Este trabalho trata sobre modelagem dinâmica, identificação de parâmetros e simulação de
veículos submarinos. Simulação tem um papel importante no desenvolvimento de veículos
submarinos. Entretanto, os simuladores robôticos comumente utilizados na atualidade,
como o Gazebo, não permitem uma representação fidedigna da dinâmica de um veículo
submarino, uma vez que os motores de física empregados no simulador não são capazes de
representar o termo hidrodinâmico da massa adicional. Essa falta de representatividade
não permite um cenário de teste realista do ambiente submarino. Este trabalho tem por
objetivo propor uma abordagem matemática que visa sobrepor a incapacidade do simulador
em representar a massa adicional sem a necessidade de alterar o motor de física.
Para simular o veículo submarino, é necessário saber os parâmetros do modelo dinâmico.
Assim, o presente trabalho tem também por objetivo identificar os parâmetros do modelo
dinâmico do veículo autônomo submarino FlatFish. Duas técnicas de identificação de
parâmetros foram empregadas: método dos mínimos quadrados e identificador adaptativo.
Na sequência foram realizados experimentos, em tanque e no mar, para identificar os
parâmetros do modelo dinâmico simplificado do FlatFish, utilizando dados coletados experimentalmente
dos sensores embarcados no veículo. Análises comparativas de velocidades
entre dados medidos do veículo real e do modelo simulado atuado sobre os mesmos esforços
de controle mostram que os parâmetros identificados por ambos os métodos são capazes de
representar a dinâmica do veículo quando acionado em um grau de liberdade. No entanto
verificou-se que os parâmetros do modelo simplificado não são capazes de representar
a dinâmica do veículo quando atuado em vários graus de liberdade simultaneamente.
Verificou-se que há a necessidade de realizar uma identificação do modelo completo para
que a simulação do Gazebo juntamente com a técnica proposta para representar a massa
adicional, seja capaz de emular o comportamento do veículo real. Apesar disso, os parâmetros
identificados podem ser utilizados nos pojetos de controladores baseados em modelo e
em filtros estimadores de estado.
This work address the topics of dynamical modeling, parameters identification and simulation
of underwater vehicles. Simulation plays an important role in the development of
underwater vehicles. Nevertheless, currently used robot simulators, such as Gazebo, do not
allow an accurate representation of the underwater vehicle’s dynamics, since the physic
engine employed by the simulator is not able to represent the hydrodynamical term of the
added mass. This lack of representativeness does not allow a realist test scenario of the
underwater environment. This work has as objective to propose a mathematical approach
to overcome the inability of the simulator in representing the added mass without changes
to the physic engine.
To simulate the underwater vehicle, it is necessary to know the parameters of the dynamical
model. Therefore, this work has also for objective to identify the parameters of
the dynamical model of the autonomous underwater vehicle FlatFish. Two parameters
identification techniques were applied: least square method and adaptive identifier. In
sequence, experiments were conducted, in basin and in the sea, with the purpose of identifying
the parameters of the simplified dynamical model of FlatFish, using data collect
experimentally from vehicle’s onboard sensors. Comparative analysis of velocities among
vehicle’s measured data and the simulated model actuated upon the same control effort
show that the parameters identified by both methods are able to represent the dynamics
of the vehicle when actuated in one degree of freedom. However, it was verified that
the parameters of the simplified model are not able to represent the vehicle’s dynamics
when actuated in several degree of freedom simultaneously. It was established the need
of performing parameters identification for the complete dynamical model so that the
Gazebo simulation altogether with the proposed technique to represent the added mass,
be able to emulate the behavior of the real vehicle. Despite that, the identified parameters can be used in the project of model based controllers and in state estimator filters.
