Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Controllo dell'assetto di un veicolo sottomarino autonomo utilizzando una rete neurale in algebra quaternionica

Lo sviluppo negli ultimi decenni delle scienze marine ha motivato la realizzazione di una serie di veicoli subacquei in grado di trasportare e gestire dispositivi per la visione, il campionamento, il rilevamento, la raccolta di dati (chimici, fisici, biologici) della colonna d’acqua e dei fondali. In ambito industriale i veicoli sottomarini sono usati per trivellazioni, controllo, sepoltura di cavi subacquei e ispezione di condutture di impianti di potenza.
Un aspetto critico nella realizzazione di un veicolo sottomarino autonomo è rappresentato dal progetto del sistema di controllo. Nel seguito viene proposto uno schema di controllo in retroazione (che utilizza un regolatore standard PD) per posizione, velocità ed assetto, in cui è realizzata un’azione di controllo in avanti (feedforward) per l’assetto tramite una rete neurale in algebra quaternionica (HMLP).
In genere per un veicolo che si muove in sei gradi di libertà (6 DOF) le equazioni della dinamica per il moto traslazionale possono essere considerate separatamente dalle equazioni relative al moto rotazionale [2]. La posizione è specificata da un vettore di dimensioni (3x1) mentre esistono diversi modi per descrivere l’orientamento. Nel seguito si utilizzano i parametri di Eulero
(quaternione unitario) per esprimere l’orientamento; è stato infatti dimostrato che questa rappresentazione delle rotazioni nello spazio include il minimo numero di parametri per rappresentare l’assetto senza singolarità. Al di là del formalismo teorico l’uso dei parametri di Eulero ha di recente incontrato nuovi consensi anche da un punto di vista meramente pratico, questo grazie anche alla realizzazione di sensori in grado di fornire direttamente la misura del quaternione unitario.
Dal confronto tra i risultati ottenuti considerando dapprima solamente l’effetto del controllore PD e in seguito l’azione di controllo globale (PD + HMLP), si nota, in quest’ultimo caso, un miglioramento nel controllo dell’assetto.
I contenuti del presente lavoro sono organizzati in 6 capitoli e 2 appendici.
Nel Capitolo 1 vengono evidenziati, nel contesto generale dei veicoli senza equipaggio, i problemi relativi all’impiego dei veicoli sottomarini, con particolare riferimento alle architetture di controllo per veicoli sottomarini autonomi (AUVs).
Nel Capitolo 2 si parla invece dei quaternioni, in particolare viene introdotta l’algebra dei quaternioni e le proprietà principali che la caratterizzano. Viene inoltre introdotta una descrizione dell’orientamento mediante il quaternione unitario e, alla fine del capitolo, si parlerà di alcune applicazioni dell’algebra dei quaternioni. Gli aspetti principali sulle reti neurali MLP, lo studio delle reti neurali quaternioniche HMLP e del relativo algoritmo di apprendimento (backpropagation) sono presentati nel Capitolo 3; vengono inoltre descritte, alla fine del capitolo, alcune applicazioni delle reti HMLP.
Il Capitolo 4 è dedicato alla derivazione del modello dinamico del veicolo sottomarino che gioca un ruolo fondamentale per la simulazione del moto e per la sintesi degli algoritmi di controllo. Il modello dinamico è ricavato particolarizzando le equazioni di Newton per un corpo rigido nel caso del veicolo sottomarino, tenendo conto degli effetti idrodinamici e di galleggiamento.
Nel Capitolo 5 viene trattato il problema del controllo del veicolo riguardo posizione, velocità ed assetto; in particolare è presentato un controllo in retroazione delle suddette grandezze (che utilizza un regolatore standard PD), coadiuvato da un’azione di controllo in avanti per quanto riguarda l’assetto (tramite una rete HMLP).
I risultati ottenuti impiegando tale sistema di controllo sono presentati nel Capitolo 6, dove, oltre a fornire i valori numerici dei parametri utilizzati nella realizzazione del modello e del controllore PD, viene esplicitata la procedura adottata per effettuare le simulazioni.
Una raccolta di 25 AUVs esistenti, riportata in Appendice A, offre un’idea dello stato dell’arte per quanto riguarda i veicoli sottomarini.
Infine l’Appendice B raccoglie gli schemi SIMULINK e i listati software (M-files) del sistema di controllo, nonché gli M-files relativi alla rete neurale quaternionica.

Mostra/Nascondi contenuto.
6.2 Allenamento della rete neurale HMLP Il modo di operare che verrà descritto fa riferimento alla procedura di allenamento di una rete neurale quaternionica illustrata nel capitolo precedente. ξ Pesi e bias della rete sono inizializzati in maniera casuale. ξ Tramite le relazioni (5.5) e (5.6) vengono generate otto traiettorie differenti per orientamento e velocità angolare a partire da altrettanti angoli iniziali e assi di rotazione. ξ I punti di queste traiettorie sono utilizzati come ingressi della rete neurale HMLP. ξ L’azione di controllo globale (5.12) è stata applicata per T = 10s in corrispondenza di ogni traiettoria. ξ Ad intervalli di tempo stabiliti ( ∋T = 0.1s) sono stati effettuati dieci cicli di apprendimento utilizzando il vettore di controllo relativo all’assetto dato dalla (5.2) per il calcolo dell’errore nell’algoritmo di backpropagation. ξ Per gli ultimi campioni della singola traiettoria, quindi in prossimità di T = 10s, se l’errore prefissato (pari in questo caso a 0.07) non si è raggiunto, si aumentano i cicli di apprendimento fino ad ottenere un valore per l’errore minore o uguale di 0.07. Nel caso in esame il numero di cicli negli intervalli di tempo finali è arrivato ad un massimo di 300. Attraverso il metodo del trial and error si è stabilito un numero di neuroni nello strato nascosto pari a due, quindi complessivamente la rete neurale utilizzata può essere rappresentata nel seguente modo:

Tesi di Laurea

Facoltà: Ingegneria

Autore: Daniele Caligiore Contatta »

Composta da 112 pagine.

 

Questa tesi ha raggiunto 3428 click dal 20/03/2004.

 

Consultata integralmente 3 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.