Une personne dans une barque tourne en déplaçant son poids. Le même principe est utilisé par le navire autonome : c'est une masse mobile à l'intérieur de la coque qui effectue le virage. Son mouvement est piloté par un réseau de neurones qui anticipe le chaos des vagues et les rafales de vent. L'hélice pousse le bateau vers l'avant, et la masse, en se déplaçant, modifie l'équilibre — comme lorsqu'on passe d'une jambe sur l'autre. Plus le déplacement est brusque, plus la manœuvre est serrée. La coque légère en fibre de carbone rend la réaction instantanée.
Cette approche ne nécessite pas de gouvernail, simplifie la structure et augmente la fiabilité. Les tests ont montré que le bateau suit sa route avec une erreur minimale, évitant les obstacles avec une précision centimétrique.
tel que rédigé par les auteurs, en anglais arXiv:2607.12562
Addressing the control and maneuverability of surface vehicles with dynamically changing mass distributions is still an open problem. To solve the problem, we propose an intelligent controller for the path-following problem of a surface vehicle, which is controlled through mass distribution. This means that one of the control inputs is mass-centric. Specifically, we developed a Lyapunov-based nonlinear control scheme to enable an unmanned vessel to follow a smooth path according to a line-of-sight guidance law. The control inputs consist of the thrust force for forward motion and the position of a sliding mass that shifts the system's overall mass distribution. Artificial neural networks are employed to estimate unmodeled dynamics and external disturbances. Simulation results demonstrate the effectiveness of the proposed controller in guiding the vessel along the desired path with minimal error.
Les grands navires s'équilibrent avec des centaines de tonnes de ballast d'eau, mais la masse solide de ce système réagit plus vite qu'un clin d'œil et ne nécessite pas de pompes.