Recently, nonlinear model predictive control (NMPC) has been widely used for the motion control of unmanned underwater vehicles (UUVs). However, UUVs having slow operation speeds and small control fins are considerably affected by uncertainties such as unknown environmental disturbances, modeling uncertainties, and measurement errors. To overcome the limitations of existing NMPC, which involves difficulties in directly considering uncertainty, studies on stochastic model predictive control (SMPC) have recently been conducted. Sampling-based methods have been proposed to calculate future probability distributions for nonlinear models. However, real systems require computationally efficient algorithms. Therefore, in this study, we propose an SMPC algorithm based on unscented transform.
In this study, an unscented transform is used to estimate the future probability distribution of a nonlinear system and the existing probability distribution of the optimization algorithm, by using the result of the previous optimization process to achieve high computational efficiency. Chance constraints are calculated analytically through linearization. We investigate time-varying ocean currents using the proposed unscented transform-based SMPC. Through path tracking and an obstacle-avoidance simulation of a UUV, we demonstrate the performance and usefulness of the proposed algorithm.
최근 무인잠수정의 운동 제어에 비선형 모델예측제어가 많이 활용되고 있다. 하지만 운항 속도가 느리며 제어판의 크기가 상대적으로 작은 무인잠수정은 운용과정에서 존재하는 미지의 환경 외란, 모델링 불확실성 및 측정오차 등의 불확실성에 의한 영향을 크게 받는다. 불확실성에 대한 직접적 고려가 어려운 기존 모델예측제어의 한계를 극복하기 위한 방법으로 최근 확률 모델예측제어 대한 연구가 진행되고 있다. 비선형 모델의 미래 확률 분포를 계산하기 위하여 샘플링을 기반으로 하는 방법들이 제시되고 있다. 하지만 실제 시스템에 적용하기 위해서는 계산효율이 좋은 알고리즘이 요구된다. 따라서 본 논문에서는 무향 변환 기반의 확률 모델예측제어 알고리즘을 제시한다.
본 연구에서는 비선형 시스템의 미래 확률 분포를 추정하기 위하여 무향 변환을 이용하며, 빠른 연산 효율을 얻기 위하여 이전 단계의 최적화 과정에서의 결과 값을 이용하여 현재 시각의 최적화 알고리즘의 확률분포 추정에 사용한다. 그리고 확률제약조건은 효율적인 연살을 위해 선형화를 통하여 해석적으로 계산된다. 해양 환경에서 존재하는 미지의 환경 외란인 시간에 따라 변하는 조류를 제안하는 무향 변환 기반의 확률 모델예측제어를 이용하여 고려하였으며. 무인잠수정의 경로 추종 및 장애물 회피 시뮬레이션을 통하여 제안하는 알고리즘의 성능과 유용성에 대하여 보인다.
