Un algoritmo cooperativo per la stima di grandezze oceanografiche con una squadra di veicoli subacquei autonomi
Dipartimento
INGEGNERIA
Corso di studi
INGEGNERIA DELLA AUTOMAZIONE
Relatori
relatore Prof. Caiti, Andrea relatore Ing. Munafò, Andrea controrelatore Prof. Pollini, Lorenzo
Parole chiave
AOSN
AUV
filtro di Kalman
stima Hessiana
Data inizio appello
07/10/2011
Consultabilità
Non consultabile
Data di rilascio
07/10/2051
Riassunto
L'argomento principale di questo lavoro di tesi e lo studio di algoritmi cooperativi per la stima di grandezze oceanograche misurate puntualmente da una squadra di veicoli subacquei autonomi. In particolare si è utilizzata una versione del filtro di Kalman esteso accoppiata a un algoritmo di controllo di formazione. La struttura del progetto è articolata in sei capitoli, dopo una prima introduzione sull'Autonomous Ocean Sampling Network (AOSN) con la presentazione delle sue proprietà e dei possibili problemi di studio che saranno affrontati. Nel primo capitolo è mostrato il modello del sistema AOSN nella rappresentazione di stato partendo dallo sviluppo in serie di Taylor delle misure eettuate dagli AUVs, della formazione, in un generico campo di esplorazione 2D. Nel secondo è effettuata una breve descrizione del filtro di Kalman che constituisce l'osservatore ottimo di un sistema con uscite rumorose, ed adattato il metodo numerico del calcolo di quest'ultimo al modello in esame del sistema AOSN. Nel terzo capitolo è invece analizzato uno dei problemi dell'utilizzo di un'AOSN che corrisponde nella scelta del posizionamento relativo degli AUVs che la compongono e nel controllo dell'orientazione della stessa. Nella risoluzione è stato fatto riferimento ad una particolare trasformazione di coordinate definita trasformata di Jacobi. Successivamente, nel quarto capitolo, è implementato e simulato in Matlab, per il controllo dello sterzo di una particella di massa unitaria, la legge dell'orientazione progettata per la formazione. Il quinto capitolo è dedicato alla definizione di un metodo numerico efficiente per la stima dell'hessiana del campo di esplorazione. Infine, nell'ultimo capitolo sono effettuate le simulazioni del sistema AOSN composto da quattro veicoli AUVs, il filtro di Kalman e il metodo numerico della stima dell'hessiana progettati nei precedentemente.