Controle de rastreamento em formação de múltiplos USVs usando ADRC com desempenho prescrito

Equipes de Barcos Inteligentes em um Mar Hostil

Imagine uma esquadra de pequenos barcos robóticos patrulhando um porto, procurando uma embarcação perdida ou mapeando um vazamento de óleo. Eles devem se mover juntos em um padrão apertado, manter distâncias seguras entre si e manter a rota apesar de ondas, vento e correntes que constantemente os desviam. Este artigo apresenta uma nova forma de controlar tais equipes de veículos de superfície não tripulados (USVs) para que possam viajar em formação com precisão e segurança, mesmo quando o mar está agitado e o comportamento de cada unidade é imperfeitamente conhecido.

Por que Barcos Robóticos Coordenados Importam

USVs são cada vez mais usados em tarefas perigosas, tediosas ou dispendiosas para navios tripulados: resgate marítimo, exploração mineral e segurança costeira, entre outras. Frequentemente, um único barco não é suficiente; um grupo trabalhando em conjunto pode cobrir mais área, compartilhar tarefas e adicionar redundância caso uma unidade falhe. Mas coordenar várias embarcações é complicado. Cada veículo deve seguir um caminho planejado enquanto mantém distância segura dos vizinhos, e tudo isso precisa funcionar nas condições reais do oceano, onde forças não visíveis e erros sutis de modelagem podem degradar o desempenho ou até causar colisões.

O Desafio de Permanecer Juntos

Métodos de controle tradicionais — como controladores proporcionais–integral–derivativos (PID) simples, esquemas preditivos baseados em modelo ou backstepping com redes neurais — já foram aplicados à formação de USVs. Embora possam funcionar, trazem compromissos. Controladores básicos são fáceis de ajustar, mas têm dificuldade com perturbações grandes e variantes no tempo. Abordagens mais avançadas conseguem lidar com movimentos não lineares e efeitos desconhecidos, mas frequentemente exigem muitos parâmetros, alto custo computacional ou dados de treinamento detalhados. Além disso, a maioria dos métodos não garante diretamente quão rápido os erros irão diminuir ou quão rigidamente permanecerão dentro de limites de segurança durante as manobras.

Uma Estratégia de Controle que Reage às Perturbações

Os autores se baseiam em um conceito conhecido como controle ativa de rejeição de perturbações (ADRC), que trata tudo o que é desconhecido ou indesejado — como variações de arrasto, forças de ondas ou erros de modelagem — como uma única “perturbação total” a ser estimada e compensada em tempo real. Eles projetam um observador expandido que estima essa perturbação enquanto usa conhecimento do modelo do USV para aliviar o trabalho do observador e melhorar a precisão. Outro componente, chamado diferenciador de rastreamento, substitui o uso repetido de cálculo direto no controlador, evitando a explosão de complexidade que poderia tornar o uso em tempo real impraticável. Um mecanismo baseado em barreiras então molda a evolução dos erros de rastreamento ao longo do tempo, impondo limites variantes no tempo que impedem que os barcos se aproximem demais ou se afastem demais, permitindo ainda assim uma convergência rápida para a trajetória desejada.

Testando o Pelotão de Barcos

Para avaliar o desempenho da abordagem, os pesquisadores simulam quatro USVs idênticos seguindo um trajeto composto por segmentos retos e círculos largos, sob forças fortes e constantemente variáveis que estão ocultas do controlador. Eles comparam seu método com três alternativas comuns: um controlador backstepping melhorado por rede neural, um controlador padrão de rejeição de perturbações e um controlador PID. Em métricas que medem erro total, pior caso de erro e quão suaves são os comandos de direção e propulsão, o novo método se destaca. Ele reduz o erro cumulativo e o erro quadrático médio em mais da metade em comparação ao PID, e ainda supera significativamente o esquema backstepping mais sofisticado, produzindo sinais de controle mais suaves e menos oscilatórios, mais amigáveis ao hardware real.

O Que Isso Significa para Robôs Marinhos do Futuro

Em termos simples, este trabalho mostra como uma equipe de barcos robóticos pode manter sua formação compacta e segura em um mar bagunçado e imprevisível usando um controlador que é ao mesmo tempo robusto e relativamente simples de ajustar. Ao estimar e cancelar ativamente o efeito combinado de ondas, correntes e erros de modelagem, e ao envolver a evolução do erro dentro de limites cuidadosamente projetados, o método mantém cada embarcação próxima à trajetória pretendida sem correr risco de colisões ou perda de enlaces de comunicação. Os autores observam que estender a estrutura para barcos subatuados e com atuadores mais limitados e automatizar o ajuste de parâmetros são próximos passos importantes, mas os resultados já apontam para frotas de robôs marinhos mais confiáveis e eficientes executando missões complexas com supervisão humana mínima.

Citação: 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

Palavras-chave: veículos de superfície não tripulados, controle de formação, rejeição de perturbações, robótica marinha, rastreamento de trajetória