Концепция системы динамического позиционирования необитаемых подводных аппаратов малого класса на основе визуальной одометрии

Статья посвящена актуальной проблеме подводной робототехники – задаче динамического позиционирования необитаемых подводных аппаратов малого класса. Особое внимание уделено способам навигации необитаемых подводных аппаратов и методам создания системы динамического позиционирования, включающих в себя методы синтеза наблюдателя, регулятора и методы распределения управляющих воздействий на движительно-рулевой комплекс необитаемых подводных аппаратов. Выявлено, что в существующих системах динамического позиционирования для формирования обратной связи по положению и скорости необитаемых подводных аппаратов преимущественно используются дорогостоящие гидроакустические навигационные системы и доплеровские измерители скорости. Не все необитаемые подводные аппараты малого класса бюджетного сегмента оснащаются такими системами, тогда как видеосистемы и инерциальные датчики присутствуют практически в каждом аппарате. С развитием бортовых вычислительных средств становится возможным использовать алгоритмы визуальной одометрии для навигации необитаемых подводных аппаратов по данным с видеосистемы в качестве альтернативы гидроакустической навигации в задаче динамического позиционирования. Предложена концепция архитектуры системы динамического позиционирования необитаемых подводных аппаратов малого класса на основе визуальной одометрии, которая способствует уменьшению стоимости навигационного оборудования и позволяет повысить производительность подводно-технических работ.

1. Cui W., Fu S., Hu Z. Encyclopedia of Ocean Engineering. Singapore: Springer; 2022. 2177 p. https://doi.org/10.1007/978-981-10-6946-8

2. Инзарцев А.В., Киселев Л.В., Костенко В.В., Матвиенко Ю.В., Павин А.М., Щербатюк А.Ф. Подводные робототехнические комплексы: системы, технологии, применение. Владивосток: Институт проблем морских технологий Дальневосточного отделения Российской академии наук; 2018. 368 с.

3. Гладкова О.И., Вельтищев В.В., Егоров С.А. Концепция информационно-управляющей системы телеуправляемого необитаемого подводного аппарата с комбинированными средствами движения для бездокового освидетельствования корпусов судов. Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. 2020;(3):55–63. https://doi.org/10.17213/1560-3644-2020-3-55-63

4. Ефимов С.В., Князев С.И., Яцун С.Ф. Изучение управляемого движения малогабаритного подводного комплекса-анализатора загрязнений акватории. Cloud of Science. 2020;7(3):488–497.

5. Филаретов В.Ф., Коноплин А.Ю., Коноплин Н.Ю. Система для автоматического выполнения манипуляционных операций с помощью подводного робота. Мехатроника, автоматизация, управление. 2017;18(8):543–549. https://doi.org/10.17587/mau.18.543-549

6. Костенко В.В., Павин А.М. Автоматическое позиционирование необитаемого подводного аппарата над объектами морского дна с использованием фотоизображений. Подводные исследования и робототехника. 2014;(1):39–47.

7. Данцевич И.М., Тарасенко А.А. Полуавтоматическое управление телеуправляемыми подводными аппаратами в задачах обследования подводных трубопроводов. Автоматизация, телемеханизация и связь в нефтяной промышленности. 2012;(12):42–47.

8. Литвишко И.Р. Динамическое позиционирование автономного необитаемого подводного аппарата в мелководной зоне при воздействии внешних возмущений. Современные информационные технологии и ИТ-образование. 2022;18(1):72–82. https://doi.org/10.25559/SITITO.18.202201.72-82

9. Костенко В.В., Ляхов Д.Г., Мокеева И.Г. К вопросу оценки эффективности использования телеуправляемых подводных аппаратов обследовательского класса. Технические проблемы освоения Мирового океана. 2011;4:97–104.

10. Филаретов В.Ф., Юхимец Д.А. Двухконтурная система с эталонной моделью для управления пространственным движением грузового необитаемого подводного аппарата. Мехатроника, автоматизация, управление. 2021;22(3):134–144. https://doi.org/10.17587/mau.22.134-144

11. Dukan F., Ludvigsen M., Sørensen A.J. Dynamic positioning system for a small size ROV with experimental results. In: OCEANS 2011 IEEE – Spain, 06–09 June 2011, Santander, Spain. IEEE; 2011. pp. 1–10. https://doi.org/10.1109/Oceans-Spain.2011.6003399

12. Филаретов В.Ф., Юхимец Д.А., Зуев А.В., Жирабок А.Н. Разработка системы управления пространственным движением автономных необитаемых подводных аппаратов с аккомодацией к дефектам в их движителях. Робототехника и техническая кибернетика. 2021;9(4):280–288. https://doi.org/10.31776/RTCJ.9405

13. Hosseinnajad A., Loueipour M. Design of a Robust Observer-based DP Control System for an ROV with Unknown Dynamics Including Thruster Allocation. In: 2021 7th International Conference on Control, Instrumentation and Automation (ICCIA), 23–24 February 2021, Tabriz, Iran. IEEE; 2021. pp. 1–6. https://doi.org/10.1109/ICCIA52082.2021.9403543

14. Liu S., Wang D., Poh E.K. Dynamic positioning of AUVs in shallow water environment: observer and controller design. In: 2005 IEEE/ASME International Conference on Advanced Intelligent Mechatronics: Proceedings, 24–28 July 2005, Monterey, USA. IEEE; 2005. pp. 705–710. https://doi.org/10.1109/AIM.2005.1511065

15. Liu S., Wang D., Poh E.K. Output feedback control design for station keeping of AUVs under shallow water wave disturbances. International Journal of Robust and Nonlinear Control. 2009;19(13):1447–1470. https://doi.org/10.1002/rnc.1387

16. Gao J., Liu Ch., Proctor A. Nonlinear model predictive dynamic positioning control of an underwater vehicle with an onboard USBL system. Journal of Marine Science and Technology. 2016;21(1):57–69. https://doi.org/10.1007/s00773-015-0332-3

17. Gao J., Wu P., Li T., Proctor A. Optimization-based model reference adaptive control for dynamic positioning of a fully actuated underwater vehicle. Nonlinear Dynamics. 2017;87(4):2611–2623. https://doi.org/10.1007/s11071-016-3214-2

18. Ohrem S.J., Amundsen H.B., Caharija W., Holden C. Robust adaptive backstepping DP control of ROVs. Control Engineering Practice. 2022;127. https://doi.org/10.1016/j.conengprac.2022.105282

19. Cao Y., Li B., Li Q., Stokes A.A., Ingram D.M., Kiprakis A. A Nonlinear Model Predictive Controller for Remotely Operated Underwater Vehicles With Disturbance Rejection. IEEE Access. 2020;8:158622–158634. https://doi.org/10.1109/ACCESS.2020.3020530

20. Бобков В.А., Машенцев В.Ю. Навигация подводного робота по стереоизображениям. Мехатроника, автоматизация, управление. 2016;17(2):101–109. https://doi.org/10.17587/mau.17.101-109

21. Ferrera M., Moras J., Trouvé-Peloux P., Creuze V. Real-Time Monocular Visual Odometry for Turbid and Dynamic Underwater Environments. Sensors. 2019;19(3). https://doi.org/10.3390/s19030687

22. Zhang S., Zhao S., An D., Liu J., Wang H., Feng Y., Daoliang L., Zhao R. Visual SLAM for underwater vehicles: A survey. Computer Science Review. 2022;46. https://doi.org/10.1016/j.cosrev.2022.100510

23. Wang X., Fan X., Shi P., Ni J., Zhou Z. An Overview of Key SLAM Technologies for Underwater Scenes. Remote Sensing. 2023;15(10). https://doi.org/10.3390/rs15102496

24. Костенко В.В., Толстоногов А.Ю. Методы решения задачи распределения управляющих воздействий на исполнительные механизмы подводного аппарата: краткий обзор. Подводные исследования и робототехника. 2021;(1):4–17. https://doi.org/10.37102/1992-4429_2021_35_01_01

25. Fossen T.I. Handbook of Marine Craft Hydrodynamics and Motion Control. Chichester: John Wiley & Sons, Ltd.; 2011. 600 p.

26. Борейко А.А., Ваулин Ю.В., Костенко В.В., Матвиенко Ю.В., Михайлов Д.Н., Павин А.М. Навигационное и алгоритмическое обеспечение комплекса АНПА-ТНПА при решении задач мониторинга донной поверхности. Известия ЮФУ. Технические науки. 2014;(3):112–127.

27. Вавилова Н.Б., Парусников Н.А., Субханкулова Г.А. Навигация автономного подводного аппарата при помощи корректируемой бескарданной инерциальной навигационной системы. Труды МАИ. 2016;(89). URL: https://www.elibrary.ru/download/elibrary_27174462_51258828.pdf

28. Юхимец Д.А., Губанков А.С. Навигационная система автономного подводного аппарата на основе данных, передаваемых по акустическому каналу от гидроакустической станции. Известия ЮФУ. Технические науки. 2023;(1):227–240. https://doi.org/10.18522/2311-3103-2023-1-227-240

29. Hidalgo F., Kahlefendt C., Bräunl T. Monocular ORB-SLAM Application in Underwater Scenarios. In: 2018 OCEANS – MTS/IEEE Kobe Techno-Oceans (OTO), 28–31 May 2018, Kobe, Japan. IEEE; 2018. pp. 1–4. https://doi.org/10.1109/OCEANSKOBE.2018.8559435

30. Dabove P., Di Pietra V., Piras M. Monocular Visual Odometry with Unmanned Underwater Vehicle Using Low Cost Sensors. In: 2020 IEEE/ION Position, Location and Navigation Symposium (PLANS), 20–23 April 2020, Portland, USA. IEEE; 2020. pp. 810–816. https://doi.org/10.1109/PLANS46316.2020.9109841

31. Xu Z., Haroutunian M., Murphy A.J., Neasham J., Norman R. An Integrated Visual Odometry System for Underwater Vehicles. IEEE Journal of Oceanic Engineering. 2021;46(3):848–863. https://doi.org/10.1109/JOE.2020.3036710

32. Li M., Yang Ke., Qin J., Zhong J., Jiang Z., Su Q. Comparative study on real-time pose estimation of vision-based unmanned underwater vehicles. Cobot. 2023;2. https://doi.org/10.12688/cobot.17642.2

33. Campos C., Elvira R., Rodríguez J.J.G., Montiel J.M.M., Tardós J.D. ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual–Inertial, and Multimap SLAM. IEEE Transactions on Robotics. 2021;37(6):1874–1890. https://doi.org/10.1109/TRO.2021.3075644

34. Zhan H., Weerasekera C.S., Bian J.-W., Garg R., Reid I. DF-VO: What Should Be Learnt for Visual Odometry? URL: https://arxiv.org/abs/2103.00933 [Accessed 30th August 2024].

35. Kinsey J.C., Yang Q., Howland J.C. Nonlinear Dynamic Model-Based State Estimators for Underwater Navigation of Remotely Operated Vehicles. IEEE Transactions on Control Systems Technology. 2014;22(5):1845–1854. https://doi.org/10.1109/TCST.2013.2293958

36. Hosseini M., Seyedtabaii S. Robust ROV path following considering disturbance and measurement error using data fusion. Applied Ocean Research. 2016;54:67–72. https://doi.org/10.1016/j.apor.2015.10.009

37. Jin X.-B., Robert Jeremiah R.J., Su T.-L., Bai Y.-T., Kong J.-L. The New Trend of State Estimation: From Model-Driven to Hybrid-Driven Methods. Sensors. 2021;21(6). https://doi.org/10.3390/s21062085

38. Wang B., Chen C., Jiang Z., Zhao Y. ROV State Estimation Using Mixture of Gaussian Based on Expectation-Maximization Cubature Particle Filter. Applied Sciences. 2023;13(10). https://doi.org/10.3390/app13105885