Performance analysis of dynamic positioning observer algorithms: Application to the cybership models in MC-Lab

Det Marin Kybernetikk Laboratorium (MC-Lab) har en voksende flåte av kyberskip som brukes til masteroppgaver og doktorgradsforskning. Denne masteroppgaven sammenligner Dynamisk Posisjonering Observer (DPO) algoritmer som er aktuelle for kyberskip-modellene, med egenskaper som robust estimering av bi...

Full description

Bibliographic Details
Main Author: Midtun, Eirik
Other Authors: Skjetne, Roger, Gezer, Emir Cem
Format: Master Thesis
Language:English
Published: NTNU 2023
Subjects:
Online Access:https://hdl.handle.net/11250/3092805
Description
Summary:Det Marin Kybernetikk Laboratorium (MC-Lab) har en voksende flåte av kyberskip som brukes til masteroppgaver og doktorgradsforskning. Denne masteroppgaven sammenligner Dynamisk Posisjonering Observer (DPO) algoritmer som er aktuelle for kyberskip-modellene, med egenskaper som robust estimering av bias og evne til bølgefiltrering. Metoden er implementert I MC-Lab, med spesielt fokus på modellbåten C/S Arctic Drillship. Oppgaven vurderer Lineær Tids-Varierende Kalman Filter (LTV-KF), den ikke lineære passive observeren, et observer design basert på small-gain prinsippet og et observer design basert på Lyapunov transformasjon. Det legges spesielt vekt på observer algoritmen basert på small-gain prinsippet. Videre brukes bare bølgefiltreringsegenskapene til den ikke-lineære passive observeren. Stabilitetsegenskapene til observer algoritmene og retningslinjer for manuell justering av observer parameter undersøkes. Et Grafisk Brukergrensesnitt (GUI) er lagt til i Menneske Maskin Grensesnittet (HMI) til CSAD. Det nye GUI-et lar operatøren overvåke og samhandle med systemet. Det inkluderer sanntidsplotting av faktisk, estimert og ønsket posisjon og retning. Det inneholder også funksjonalitet for å justere observere i sanntid og er fullt innlemmet med CSAD sin ROS-stakk for bruk i Hardware-in-the-Loop (HIL) og modell tester. Observer parameterne blir justert automatisk ved hjelp av Partikkel Sverm Optimalisering (PSO), uten å være avhengig av den deriverte til målfunksjonen. De deterministiske observerne benytter justerings parameteren som optimaliseringsparametere, mens LTV-KF bruker kovariansmatrisen for prosess støy Q. Integral til Absolutt Feil (IAE) er valgt som Ytelsesindikator (PI) og brukes som målfunksjon. Observerne blir testet ved hjelp av en 4-hjørne-test og en 2-trinns transiente manøver i 3 frihetsgrader som er definert som en kombinert bevegelse test. Testene ble implementert i Python og kjørt ved hjelp av Robot Operativ System (ROS) for å fungere i sanntid. Tap av posisjon og retnings signal ble brukt i ...