Avtonom sualtı vasitələrnın önceden belirlenen bir rotayı doğru zamanda və aştorı hatayla takip edebilmesi; dəyişən okean axınları, hidrodinamik qeyri-müəyyənlikler, sensor səs-küyü, aktuator sınırları və aracın doğrusal olmayan hareket dinamikleri niyəiyle karmaşık bir kontrol zondlemidir. Bu derleme tədqiqatsı; Qeyri-xətti model proqnozlaşdırıcı nəzarət, adaptiv nəzarət, robust nəzarət, sürüşən rejimli nəzarət, süni neyron şəbəkəsi tabanlı kontrol, qeyri-səlis məntiq və gücləndirməli öyrənmə üsullarini AUV trayektoriya izləmə açısından təsnifatkta; üsullarin sabitlik, pozucu təsir bastırma, yaxınlaşma, hesablama yükü, modeldən asılı olmamaq və fiziki təcrübə olgunluğu bakımından güclü və zayıf yönlerini tartışmaktadır.

Derlemenin sentezine göre Model proqnozlaşdırıcı nəzarət, məhdudiyyətları birbaşa optimizasyona katması və yüksək izləmə doğruluğu niyəiyle öne çıkmakta; ancaq dövr içi optimizasyon və doğru model gereksinimi real vaxtlı uygulamayı zorlaştırmaktadır. Kayan Kipli Kontrol yüksək pozucu təsir möhkəmlikı və sürətli yaxınlaşma storlarken chattering olaraq adlandırılan yüksək tezliklı kontrol değişimleri aktuatorlerde aşınmaya yol açabilmektedir. Uyarlamalı kontrol değişen parametrelere dövr üçünde karşılık vərebilmekte, robust nəzarət sınırlı qeyri-müəyyənliklere karşı güclü sabitlik sunmakta, neyron şəbəkəsi və qeyri-səlis məntiq üsullari bilinmeyen dinamikleri yaklaşık olaraq modelleyebilmektedir. Pekiştirmeli öğrenme isə kesin bir AUV modeli olmadan politika öğrenebilmesine karşın yüksək vəri, təlim süresi, donanım tutumu və güvənilir ödül tasarımı gerektirmektedir.

Tədqiqat kendi bünyesinde yeni bir AUV təcrübəi, ortak müqayisə parkuru və ya nicel meta-analiz realleştirmemiştir. Sunulan təcrübəsel bulgular, incelenen önceki yayınlardan alınan havuz, su tankı və açıq su uygulamalarının anlatısal sentezidir. Bu niyəle bir kontrol üsulune vərilən “mükemmel”, “iyi” və ya “orta” puanlar ortak təcrübə vərilərinden hesaplanmış mərhələnsel başarı sıralaması olaraq değil, derleme müəlliflərının nitel qiymətləndirməsi olaraq okunmalıdır.

Türkiyə baxımından örütubəti

Doğrusal olmayan AUV kontrolü; Türkiyədə deniz tabanı xəritələşdirmə, kıyı və açıq dəniz altstruktursının incelenmesi, sualtı enerji və rabitə hatlarının denetlenmesi, liman və tersane operasyonları, ekoloji gözlem, bilimsel tədqiqat və sualtı arama faaliyetleri üçün örütubət taşıyabiləcek bir tədqiqat alanıdır. Derlemede karşılaştırılan üsullar, xüsusilikle dəyişən akıntı, görüş kaybı, model belirsizliği və sınırlı rabitə altında çalışan yerli robotik platformların kontrol arxitekturasınin tasarlanmasına üsulsel katkı storlayabilir.

Bununla belə üsullarin Türkiyədə birbaşa uygulanabilir olduğu sonucu çıkarılamaz. Farklı denizlerin akıntı, bulanıklık, derinlik və hidrodinamik koşullarını temsil eden testler; yerli sensor və aktuator donanımları; real vaxtlı gömülü işləməcilər; enerji istehlakı; rabitə kesintiləri və görev təhlükəsizği birlikdə dəyərlendirilmelidir. Simülasyon nəticələri, küçük havuz təcrübəleri və ya başka bir AUV modeli üzerinde elde edilən hata dəyərləri, Türkiyədə kullanılacak fərqli bir araç üçün yeniden validasiya strukturlmadan ümumilənmemelidir.

Yörünge takibi niyə zordur?

Yörünge takibi, aracın yalnızca geometrik bir yolu izləməsinden daha kapsamlıdır. Araç, belirli bir uzamsal noktaya belirlenen zamanda ulaşmak zorundadır. Bu niyəle mövqe, yönelim və sürətın hem mekânsal hem zamansal referansla eşleştirilmesi gerekir.

AUV hareketini zorlaştıran başlıca unsurlar şunlardır:

• Altı serbestlik derecesindeki doğrusal olmayan və birbirine btorlı hareketler.
• Aracın bütün eksenlerde btorımsız aktuatorye sahip olmamasından mənbəlanan natamam aktuasiya.
• Kütle, ek su kütlesi, hidrodinamik sönüm və kaldırma merkezi gibi model parametrelerinin kesin bilinmemesi.
• Dalga, akıntı, su direnci və diğer zamanla değişen ekoloji qüvvəler.
• Pervane və sükanlerdeki doygunluk, ölü bölge, gecikmə və doğrusal olmayan giriş etkiləri.
• Konum, sürət və ya akıntı bilgisinin birbaşa ölçülememesi ya da gürültülü ölçülmesi.
• Sualtında sınırlı bant genişliyi, gecikməli rabitə və peyk mövqeləndirməsinın kullanılamaması.

Doğrusal PID və ya doğrusal-kuadratik düzenleyici gibi üsullar belirli tədqiqat noktalarında etkili ola bilər. Ancaq büyük yön değişimleri, güclü akıntılar və geniş tədqiqat zarfında AUV dinamiği doğrusal varsayımlardan uzaklaşır. Derleme bu niyəle qeyri-xətti nəzarət üsullarine fokuslanmaktadır.

Altı serbestlik dereceli AUV modeli

Tədqiqatnın 5. və 6. sayfalarındaki Şekil 1, AUV’nin Dünya’ya btorlı eylemsiz koordinat sistemi ilə araç gövdəsine btorlı koordinat sistemi arasındaki ilişkiyi göstərir. Aracın eylemsiz çerçevədeki mövqe və yönelim vəktörü:

\[ \boldsymbol{\eta}=[x,y,z,\theta,\phi,\psi]^T \]

olaraq diaqnozmlanmaktadır. Burada \(x\), \(y\) və \(z\) mövqeu; \(\theta\), \(\phi\) və \(\psi\) isə tədqiqatda kullanılan sıralamayla pitch, roll və yaw yönelimlerini temsil etmektedir. Gövdeye btorlı doğrusal və bucaq sürət vəktoru:

\[ \boldsymbol{\nu}=[u,v,w,p,q,r]^T \]

biçimindedir. \(u\), \(v\) və \(w\) iləri-geri, yanal və düşey doğrusal sürətları; \(p\), \(q\) və \(r\) isə bucaq sürətiları gösterir.

Kirütubətatik ilişki:

\[ \dot{\boldsymbol{\eta}}=J(\boldsymbol{\eta})\boldsymbol{\nu} \]

olaraq vərilmektedir. \(J(\boldsymbol{\eta})\), gövdə koordinatlarındaki sürətları eylemsiz koordinat sistemindeki mövqe və yönelim değişimlerine dönüştüren \(6\times6\) boyutlu Jacobian dönüşüm matrisidir:

\[ J(\boldsymbol{\eta})= \begin{bmatrix} J_1(\boldsymbol{\eta}) & 0_{3\times3}\\ 0_{3\times3} & J_2(\boldsymbol{\eta}) \end{bmatrix} \]

Öteleme dönüşüm matrisi tədqiqatda şu şəkilde vərilmiştir:

\[ J_1(\boldsymbol{\eta})= \begin{bmatrix} c_\psi c_\theta & -s_\psi c_\phi+c_\psi s_\theta s_\phi & s_\psi s_\phi+c_\psi c_\phi s_\theta\\ s_\psi c_\theta & c_\psi c_\phi+s_\psi s_\theta s_\phi & -c_\psi s_\phi+s_\psi c_\phi s_\theta\\ -s_\theta & c_\theta s_\phi & c_\theta c_\phi \end{bmatrix} \]

Açısal dönüşüm matrisi isə:

\[ J_2(\boldsymbol{\eta})= \begin{bmatrix} 1 & s_\phi t_\theta & c_\phi t_\theta\\ 0 & c_\phi & -s_\phi\\ 0 & \frac{s_\phi}{c_\theta} & \frac{c_\phi}{c_\theta} \end{bmatrix} \]

biçimindedir. Burada \(s\), \(c\) və \(t\) sırasıyla sinüs, kosinüs və tanjantı belirtir.

AUV’nin dinamik denklemi

Parametre qeyri-müəyyənlikleri və dış bozucular içeren dinamik model:

\[ M\dot{\boldsymbol{\nu}}+ C(\boldsymbol{\nu})\boldsymbol{\nu}+ D(\boldsymbol{\nu})\boldsymbol{\nu}+ g(\boldsymbol{\eta})+ \tau_{d\nu} = \tau_{\nu} \]

olaraq ifade edilmektedir.

• \(M\), aracın kütlesi və ek su kütlesini içeren atalet matrisidir.
• \(C(\boldsymbol{\nu})\), Coriolis və mərkəzdənqaçma qüvvə matrisidir.
• \(D(\boldsymbol{\nu})\), hidrodinamik sönüm matrisidir.
• \(g(\boldsymbol{\eta})\), çəki və kaldırma qüvvəlerinden mənbəlanan geri çtorırıcı qüvvə və momentleri içerir.
• \(\tau_{d\nu}\), dalga, akıntı və diğer zamanla değişen ekoloji pozucu təsirleri temsil eder.
• \(\tau_{\nu}\), pərvanə, sükan və ya diğer aktuatorlerin ürettiği kontrol girişidir.

Tədqiqatda \(M\), \(C\), \(D\) və \(g\) terimleri nominal və belirsiz biləşenlere ayrılmaktadır. Gerçek araçlarda kontrol girişinin sınırsız olmadığı, pərvanə və aktuatorlerin doygunluk sınırlarının bulunduğu ayrıca vurgulanmaktadır.

Takip başarısının matematiksel hedefi

6. sayfadaki Şekil 2, pozucu təsirler altında referans orbityi izleyen bir AUV’yi göstərir. Aracın real mövqeu \(\eta_1(t)\), zamanla diaqnozmlanan referans mövqeu isə \(\eta_{1r}(t)\) olduğunda takip hatası:

\[ e(t)=\eta_{1r}(t)-\eta_1(t) \]

olaraq diaqnozmlanır. Denetleyicinin hedefi:

\[ \lim_{t\rightarrow\infty}\|e(t)\| = \lim_{t\rightarrow\infty}\|\eta_{1r}(t)-\eta_1(t)\| \leq\delta_\eta \]

koşulunu storlamaktır. \(\delta_\eta\), sıfıra çok yakın pozitiv bir hata toleransıdır. İdeal olaraq aracın real trayektoriyası referans orbitye yaklaşmalı; bunu yaparken kontrol girişleri, enerji istehlakı və toplam aktuator çabası da gereksiz ölçüde büyümemelidir.

Qeyri-xətti model proqnozlaşdırıcı nəzarət

Model proqnozlaşdırıcı nəzarət, AUV modelini kullanarak belirli bir tahmin ufku boyunca gelecekteki davranışı hesaplar. Her kontrol dövrinde takip hatası, kontrol değişimi və gerekli görülürse enerji və ya aktuator istifadəı içeren bir xərc fonksionu çözülür. Yalnızca ilk kontrol hareketi uygulanır və yeni ölçmə geldiğinde optimizasyon tekrarlanır.

Başlıca avantajları:

• Pervane qüvvəi, sürət, yönelim və təhlükəsiz iş sahəsi gibi məhdudiyyətları optimizasyona birbaşa katabilmesi.
• Çok dəyişənli və xaç btorlı AUV dinamiğini birlikdə ele alabilmesi.
• Takip, yanaşma, formasyon və toqquşmadan kaçınma hedeflerini ortak xərc fonksionunda birleştirebilmesi.
• Terminal xərc və terminal məhdudiyyətlarla sabitlik və uygulanabilirlik analizine elvərişli olması.

Başlıca məhdudiyyətləri:

• Her dövrde doğrusal olmayan optimizasyon çözülmesi niyəiyle yüksək hesablama yükü.
• Model və hidrodinamik parametre hatalarına həssaslıq.
• Tahmin ufku, çəkilar, terminal küme və məhdudiyyətların ayarlanmasının karmaşık olması.
• Gömülü donanımda real vaxtlı uygulama üçün sürətli çözücü gerektirmesi.

7. sayfadaki Şekil 3, genişləndirilmiş vəziyyət müşahidəçisiyle bozucuları tahmin eden və model öngörülü bir yöneticiyle referans sürətları oluşturan kontrol şemasını göstərir. Tablo 1’de C/GMRES tabanlı sürətli NMPC, integral qayan kip və Smith öngörücülü NMPC, tüp tabanlı MPC, dtorıtık MPC, Gaussian prosesi destekli MPC, ESO-MPC, biyolojik esinli jeomanyetika navigasyon və LPV-MPC gibi yaklaşmalar müqayisə edilmişdir.

Uyarlamalı kontrol

Uyarlamalı kontrol, araç parametreleri və ya ekoloji koşullar değiştiğinde nəzarətçi parametrelerini dövr üçünde günceller. Bu yaklaşma xüsusilikle kütle, yük, sönüm, kaldırma və ya akıntı etkisinin önceden tam bilinmediği durumlarda istifadə olunur.

Derlemede incelenen üsullar arasında backstepping, Lyapunov tabanlı uyarlama, uyarlamalı neyron şəbəkəsi, dtorıtık müşahidəçi, genişletilmiş bozucu müşahidəçisi, yüksək mertebeli qayan kip və model tabanlı-modelsiz hibrid denetim bulunmaktadır.

Güçlü yönleri:

• Değişen parametreleri dövr üçünde tahmin edebilmesi.
• Tam model bilgisine olan gereksinimi azaltabilmesi.
• Yavaş değişen qeyri-müəyyənliklere və fərqli araç yüklerine uyarlanabilmesi.
• Gözlemci və neyron şəbəkəsiyla bilinmeyen bozucuların yaklaşık telafisine olanak vərmesi.

Sınırlılıkları:

• Geri adımlama və çok qatlı uyarlama yasalarının karmaşıklaşması.
• Parametrelerin real dəyərləre yaxınlaşması üçün kalıcı uyarım koşulunun gerekebilmesi.
• Hızlı değişen bozuculara karşı uyarlamanın yetersiz kalabilmesi.
• Uyarlama kazançlarının yanlış seçilmesi durumunda gürültüye hassasiyet və ya yavaş yaxınlaşma oluşması.

Dayanıklı kontrol

Dayanıklı kontrol, qeyri-müəyyənliklerin tahmin edilən sınırları üçünde sistem kararlılığını koruyacak sabit nəzarətçi parametreleri tasarlamayı amaçlar. Uyarlamalı kontrolden fərqli olaraq nəzarətçinin temel parametreleri tədqiqat sırasında zorunlu olaraq değişmez.

Derlemede doğrusal olmayan nisbətsal-türevsel kontrol, GSTA-ESO, doğrusal olmayan bozucu müşahidəçisi, backstepping, dinamik qayan kip, kesirli mertebeli PID və iyerarxik dayanıklı qeyri-xətti nəzarət örnekleri ele alınmıştır. 11. sayfadaki Şekil 4, iyerarxik dayanıklı qeyri-xətti nəzarət arxitekturasınde kirütubətatik və dinamik kontrol qatlarının necə ayrıldığını göstərir.

Dayanıklı üsullar sınırlı və iyi diaqnozmlanmış bozucular altında güclü sabitlik sunabilir. Bununla belə en kötü koşula göre tasarım normal koşullarda gereğinden yüksək kontrol çabası üretebilir. Belirsizlik sınırlarının yanlış tahmin edilmesi, kazançların yüksək seçilmesi və qayan kip biləşenleri chattering və ya aktuator doyumu oluşturabilir.

Kayan Kipli Kontrol

Kayan Kipli Kontrol, sistem durumunu önceden diaqnozmlanan bir qayan səthe ulaştırır və daha sonra bu səth üzerinde istenen dengeye yönlendirir. Parametre değişimlerine və eşleşmiş bozuculara karşı yüksək möhkəmlikı niyəiyle AUV kontrolünde yaygın biçimde incelenmektedir.

Başlıca üstünlükleri:

• Hızlı və sonlu zamanlı hata yaxınlaşması storlayabilmesi.
• Akıntı və model belirsizliğine karşı güclü bozucu bastırma.
• Nispeten aştorı və ya orta hesablama yükü.
• Eksik tahrikli və çok araçlı formasyon sistemlerine uygulanabilmesi.

Temel sorun: İşaret fonksionuna dayalı kesikli giriş, denetim sinyalinde yüksək tezliklı salınım oluşturarak pərvanə, sükan və diğer aktuatorlerde aşınmaya niyə ola bilər. Bu etki chattering olaraq adlandırılmaktadır.

Derlemede chatteringyı azaltmak üçün bulanık kazanç ayarı, sürekli yaklaşık fonksion, sinir dinamiği, radyal tabanlı neyron şəbəkəsi və ikinci mertebeli və ya tekillik içermeyen terminal qayan səthler öneren tədqiqatlar incelenmiştir. 12. sayfadaki Şekil 5, tam tahrikli bir AUV üçün uyarlamalı ikinci mertebeli sürətli tekilliksiz terminal qayan kip kontrol şemasını göstərir.

Yapay neyron şəbəkəsi tabanlı kontrol

Yapay sinir torları, AUV modelindeki bilinmeyen doğrusal olmayan fonksionları yaklaşık olaraq temsil etmek üçün istifadə olunur. Radyal tabanlı fonksion torları, eleştirmen-aktuator arxitekturaleri və uyarlamalı neyron şəbəkəsi nəzarətçiləri; belirsiz sönüm, dış bozucu, aktuator doyumu və ya ölçülemeyen durumları telafi etmeyi amaçlamaktadır.

Sinir torı denetiminin güclü yanı, bütün hidrodinamik parametrelerin önceden bilinmesini gerektirmeden bilinmeyen dinamikleri öğrenebilmesidir. Buna karşılık tor arxitekturası, təlim məlumatı, başlangıç çəkiləri, öğrenme sürətı və işləməci tutumu performansı birbaşa etkilər. Bazı üsullar kalıcı uyarım koşuluna ihtiyaç duymakta, bazıları isə yalnız benzetimle doğrulanmaktadır.

14. sayfadaki Şekil 6; doygunluk modeli, neyron şəbəkəsi yaklaşıklaştırıcısı, uyarlama yasası və backstepping nəzarətçisinden oluşan bir neyron şəbəkəsi tabanlı AUV kontrol şemasını göstərir.

Bulanık mantık kontrolü

Bulanık mantık, kesin bir matematiksel model yerine uzman bilgisine dayalı “eğer–isə” kurallarıyla denetim kararı üretir. AUV uygulamalarında PID kazançlarını ayarlamak, qayan kip kazancını değiştirmek, bozucu müşahidəçisi çıktısını qiymətləndirmək və ya büyük başlangıç hatalarında yerel referans orbityi yeniden planlamak üçün istifadə olunur.

Avantajları:

• Kesin olmayan model və dilsel uzman bilgisiyle çalışabilmesi.
• Kayan kip denetimindeki chatteringyı azaltabilmesi.
• Uyarlamalı PID və bozucu reddetme strukturlarıyla bütünleştiriləbilmesi.
• Orta büyüklükteki kural tabanlarında görece aştorı hesablama yükü.

Sınırlılıkları:

• Üyelik fonksionları və kuralların uzman tarafından belirlenmesi.
• Tədqiqat koşulları büyüdükçe kural sayısının sürətla artması.
• Kuralların her AUV modeli və deniz koşulu üçün yeniden ayarlanması.
• Belirli bozucu sınırlarının dışında performansın düşebilmesi.

15. sayfadaki Şekil 7, bozucu müşahidəçisi, S-səthi nəzarətçisi və bulanık uyarlamalı PI düzelticiyi birleştiren arxitekturayi göstərir.

Pekiştirmeli öğrenme kontrolü

Pekiştirmeli öğrenmede ajan, çmərhələyle etkiləşerek toplam ödülü en yüksək yapan kontrol politikasını öğrenir. Derlemede dövr içi politika yineleme, Gaussian prosesi destekli öğrenme, DDPG, SAC, MADDPG, çoklu aktör-eleştirmen strukturları və dikkat tabanlı meta-gücləndirməli öyrənmə üsullari ele alınmıştır.

Güçlü yönleri:

• Açık bir hidrodinamik model olmadan kontrol politikası öğrenebilmesi.
• Zamanla değişen dinamiklere və yeni görev koşullarına uyarlanabilmesi.
• Çoklu AUV koordinasyonu və karmaşık sürekli eylem uzaylarına uygulanabilmesi.
• Kontrol doğruluğu ilə enerji istehlakı gibi birden fazla hedefi ödül fonksionunda birleştirebilmesi.

Sınırlılıkları:

• Çok sayıda təlim bölümü və yüksək işləmə gücü gerektirmesi.
• Ödül fonksionundaki hataların istenmeyen davranış üretmesi.
• Yerel optimum, kararsız öğrenme və aşırı dəyər tahmini riskleri.
• Birçok yaklaşmada kesin Lyapunov sabitlik garantisinin bulunmaması.
• Gerçek araç üzerinde təhlükəsiz keşif strukturlmasının zor olması.

17. sayfadaki Şekil 8, birden fazla aktör və eleştirmen kullanan MPQ-DPG algoritmasının təlim və kontrol axınını göstərir. Derlemede gücləndirməli öyrənmənin geleceği güclü görülse de fiziki təcrübə olgunluğunun diğer üsullarden daha aştorı olduğu belirtilmektedir.

Yöntemler hansı koşullarda öne çıkıyor?

Derlemenin nitel puanlama cədvəlsu

Tədqiqatnın 23. sayfasındaki Tablo 5, üsullari beş seviyeli nitel ölçekle puanlamaktadır. Aştorıdaki ifadeler müəlliflərın sentezini yansıtır; ortak vəri dəsti üzerinde hesaplanan təcrübəsel nəticələr değildir.

Puanların tədqiqat seçimi, btorımsız dəyərlendirici sayısı və ya hesablama formülü açıqlanmamışdır. Bu niyəle cədvəl, mühendislik seçimi üçün başlangıç xülasəi storlayabilir; ancaq kontrolcü satın alma, təhlükəsizlik sertifikasiyau və ya görev açısından kesin karar matrisi olaraq kullanılmamalıdır.

Fiziksel təcrübəlerden aktarılan örnekler

Derleme, önceki literatürdeki üç fiziki uygulamayı ayrıntılı olaraq xülasəlemektedir. Bunlar derleme müəlliflərının realleştirdiği yeni təcrübəler değildir.

Leonard sualtı aracı təcrübəi

• Araç boyutları: 75 × 55 × 45 santimetre.
• Araç kütlesi: 28 kilogram.
• Eyleyici: Altı btorımsız itici.
• Deney ortamı: LIRMM’de 4 × 4 × 1,2 metrelik havuz.
• İşlemci: Intel i7-3520M, 2,9 GHz.
• Bellek: 8 GB RAM.
• Yazılım: Windows 7 və Visual C++ 2010.

Normal koşul, parametre belirsizliği və dış bozucu senaryoları uygulanmış; GSTA-ESO içeren doğrusal olmayan PD nəzarətçinin nominal nəzarətçiden daha iyi takip realleştirdiği aktarılmıştır. İncelenen derleme, bu təcrübə üçün ortaklaştırılmış sayısal hata dtorılımı və ya yeniden analiz sunmamaktadır.

135 kilogramlık ROV uygulaması

• Araç kütlesi: 135 kilogram.
• Belirtilən tədqiqat derinliği: En az 100 metre.
• Eyleyici: Altı elektrikli itici.
• Algılayıcılar: Doppler sürət günlüğü, təzyiq sensoru, ataletsel ölçmə birimi və iki USB kamera.
• Yazılım və rabitə: Ubuntu, Python tabanlı kullanıcı arayüzü və Ethernet.
• Test alanı: Singapore Yacht Club yakınındaki açıq su koşulları.

Bulanık çıkarım və genetika algoritmayla ayarlanan qayan kipli nəzarətçinin, dalga və akıntı etkiləri altında PID nəzarətçiye göre daha az salınım gösterdiği aktarılmıştır. Kullanılan platformun ROV olması, sonucun tamamen otonom AUV görevlerine birbaşa aktarılmasında dikkate alınmalıdır.

VideoRay PRO su tankı təcrübəi

• Üç iticiyle iləri hareket, düşey hareket və yaw kontrolü.
• Polhemus-Isotrack mövqe geri əlaqə sistemi.
• RS-232 üzerinden 30 Hz ölçmə aktarımı.
• Linux üzerinde C++ yazılım arxitekturası.
• Görev: Sarmal referans orbityi takip etme.

İncelenen önceki tədqiqatda araç dinamik parametreleri tam bilinmeden və dış bozucular varken öngörülen performansla trayektoriya izləmə strukturldığı bildirilmişdir. Derleme, fiziki validasiyaların ümumi literatürde sınırlı kaldığı sonucuna ulaşmaktadır.

Gelecekte hansı tədqiqatlar öneriliyor?

1. Fizik bilgili maşın öyrənməsi: Newton hareket yasaları, kaldırma və çəki, Coriolis etkiləri və hidrodinamik modellerin PINN gibi maşın öyrənməsi strukturlarına eklenmesi.
2. Hibrit kontrol: Pekiştirmeli öğrenmenin MPC və ya sürüşən rejimli nəzarətle birleştirilmesi. RL değişen koşulları öğrenirken MPC məhdudiyyətları, SMC isə dayanıklılığı yönetebilir.
3. ESO və Bayes torları: Genişletilmiş durum müşahidəçisinin durum və bozucu tahminlerinin Bayes torında qeyri-müəyyənlik hesabı və mümkünlıksal karar üçün kullanılması.
4. Hiyerarşik denetim: Görev planlama, orta səviyyə koordinasyon və aştorı səviyyə hərəkət nəzarətinün ayrı fakat haberleşen qatlara bölünmesi.
5. Geniş ölçekli fiziki təcrübəler: Denetleyicilərin yalnız simülasyon və küçük havuz yerine güclü akıntı, dəyişən görüş və real hidrodinamik etkilər bulunan geniş su ortamlarında sınanması.

Tədqiqatnın desteklediği nəticələr

• AUV trayektoriya izləmə üçün tek bir üsulun bütün görevlerde en iyi olduğu söylerütubətez.
• NMPC takip doğruluğu və məhdudiyyət yönetiminde güclü, fakat hesablama bakımından xərclidir.
• Kayan kipli kontrol yüksək möhkəmlik və sürətli yaxınlaşma sunmakta, fakat chattering sorunu taşmaaktadır.
• Uyarlamalı və müşahidəçi tabanlı üsullar parametre və bozucu qeyri-müəyyənliklerini azaltabilir.
• Sinir torı və bulanık üsullar bilinmeyen dinamikler üçün yaklaşıklaştırma storlayabilir.
• Pekiştirmeli öğrenme modeldən asılı olmamaq sunmakta, ancaq vəri, donanım, təhlükəsizlik və sabitlik sorunları bulunmaktadır.
• Literatürde simülasyon tədqiqatları fiziki təcrübəlerden belirgin biçimde daha yaygındır.
• Hibrit və fizika məlumatlı üsullar gelecekteki əhəmiyyətli tədqiqat yönleridir.

Tədqiqatnın kanıtlamadığı nəticələr

• Herhansı bir kontrol üsulunin bütün AUV tiplerinde mərhələnsel olaraq üstün olduğu kanıtlanmamıştır.
• Tablo 5’teki nitel puanlar ortak təcrübə düzeneğinde ölçülmüş performans dəyərləri değildir.
• Tədqiqat özgün bir kontrolcü, yeni fiziki AUV təcrübəi və ya ham təcrübə vərisi sunmamaktadır.
• İncelenen üsullar arasında nicel meta-analiz strukturlmamıştır.
• Yayın yanlılığı, tədqiqat kalitesi və ya təcrübəlerin btorımsızlığı sistematik olaraq puanlanmamıştır.
• Simülasyondaki sabitlik kanıtları açıq dənizde təhlükəsiz və başarılı tədqiqat garantisi oluşturmaz.
• Pekiştirmeli öğrenmenin model btorımsız olması fiziki təhlükəsizlik və kararlılığı kendiliğinden garanti etmez.
• Hibrit üsul öneriləri bu derlemede ortak AUV platformunda təcrübəsel olaraq karşılaştırılmamıştır.

Tədqiqatnın Yöntemi və Bulguları

Derleme üsulu

İncelenen ana kontrol sinifları

• Qeyri-xətti model proqnozlaşdırıcı nəzarət və fərqli MPC türevleri.
• Geri adımlama, Lyapunov və müşahidəçi destekli adaptiv nəzarət.
• Dayanıklı, sonlu zamanlı və kesirli mertebeli kontrol.
• Birinci və yüksək mertebeli sürüşən rejimli nəzarət.
• Radyal tabanlı, eleştirmen-aktuator və uyarlamalı neyron şəbəkəsi kontrolü.
• Bulanık PID, bulanık kazanç və bulanık bozucu reddetme üsullari.
• DDPG, SAC, MADDPG, politika yineleme və meta-RL tabanlı kontrol.

Tablo və şəkillerin işlevi

• Şekil 1: Altı serbestlik dereceli AUV üçün Dünya’ya btorlı və gövdəye btorlı koordinat sistemleri.
• Şekil 2: Belirsizlik və dış bozucu altında real və referans orbitnin ilişkisi.
• Şekil 3: ESO, model öngörülü yönetici və aştorı səviyyə nəzarətçiden oluşan MPC struktursı.
• Şekil 4: Hiyerarşik dayanıklı qeyri-xətti nəzarət şeması.
• Şekil 5: Uyarlamalı ikinci mertebeli sürətli tekilliksiz terminal qayan kip kontrolü.
• Şekil 6: Sinir torı tabanlı adaptiv nəzarət arxitekturası.
• Şekil 7: Bozucu müşahidəçili, bulanık uyarlamalı S-səthi nəzarətçisi.
• Şekil 8: Çoklu aktör və eleştirmen içeren MPQ-DPG gücləndirməli öyrənmə struktursı.
• Tablo 1: MPC üsullarinin amaç, yenilik və məhdudiyyət müqayisəsı.
• Tablo 2: Uyarlamalı kontrol üsullarinin müqayisəsı.
• Tablo 3: Kararlılık, yaxınlaşma, bozucu bastırma, natamam aktuasiya, təcrübə və hesablama açısından üsul analizi.
• Tablo 4: Temsilci stratejilər, yenilikler, güclü yönler və uygun istifadə senaryoları.
• Tablo 5: Sekiz performans ölçütünde beş seviyeli nitel üsul puanlaması.

Şekillerin büyük bölümü mənbə gösterilərek önceki yayınlardan yeniden basılmış kontrol şemalarıdır. Tədqiqatnın ilk sayfasındaki “Graphical Abstract” alanında başlık və müəllif bilgiləri dışında açıqlayıcı bir qraf yoxdur.

Derlemenin temel sentezi

Tədqiqatçılar, yüksək takip doğruluğu və optimallik öncelikli olduğunda MPC ilə adaptiv nəzarətü; güclü bozucular və orta hesablama tutumu bulunduğunda sürüşən rejimli nəzarətü; yeterli işləmə gücü və vərinin bulunduğu bilinmeyen dinamiklerde isə neyron şəbəkəsi və ya gücləndirməli öyrənmə üsullarini öne çıkarmaktadır.

Bu nəticələr üsul ailəleri səviyyəinde ümumi tasarım rehberidir. Belirli bir AUV üçün kontrol üsulu seçilirken aracın tahrik düzeni, görev süresi, işləməci tutumu, sensor kalitesi, akıntı modeli, enerji büdcəsi, rabitə koşulları, təhlükəsizlik gereksinimi və fiziki təcrübə nəticələri ayrıca dəyərlendirilmelidir.

Metin və raporlama məhdudiyyətləri

• Arama vəri tabanları, arama sözcükleri və tarama tarihleri vərilməmişdir.
• Başlangıçtaki qeyd sayısı, yinelenen qeydlar və dışlama niyəleri raporlanmamıştır.
• Yayın kalitesini və ya yanlılık riskini ölçen standart araç kullanılmamıştır.
• Tədqiqatların takip hataları fərqli birim və koşullardan ortak ölçeğe dönüştürülmemiştir.
• Tablo 5 puanlarının dayandığı hesablama və ya dəyərlendirici uzlaşması açıqlanmamışdır.
• 2010–2026 kapsam beyanına rtormen 2009 tarihli mənbə bulunmaktadır.
• MPC və adaptiv nəzarət bölümlerinde “shown in ??” şeklinde tamamlanmamış cədvəl yönlendirmeleri bulunmaktadır.
• “Graphical Abstract” sayfasında real bir qraf yer almır.
• Fiziksel təcrübəler fərqli AUV və ROV platformlarından aktarılmıştır; birbaşa karşılaştırılabilir ortak testler değildir.
• Derleme preprinttir və resenziyadan keçməmişdir.

Kaynak və Yöntem Notu

Tədqiqatnın tam özgün adı: Review on Nonlinear Control Strategies for Trajectory Tracking of AUVs

Yazarlar: Daniel Bakuoru Luki; Abdul-Aziz N-Yo; William Akuffo; Robert Agyare Ofosu.

Yazar sıralaması: Daniel Bakuoru Luki birinci, Abdul-Aziz N-Yo ikinci, William Akuffo üçüncü və Robert Agyare Ofosu dördüncü müəllifdır.

Eş birinci müəllif: Eş katkı və ya eş birinci müəllif beyanı yer almır.

Sorumlu müəllif: Daniel Bakuoru Luki. Başlıktaki yıldız işareti və SSRN kaydındaki “Contact Author” bilgisi bu müəllifı göstərir. Metindeki “Corresponding authors” başlığı altında dört müəllifın da e-posta adresi listelenmiş olsa da diğer müəlliflərın adlarında sorumlu müəllif yıldızı yoxdur.

Kurumlar:

• Daniel Bakuoru Luki — Electrical and Computer Engineering, Univərsity of Energy and Natural Resources, Sunyani, Ghana.
• Abdul-Aziz N-Yo — Mechanical Engineering, Ashesi Univərsity, Berekuso, Ghana.
• William Akuffo — Mechanical Engineering, Ashesi Univərsity, Berekuso, Ghana.
• Robert Agyare Ofosu — Electrical and Electronic Engineering, Univərsity of Mines and Technology, Tarkwa, Ghana.

ORCID: Daniel Bakuoru Luki — 0009-0006-4719-5943; Abdul-Aziz N-Yo — 0009-0001-7139-8533. William Akuffo və Robert Agyare Ofosu üçün ORCID bilgisi incelenen sürümde yer almır.

DOI:10.2139/ssrn.7193868

Dergi: Hakemli dergi adı incelenen sürümde yer almır. Sayfa altlarında yalnızca “Preprint submitted to Elsevier” ifadesi bulunmaktadır.

Yayınevi: Kesinleşmiş özgün yayınevi bilgisi yer almır. SSRN bir preprint platformudur və nihai yayınevi olaraq dəyərlendirilmemelidir.

Yayın platformu: SSRN.

Yayın yılı: 2026.

SSRN qeyd tarihi: 27 Temmuz 2026.

Kaynak türü: Avtonom sualtı vasitələrnda doğrusal olmayan orbit kontrol üsullarini siniflandıran anlatısal və müqayisəlı derleme preprinti.

Hakemlik durumu: Tədqiqat resenziyadan keçməmişdir.

Resmî mənbə:SSRN rəsmi tədqiqat kaydı.

Önceki sürüm notu: Aynı başlığın 2024 yılında TechRxiv üzerinde yayımlanmış daha eski bir preprint sürümü bulunmaktadır. Yüklenen belge, güncel kimlik olaraq SSRN 7193868 kaydını və SSRN DOI’sini göstərir.

Finansman: Tədqiqatçılar dış maliyyələşdirmə alınmadığını belirtmiştir.

Etik razılıq: Derleme niteliği niyəiyle etika razılıqın uygulanabilir olmadığı qeyd edilmişdir.

Bu türk dili açıqlama, yüklenen tədqiqatın 29 sayfalık dosyası; ana metni, denklemleri, müqayisə cədvəlları, yeniden basılan kontrol şemaları, fiziki təcrübə xülasəleri, nəticələri və mənbəçası incelenerek hazırlanmıştır. Bilimsel içeriğe tədqiqat dışında yeni təcrübə sonucu və ya üsul üstünlüğü eklenmemiştir. Dış mənbəlar yalnızca müəllif və qurum bilgiləri, DOI, sürüm geçmişi, SSRN qeyd tarihi və yayın durumunun bibliyoqraf doğrulanması üçün istifadə edilmişdir.

Tədqiqat özgün bir təcrübə və ya sistematik meta-analiz değildir. Yöntemler arasında vərilən puanlar ortak təcrübə düzeneğinden elde edilən ölçmələr değil, fərqli mənbəların müəlliflər tarafından strukturlan nitel sentezidir. Bu niyəle belirli bir AUV projesinde kontrolcü seçimi üçün araç üzerinde simülasyon, donanım döngüde test, havuz təcrübəi və real su koşullarında validasiya strukturlmalıdır.