Intelligenter Antrieb

Frei schwimmende Unterwasserroboter können sich in allen sechs Freiheitsgraden bewegen. Während aktives Nicken und Rollen in der Regel durch das Design, d. h. hydrostatische Stabilität, begrenzt sind, basiert die Steuerung von Lage, Position und Geschwindigkeit der Roboter auf Thruster, möglicherweise in Kombination mit Steuerflächen, beweglichen Massen oder variablen Auftriebssystemen. Aktuelle Systeme verfügen oft nicht über Selbst-Diagnosefähigkeiten und Redundanz, was den übergeordneten Missions-Controller „im Unklaren“ über den Zustand des Thruster lässt. Dieser Informationsmangel kann zu unsicheren binären Entscheidungen über das Abbrechen oder Fortsetzen von Missionen führen. Bessere Informationen, die möglicherweise die Systemredundanz berücksichtigen, ermöglichen es dem übergeordneten Missions-Controller, die Reaktion auf Fehler oder Systemleistung entsprechend zu skalieren, wodurch die Wahrscheinlichkeit für eine zumindest teilweise erfolgreiche Mission einschließlich System- und Datenwiederherstellung erhöht und für einen Daten- oder sogar für einen totalen Systemverlust gesenkt wird. In diesem Kapitel schlagen wir vor, das Thema Antrieb aus verschiedenen Perspektiven wie Motordesign und -steuerung, Systemtechnik sowie Optimierung durch maschinelles Lernen und adaptive Identifikation und Steuerung anzugehen. Die treibende Motivation ist die Forschung nach einer Antriebslösung, die den Anforderungen an einen langfristig autonomen Unterwasserroboter hinsichtlich hoher Systemeffizienz, Zuverlässigkeit und Selbst-Diagnosefähigkeiten genügt. Dies wird durch einen integrierten Systemansatz zwischen der elektrischen Maschine, dem Propeller und möglicherweise einer Düse erreicht. Darüber hinaus wird die Forschung sich auf die Echtzeit-Systemleistung konzentrieren, indem maschinelles Lernen in Kombination mit deterministischeren modellbasierten Ansätzen für Leistungsvorhersage und Überwachung zur Fehlererkennung von weichen und harten Fehlern eingesetzt wird.