documents pareils

Présentation des projets de recherche BLOWOUT et METANE. Journée technique du Cedre. Brest 14 novembre 2013

Présentation des projets de recherche BLOWOUT et METANE Journée technique du Cedre Brest 14 novembre 2013 1 Déroulement Fiches techniques Contexte Description technique Démonstration Questions 2 Fiches