L'exploration en mer profonde demeure l'une des frontières les plus exigeantes de la science et de l'ingénierie modernes.Les plaines abyssales, les évents hydrothermaux et les tranchées hadales du monde Les océans sont non seulement inhospitalières pour les humains, mais aussi soumis à des pressions extrêmes, à des températures quasi-gelées et à des courants imprévisibles. Les véhicules autonomes sous-marins (UVA) sont devenus des outils indispensables pour explorer ces régions, effectuer des tâches telles que la cartographie des fonds marins, la surveillance de l'environnement et l'évaluation des ressources.

Comprendre le contrôle adaptatif

À l'origine, le contrôle adaptatif est une branche de la théorie du contrôle qui permet à un système de modifier automatiquement ses propres paramètres de contrôleur en réponse à des variations de la dynamique du système, de l'environnement ou du profil de mission commandé. Contrairement aux méthodes de contrôle à paramètres fixes (comme les contrôleurs de la dérive intégrale proportionnelle ou PID), qui sont conçues pour un ensemble spécifique de conditions de fonctionnement et se dégradent lorsque ces conditions changent, les contrôleurs adaptatifs apprennent et s'ajustent continuellement.

Il existe plusieurs paradigmes d'architecture communs pour le contrôle adaptatif. Modèle de référence Contrôle adaptatif (MRAC) compare la sortie réelle de l'AUV à la sortie d'un modèle de référence qui définit le comportement en boucle fermée souhaité. La différence (erreur) conduit une loi adaptative qui met à jour les gains du contrôleur de sorte que l'AUV suit le modèle de référence le plus près possible. Une autre approche largement étudiée est Régulateurs autonomes (STR)[, qui identifient les paramètres du système en temps réel et recomptabilisent les gains du contrôleur en fonction de ces estimations.

L'attribut clé qui distingue le contrôle adaptatif du contrôle robuste ou du contrôle de gain-planning est sa capacité à réagir à des changements imprévus sans connaissance a priori de ces changements.Pour un VHA fonctionnant à des milliers de mètres sous la surface, où la dérive du capteur, l'usure du propulseur et les changements de courant soudain sont courants, cette adaptabilité n'est pas seulement une amélioration, c'est souvent une exigence de succès de la mission.

La nécessité d'un contrôle adaptatif dans les milieux de haute mer

À des profondeurs inférieures à 1 000 mètres, les pressions dépassent 100 atmosphères, les températures planent juste au-dessus du gel et la visibilité peut être proche de zéro. Les courants, bien que généralement plus lents que dans les eaux de surface, peuvent présenter des ondes soudaines et localisées causées par des vagues internes, des flux de turbidité ou des interactions avec la topographie du fond marin. Ces perturbations imprévisibles peuvent rapidement déstabiliser une attitude, une profondeur et une trajectoire de l'AUV, entraînant une défaillance de la mission ou même une perte de véhicule si le système de contrôle ne peut pas compenser.

De plus, les VRA subissent eux-mêmes des changements physiques au cours d'un déploiement. Au moment où le véhicule descend, la coque se compresse légèrement, ce qui modifie la flottabilité. Décharge des batteries, ce qui déplace le centre de gravité. Le biosoulage (accumulation d'organismes marins) peut augmenter la traînée sur la coque et les propulseurs. Un contrôleur à gain fixe réglé pour un ensemble de conditions se produira mal lorsque ces conditions changeront.

Au-delà des perturbations à court terme, le contrôle adaptatif permet également aux VHA de gérer des missions de longue durée qui durent des jours ou des semaines. Comme les conditions environnementales dérivent au fil du temps (comme les gradients de température saisonniers ou les cycles de marée), un contrôleur adaptatif peut suivre ces changements lents et maintenir une performance optimale.

Principaux avantages du contrôle adaptatif dans les UVA

Précision de navigation améliorée

En haute mer, les signaux GPS sont indisponibles, de sorte que les AUVs dépendent de systèmes de navigation par inertie et de positionnement acoustique occasionnel. Le contrôle adaptatif améliore la navigation en maintenant l'AUV sur son parcours prévu avec plus de précision, même lorsque des courants croisés ou des obstacles inattendus (comme les crêtes raides) apparaissent. Le contrôleur peut ajuster les sorties du propulseur et les angles de nageoires en temps réel pour corriger de petites déviations avant qu'elles ne s'accumulent dans de grandes erreurs de position.

Stabilité et maniabilité robustes

Un AUV fonctionnant en profondeur doit maintenir un tangage, un roulis et un lacet stables tout en exécutant des manœuvres telles que le vol stationnaire, le virage ou la montée à travers des thermoclines. Les contrôleurs adaptatifs, en particulier ceux qui estiment l'inertie du véhicule et les coefficients hydrodynamiques à la volée, peuvent maintenir l'AUV bien endommagé et réactif.

Efficacité énergétique et durée de la mission prolongée

Les véhicules sous-marins transportent une quantité d'énergie limitée, généralement sous forme de batteries ou de piles à combustible. Le contrôle adaptatif peut réduire la consommation d'énergie en optimisant la poussée propulsive et en éliminant les oscillations inutiles ou les surcorrections. Par exemple, si le contrôleur sent que le véhicule est poussé par un courant constant, il peut appliquer une correction continue et de faible niveau au lieu d'une série d'explosions agressives et épuisantes.

Une plus grande autonomie opérationnelle

L'un des principaux objectifs de la technologie AUV est de réduire le besoin d'une supervision humaine constante. Les systèmes de contrôle adaptatif permettent au véhicule de réagir à des situations inattendues sans attendre les commandes d'un navire de surface. L'AUV peut régler de façon autonome sa stratégie de contrôle pour faire face à un propulseur défaillant, à une augmentation soudaine de la traînée ou à un changement de priorité de mission.

Mise en œuvre du contrôle adaptatif dans les systèmes AUV

La mise en place d'un contrôle adaptatif dans un AUV nécessite une combinaison soigneusement intégrée de matériel et de logiciels. Le véhicule doit être équipé de capteurs qui fournissent des retours en temps réel sur son état et son environnement, des actionneurs qui peuvent effectuer des changements (flûteurs, ailettes, moteurs de flottabilité) et un ordinateur embarqué assez puissant pour exécuter les algorithmes adaptatifs en temps réel.

La suite de capteurs la plus courante pour le contrôle adaptatif comprend une unité de mesure inertielle (IMU) pour les accélérations et les vitesses angulaires, un capteur de pression pour la profondeur, un log de vitesse doppler (DVL) pour la vitesse relative au sol, et souvent un compas ou un gyro pour le cap.

Modèle de référence de contrôle adaptatif (MRAC)

Le MRAC est un choix populaire pour les VNI parce qu'il ne nécessite pas un modèle mathématique exact de la dynamique du véhicule. Il utilise plutôt un modèle de référence qui spécifie la réponse à boucle fermée souhaitée. La loi adaptative met à jour les gains du contrôleur en fonction de l'erreur de suivi. Par exemple, si la profondeur réelle de l'AUV=s est en retard par rapport à la profondeur de référence pendant une descente, l'algorithme MRAC augmente le gain du propulseur vertical. Au fil du temps, le véhicule apprend à suivre le modèle de référence avec précision.

Contrôle adaptatif de la fumée

Les contrôleurs logiques flous utilisent des règles linguistiques (par exemple, -si l'erreur de profondeur est importante et le taux de changement est positif, puis appliquent une poussée ascendante importante) pour cartographier les entrées de capteur pour actionner les sorties. Un contrôleur adaptatif flou ajoute un mécanisme de réglage des paramètres qui ajuste les fonctions de membre ou les poids de règle en fonction des performances observées. Cette approche est efficace lorsque la dynamique des AUV est mal comprise ou très non linéaire, comme c'est souvent le cas lors de la manœuvre à proximité du fond de mer ou en présence de biosoudure.

Contrôle adaptatif en réseau neuronal

Un réseau neuronal peut apprendre à cartographier de façon complexe et non linéaire les entrées de capteurs et les sorties de contrôle souhaitées directement à partir de données. Pendant le fonctionnement, le réseau est continuellement réajusté (ou mis à jour par apprentissage en ligne) pour compenser les changements de dynamique. Une approche prometteuse consiste à combiner un réseau neuronal avec un contrôleur traditionnel dans une configuration --direct adaptative, où le réseau émet un signal de contrôle additif qui corrige les erreurs non capturées par le contrôleur de base. Par exemple, un réseau neuronal peut apprendre à annuler les effets de la dégradation du propulseur au fil du temps, en maintenant la maniabilité constante au fur et à mesure que la condition du véhicule évolue.

Intégration avec la navigation et la planification des missions

Le contrôleur peut recevoir des points de point du planificateur et des commentaires du filtre de navigation. Dans certaines architectures, le contrôleur adaptatif fournit des estimations en temps réel des capacités du véhicule (par exemple, la vitesse maximale réalisable dans un courant donné) au planificateur, lui permettant de régler la mission à la volée. Ce couplage en boucle fermée entre le contrôle et la planification est une caractéristique d'un comportement véritablement autonome et est un domaine de recherche actif, en particulier pour les missions en haute mer de longue durée.

Applications et études de cas dans le monde réel

Les techniques de contrôle adaptatif ont déjà été testées et déployées sur plusieurs plates-formes de VA. La série REMUS 6000 (Unités de surveillance environnementale à distance), utilisée pour les levés en eau profonde et les opérations de recherche, a fait l'objet d'essais avec des contrôleurs adaptatifs de hauteur et de cap pour améliorer les performances dans des densités d'eau variables. De même, les SeaBED[ et Nereid Under Ice (NUI)[ AUV, développés par l'Institut océanographique Woods Hole, ont utilisé un contrôle adaptatif pour maintenir la stabilité tout en fonctionnant à proximité des évents hydrothermaux et sous des étagères de glace dans l'Arctique.

Dans l'industrie pétrolière et gazière, les VAB équipées d'un contrôle adaptatif sont utilisées pour l'inspection des pipelines et la surveillance de l'infrastructure sous-marine dans les eaux profondes. La capacité de voler avec précision dans les courants pendant le positionnement des caméras et des capteurs sonar a réduit considérablement le temps et le coût de ces inspections.Des projets universitaires, comme le SLOCUM Glider[ (un véhicule à propulsion plutôt qu'un VAB à propulsion), utilisent des algorithmes de contrôle adaptatif pour optimiser les trajectoires de glissement en ajustant la flottabilité et le tangage en réponse aux courants océaniques mesurés et aux champs d'onde interne.

Défis et limites

Malgré ses avantages évidents, le contrôle adaptatif des VHA n'est pas une panacée. Plusieurs défis importants doivent être relevés pour un déploiement opérationnel généralisé.

Complexité informatique

De nombreux contrôleurs adaptatifs nécessitent la résolution d'équations différentielles, d'inversions matricielles ou de passes vers l'avant du réseau neuronal à des vitesses de 10 à 100 Hz. Bien que les microprocesseurs modernes en soient capables, la consommation de puissance de ces calculs peut être non négligeable, surtout pour les VA à batterie limitée.

Robuste et stabilité

Les contrôleurs adaptatifs peuvent parfois devenir instables si le taux d'adaptation est trop élevé ou si des dynamiques non modélisées (par exemple, résonances de propulseurs à haute fréquence) sont présentes. Les chercheurs ont développé des systèmes d'adaptation robustes qui intègrent des zones mortes ou des opérateurs de projection pour empêcher l'adaptation des fuites, mais ces derniers ajoutent de la complexité.

Validation et vérification

Comme les contrôleurs adaptatifs changent leur comportement au fil du temps, il est plus difficile de vérifier qu'ils resteront stables et sûrs dans tous les scénarios possibles que les contrôleurs à gain fixe. La certification des systèmes de contrôle adaptatif pour les missions critiques (comme les opérations sous-marines militaires ou commerciales) nécessite une simulation étendue et des essais en temps réel, ce qui est à la fois long et coûteux.

Conditions extrêmes

À des profondeurs inférieures à 6 000 mètres (zone hadale), les pressions dépassent 600 atmosphères. De telles pressions peuvent entraîner des changements de matériaux dans les propulseurs et les capteurs, y compris des défaillances de composants électroniques ou des fuites de joints fluides. Les contrôleurs adaptatifs doivent être capables de gérer non seulement des changements progressifs mais aussi des défaillances soudaines et graves.

Orientations futures

La prochaine décennie promet des progrès importants dans le contrôle adaptatif des UVA en eau profonde, entraînés par le progrès de l'intelligence artificielle, de la miniaturisation des capteurs et de la science des matériaux.

Apprentissage automatique et apprentissage profond

Un AUV pourrait former une politique de réseau neuronal en simulation et ensuite l'affiner lors de missions réelles. Les premiers travaux d'institutions telles que Monterey Bay Aquarium Research Institute (MBARI) ont montré que DRL peut apprendre des manœuvres complexes en vol et en échantillon qui surpassent les contrôleurs adaptatifs traditionnels. Des défis subsistent pour s'assurer que les politiques DRL sont robustes et stables, mais que la fidélité de la simulation augmente, DRL deviendra probablement un outil standard dans la boîte à outils de contrôle AUV.

Contrôle bio-inspiré

Observer comment les animaux marins (poissons, calmars, tortues) naviguent dans des eaux turbulentes et changeantes a inspiré de nouveaux paradigmes de contrôle. Par exemple, les capteurs latéraux de ligne (imitant le système sensoriel des poissons) peuvent fournir des informations sur le champ de débit au contrôleur, lui permettant d'anticiper plutôt que de réagir aux courants.

Contrôle adaptatif multi-véhicules

Au fur et à mesure que l'exploration en eau profonde se dirige vers des essaims de VA coopérants, le contrôle adaptatif devra s'étendre au niveau du parc. Un groupe de VA peut partager des données de capteurs et adapter ses contrôleurs individuels pour maintenir la formation ou distribuer la couverture d'échantillonnage sur une grande zone.

L'IA et l'apprentissage à bord

Les progrès réalisés dans les accélérateurs d'IA écoénergétiques permettront de réaliser des algorithmes de contrôle adaptatifs plus sophistiqués sans égoutter la batterie, ce qui permettra aux VHA d'apprendre non seulement pendant une mission, mais aussi dans plusieurs missions, en se souvenant de stratégies de contrôle efficaces pour des endroits ou des saisons spécifiques.

Conclusion

L'exploration en mer profonde repousse les limites de ce que les systèmes autonomes peuvent réaliser. La dureté et l'imprévisibilité des systèmes de contrôle de l'abîme exigent des systèmes de contrôle aussi souples et résilients que les organismes vivants qui y survivent. Le contrôle adaptatif, sous ses diverses formes –MRAC, réseau neuronal flou et apprentissage du renforcement – offre une voie vers les UVA qui non seulement peuvent résister aux défis de l'océan profond mais prospèrent en eux.

Bien que des défis subsistent en matière de calcul, de robustesse et de performance en condition extrême, la recherche et les déploiements pratiques continuent d'affiner ces systèmes. Les exploitants de flottes et les ingénieurs océaniques qui investissent aujourd'hui dans la technologie de contrôle adaptatif seront bien placés pour diriger la prochaine vague d'exploration en haute mer, depuis la cartographie des tranchées hadales jusqu'à la surveillance de la santé des écosystèmes les moins compris de notre planète.