| Form of studies |
Master |
| Title of the study programm |
Intelligent Robotic Systems |
| Title in original language |
Modeļbalstītas Prognozējošās Vadības (MPC) algoritmu izpēte un izstrāde autonomo zemūdens dronu pozīcijas stabilizēšanai un trajektorijas sekošanai |
| Title in English |
Research and Development of Model Predictive Control (MPC) Algorithms for Position Stabilization and Trajectory Tracking of Autonomous Underwater Drones |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Agris Ņikitenko |
| Reviewer |
Dmitrijs Bļizņuks |
| Abstract |
Autonomo zemūdens dronu galvenie vadības mehānismi ir dažādi vadības kontroles algoritmi. To darbs ir nodrošināt ievades signālu aprēķināšanu drona izpildmehānismiem, lai sasniegtu noteiktu vēlamo trajektoriju vai orientāciju. Taču tajos bieži vien netiek pilnībā iestrādāti un ņemti vērā piedziņas, vides un sensoru traucējumi, kā rezultātā veidojas novirze no ideālās aprēķinātās trajektorijas. Maģistra darba mērķis ir izpētīt, izstrādāt un kvantitatīvi salīdzināt dažādu vadības kontroles algoritmu spēju samazināt novirzes, ar fokusu uz tieši modeļbalstītās prognozējošās vadības algoritmu jeb MPC. Darba ietvaros ir izstrādāts, pētīts un kvantitatīvi analizēts nelineārs MPC (NMPC) kontrolieris ar reducētu sešu stāvokļu prognozes modeli, beznobīdes traucējumu novērotāju un mīkstajiem stāvokļa ierobežojumiem, kas salīdzināts ar Fossena PID/SMC autopilotu un autora pielāgotu kaskādētu PID kontrolieri REMUS 100 drona pilnā sešu brīvības pakāpju “Fossen Python Vehicle Simulator” simulācijā ar stohastisku straumes modeli. Sešos dažādos eksperimentālos scenārijos tika noteikts, ka NMPC algoritms simulētās vides apstākļos REMUS 100 drona kontrolē vairumā gadījumu sasniedza mazāko RMSE un citas novirzes kļūdas vērtības, piemēram 600 sekunžu garā braucienā ar vairākām uzdotām kursa un dziļuma izmaiņām tā kursa RMSE bija 0,25° pret pielāgotā PID 1,52° un Fossena autopilota 33,62°, bet dziļuma RMSE 0,05 m pret attiecīgi 1,99 m un 9,91 m. Trīsdesmit atkārtojumu Montekarlo pārbaudē šis pārākums apstiprinājās kā statistiski nozīmīgs (p < 0,001).
Maģistra darbā ir 75 lappuses, 23 attēli, 22 tabulas, 1 pielikums un 66 informācijas avoti. |
| Keywords |
MODEĻBALSTĪTA PROGNOZĒJOŠĀ VADĪBA, AUTONOMAIS ZEMŪDENS DRONS, TRAJEKTORIJAS SEKOŠANA, POZĪCIJAS STABILIZĒŠANA, HIDRODINAMIKA |
| Keywords in English |
MODEL PREDICTIVE CONTROL, AUTONOMOUS UNDERWATER DRONE, TRAJECTORY TRACKING, POSITION STABILIZATION, HYDRODYNAMICS |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
02.09.2026 23:59:38 |
