Identificación del modelo para el control del BlueRov2 Heavy en Modo Depth Hold

• Cerrada Collado, Cristina ^[1] ; García, Dictino ^[1] ; Moreno-Salinas, David ^[1] ; Aranda Almansa, Joaquín ^[1]
  1. [1] Universidad Nacional de Educación a Distancia

     Universidad Nacional de Educación a Distancia

     Madrid, España

     
• Localización: Jornadas de Automática, ISSN-e 3045-4093, Nº. 46, 2025
• Idioma: español
• DOI: 10.17979/ja-cea.2025.46.12112
• Títulos paralelos:
  • Model identification for BlueRov2 Heavy control in Depth Hold Mode
• Enlaces
  • Texto completo
• Resumen
  • español

    Este artículo presenta la identificación de un modelo cinemático sencillo centrado en el control de un vehículo comercial, remotamente operado, de código abierto, personalizable y muy utilizado en los últimos años, el vehículo BlueRov2 Heavy. Además, el vehículo cuenta con distintos modos de funcionamiento. En concreto, se utiliza el Modo Depth Hold (mantener la profundidad), y se analiza la relación entre las entradas de control y las velocidades que éstas producen en el vehículo para definir el modelo en 2D. Mediante los sensores del vehículo se obtienen las medidas de las velocidades lineales y angular. Los parámetros del modelo se identifican aplicando la técnica de mínimos cuadrados. La finalidad de este modelo es servir de base para un control cinemático autónomo de alto nivel que envíe comandos de velocidad que el vehículo pueda seguir y que esté enfocado a aplicaciones en las que el vehículo tenga que mantener una profundidad.

  • English

    This paper presents the identification of a simple kinematic model focused on the control of a commercial, remotely operated,open source, customisable vehicle, that has been widely used in latest years, the BlueRov2 Heavy vehicle. In addition, the vehiclehas different modes of operation. Specifically, Depth Hold Mode is used, and the relationship between control inputs and thevelocities they produce in the vehicle is analysed to define the 2D model. Measurements of linear and angular velocities areobtained from the vehicle’s sensors. The model parameters are identified using the least squares technique. The purpose of thismodel is to serve as the basis for a high-level autonomous kinematic control that sends velocity commands that the vehicle canfollow and that is focused on applications where the vehicle has to hold a depth.

• Referencias bibliográficas
  • Aili, A., Ekelund, E., 2016. Model-Based Design, Development and Control of an Underwater Vehicle. Master’s thesis, Link¨oping University,...
  • Avila, J. P. J., Donha, D. C., Adamowski, J. C., 2013. Experimental model identification of open-frame underwater vehicles. Ocean Engineering...
  • BlueRobotics, 2016. Bluerov2: The world’s most affordable high-performance rov. BlueROV2 datasheet. URL: https://bluerobotics.com/store/rov/bluerov2/
  • Cerrada, C., Chaos, D., Moreno-Salinas, D., Aranda, J., 2025. Modelo cinem´atico para el control del veh´ıculo BlueRov2 Heavy en Modo Estabilizar....
  • Fossen, T. I., 2011. Handbook of Marine Craft Hydrodynamics and Motion Control. John Wiley & Sons, Ltd, United Kingdom. DOI: 10.1002/9781119994138
  • Knudsen, K. B., Nielsen, M. C., Schjølberg, I., 2019. Deep Learning for Station Keeping of AUVs. In: OCEANS 2019 MTS/IEEE SEATTLE. pp. 1–6....
  • Macatangay, X., Gabriel, S. A., Hoseinnezhad, R., Fowler, A., Bab-Hadiashar, A., 2024. Machine Learning for Modeling Underwater Vehicle Dynamics:...
  • Moreno-Salinas, D., Chaos, D., Besada-Portas, E., L´opez-Orozco, J. A., de la Cruz, J. M., Aranda, J., 2013. Semiphysical Modelling of the...
  • Ortiz-Toro, C. A., Cerrada-Collado, C., Moreno-Salinas, D., Chaos-Garc´ıa, D., Garc´ıa-Su´arez, K. L., Otero, P., Vidal-P´erez, J. M., Luque-Nieto,...
  • Ridao, P., Tiano, A., El-Fakdi, A., Carreras, M., Zirilli, A., 2004. On the identification of non-linear models of unmanned underwater vehicles....
  • SNAME, 1950. Nomenclature for Treating the Motion of a Sumerged Body Through a Fluid. Tech. rep., The Society of naval Architects and Marine...
  • Tun, T. T., Huang, L., Preece, M. A., 2023. Development and High-Fidelity Simulation of Trajectory Tracking Control Schemes of a UUV for Fish...
  • Vivekanandan, R., Chang, D., Hollinger, G. A., 2023. Autonomous Underwater Docking using Flow State Estimation and Model Predictive Control....
  • von Benzon, M., Sørensen, F., Liniger, J., Pedersen, S., Klemmensen, S., Schmidt, K., 2021. Integral Sliding Mode Control for a Marine Growth...
  • Wu, C.-J., 2018. 6-dof modelling and control of a remotely operated vehicle. Ph.D. thesis, Flinders University, College of Science and Engineering.