Avtonom suvosti apparatlarining oldindan belgilangan trayektoriyani to‘g‘ri vaqtda va kichik xatolik bilan kuzatishi o‘zgaruvchan okean oqimlari, gidrodinamik noaniqliklar, sensor shovqini, ijro mexanizmi cheklovlari va apparatning nochiziqli harakat dinamikasi sabab murakkab boshqaruv muammosidir. Ushbu sharh tadqiqoti Nochiziqli Model Bashoratli Boshqaruv, moslashuvchan boshqaruv, robust boshqaruv, sirpanish rejimli boshqaruv, sun’iy neyron tarmoqqa asoslangan boshqaruv, noaniq mantiq va mustahkamlovchi o‘rganish usullarini AUV trayektoriya kuzatuvi nuqtai nazaridan tasniflaydi; usullarning barqarorlik, buzuvchi ta’sirni bostirish, yaqinlashish, hisoblash yuki, modeldan mustaqillik va fizik tajriba yetukligi bo‘yicha kuchli va zaif tomonlarini muhokama qiladi.

Sharh sinteziga ko‘ra, Model Bashoratli Boshqaruv cheklovlarni bevosita optimallashtirishga kiritishi va yuqori kuzatuv aniqligi sabab ajralib turadi; biroq onlayn optimallashtirish va aniq modelga ehtiyoj real vaqt qo‘llanilishini qiyinlashtiradi. Sirpanish Rejimli Boshqaruv yuqori buzuvchi ta’sirga chidamlilik va tez yaqinlashishni ta’minlaydi, ammo chattering deb ataladigan yuqori chastotali boshqaruv o‘zgarishlari ijro mexanizmlarida yeyilishga olib kelishi mumkin. Moslashuvchan boshqaruv o‘zgaruvchi parametrlarga onlayn javob bera oladi, robust boshqaruv chegaralangan noaniqliklarga qarshi kuchli barqarorlik beradi, neyron tarmoq va noaniq mantiq usullari esa noma’lum dinamikani taxminiy modellashtira oladi. Mustahkamlovchi o‘rganish aniq AUV modelisiz siyosatni o‘rganishi mumkin bo‘lsa-da, katta hajmda ma’lumot, uzoq trening vaqti, apparat quvvati va ishonchli mukofot dizaynini talab qiladi.

Tadqiqotning o‘zi yangi AUV tajribasi, umumiy taqqoslash poligoni yoki miqdoriy meta-tahlil o‘tkazmagan. Keltirilgan tajribaviy natijalar ko‘rib chiqilgan oldingi nashrlardagi hovuz, suv tanki va ochiq suv tajribalarining narrativ sintezidir. Shu sababli biror boshqaruv usuliga berilgan “mukammal”, “yaxshi” yoki “o‘rta” baholar umumiy tajriba ma’lumotlaridan hisoblangan universal muvaffaqiyat reytingi sifatida emas, balki sharh mualliflarining sifatli bahosi sifatida o‘qilishi kerak.

Turkiya uchun ahamiyati

Nochiziqli AUV boshqaruvi Turkiyada dengiz tubini xaritalash, qirg‘oq va ochiq dengiz infratuzilmasini tekshirish, suvosti energetika va aloqa liniyalarini nazorat qilish, port va kemasozlik operatsiyalari, ekologik monitoring, ilmiy tadqiqot va suvosti qidiruv faoliyatlari uchun muhim bo‘lishi mumkin bo‘lgan tadqiqot yo‘nalishidir. Sharhda taqqoslangan usullar ayniqsa o‘zgaruvchan oqim, ko‘rishning yo‘qolishi, model noaniqligi va cheklangan aloqa ostida ishlaydigan mahalliy robot platformalarning boshqaruv arxitekturasini loyihalashga uslubiy hissa qo‘shishi mumkin.

Biroq usullarni Turkiyada to‘g‘ridan-to‘g‘ri qo‘llash mumkin degan xulosa chiqarib bo‘lmaydi. Turli dengizlarning oqim, loyqaligi, chuqurligi va gidrodinamik sharoitlarini ifodalovchi sinovlar; mahalliy sensor va ijro mexanizmlari; real vaqt embedded protsessorlari; energiya sarfi; aloqa uzilishlari va missiya xavfsizligi birgalikda baholanishi kerak. Simulyatsiya natijalari, kichik hovuz tajribalari yoki boshqa AUV modeli bilan olingan xato qiymatlari Turkiyada ishlatiladigan boshqa apparatga qayta validatsiyasiz umumlashtirilmasligi kerak.

Trayektoriya kuzatuvi nega qiyin?

Trayektoriya kuzatuvi apparatning faqat geometrik yo‘l bo‘ylab harakatlanishidan kengroq tushunchadir. Apparat ma’lum fazoviy nuqtaga belgilangan vaqtda yetib borishi kerak. Shu sababli holat, orientatsiya va tezlik fazoviy hamda vaqtli referens bilan moslashtirilishi zarur.

AUV harakatini qiyinlashtiradigan asosiy omillar:

• Olti erkinlik darajasidagi nochiziqli va o‘zaro bog‘langan harakatlar.
• Apparat barcha o‘qlarda mustaqil ijro mexanizmiga ega bo‘lmagani sababli yetarli bo‘lmagan aktuatsiya.
• Massa, added mass, gidrodinamik damping va suzuvchanlik markazi kabi model parametrlarining aniq bilinmasligi.
• To‘lqin, oqim, suv qarshiligi va boshqa vaqt bo‘yicha o‘zgaruvchi tashqi kuchlar.
• Vint va rullardagi saturation, dead zone, kechikish va nochiziqli kirish ta’sirlari.
• Holat, tezlik yoki oqim ma’lumotining bevosita o‘lchanmasligi yoki shovqinli o‘lchanishi.
• Suv ostida cheklangan bandwidth, kechikkan aloqa va sun’iy yo‘ldosh pozitsiyalashidan foydalana olmaslik.

Chiziqli PID yoki linear-quadratic regulator kabi usullar ma’lum ish nuqtalarida samarali bo‘lishi mumkin. Ammo katta yo‘nalish o‘zgarishlari, kuchli oqimlar va keng ish diapazonida AUV dinamikasi chiziqli farazlardan uzoqlashadi. Shu sababli sharh nochiziqli boshqaruv usullariga e’tibor qaratadi.

Olti erkinlik darajali AUV modeli

Tadqiqotning 5. va 6. sahifalaridagi 1-rasm AUVning Yerga bog‘langan inertial koordinata tizimi bilan apparat korpusiga bog‘langan koordinata tizimi o‘rtasidagi munosabatni ko‘rsatadi. Apparatning inertial ramkadagi holat va orientatsiya vektori:

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

deb ta’riflanadi. Bu yerda \(x\), \(y\) va \(z\) holatni; \(\theta\), \(\phi\) va \(\psi\) esa tadqiqotda ishlatilgan tartibda pitch, roll va yaw orientatsiyalarini ifodalaydi. Korpusga bog‘langan chiziqli va burchak tezlik vektori:

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

ko‘rinishidadir. \(u\), \(v\) va \(w\) oldinga-orqaga, yonlama va vertikal chiziqli tezliklarni; \(p\), \(q\) va \(r\) esa burchak tezliklarni ko‘rsatadi.

Kinematik munosabat:

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

ko‘rinishida beriladi. \(J(\boldsymbol{\eta})\) korpus koordinatalaridagi tezliklarni inertial koordinata tizimidagi holat va orientatsiya o‘zgarishlariga aylantiruvchi \(6\times6\) o‘lchamli Jacobian transformatsiya matritsasidir:

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

Translyatsion transformatsiya matritsasi tadqiqotda quyidagicha berilgan:

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

Burchak transformatsiya matritsasi esa:

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

ko‘rinishidadir. Bu yerda \(s\), \(c\) va \(t\) mos ravishda sinus, kosinus va tangensni anglatadi.

AUVning dinamik tenglamasi

Parametr noaniqliklari va tashqi buzuvchilarni o‘z ichiga olgan dinamik model:

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

ko‘rinishida ifodalanadi.

• \(M\) apparat massasi va added massni o‘z ichiga oluvchi inertia matritsasidir.
• \(C(\boldsymbol{\nu})\) Coriolis va markazdan qochma kuchlar matritsasidir.
• \(D(\boldsymbol{\nu})\) gidrodinamik damping matritsasidir.
• \(g(\boldsymbol{\eta})\) og‘irlik va suzuvchanlik kuchlaridan keladigan restoring force va momentlarni o‘z ichiga oladi.
• \(\tau_{d\nu}\) to‘lqin, oqim va boshqa vaqt bo‘yicha o‘zgaruvchi tashqi buzuvchi ta’sirlarni ifodalaydi.
• \(\tau_{\nu}\) vint, rul yoki boshqa ijro mexanizmlari hosil qilgan boshqaruv kirishidir.

Tadqiqotda \(M\), \(C\), \(D\) va \(g\) terminlari nominal va noaniq komponentlarga ajratiladi. Real apparatlarda boshqaruv kirishining cheksiz emasligi, vint va aktuatorlarda saturation chegaralari mavjudligi ham alohida ta’kidlanadi.

Kuzatuv muvaffaqiyatining matematik maqsadi

6. sahifadagi 2-rasm tashqi buzuvchilar ostida referens trayektoriyani kuzatayotgan AUVni ko‘rsatadi. Apparatning haqiqiy holati \(\eta_1(t)\), vaqt bo‘yicha berilgan referens holati esa \(\eta_{1r}(t)\) bo‘lsa, kuzatuv xatosi:

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

deb ta’riflanadi. Boshqaruvchining maqsadi:

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

shartini bajarishdir. \(\delta_\eta\) nolga juda yaqin musbat xato toleransidir. Ideal holatda apparatning real trayektoriyasi referens trayektoriyaga yaqinlashishi kerak; shu bilan birga boshqaruv kirishlari, energiya sarfi va umumiy aktuator sa’y-harakati ham ortiqcha o‘smasligi kerak.

Nochiziqli Model Bashoratli Boshqaruv

Model Bashoratli Boshqaruv AUV modelidan foydalanib ma’lum bashorat gorizontida kelajakdagi xatti-harakatni hisoblaydi. Har bir boshqaruv siklida kuzatuv xatosi, boshqaruv o‘zgarishi va zarur bo‘lsa energiya yoki aktuator sarfini o‘z ichiga oluvchi xarajat funksiyasi yechiladi. Faqat birinchi boshqaruv harakati qo‘llanadi va yangi o‘lchov kelganda optimallashtirish takrorlanadi.

Asosiy afzalliklari:

• Vint kuchi, tezlik, orientatsiya va xavfsiz ish sohasi kabi cheklovlarni optimallashtirishga bevosita qo‘sha olishi.
• Ko‘p o‘zgaruvchili va cross-coupled AUV dinamikasini birgalikda ko‘rib chiqishi.
• Kuzatuv, docking, formation va collision avoidance maqsadlarini bitta xarajat funksiyasida birlashtira olishi.
• Terminal xarajat va terminal cheklovlar bilan barqarorlik va feasibility tahliliga mosligi.

Asosiy cheklovlari:

• Har siklda nochiziqli optimallashtirish yechilishi sabab yuqori hisoblash yuki.
• Model va gidrodinamik parametr xatolariga sezgirlik.
• Bashorat gorizonti, og‘irliklar, terminal to‘plam va cheklovlarni sozlashning murakkabligi.
• Embedded apparatda real vaqt qo‘llanilishi uchun tez solverga ehtiyoj.

7. sahifadagi 3-rasm extended state observer orqali buzuvchilarni baholaydigan va model-bashoratli supervisor orqali referens tezliklarni hosil qiladigan boshqaruv sxemasini ko‘rsatadi. 1-jadvalda C/GMRES asosidagi tez NMPC, integral sliding mode va Smith predictorli NMPC, tube-based MPC, distributed MPC, Gaussian process assisted MPC, ESO-MPC, biologik ilhomlangan geomagnit navigatsiya va LPV-MPC kabi yondashuvlar taqqoslangan.

Moslashuvchan boshqaruv

Moslashuvchan boshqaruv apparat parametrlari yoki atrof-muhit sharoitlari o‘zgarganda boshqaruvchi parametrlarini onlayn yangilaydi. Ushbu yondashuv ayniqsa massa, yuk, damping, buoyancy yoki oqim ta’siri oldindan to‘liq noma’lum bo‘lgan holatlarda qo‘llanadi.

Sharhda ko‘rib chiqilgan usullar orasida backstepping, Lyapunov asosidagi moslashuv, adaptive neural network, distributed observer, extended disturbance observer, high-order sliding mode va model-based/model-free gibrid boshqaruv mavjud.

Kuchli tomonlari:

• O‘zgaruvchi parametrlarni onlayn baholashi.
• To‘liq model ma’lumotiga ehtiyojni kamaytirishi.
• Sekin o‘zgaruvchi noaniqliklar va turli apparat yuklariga moslashishi.
• Observer va neyron tarmoq bilan noma’lum buzuvchilarni taxminan kompensatsiya qilish imkonini berishi.

Cheklovlari:

• Backstepping va ko‘p qatlamli moslashuv qonunlarining murakkablashishi.
• Parametrlar haqiqiy qiymatlarga yaqinlashishi uchun persistent excitation sharti kerak bo‘lishi.
• Tez o‘zgaruvchi buzuvchilarga qarshi moslashuv yetarli bo‘lmasligi.
• Moslashuv gainlari noto‘g‘ri tanlansa shovqinga sezgirlik yoki sekin yaqinlashish yuzaga kelishi.

Robust boshqaruv

Robust boshqaruv noaniqliklar baholangan chegaralarda bo‘lganda tizim barqarorligini saqlaydigan sobit controller parametrlarini loyihalashni maqsad qiladi. Moslashuvchan boshqaruvdan farqli ravishda controllerning asosiy parametrlari ish davomida majburiy ravishda o‘zgarmaydi.

Sharhda nonlinear proportional-derivative control, GSTA-ESO, nonlinear disturbance observer, backstepping, dynamic sliding mode, fractional-order PID va hierarchical robust nonlinear control misollari ko‘rib chiqilgan. 11. sahifadagi 4-rasm ierarxik robust nochiziqli boshqaruv arxitekturasida kinematik va dinamik boshqaruv qatlamlari qanday ajratilganini ko‘rsatadi.

Robust usullar cheklangan va yaxshi aniqlangan buzuvchilar ostida kuchli barqarorlik berishi mumkin. Biroq eng yomon holat bo‘yicha dizayn normal sharoitda keragidan ortiq boshqaruv sa’y-harakatini hosil qilishi mumkin. Noaniqlik chegaralarini noto‘g‘ri baholash, gainlarni juda yuqori tanlash va sliding-mode komponentlar chattering yoki aktuator saturationga olib kelishi mumkin.

Sirpanish Rejimli Boshqaruv

Sirpanish Rejimli Boshqaruv tizim holatini oldindan belgilangan sliding surfacega olib keladi va keyin shu sirt bo‘ylab kerakli muvozanatga yo‘naltiradi. Parametr o‘zgarishlari va matched disturbancesga yuqori chidamliligi sababli AUV boshqaruvida keng o‘rganiladi.

Asosiy ustunliklari:

• Tez va finite-time xato yaqinlashuvini ta’minlashi.
• Oqim va model noaniqligiga qarshi kuchli disturbance rejection.
• Nisbatan past yoki o‘rta hisoblash yuki.
• Underactuated va multi-AUV formation tizimlariga qo‘llanishi.

Asosiy muammo: Sign funksiyasiga asoslangan uzlukli kirish boshqaruv signalida yuqori chastotali tebranish hosil qilib, vint, rul va boshqa aktuatorlarda yeyilishga olib kelishi mumkin. Bu ta’sir chattering deb ataladi.

Sharhda chatteringni kamaytirish uchun fuzzy gain tuning, continuous approximation function, neural dynamics, radial basis neural network va second-order yoki nonsingular terminal sliding surfaces taklif qilgan tadqiqotlar ko‘rib chiqilgan. 12. sahifadagi 5-rasm fully actuated AUV uchun adaptive second-order fast nonsingular terminal sliding mode control sxemasini ko‘rsatadi.

Sun’iy neyron tarmoqqa asoslangan boshqaruv

Sun’iy neyron tarmoqlar AUV modelidagi noma’lum nochiziqli funksiyalarni taxminan ifodalash uchun qo‘llanadi. Radial basis function tarmoqlari, critic-actor arxitekturalari va adaptive neural network controllerlari noaniq damping, tashqi disturbance, aktuator saturation yoki o‘lchanmaydigan holatlarni kompensatsiya qilishni maqsad qiladi.

Neyron tarmoq boshqaruvining kuchli tomoni barcha gidrodinamik parametrlarni oldindan bilishni talab qilmasdan noma’lum dinamikani o‘rganishidir. Bunga qarshi tarmoq arxitekturasi, trening ma’lumoti, boshlang‘ich og‘irliklar, learning rate va protsessor quvvati samaradorlikka bevosita ta’sir qiladi. Ayrim usullar persistent excitation shartini talab qiladi, ayrimlari esa faqat simulyatsiyada validatsiya qilingan.

14. sahifadagi 6-rasm saturation modeli, neural network approximator, adaptation law va backstepping controllerdan tashkil topgan neyron tarmoqqa asoslangan AUV boshqaruv sxemasini ko‘rsatadi.

Noaniq mantiq boshqaruvi

Noaniq mantiq aniq matematik model o‘rniga ekspert bilimiga asoslangan “agar–unda” qoidalari orqali boshqaruv qarorini hosil qiladi. AUV qo‘llanmalarida PID gainlarini sozlash, sliding-mode gainni o‘zgartirish, disturbance observer chiqishini baholash yoki katta boshlang‘ich xatolarda mahalliy referens trayektoriyani qayta rejalashtirish uchun ishlatiladi.

Afzalliklari:

• Noaniq model va lingvistik ekspert bilimlari bilan ishlashi.
• Sliding-mode boshqaruvidagi chatteringni kamaytirishi.
• Adaptive PID va disturbance rejection tuzilmalari bilan integratsiyalanishi.
• O‘rta hajmdagi qoida bazalarida nisbatan past hisoblash yuki.

Cheklovlari:

• Membership functions va qoidalarni ekspert belgilashi.
• Ish sharoitlari kengaygan sari qoidalar sonining tez ko‘payishi.
• Qoidalarni har bir AUV modeli va dengiz sharoitiga qayta sozlash.
• Belgilangan disturbance chegaralaridan tashqarida samaradorlik pasayishi.

15. sahifadagi 7-rasm disturbance observer, S-surface controller va fuzzy adaptive PI correctorni birlashtirgan arxitekturani ko‘rsatadi.

Mustahkamlovchi o‘rganish boshqaruvi

Mustahkamlovchi o‘rganishda agent muhit bilan o‘zaro ta’sir qilib umumiy mukofotni maksimal qiladigan boshqaruv siyosatini o‘rganadi. Sharhda online policy iteration, Gaussian process assisted learning, DDPG, SAC, MADDPG, multi-actor-critic tuzilmalar va attention-based meta-reinforcement learning usullari ko‘rib chiqilgan.

Kuchli tomonlari:

• Aniq gidrodinamik modelsiz boshqaruv siyosatini o‘rganishi.
• Vaqt bo‘yicha o‘zgaruvchi dinamikaga va yangi missiya sharoitlariga moslashishi.
• Ko‘p AUV koordinatsiyasi va murakkab continuous action spacesga qo‘llanishi.
• Boshqaruv aniqligi bilan energiya sarfi kabi bir nechta maqsadni reward functionda birlashtirishi.

Cheklovlari:

• Ko‘p trening epizodlari va yuqori hisoblash quvvatini talab qilishi.
• Reward functiondagi xatolar nomaqbul xatti-harakat hosil qilishi.
• Local optimum, unstable learning va overestimation xavfi.
• Ko‘plab yondashuvlarda aniq Lyapunov stability guarantee mavjud emasligi.
• Real apparatda xavfsiz exploration qilish qiyinligi.

17. sahifadagi 8-rasm bir nechta actor va criticdan foydalanadigan MPQ-DPG algoritmining trening va boshqaruv oqimini ko‘rsatadi. Sharh mustahkamlovchi o‘rganish istiqbolini kuchli deb baholasa-da, fizik tajriba yetukligi boshqa usullarga nisbatan pastroq ekanini qayd etadi.

Qaysi sharoitlarda qaysi usullar ajralib turadi?

Sharhning sifatli baholash jadvali

Tadqiqotning 23. sahifasidagi 5-jadval usullarni besh darajali sifatli shkala bilan baholaydi. Quyidagi ifodalar mualliflarning sintezini aks ettiradi; ular umumiy ma’lumotlar to‘plamida hisoblangan eksperimental natijalar emas.

Baholarni tanlash mezoni, mustaqil baholovchilar soni yoki hisoblash formulasi tushuntirilmagan. Shu sababli jadval muhandislik tanlovi uchun boshlang‘ich xulosa berishi mumkin; ammo controller xaridi, xavfsizlik sertifikatsiyasi yoki missiya bo‘yicha qat’iy qaror matritsasi sifatida ishlatilmasligi kerak.

Fizik tajribalardan olingan misollar

Sharh oldingi adabiyotdagi uchta fizik qo‘llanmani batafsil umumlashtiradi. Bular sharh mualliflari o‘tkazgan yangi tajribalar emas.

Leonard suvosti apparati tajribasi

• Apparat o‘lchamlari: 75 × 55 × 45 santimetr.
• Apparat massasi: 28 kilogramm.
• Ijro mexanizmi: Oltita mustaqil thruster.
• Tajriba muhiti: LIRMMdagi 4 × 4 × 1,2 metrlik hovuz.
• Protsessor: Intel i7-3520M, 2,9 GHz.
• Xotira: 8 GB RAM.
• Dasturiy ta’minot: Windows 7 va Visual C++ 2010.

Normal sharoit, parametr noaniqligi va tashqi disturbance ssenariylari qo‘llanib, GSTA-ESOni o‘z ichiga olgan nonlinear PD controller nominal controllerdan yaxshiroq kuzatuv bergani xabar qilingan. Ko‘rib chiqilayotgan sharh ushbu tajriba uchun umumlashtirilgan miqdoriy xato taqsimoti yoki qayta tahlil bermaydi.

135 kilogrammlik ROV qo‘llanmasi

• Apparat massasi: 135 kilogramm.
• Ko‘rsatilgan ish chuqurligi: Kamida 100 metr.
• Ijro mexanizmi: Oltita elektr thruster.
• Sensorlar: Doppler velocity log, bosim sensori, inertial measurement unit va ikkita USB kamera.
• Dasturiy ta’minot va aloqa: Ubuntu, Python asosidagi foydalanuvchi interfeysi va Ethernet.
• Sinov sohasi: Singapore Yacht Club yaqinidagi ochiq suv sharoitlari.

Noaniq inference va genetic algorithm bilan sozlangan sliding-mode controller to‘lqin va oqim ta’siri ostida PID controllerga nisbatan kamroq tebranish ko‘rsatgani xabar qilingan. Foydalanilgan platformaning ROV bo‘lishi natijani to‘liq avtonom AUV missiyalariga bevosita ko‘chirishda hisobga olinishi kerak.

VideoRay PRO suv tanki tajribasi

• Uchta thruster bilan oldinga harakat, vertikal harakat va yaw boshqaruvi.
• Polhemus-Isotrack pozitsiya feedback tizimi.
• RS-232 orqali 30 Hz o‘lchov uzatishi.
• Linuxda C++ dasturiy arxitekturasi.
• Vazifa: Spiral referens trayektoriyani kuzatish.

Ko‘rib chiqilgan oldingi tadqiqotda apparat dinamik parametrlari to‘liq ma’lum bo‘lmasa ham va tashqi buzuvchilar mavjud bo‘lsa ham prognoz qilingan samaradorlik bilan trayektoriya kuzatuvi amalga oshirilgani xabar qilingan. Sharh fizik validatsiyalar umuman adabiyotda cheklangan degan xulosaga keladi.

Kelajakda qanday tadqiqotlar tavsiya etiladi?

1. Fizika-informed machine learning: Newton harakat qonunlari, buoyancy va og‘irlik, Coriolis ta’sirlari hamda gidrodinamik modellarni PINN kabi machine learning tuzilmalariga qo‘shish.
2. Gibrid boshqaruv: Mustahkamlovchi o‘rganishni MPC yoki sliding-mode control bilan birlashtirish. RL o‘zgaruvchi sharoitlarni o‘rganar ekan, MPC cheklovlarni, SMC esa robustlikni boshqarishi mumkin.
3. ESO va Bayes tarmoqlari: Extended state observerning holat va disturbance baholaridan Bayes tarmog‘ida noaniqlik hisobi va ehtimollik asosidagi qaror uchun foydalanish.
4. Ierarxik nazorat: Missiya rejalashtirish, o‘rta darajadagi koordinatsiya va past darajadagi harakat boshqaruvini alohida, ammo o‘zaro aloqa qiluvchi qatlamlarga bo‘lish.
5. Keng masshtabli fizik tajribalar: Controllerlarni faqat simulyatsiya va kichik hovuzda emas, kuchli oqim, o‘zgaruvchan ko‘rish va real gidrodinamik ta’sirlar mavjud katta suv muhitlarida sinash.

Tadqiqot qo‘llab-quvvatlaydigan natijalar

• AUV trayektoriya kuzatuvi uchun bitta usul barcha vazifalarda eng yaxshi deb aytilmaydi.
• NMPC kuzatuv aniqligi va cheklovlarni boshqarishda kuchli, ammo hisoblash jihatdan qimmat.
• Sirpanish rejimli boshqaruv yuqori robustlik va tez yaqinlashish beradi, ammo chattering muammosiga ega.
• Moslashuvchan va observer asosidagi usullar parametr va disturbance noaniqliklarini kamaytirishi mumkin.
• Neyron tarmoq va noaniq usullar noma’lum dinamika uchun approximation bera oladi.
• Mustahkamlovchi o‘rganish modeldan mustaqillik beradi, ammo ma’lumot, apparat, xavfsizlik va barqarorlik muammolari mavjud.
• Adabiyotda simulyatsiya tadqiqotlari fizik tajribalardan ancha keng tarqalgan.
• Gibrid va fizika-informed usullar kelajakdagi muhim tadqiqot yo‘nalishlaridir.

Tadqiqot isbotlamaydigan natijalar

• Hech bir boshqaruv usuli barcha AUV turlarida universal ravishda ustun ekani isbotlanmagan.
• 5-jadvaldagi sifatli baholar umumiy tajriba qurilmasida o‘lchangan samaradorlik qiymatlari emas.
• Tadqiqot original controller, yangi fizik AUV tajribasi yoki xom tajriba ma’lumotini taqdim etmaydi.
• Ko‘rib chiqilgan usullar orasida miqdoriy meta-tahlil bajarilmagan.
• Nashr og‘ishi, tadqiqot sifati yoki tajribalarning mustaqilligi tizimli ravishda baholanmagan.
• Simulyatsiyadagi barqarorlik isbotlari ochiq dengizda xavfsiz va muvaffaqiyatli ishlash kafolatini bermaydi.
• Mustahkamlovchi o‘rganishning modeldan mustaqil bo‘lishi fizik xavfsizlik va barqarorlikni avtomatik kafolatlamaydi.
• Gibrid usul tavsiyalari ushbu sharhda umumiy AUV platformasida eksperimental taqqoslanmagan.

Tadqiqot usuli va natijalari

Sharh usuli

Ko‘rib chiqilgan asosiy boshqaruv sinflari

• Nochiziqli Model Bashoratli Boshqaruv va turli MPC hosilalari.
• Backstepping, Lyapunov va observer assisted adaptive control.
• Robust, finite-time va fractional-order control.
• Birinchi va yuqori tartibli sliding-mode control.
• Radial basis, critic-actor va adaptive neural network control.
• Fuzzy PID, fuzzy gain va fuzzy disturbance rejection usullari.
• DDPG, SAC, MADDPG, policy iteration va meta-RL asosidagi boshqaruv.

Jadval va rasmlarning vazifasi

• 1-rasm: Olti erkinlik darajali AUV uchun Yerga bog‘langan va korpusga bog‘langan koordinata tizimlari.
• 2-rasm: Noaniqlik va tashqi disturbance ostida real va referens trayektoriyalar munosabati.
• 3-rasm: ESO, model-bashoratli supervisor va past darajali controllerdan tashkil topgan MPC tuzilmasi.
• 4-rasm: Ierarxik robust nochiziqli boshqaruv sxemasi.
• 5-rasm: Adaptive second-order fast nonsingular terminal sliding-mode control.
• 6-rasm: Neyron tarmoq asosidagi adaptive control arxitekturasi.
• 7-rasm: Disturbance observerli, fuzzy adaptive S-surface controller.
• 8-rasm: Ko‘p actor va criticni o‘z ichiga oluvchi MPQ-DPG mustahkamlovchi o‘rganish tuzilmasi.
• 1-jadval: MPC usullarining maqsad, yangilik va cheklovlar taqqoslanishi.
• 2-jadval: Moslashuvchan boshqaruv usullarini taqqoslash.
• 3-jadval: Barqarorlik, yaqinlashish, disturbance rejection, underactuation, tajriba va hisoblash bo‘yicha usullar tahlili.
• 4-jadval: Reprezentativ strategiyalar, yangiliklar, kuchli tomonlar va mos qo‘llanish ssenariylari.
• 5-jadval: Sakkiz samaradorlik mezonida besh darajali sifatli usul baholashi.

Rasmlarning katta qismi manbasi ko‘rsatilgan holda oldingi nashrlardan qayta chop etilgan boshqaruv sxemalaridir. Tadqiqotning birinchi sahifasidagi “Graphical Abstract” maydonida sarlavha va muallif ma’lumotlaridan tashqari izohlovchi grafik mavjud emas.

Sharhning asosiy sintezi

Tadqiqotchilar yuqori kuzatuv aniqligi va optimallik ustuvor bo‘lganda MPC va moslashuvchan boshqaruvni; kuchli buzuvchilar va o‘rta hisoblash quvvati mavjud bo‘lganda sliding-mode controlni; yetarli hisoblash kuchi va ma’lumot mavjud noma’lum dinamikada esa neyron tarmoq yoki mustahkamlovchi o‘rganish usullarini ajratib ko‘rsatadilar.

Bu natijalar usullar oilasi darajasida umumiy dizayn qo‘llanmasidir. Muayyan AUV uchun boshqaruv usuli tanlanayotganda apparatning aktuatsiya konfiguratsiyasi, missiya davomiyligi, protsessor quvvati, sensor sifati, oqim modeli, energiya budjeti, aloqa sharoitlari, xavfsizlik talablari va fizik tajriba natijalari alohida baholanishi kerak.

Matn va hisobot cheklovlari

• Qidiruv ma’lumotlar bazalari, qidiruv so‘zlari va skrining sanalari berilmagan.
• Boshlang‘ich yozuvlar soni, duplikatlar va chiqarish sabablari xabar qilinmagan.
• Nashr sifatini yoki bias riskini o‘lchaydigan standart vosita ishlatilmagan.
• Tadqiqotlarning kuzatuv xatolari turli birlik va sharoitlardan umumiy shkala tomon o‘zgartirilmagan.
• 5-jadval baholarining hisoblash usuli yoki baholovchilar konsensusi tushuntirilmagan.
• 2010–2026 qamrov bayonotiga qaramay, 2009 yilgi manba mavjud.
• MPC va moslashuvchan boshqaruv bo‘limlarida “shown in ??” ko‘rinishidagi tugallanmagan jadval havolalari mavjud.
• “Graphical Abstract” sahifasida real grafik mavjud emas.
• Fizik tajribalar turli AUV va ROV platformalaridan olingan; ular bevosita taqqoslanadigan umumiy testlar emas.
• Sharh preprint bo‘lib, ekspertlar ko‘rib chiqishidan o‘tmagan.

Manba va usul eslatmasi

Tadqiqotning to‘liq asl nomi: Review on Nonlinear Control Strategies for Trajectory Tracking of AUVs

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

Mualliflar tartibi: Daniel Bakuoru Luki birinchi, Abdul-Aziz N-Yo ikkinchi, William Akuffo uchinchi va Robert Agyare Ofosu to‘rtinchi muallifdir.

Teng birinchi muallif: Teng hissa yoki teng birinchi muallif bayonoti mavjud emas.

Mas’ul muallif: Daniel Bakuoru Luki. Sarlavhadagi yulduzcha va SSRN yozuvidagi “Contact Author” ma’lumoti shu muallifni ko‘rsatadi. Matndagi “Corresponding authors” sarlavhasi ostida to‘rt muallifning ham e-mail manzili berilgan bo‘lsa-da, boshqa muallif nomlarida mas’ul muallif yulduzchasi mavjud emas.

Muassasalar:

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

ORCID: Daniel Bakuoru Luki — 0009-0006-4719-5943; Abdul-Aziz N-Yo — 0009-0001-7139-8533. William Akuffo va Robert Agyare Ofosu uchun ORCID ma’lumoti ko‘rib chiqilgan versiyada mavjud emas.

DOI:10.2139/ssrn.7193868

Jurnal: Ekspertlar ko‘rib chiqqan jurnal nomi ko‘rib chiqilgan versiyada yo‘q. Sahifa pastlarida faqat “Preprint submitted to Elsevier” iborasi mavjud.

Nashriyot: Yakuniy asl nashriyot ma’lumoti mavjud emas. SSRN preprint platformasidir va yakuniy nashriyot sifatida baholanmasligi kerak.

Nashr platformasi: SSRN.

Nashr yili: 2026.

SSRN qayd sanasi: 27 iyul 2026.

Manba turi: Avtonom suvosti apparatlarida nochiziqli trayektoriya boshqaruv usullarini tasniflaydigan narrativ va taqqoslovchi sharh preprinti.

Ekspert ko‘rib chiqish holati: Tadqiqot ekspertlar ko‘rib chiqishidan o‘tmagan.

Rasmiy manba:SSRN rasmiy tadqiqot yozuvi.

Oldingi versiya eslatmasi: Xuddi shu sarlavhaning 2024 yilda TechRxivda nashr qilingan eski preprint versiyasi mavjud. Yuklangan hujjat joriy identifikator sifatida SSRN 7193868 yozuvi va SSRN DOIini ko‘rsatadi.

Moliyalashtirish: Tadqiqotchilar tashqi moliyalashtirish olinmaganini bildirgan.

Etik tasdiq: Sharh xususiyatiga ega bo‘lgani sabab etik tasdiq qo‘llanilmasligi bildirilgan.

Ushbu o‘zbekcha izoh yuklangan tadqiqotning 29 sahifalik fayli, asosiy matni, tenglamalari, taqqoslash jadvallari, qayta chop etilgan boshqaruv sxemalari, fizik tajriba xulosalari, natijalari va adabiyotlari ko‘rib chiqilib tayyorlangan. Ilmiy mazmunga tadqiqotdan tashqari yangi tajriba natijasi yoki usul ustunligi qo‘shilmagan. Tashqi manbalar faqat muallif va muassasa ma’lumotlari, DOI, versiya tarixi, SSRN qayd sanasi va nashr holatini bibliografik tekshirish uchun ishlatilgan.

Tadqiqot original tajriba yoki sistematik meta-tahlil emas. Usullar orasida berilgan baholar umumiy tajriba qurilmasidan olingan o‘lchovlar emas, balki turli manbalarning mualliflar tomonidan amalga oshirilgan sifatli sintezidir. Shu sababli muayyan AUV loyihasida controller tanlash uchun apparatda simulyatsiya, hardware-in-the-loop sinovi, hovuz tajribasi va real suv sharoitida validatsiya o‘tkazilishi kerak.