Интеграция сенсорных данных и математическое моделирование поведения подводного робота с использованием цифрового двойника

Введение. Управление подводными робототехническими комплексами (ПРТК) осложняется такими факторами, как инерционность, стохастические возмущения и недостаток навигационной инфраструктуры. Существующие подходы к моделированию и прогнозированию поведения ПРТК известны слабой или отсутствующей интеграцией данных с реальных сенсоров в режиме реального времени. Устранив указанный пробел в комплексных решениях, можно объединить физические модели, цифровые двойники и визуализацию. Перспективный инструмент для преодоления названных выше ограничений — цифровой двойник (англ. digital twin, DT), обеспечивающий точную цифровую репрезентацию объекта через интеграцию данных от физических сенсоров и математических моделей. Цель представленного исследования — разработка метода прогнозирования динамики ПРТК с использованием цифрового двойника для повышения эффективности автономного управления. Материалы и методы. Основа исследования — разработка математической модели движения подводного робототехнического комплекса. Она включает дифференциальную кинематику, моделирование сопротивления среды и динамики поворота. Для сбора и обработки данных использовались сенсоры: инкрементальные энкодеры, трехосевой акселерометр и гироскоп. Для управления движением по каждой оси задействовали пропорционально-интегрально дифференцирующий (ПИД) регулятор. Для визуализации и проверки модели применялась игровая среда «Юнити» (Unity). В ней создали модуль цифрового двойника с возможностью отображения состояния системы в реальном времени. В качестве программного обеспечения использовалась платформа «Ардуино Ай-ди-и» (Arduino IDE) для низкоуровневого программирования, а также «Матлаб» (Matlab) и «Питон» (Python) для анализа данных и построения графиков. Результаты исследования. Для верификации модели проводились эксперименты на физическом макете. Их сопоставили с симуляцией поведения объекта в виртуальной среде. Представлены графики расхождений между физическими и симулированными траекториями. Рассчитаны статистические метрики, характеризующие точность цифрового двойника. Максимальное отклонение по координатам не превышает 5,3 мм, среднее угловое отклонение составило 3,5°. Это подтверждает достоверность и практическую применимость предложенной модели при автономном управлении робототехническим комплексом. Установлено также, что средняя ошибка по X — 3,11 мм, по Y — 2,92 мм. Средняя ошибка угла Z — 1,8°. Время реакции — менее 10 мс. Устойчивость цифрового двойника к незначительным флуктуациям в данных обеспечивается благодаря сглаживанию входных данных, стабильностью системного регулятора и адаптации модели к калибровочным значениям на старте каждого цикла. Обсуждение и заключение. Цифровые двойники подходят для прогностического управления и наблюдения за объектом в условиях неопределенности. Предложенный подход целесообразно масштабировать для различных типов робототехнических систем, функционирующих в агрессивных и слабо предсказуемых средах. Дальнейшие исследования в этом направлении могут быть связаны с внедрением адаптивных и нейросетевых методов управления.