在安全关键的自主海洋系统中,利用深度学习实现NMPC的实时不确定性量化

《Ocean Engineering》:Real time uncertainty quantification of NMPC employing deep learning in safety-critical autonomous marine systems

【字体: 大 中 小 】 时间:2026年03月07日 来源:Ocean Engineering 6.3

编辑推荐:

  斯皮里东·辛塔卡斯|科斯塔斯·弗拉霍斯 希腊约阿尼纳市约阿尼纳大学计算机科学与工程系,邮编45110 摘要 从第一性原理推导系统动力学通常是一项具有挑战性的任务,这会在基于模型的控制中引入不确定性。由于具有可证明的稳定性和可控性,名义模型仍被广泛使用。神经网络提供了

  斯皮里东·辛塔卡斯|科斯塔斯·弗拉霍斯
希腊约阿尼纳市约阿尼纳大学计算机科学与工程系,邮编45110

摘要
从第一性原理推导系统动力学通常是一项具有挑战性的任务,这会在基于模型的控制中引入不确定性。由于具有可证明的稳定性和可控性,名义模型仍被广泛使用。神经网络提供了一种数据驱动的方法,能够近似系统动力学,并且在安全关键应用中可以考虑模型不确定性。在此基础上,我们提出了一种算法,用于预测MPC法则中的未来不确定性,该算法结合了基于第一性原理的名义模型以及能够估计名义MPC时间范围内不确定性的神经网络模型。通过蒙特卡洛丢弃技术,神经网络组件能够提供模型不确定性的概率估计值,这些估计值会被整合到名义MPC法则中。该方法针对安全关键应用,且具有通用性,因为可以通过收集系统数据来适配任何MPC策略。作为示例,该方法被应用于在现实环境干扰下的自主过驱动海洋平台,通过MPC法则实现导航任务。其中,用于避障的控制屏障函数能够根据量化的不确定性来调整安全集的边界。大量仿真结果表明,该方法能够实现具有自适应避障功能的海洋机器人的安全导航。

引言
控制安全关键系统是一项具有挑战性的任务,这一需求出现在许多领域,尤其在机器人应用中更为突出(Nguyen和Sreenath,2022)。在海洋机器人领域,从商业角度(Apostol-Mates和Barbu,2016)以及学术研究层面来看,安全关键控制都极具重要性。安全关键控制通常通过基于模型的方法来实现,这类方法能够保障系统的安全性。基于模型的控制的成功在很大程度上取决于系统模型的准确性以及干扰建模的精确度。对于诸如海洋机器人这类具有复杂非线性特性的系统而言,建立精确的模型是一项艰巨的任务,因此人们通常会使用简化后的模型。然而,无论是系统模型还是干扰模型的简化,都会带来系统控制方面的不确定性。虽然鲁棒控制和随机控制策略(Mayne,2015)可以为处理这些不确定性提供方法,但其结果往往基于限制性假设,或者会导致计算上难以处理的解决方案。为了在不过度限制系统的条件下确保关键应用的安全性,一种方法是准确量化不确定性。如今,在系统控制领域,数据驱动的不确定性估计方法已被广泛应用,为安全关键应用中的不确定性量化提供了可能(Mesbah等人,2022)。

为提高存在不确定性时的NMPC可靠性,本研究引入了一种新的框架,该框架能够明确量化模型不确定性并将其纳入控制过程。所提出的方法利用神经网络和蒙特卡洛丢弃技术来估计模型预测误差,从而提供基于原理的不确定性度量。这些信息通过自适应控制屏障函数整合到NMPC公式中,该函数能够根据估计的不确定性实时调整安全裕度。这样一来,控制器无需像传统的鲁棒NMPC方案那样采取过度保守的措施,即可确保约束条件得到满足。该方法将数据驱动的不确定性估计与形式化的安全性和稳定性保证相结合,为复杂安全关键系统中的安全预测控制提供了高效且可扩展的解决方案,这一优势已在过驱动海洋平台的实验中得到验证。

章节摘录
MPC与机器学习的融合
基于机器学习的数据驱动方法在基于模型的控制领域取得了巨大成功(Mesbah等人,2022)。鉴于模型预测控制是处理存在不确定性的多变量约束非线性系统的常用控制策略,因此将MPC与机器学习相结合的研究越来越受到关注,尤其是在机器人系统中已有许多成功的应用案例。关于MPC与机器学习整合的全面综述可见Mesbah等人的研究。

问题陈述
所研究的系统具有以下形式:离散时间不确定控制系统
xt+1=ftrue(xt,ut)+wt=f(xt,ut)+g(xt,ut)+wt
其中,xt、ut分别表示时间步t的状态向量和输入向量,ftrue表示所研究系统的真实动态模型。f(·)表示从第一性原理推导出的已知名义系统动力学,而g(·)则表示在推导f(·)时未被考虑的未知系统动力学,但它们仍会对系统产生影响。

海洋平台的简要描述
本研究中用作所提方法测试案例的海洋平台,最初是为辅助深海中微子望远镜而设计的自主海洋平台。关于该平台的详细分析可参考Vlachos和Papadopoulos(2015)的研究。该平台的质量为425×103千克,设计为等腰三角形结构,三角形三个角处各有一个方位喷射器,属于过驱动结构。这三个喷射器用于……

具有自适应安全集和稳定性保证的MPC
基于方程(30),并利用方程(24)及其导数Bv˙=IRB?1(Ix¨?IR˙Bv),可以描述该平台的开环动态模型:Ix¨=IR˙BIRB?1x˙+IRBM?1(Bqdist+Bqc)
该模型还包含了观测变量,因此状态向量变为xaug=[x,y,θ,x˙,y˙,θ˙]T,此时方程(32)变为:x˙aug=[O3×3I3×3O3×3IR˙BIR?1]xaug+[O3×3IRBM?1](Bqdist+Bqc)
其中,O和I分别表示零矩阵和单位矩阵,xaug表示扩展后的状态向量,Bqc表示输入向量。

仿真结果
NMPC是在Python环境中使用CasADi框架实现的,该框架用于非线性优化和算法微分(Andersson等人,2019)。最优控制问题通过多重射击法转化为非线性程序。时间步长设置为T=0.3秒,时间范围取N=50步。蒙特卡洛丢弃方法的随机前向迭代次数设为M=40次。在仿真过程中,假设存在一个障碍物,其位置相对于惯性参考系是已知的。

实际考虑因素
本节探讨了将所提出的NMPC框架部署在实际海洋平台上的关键实际问题及预期工程挑战。尽管前面的章节主要关注理论构建和基于仿真的验证,但实际应用时还需要特别注意状态估计、传感器噪声处理以及计算可行性等问题。以下小节将阐述这些要点,并提供相关证据支持。

结论与未来工作
本文提出了一种算法,旨在通过不确定性量化提升NMPC的安全性,为具有稳定性保证的安全关键系统提供解决方案。该方法结合了NMPC理论与深度学习技术,既保持了控制理论的严谨性,又发挥了学习方法的泛化能力。该算法通过对系统动态模型的学习结果应用蒙特卡洛丢弃技术,来量化NMPC时间范围内的不确定性。

CRediT作者贡献说明
斯皮里东·辛塔卡斯:撰写——初稿、可视化、验证、软件开发、方法设计、研究实施、形式化分析、概念构思。科斯塔斯·弗拉霍斯:撰写——审稿与编辑、验证、监督、方法设计、概念构思。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

斯皮里东·辛塔卡斯于2017年获得塞萨洛尼基亚里士多德大学电气与计算机工程学院的电气与计算机工程学位。2021年,他毕业于约阿尼纳大学计算机科学与工程系,获得数据与计算机系统工程硕士学位,研究方向为机器人系统、机器学习及人工智能。他目前是约阿尼纳大学的博士生,其研究领域为……
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号