Aplicación de Muestreo basado en Modelos de Control Predictivo a un Vehículo Autónomo Subacuático

Los UUVs pueden ser utilizados para realizar tareas dificiles en ambientes atiborrados de reflexiones de onda tales como muelles y puertos. Sin embargo, dado que los UUVs tienen dinamicas altamente acopladas y no lineales, la programacion de movimiento y el control pueden ser complicados cuando son realizadas tareas complejas. Introducir modelos en el proceso de programacion del movimiento puede producir patrones que el vehiculo puede cruzar de manera viable. Como resultado, el modelo de control predictivo basado en muestreo (SBMPC, por sus siglas en ingles) es propuesto para generar simultaneamente entradas de control y trayectorias de sistema para un vehiculo autonomo sumergible. El algoritmo combina los beneficios de la planeacion de movimiento con el control predictivo de modelo (MPC), mientras que evita algunos de los mayores obstaculos que enfrentan tanto los algoritmos basados en muestreo como el tradicional MPC. El metodo esta basado en el muestreo (es decir, discretizacion) del espacio de entrada en cada periodo de muestreo e implementacion de una optimizacion dirigida a objetivos (por ejemplo, A*) en lugar de la optimizacion numerica estandar. Esta formulacion del MPC aplica facilmente a los sistemas no lineales y evita el minimo local, el cual puede ocasionar que un vehiculo quede inmovil detras de los obstaculos. El algoritmo SBMPC se aplica a un UAV en un ambiente cargado de reflexiones de onda y a un UAV en un problema de minimo comun local. El algoritmo es luego usado en un modelo cinematico completo para demostrar los beneficios de aplicar restricciones y un modelo en programacion de movimiento.