The ocean, covering approximately 70\% of the Earth's surface, remains largely unexplored with only 5\% thoroughly investigated. The primary challenge lies in the harsh and inaccessible underwater environment. Recently, the deployment of unmanned underwater vehicles (UUVs) has become prevalent in assisting humans with underwater missions, including diving, inspecting underwater installations, and performing simple tasks using robotic arms. Effective operation of UUVs necessitates precise control, which depends on an accurate understanding of both the system and its environment. The ocean's unpredictability, influenced by factors such as wind, waves, and currents, complicates this control. Adaptive control has emerged as a promising method for managing UUVs in such variable conditions. This study explores the application of L1 adaptive control for a blueROV and theorizes its potential use in an Articulated Intervention Autonomous Underwater Vehicle (AIAUV), although practical tests for the latter were not conducted. Additionally, the performance of L1 adaptive control is compared to the Model Reference Adaptive Control (MRAC) method to evaluate its effectiveness in the underwater domain.

Havet dekker omtrent 70 prosent av jordens overflate, men kun 5 prosent er utforsket på grunn av det harde og utilgjengelige undervannsmiljøet. Ubemannede undervannsfarkoster (UUV-er) har blitt stadig mer brukt for å assistere mennesker i undervannsoppdrag, inkludert dykking, inspeksjon av undervannsinstallasjoner og utførelse av enkle oppgaver med robotarmer. Presis kontroll av UUV-er krever nøyaktig kunnskap om systemet og dens omgivelser for å modellere systematferden nøyaktig. På grunn av havets uforutsigbarhet, inkludert faktorer som vind, bølger og strøm, kan adaptiv kontroll være en effektiv metode for undervannskontroll. L1 adaptiv kontroll har blitt undersøkt som en potensiell kontrollmetode for en blueROV, og bruken i en AIAUV har også blitt teoretisert, selv om dette ikke er testet. Sammenligninger er også gjort mellom L1 adaptiv kontroll og MRAC metoden.