مراقبة تتبع التشكيل لعدة مركبات سطحية غير مأهولة باستخدام ADRC مع أداء محدد

فرق قوارب ذكية في بحر قاسٍ

تخيل طاقمًا من القوارب الروبوتية الصغيرة تقوم بدوريات في ميناء، تبحث عن سفينة مفقودة، أو ترسم خريطة لتسرّب نفطي. يجب أن تتحرك معًا في نمط محكم، تحافظ على مسافات آمنة بين بعضها البعض، وتظل على المسار رغم الأمواج والرياح والتيارات التي تدفعها باستمرار بعيدًا عن المسار. تقدم هذه الورقة طريقة جديدة للتحكم في مثل هذه الفرق من المركبات السطحية غير المأهولة (USVs) بحيث يمكنها التنقل في تشكيل بدقة وأمان، حتى عندما تكون المياه هائجة وسلوكها غير معروف بشكل كامل.

لماذا تكتسب قوارب الروبوتات المنسقة أهمية

تُستخدم المركبات السطحية غير المأهولة بشكل متزايد في مهام خطرة أو مملة أو مكلفة للسفن المأهولة: الإنقاذ البحري، واستكشاف المعادن، والأمن الساحلي من بينها. في كثير من الأحيان، لا تكفي قارب واحد؛ فمجموعة تعمل معًا يمكنها تغطية مساحة أكبر، تقسيم المهام، وتقديم تكرار في حالة فشل وحدة واحدة. لكن تنسيق عدة قوارب أمر معقد. يجب على كل سفينة أن تتبع مسارًا مخططًا مع الحفاظ على مسافة آمنة من جيرانها، ويجب أن يتحقق كل ذلك في ظروف بحرية حقيقية حيث يمكن أن تقلل القوى الخفية والأخطاء النموذجية من الأداء أو تتسبب حتى في تصادمات.

التحدي المتمثل في البقاء معًا

تم تطبيق طرق التحكم التقليدية — مثل المنظمات النسبية-التكاملية-التفاضلية (PID) البسيطة، أو مخططات التنبؤ القائمة على النماذج، أو التراجع القائم على الشبكات العصبية — على تشكيل المركبات السطحية في الماضي. رغم أنها قد تنجح، فإنها تأتي بتنازلات. المنظمات الأساسية سهلة الضبط لكنها تكافح مع الاضطرابات الكبيرة والمتغيرة مع الزمن. الأساليب المتقدمة يمكنها التعامل مع الحركة غير الخطية والتأثيرات المجهولة لكنها غالبًا ما تتطلب العديد من المعاملات وحسابًا كثيفًا أو بيانات تدريب مفصلة. بالإضافة إلى ذلك، فإن معظم الطرق لا تضمن مباشرة مدى سرعة تقلص الأخطاء أو مدى التزامها بالحدود الأمنية أثناء المناورات.

استراتيجية تحكم تكافح الاضطرابات

يبني المؤلفون على مفهوم يعرف باسم التحكم النشط في رفض الاضطراب، الذي يعتبر كل ما هو غير معروف أو غير مرغوب فيه — مثل تغيُّر السحب، وقوى الأمواج، أو أخطاء النمذجة — كـ "اضطراب كُلي" واحد يُقاس ويُواجه في الزمن الحقيقي. صمموا رصدًا موسعًا يقدّر هذا الاضطراب مع الاستفادة من معرفة نموذج المركبة لتخفيف عبء الرصد وتحسين الدقة. مكوّن آخر يسمى مميز التتبع (tracking differentiator) يستبدل الحسابات التفاضلية المتكررة المربكة في المتحكم، متجنبًا انفجار التعقيد الذي قد يجعل الاستخدام في الزمن الحقيقي غير عملي. ثم يشكل آلية قائمة على الحواجز كيفية تطور أخطاء التتبع عبر الزمن، مفروضة حدودًا متغيرة مع الزمن تمنع القوارب من الاقتراب الشديد أو الابتعاد المبالغ فيه مع السماح بالالتقاء السريع إلى المسار المطلوب.

اختبار سرب القوارب

لفحص مدى فعالية النهج، يحاكي الباحثون أربع مركبات سطحية متطابقة تتبع مسارًا مؤلفًا من قطع مستقيمة ودوائر واسعة، تحت قوى قوية ومتغيرة باستمرار مخفية عن المتحكم. يقارنون طريقتهم مع ثلاث بدائل شائعة: متحكم تراجع معزز بالشبكات العصبية، ومتحكم قياسي لرفض الاضطراب، ومتحكم PID. عبر مقاييس تقيس الخطأ الكلي، وخطأ الحالة الأسوأ، ونعومة أوامر التوجيه والدفع، تبرز الطريقة الجديدة. تقلل الخطأ التراكمي وجذر متوسط مربع الخطأ بأكثر من النصف مقارنةً بـ PID، ولا تزال تتفوق بشكل ملحوظ على مخطط التراجع الأكثر تقدمًا، بينما تنتج إشارات تحكم أنعم وأقل ارتجاجًا أكثر ملاءمة للمعدات الحقيقية.

ما يعنيه هذا لروبوتات البحر في المستقبل

بعبارات بسيطة، تُظهر هذه الدراسة كيف يمكن لفريق من القوارب الروبوتية أن يحافظ على تشكيل محكم وآمن في بحر فوضوي وغير متوقع باستخدام متحكم قوي وبسيط نسبيًا في الضبط. من خلال تقدير وإلغاء الأثر المشترك للأمواج والتيارات وأخطاء النمذجة بشكل نشط، ومن خلال إحاطة تطور الخطأ داخل حدود مصممة بعناية، تحافظ الطريقة على كل سفينة قريبة من مسارها المقصود دون المخاطرة بالتصادمات أو فقدان روابط الاتصال. يشير المؤلفون إلى أن توسيع الإطار ليشمل قوارب ذات تحكم محدود (غير مشغلة بالكامل) وأتمتة ضبط المعاملات خطوات مهمة لاحقًا، لكن النتائج تشير بالفعل إلى أساطيل روبوتية بحرية أكثر موثوقية وكفاءة قادرة على أداء مهام معقدة بأقل إشراف بشري.

الاستشهاد: Huo, M., Mao, W. & Wang, X. Formation tracking control of multiple USVs using ADRC with prescribed performance. Sci Rep 16, 11417 (2026). https://doi.org/10.1038/s41598-026-37252-0

الكلمات المفتاحية: مركبات سطحية غير مأهولة, التحكم في التشكيل, رفض الاضطراب, الروبوتات البحرية, تتبع المسار