Identificación del modelo para el control del BlueRov2 Heavy en Modo Depth Hold
DOI:
https://doi.org/10.17979/ja-cea.2025.46.12112Palabras clave:
Modelado e identificación de sistemas marinos, Diseño de sistemas de control, Control no lineal, Modelling, Identification and Signal Processing, Control Design, Non-Linear Control Systems, Marine SystemsResumen
Este artículo presenta la identificación de un modelo cinemático sencillo centrado en el control de un vehículo comercial, remotamente operado, de código abierto, personalizable y muy utilizado en los últimos años, el vehículo BlueRov2 Heavy. Además, el vehículo cuenta con distintos modos de funcionamiento. En concreto, se utiliza el Modo Depth Hold (mantener la profundidad), y se analiza la relación entre las entradas de control y las velocidades que éstas producen en el vehículo para definir el modelo en 2D. Mediante los sensores del vehículo se obtienen las medidas de las velocidades lineales y angular. Los parámetros del modelo se identifican aplicando la técnica de mínimos cuadrados. La finalidad de este modelo es servir de base para un control cinemático autónomo de alto nivel que envíe comandos de velocidad que el vehículo pueda seguir y que esté enfocado a aplicaciones en las que el vehículo tenga que mantener una profundidad.
Referencias
Aili, A., Ekelund, E., 2016. Model-Based Design, Development and Control of an Underwater Vehicle. Master’s thesis, Link¨oping University, Automatic Control.
Avila, J. P. J., Donha, D. C., Adamowski, J. C., 2013. Experimental model identification of open-frame underwater vehicles. Ocean Engineering 60, 81–94. DOI: 10.1016/j.oceaneng.2012.10.007
BlueRobotics, 2016. Bluerov2: The world’s most affordable high-performance rov. BlueROV2 datasheet. URL: https://bluerobotics.com/store/rov/bluerov2/
Cerrada, C., Chaos, D., Moreno-Salinas, D., Aranda, J., 2025. Modelo cinem´atico para el control del veh´ıculo BlueRov2 Heavy en Modo Estabilizar. In: Simposio CEA de Rob´otica, Bioingenier´ıa, Visi´on Artificial y Autom´atica Marina (RBVM) 2025. pp. 1–6.
Fossen, T. I., 2011. Handbook of Marine Craft Hydrodynamics and Motion Control. John Wiley & Sons, Ltd, United Kingdom. DOI: 10.1002/9781119994138
Knudsen, K. B., Nielsen, M. C., Schjølberg, I., 2019. Deep Learning for Station Keeping of AUVs. In: OCEANS 2019 MTS/IEEE SEATTLE. pp. 1–6. DOI: 10.23919/OCEANS40490.2019.8962598
Macatangay, X., Gabriel, S. A., Hoseinnezhad, R., Fowler, A., Bab-Hadiashar, A., 2024. Machine Learning for Modeling Underwater Vehicle Dynamics: Overview and Insights. IEEE Access 12, 139486–139504. DOI: 10.1109/ACCESS.2024.3464644
Moreno-Salinas, D., Chaos, D., Besada-Portas, E., L´opez-Orozco, J. A., de la Cruz, J. M., Aranda, J., 2013. Semiphysical Modelling of the Nonlinear Dynamics of a Surface Craft with LS-SVM. Mathematical Problems in Engineering 2013, 1–13. DOI: 10.1155/2013/890120
Ortiz-Toro, C. A., Cerrada-Collado, C., Moreno-Salinas, D., Chaos-Garc´ıa, D., Garc´ıa-Su´arez, K. L., Otero, P., Vidal-P´erez, J. M., Luque-Nieto, M. A., V´azquez, A. I., Fraile-Ardanuy, J. J., Negro-Valdecantos, V., Jimenez- Yguacel, E., Aranda-Almansa, J., Zazo-Bello, S., Zufiria, P. J., Magdalena, L., Parras, J., Guti´errez, A., 2024. NauSim: Un simulador de c´odigo abierto para el control, desarrollo y despliegue de drones submarinos. XLV Jornadas de Autom´atica, 1–6. DOI: 10.17979/ja-cea.2024.45.10895
Ridao, P., Tiano, A., El-Fakdi, A., Carreras, M., Zirilli, A., 2004. On the identification of non-linear models of unmanned underwater vehicles. Control Engineering Practice 12, 1483–1499. DOI: 10.1016/j.conengprac.2004.01.004
SNAME, 1950. Nomenclature for Treating the Motion of a Sumerged Body Through a Fluid. Tech. rep., The Society of naval Architects and Marine Engineers, series: Technical and research bulletin Nº 3-47.
Tun, T. T., Huang, L., Preece, M. A., 2023. Development and High-Fidelity Simulation of Trajectory Tracking Control Schemes of a UUV for Fish Net-Pen Visual Inspection in Offshore Aquaculture. IEEE Access 11, 135764–135787. DOI: 10.1109/ACCESS.2023.3337872
Vivekanandan, R., Chang, D., Hollinger, G. A., 2023. Autonomous Underwater Docking using Flow State Estimation and Model Predictive Control. In: 2023 IEEE International Conference on Robotics and Automation (ICRA). pp. 1062–1068. DOI: 10.1109/ICRA48891.2023.10160272
von Benzon, M., Sørensen, F., Liniger, J., Pedersen, S., Klemmensen, S., Schmidt, K., 2021. Integral Sliding Mode Control for a Marine Growth Removing ROV with Water Jet Disturbance. In: 2021 European Control Conference (ECC). pp. 2265–2270. DOI: 10.23919/ECC54610.2021.9655050
Wu, C.-J., 2018. 6-dof modelling and control of a remotely operated vehicle. Ph.D. thesis, Flinders University, College of Science and Engineering.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Cristina Cerrada , Dictino Chaos, David Moreno-Salinas, Joaquín Aranda
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
