On Model Predictive Control for Single-Strut Hydrofoil Vessel
2025 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesisAlternative title
Om modellprediktiv kontroll för bärplansfartyg med en enda sträva (Swedish)
Abstract [en]
This thesis investigates autonomous waypoint navigation for the single-strut electric hydrofoil vessel FoilCart II through the integration of modeling, planning, and control. A nonlinear six-degree-of-freedom first-principle model was derived to capture vessel dynamics and used as the baseline for controller design. A waypoint-based global planner was implemented using Bézier-spline trajectories with explicit acceleration minimization to satisfy seakeeping comfort limits. At the control level, a hierarchical architecture was developed, combining a nonlinear model predictive controller (MPC) at the coordination layer with the existing linear quadratic regulator (LQR) at the execution layer. The integrated MPC-LQR framework achieved substantial improvements in trajectory tracking compared to LQR alone. In the tested waypoint mission, position and heading root-mean-square errors were reduced by an order of magnitude, while accelerations remained within the ±0.25𝑔 comfort band. Real-time feasibility was demonstrated with an average MPC solution time of approximately 9.5ms at a 10Hz update rate. In parallel, this thesis also explored model augmentation from resid- ual dynamics using the Wide Array Nonlinear Dynamics Approximation (WyNDA) algorithm, which is a data-driven dynamics approach that augments a known baseline model by treating it as the fixed part of the dynamics and discovering the missing physics as residual terms. Although it did not succeed in identifying a usable discrepancy model under the available data, WyNDA exhibited accurate state estimation and demonstrated real-time computational performance, highlighting its potential for future augmentation with higher- frequency sensor data. The main limitations of the study include reliance on a non–real–time simulator, the assumption of fully observable states, and validation restricted to cruise speeds of around 8 m/s. Nevertheless, the results confirm that combining trajectory planning with a two-layer MPC–LQR structure provides a solid foundation for autonomous hydrofoil navigation and serves as a baseline for further model augmentation and real-world implementation.
Abstract [sv]
Denna avhandling undersöker autonom waypointnavigering för det elektriska hydrofoilfartyget FoilCart II med en enda sträva genom integration av modellering, planering och styrning. En ickelinjär sex-frihetsgradersmodell baserad på första principen härleddes för att fånga fartygets dynamik och användes som baslinje för regulatordesign. En waypointbaserad global planerare implementerades med hjälp av Bézier-spline-banor med explicit accelerationsminimering för att uppfylla komfortgränserna för sjöhållning. På styrnivå utvecklades en hierarkisk arkitektur som kombinerade en ickelinjär modellprediktiv regulator (MPC) i koordinationsskiktet med den befintliga linjära kvadratiska regulatorn (LQR) i exekveringsskiktet. Det integrerade MPC-LQR-ramverket uppnådde betydande förbättringar i banspårning jämfört med enbart LQR. I det testade waypointuppdraget minskade positions- och kursrot-kvadratfelen med en storleksordning, medan accelerationerna förblev inom komfortbandet ±0.25𝑔. Realtidsgenomförbar- het demonstrerades med en genomsnittlig MPC-lösningstid på cirka 9.5 ms vid en uppdateringsfrekvens på 10 Hz. Parallellt undersökte denna avhandling även modellförstärkning från residualdynamik med hjälp av algoritmen Wide Array Nonlinear Dynamics Approximation (WyNDA), vilket är en datadriven dynamikmetod som förstärker en känd baslinjemodell genom att behandla den som den fasta delen av dynamiken och upptäcka den saknade fysiken som residualtermer. Även om den inte lyckades identifiera en användbar diskrepansmodell under tillgängliga data, uppvisade WyNDA korrekt tillståndsuppskattning och demonstrerade realtidsberäkningsprestanda, vilket belyser dess potential för framtida förstärkning med högre frekvenssensordata. Studiens huvudsakliga begränsningar inkluderar förlitandet på en icke- realtidssimulator, antagandet om fullt observerbara tillstånd och validering begränsad till marschfarter på cirka 8 m/s. Resultaten bekräftar dock att kombinationen av banplanering med en tvåskikts MPC-LQR-struktur ger en solid grund för autonom bärplansnavigering och fungerar som en baslinje för ytterligare modellförstärkning och implementering i verkligheten.
Place, publisher, year, edition, pages
2025. , p. 126
Series
TRITA-EECS-EX ; 2025:939
Keywords [en]
Hydrofoil, Model Predictive Control (MPC), Linear Quadratic Regulator (LQR), Autonomous navigation, Path planning, Residual dynamics modeling, Data-driven dynamics
Keywords [sv]
Bärplan, Modellprediktiv reglering (MPC), Linjär kvadratisk regulator (LQR), Autonom navigering, Banplanering, Modellering av residual dynamik, Datadriven dynamik
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-377003OAI: oai:DiVA.org:kth-377003DiVA, id: diva2:2040194
Subject / course
Embedded System Design
Educational program
Master of Science - Embedded Systems
Supervisors
Examiners
2026-02-272026-02-192026-02-27Bibliographically approved