Vous êtes sur la page 1sur 7

CENTRO NACIONAL DE INVESTIGACIN

Y DESARROLLO TECNOLGICO
SEMINARIO DE INVESTIGACIN I
TESISTA:
Flores Martnez Rogelio Ignacio
e-mail: Rogelio.flores@cenidet.edu.mx
Telfono: 7771351022
DIRECTOR:
Dr. Carlos Daniel Garca Beltrn
e-mail: cgarcia@cenidet.edu.mx
Telfono: 7771794922
Cubculo: 2221
Asesora: Lunes 12:00 pm
CODIRECTOR:
Dr. Guillermo Valencia Palomo
Tecnolgico Nacional de Mxico
Instituto Tecnolgico de Hermosillo
ITH
TEMA DE TESIS
Desarrollo e Implementacin de Una Estrategia de Control Predictivo
Para un UAV de 4 Rotores.
Lnea de investigacin:
Control Automtico.
Sistemas de Control Robticos y Mecatrnicos. (SCRyM)

Agosto 2016-Enero 2017


Cuernavaca Morelos, 6 de junio del 2016.

Contenido
Ubicacin del problema
Introduccin
objetivos
Inters del problema
Antecedentes
justificacin

1
1
3
3
3
4

UBICACIN DEL PROBLEMA


Introduccin
Una de las reas dentro de la aviacin que ha crecido sorprendentemente
rpido es aquella que involucra los vehculos areos no tripulados (UAVs).
Esto se debe principalmente a su capacidad de llevar a cabo una amplia gama de
misiones a un costo ms bajo y sin arriesgar las vidas humanas, se utilizan
mayormente en misiones de bsqueda y rescate, inspeccin de lneas elctricas,
actividades agrcolas y recoleccin de imgenes.
El xito de las diferentes misiones depende principalmente del diseo de un sistema
de control automtico eficaz y robusto. Esto se convierte en un verdadero desafo
cuando se tienen en cuenta las diferentes perturbaciones y los diferentes objetivos
de las misiones.
Estos vehculos areos no tripulados cuentan con habilidades tales como despegue
y aterrizaje vertical, capacidad de mantenerse flotando (hovering) en el aire y
tambin de realizar maniobras agresivas.

Figura 1 Crecimiento e importancia de las unidades areas no tripuladas.

Se han evaluado diferentes tcnicas para el diseo de sistemas de control


automtico de vehculos areos. La tcnica ms clsica es el control ProporcionalIntegral-Derivativo (PID). Por ejemplo, Mellinger y colaboradores utilizan tres
controladores PID para llevar a un UAV a un estado de vuelo deseado (Mellinger et
al., 2012). Sin embargo, cuando se utiliza el control PID en sistemas con mltiples
entradas y mltiples salidas (MIMO) resulta necesario, en primer lugar, desacoplar
el modelo en distintos modos reducidos. Adems, este tipo de controladores
funciona mejor con sistemas lineales y el ajuste de los parmetros del PID no
siempre proporciona un rendimiento ptimo del sistema. En las ltimas dcadas, las
tcnicas de control clsicas han dado lugar a tcnicas de control modernas como
son regulador cuadrtico lineal (LQR) y control predictivo basado en modelos
(MPC). Este tipo de controladores han sido utilizados en UAVs, por ejemplo, en
(Reyes Valeria et al., 2013) se logra disear un control de trayectoria y de actitud
para un UAV utilizando un sistema de control basado en LQR con gain scheduling,
y en (Argentina et al., 2013) se utilizan controladores PID y LQR para simular
diferentes maniobras de un UAV.

El MPC lineal es una clase de algoritmo en el que se utiliza modelos lineales del
sistema para predecir el comportamiento futuro del mismo durante un horizonte de
prediccin hp.

El MPC se formula mediante la resolucin de un problema de optimizacin online


sobre un horizonte de control hc. Solamente el primer elemento del control ptimo
computado se aplica a la planta de acuerdo de acuerdo a una estrategia de
horizonte deslizante.

El MPC lineal ha sido aplicado con xito en una variedad de casos, ya que el modelo
del sistema y las restricciones en estados/entradas pueden considerarse
explcitamente en el clculo del control (Maciejowski, 2002; Mayne et al., 2000).

ltimamente, el MPC tambin se ha convertido en una tcnica muy popular para el


control de vehculos areos. Por ejemplo, en (Alexis et al., 2012a) se propone un
controlador predictivo conmutado para lograr el seguimiento preciso de trayectorias
con un modelo de cuadricoptero no tripulado. En (Abdolhosseini et al., 2013) se
presenta un algoritmo MPC eficiente para controlar un cuadricoptero no tripulado
miniatura.

Objetivo general

Disear e implementar una estrategia de control predictivo basado en modelo


Takagi-Sugeno para un vehculo areo no tripulado de 4 rotores.

Objetivos especficos

1) Desarrollar un modelo tipo Takagi-Sugeno.


2) Proponer una estrategia basada en control predictivo ptimo para un UAV de
4 rotores modelado en Takagi-Sugeno.
3) Validar las propuestas experimentalmente.

Metas

1) Obtencin de un Modelo Takagi-Sugeno desde el punto de vista LPV para


el UAV modelo 8+ , 3D Robotics.
2) Asimilacin de la estrategia MPC para sistemas Takagi-Sugeno desde el
punto de vista LPV con restricciones.
3) Desarrollo e implementacin del esquema propuesto en simulacin.
4) Puesta en marcha del 8+ , Pixhawk y PX4FLOW
5) Implementacin y pruebas en el sistema 3DR Pixhawk

INTERES DEL PROBLEMA

Antecedentes

Bsqueda y rescate

Doherty and Rudol, 2007

Inspeccin de lneas elctricas

Jones, 2005

Actividades agrcolas

Zhang and Kovacs, 2012

Recoleccin de imgenes

Adams et al., 2014

justificacion
El problema a resolver es controlar un sistema no lineal fuertemente acoplado, ya
que en estos casos en los que la unidad aerea no tripulada esta sujeta a diversos
factores que influyen que se lleve a cabo cumplir una mision al 100% o corriendo el
rriesgo de que lamision se cumpla al 100% pero el vehiculo no regrese a su base
de partida debido por ejemplo al desgaste de energia, o que se someta a alguna
perturbacion la cual provoque un accidente en el vehiculo y este se pierda en el
intento.
Recientemente, MPC ha sido ampliamente extendido a sistemas no lineales, dando
lugar al MPC no lineal (NLMPC) (Grune and Pannek, 2011; Allgower et al., 2004;
Chao et al., 2012; Kouvaritakis and Cannon, 2001).
Sin embargo, esta tcnica de control ptimo no lineal no ha sido ampliamente
utilizada para el control de vehculos areos no tripulados. Esto se debe a que los
UAVs son sistemas con dinmicas rpidas y el problema de optimizacin no lineal
debe ser resuelto online teniendo en cuenta las restricciones temporales impuestas
por las aplicaciones de tiempo real. Hoy en da, con los ordenadores de mltiples
ncleos y el uso de tcnicas como la presentada en (Quirynen et al., 2013), el tiempo
de ejecucin del algoritmo NLMPC no es un problema de mayor importancia.
La justificacin que se le da al querer emplear esta tcnica de control es que no
existe una tcnica de control predictivo especfica que sea ptima si no que para
cada caso se necesita adecuar una tcnica que satisfaga el problema a resolver.
Como se ha mencionado, MPC lineal (y no lineal) utiliza el modelo del sistema para
predecir su comportamiento futuro sobre el horizonte de prediccin hp, teniendo en
cuenta las mediciones de los estados actuales. Las entradas ptimas de control del
sistema son obtenidas mediante la resolucin de un problema de optimizacin sobre
el horizonte de control hc, pero solo el primer elemento del vector de control ptimo
calculado es el que se aplica al sistema.

Referencias

[1] Alexis, K. (2011). Model predictive control scheme for the autonomous flight of
an unmanned quadrotor. Industrial Electronics (ISIE),, 22432248. Retrieved
from http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5984510
[2] Garca Carrillo, Luis Rodolfo., Alejandro Enrique Dzul Lpez, Rogelio Lozano, C.
P. (2013). Quad Rotorcraft Control Vision-Based Hovering and Navigation. London:
Springer London.
[3] Hamouda, L. Ben, & Bennouna, O. (2013). Quasi-LPV model predictive
reconfigurable control for constrained nonlinear systems. In Control and Fault-
(pp.590595).Retrieved
from http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=6693879

Vous aimerez peut-être aussi