Design of Neural Network Control System for Controlling Trajectory of Autonomous Underwater Vehicles

Eski, İkbal; Yildirim, S.

doi:10.5772/56740

Cited by 23 publications

(20 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…ANNs are one of the effective control techniques in the solution of nonlinear problems. ANNs have been used successfully in areas such as trajectory control for underwater vehicles [5], unmanned flight [6], human-robot interaction [7].…”

Section: Introductionmentioning

confidence: 99%

Development of Artificial Neural Network Structures for Predicting Navigation Tasks of a Mobile Robot

Sahmutoglu

Akdoğan

2020

Int. J. Eng. Tech. Mgmt. Res.

View full text Add to dashboard Cite

Determining trajectories in mobile robot navigation tasks is a difficult process to apply with conventional methods. Therefore, intelligent techniques produce highly effective results in trajectory optimization and orientation prediction. In this study, two different ANN (Artificial Neural Network) structures have been developed for the navigation prediction of the SCITOS G5 mobile robot. For this aim, RBF (Radial Basis Function) and MLP (Multi-Layer Perceptron) structures were used. Information obtained from 24 sensors of the robot was used as network inputs and network output determines robot direction. Accordingly, structures that have 24 inputs and one output were created. The best performance network structures obtained were compared among them in simulation environment. Accordingly, RBF has been observed to produce more accurate results than MLP.

show abstract

Section: Introductionmentioning

confidence: 99%

Development of Artificial Neural Network Structures for Predicting Navigation Tasks of a Mobile Robot

Sahmutoglu

Akdoğan

2020

Int. J. Eng. Tech. Mgmt. Res.

View full text Add to dashboard Cite

show abstract

“…Lo anterior, debido a que el sistema de los AUVs presenta un comportamiento altamente no lineal con múltiples incertidumbres paramétricas y bajo el efecto de perturbaciones externas como oleajes y corrientes marinas. Investigaciones recientes que tratan con este problema aplican técnicas de control avanzado como: modos deslizantes (Elmokadem et al (2015), Joe et al (2014)), control no lineal (Bian et al (2010), He-ming et al (2012)), control adaptable (Kumar and Subudhi (2014), Rezazadegan and Shojaei (2013)), redes neuronales (Eski and Yildirim (2014), Wang and Wang (2014)), control difuso (Lakhekar and Waghmare (2015), Raimondi and Melluso (2010)).…”

Section: Introductionunclassified

Vehículos Submarinos Autónomos

Rojas

2019

ICBI

View full text Add to dashboard Cite

ResumenMás de dos terceras partes de la superficie del planeta Tierra están cubiertas de agua. Los océanos y los mares albergan una gran cantidad de especies de animales y de plantas formando ecosistemas con una gran biodiversidad. Además, estos representan una gran fuente de energías renovables y no renovables para el beneficio de los seres humanos.La robótica submarina, representa una solución para resolver diversas tareas en ambientes subacuáticos sin la intervención de un operador humano. Durante lasúltimas décadas los vehículos submarinos autónomos han tenido un desarrollo notable y se han ido involucrando progresivamente en diversosámbitos como lo son el científico, el comercial y el militar, enfrentando escenarios de operación cada vez más desafiantes. Gracias a los avances impresionantes desarrollados actualmente en los campos computacional, de tecnología de baterías, de la miniaturización de sistemas electrónicos y en una gran variedad de sensores de navegación, los vehículos submarinos autónomos se han convertido en dispositivos tecnológicos con mayores capacidades para desarrollar tareas autónomas. Esto permite poder plantear nuevos enfoques para dotar de autonomía (o inteligencia) a estos vehículos utilizando sistemas de procesamiento y toma de decisiones a bordo, llamados controladores. El diseño de los controladores obedece a la aplicación de técnicas y teorías matemáticas para cumplir con características de funcionamiento deseadas que los vehículos submarinos deben tener cuando desarrollan una tarea autónoma.Palabras Clave: AUV, autonomía, submarino, modelado, control, seguimiento. IntroducciónLa robótica submarina, representa una solución para resolver diversas tareas en ambientes subacuáticos sin la intervención de un operador humano. Durante lasúltimas décadas los vehículos submarinos autónomos (AUVs, del inglés, Autonomous Underwater Vehicles) han tenido un desarrollo notable y se han ido involucrando progresivamente en diversosámbitos como lo son el científico, el comercial y el militar, enfrentando escenarios de operación cada vez más desafiantes. Gracias a los avances impresionantes desarrollados actualmente en los campos computacional, de tecnología de baterías, de la miniaturización de sistemas electrónicos y en una gran variedad de sensores de navegación, los AUVs se han convertido en dispositivos tecnológicos con mayores capacidades para desarrollar tareas autónomas. El desarrollo de los AUVs está dirigido a enfrentar principalmente escenarios de aplicación en donde la vida del ser humano puede estar en riesgo, así como reducir costos de implementación, mejorar la precisión en la localización geográfica de los vehículos y mejorar significativamente la eficiencia en su diseño. Lo anteriormente descrito permite poder plantear nuevos enfoques para dotar de autonomía (o inteligencia) a estos vehículos utilizando sistemas de procesamiento y Correo electrónico: trentsteven@gmail.com (Jorge Cervantes) toma de decisiones a bordo, llamados controladores. Estos dispositivos interpretan la informac...

show abstract

“…The underwater vehicles are useful in performing vital roles in monitoring of coastal shallow and Kyriakopoulos, 6 and a second order sliding mode controller was designed for AUV in the presence of unknown disturbances in the study by Joe et al 7 Neural network-based control technique for controlling the trajectory of AUVs was presented by Eski and Yidirim. 8 A backstepping-based adaptive tracking control design for under-actuated AUVs has been reported in the study by Ghommam and Saad. 9 In the study by Akcakaya and Sumer, 10 a robust control of variable speed AUV was designed.…”

Section: Introductionmentioning

confidence: 99%

Robust stabilizing control of nonholonomic systems with uncertainties via adaptive integral sliding mode

Sarfraz

Rehman

Shah

2017

International Journal of Advanced Robotic Systems

View full text Add to dashboard Cite

This article presents a robust stabilizing control for nonholonomic underwater systems that are affected by uncertainties. The methodology is based on adaptive integral sliding mode control. Firstly, the original underwater system is transformed in a way that the new system has uncertainties in matched form. A change of coordinates is carried out for this purpose, and the nonholonomic system is transformed into chained form system with matched uncertainties. Secondly, the chained form system with uncertainties is transformed into a special structure containing nominal part and some unknown terms through input transformation. The unknown terms are computed adaptively. Afterward, the transformed system is stabilized using integral sliding mode control. The stabilizing controller for the transformed system is constructed which consists of the nominal control plus some compensator control. The compensator controller and the adaptive laws are derived in a way that the derivative of a suitable Lyapunov function becomes strictly negative. Two different cases of perturbation are considered including the bounded uncertainty present in any single control input and the uncertainties present in the overall system model of the underwater vehicle. Finally, simulation results show the validity and correctness of the proposed controllers for both cases of nonholonomic underwater system affected by uncertainties.

show abstract

Design of Neural Network Control System for Controlling Trajectory of Autonomous Underwater Vehicles

Cited by 23 publications

References 15 publications

Development of Artificial Neural Network Structures for Predicting Navigation Tasks of a Mobile Robot

Development of Artificial Neural Network Structures for Predicting Navigation Tasks of a Mobile Robot

Vehículos Submarinos Autónomos

Robust stabilizing control of nonholonomic systems with uncertainties via adaptive integral sliding mode

Contact Info

Product

Resources

About