Control de seguimiento en formación de múltiples USV usando ADRC con rendimiento prescrito

Equipos de embarcaciones inteligentes en un mar duro

Imagínese una tripulación de pequeñas embarcaciones robóticas patrullando un puerto, buscando una nave perdida o cartografiando un vertido de petróleo. Deben moverse juntas en un patrón compacto, mantener distancias seguras entre sí y seguir la ruta pese a que las olas, el viento y las corrientes las empujan constantemente fuera de curso. Este artículo presenta una nueva forma de controlar tales equipos de vehículos de superficie no tripulados (USV) para que viajen en formación con precisión y seguridad, incluso cuando el mar está agitado y su propio comportamiento es imperfectamente conocido.

Por qué importan los barcos robóticos coordinados

Los USV se usan cada vez más en tareas que son peligrosas, tediosas o costosas para los buques tripulados: rescate marítimo, prospección de minerales y seguridad costera, entre otras. A menudo, una sola embarcación no basta; un grupo que trabaja en conjunto puede cubrir más área, compartir tareas y añadir redundancia si una unidad falla. Pero coordinar varios barcos es complicado. Cada embarcación debe seguir una ruta planificada manteniendo una distancia segura respecto a sus vecinos, y todo esto debe mantenerse bajo condiciones reales del océano donde fuerzas invisibles y errores sutiles de modelado pueden degradar el rendimiento o incluso causar colisiones.

El desafío de mantenerse juntos

Los métodos de control tradicionales —como controladores simples proporcional–integral–derivativo (PID), esquemas predictivos basados en modelos o backstepping con redes neuronales— se han aplicado antes a la formación de USV. Si bien pueden funcionar, conllevan compensaciones. Los controladores básicos son fáciles de ajustar pero tienen dificultades con perturbaciones grandes y que varían en el tiempo. Los enfoques más avanzados pueden manejar movimiento no lineal y efectos desconocidos, pero a menudo requieren muchos parámetros, gran capacidad de cálculo o datos de entrenamiento detallados. Además, la mayoría de los métodos no garantizan directamente la rapidez con la que los errores disminuirán ni cuán estrictamente se mantendrán dentro de límites de seguridad durante las maniobras.

Una estrategia de control que contraataca las perturbaciones

Los autores se basan en un concepto conocido como control activo de rechazo a perturbaciones, que trata todo lo desconocido o indeseado —como cambios en la resistencia, fuerzas de las olas o errores de modelado— como una única “perturbación total” que debe medirse y compensarse en tiempo real. Diseñan un observador expandido que estima esta perturbación mientras utiliza conocimiento del modelo del USV para aligerar la carga del observador y mejorar la precisión. Otro componente, llamado diferenciador de seguimiento, reemplaza el cálculo repetido y enmarañado en el controlador, evitando la explosión de complejidad que de otro modo haría impráctico su uso en tiempo real. Un mecanismo basado en barreras luego moldea cómo evolucionan los errores de seguimiento a lo largo del tiempo, imponiendo límites variables que evitan que los barcos se acerquen demasiado o se separen en exceso, permitiendo al mismo tiempo una convergencia rápida hacia la trayectoria deseada.

Puesta a prueba del pelotón de embarcaciones

Para evaluar el rendimiento del enfoque, los investigadores simulan cuatro USV idénticos siguiendo una trayectoria compuesta por segmentos rectos y círculos amplios, bajo fuerzas fuertes y continuamente cambiantes que están ocultas al controlador. Comparan su método con tres alternativas comunes: un controlador backstepping mejorado con redes neuronales, un controlador estándar de rechazo a perturbaciones y un controlador PID. En métricas que miden el error total, el peor error observado y la suavidad de las órdenes de rumbo y empuje, el nuevo método destaca. Reduce el error acumulado y el error cuadrático medio en más de la mitad respecto al PID, y aún supera de forma significativa al esquema backstepping más sofisticado, todo ello generando señales de control más suaves y con menos vibraciones, más compatibles con hardware real.

Qué significa esto para los futuros robots marinos

En términos sencillos, este trabajo muestra cómo un equipo de embarcaciones robóticas puede mantener su formación compacta y segura en un mar desordenado e impredecible usando un controlador que es tanto robusto como relativamente fácil de afinar. Al estimar y cancelar activamente el efecto combinado de olas, corrientes y errores de modelado, y al encerrar la evolución del error dentro de límites cuidadosamente diseñados, el método mantiene cada embarcación cerca de su trayectoria prevista sin arriesgar colisiones o pérdida de enlaces de comunicación. Los autores señalan que extender el marco a embarcaciones con menos actuadores y automatizar el ajuste de parámetros son pasos importantes siguientes, pero los resultados ya apuntan a flotas de robots marinos más fiables y eficientes que realizan misiones complejas con supervisión humana mínima.

Cita: 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

Palabras clave: vehículos de superficie no tripulados, control de formación, rechazo de perturbaciones, robótica marina, seguimiento de trayectoria