Computer on the Beach 2015 - Artigos Completos 111

Controle de Atitude para Veculos Areos No Tripulados

do Tipo Quadricptero: PID vs Lgica Fuzzy
Caciano D. Mattiello, Beatriz T. Borsoi, Kathya C. Linares, Fbio Favarim
Curso de Engenharia de Computao / Departamento Acadmico de Informtica
Universidade Tecnolgica Federal do Paran (UTFPR) - Pato Branco - PR
cacimatti@gmail.com, {beatriz, kathya, favarim}@utfpr.edu.br
Abstract. In this paper two strategies are described for attitude control for
Unmanned Aerial Vehicle (UAV) of type quadrotor aircraft. One strategy is
based on the classical PID control (Proportional - Integral - Derivative) and
other on a fuzzy logic control. Both controls were modeled, implemented and
simulated in Matlab/Simulink. The simulation results and the comparison of
both controllers are presented and discussed. Also we analyzed the behavior
of the both controllers in the presence of disturbances. The fuzzy controller
showed better results than the PID.
Resumo. Neste trabalho so descritas duas estratgias de controle de atitude
para um Veculo Areo No Tripulado (VANT) do tipo Quadricptero. Uma
estratgia baseia-se no controle PID (Proporcional - Integral - Derivativo)
clssico e a outra em um controle usando lgica fuzzy. Ambos controles foram
modelados, implementados e simulados em Matlab/Simulink. Os resultados
das simulaes e a comparao de ambos controladores so apresentados e
discutidos. Tambm foi analisado o comportamento dos dois controladores na
presena de distrbios. O controlador fuzzy apresentou melhores resultados
do que o PID.

1. Introduo
Os Veculos Areos No Tripulados (VANTs), do ingls Unmanned Aerial Vehicles
(UAV) so veculos areos sem piloto embarcado, os quais podem ser autnomos ou
controlados remotamente. Atualmente VANTs tm sido utilizados em vrias reas de
conhecimento. A gama de aplicaes para esses tipos de veculos ampla, podendo ser
utilizados para mapeamento de reas (cartografia), manuteno de infraestruturas como
linhas de transmisso, segurana pblica (superviso de fronteiras e de reas urbanas),
interveno em ambientes hostis e agricultura de preciso [Castillo et al. 2005].
Existem diversas plataformas de VANTs. Os principais so os de asa fixa, os de
asas articuladas e os veculos de Pouso e Decolagem Vertical (do ingls, Vertical Take-
off and Landing (VTOL)), como os helicpteros. Neste ltimo, h ainda um
subconjunto que merece destaque, que o objeto de estudo deste trabalho, que so os
multirotores. Multirotores consistem de veculos com vrios rotores (motores)
acoplados a hlices, os quais ficam dispostos de forma simtrica em relao ao centro
geomtrico da aeronave. Neste trabalho foi utilizado um multirotor composto por quatro
rotores, tambm conhecido como quadricptero. Neste caso, os rotores ficam dispostos
em uma estrutura na forma de "+" em que cada uma das extremidades contm um rotor.
Os multirotores possuem algumas vantagens se comparados outros VANTs.
Entre as vantagens esto a capacidade de manter-se em uma posio esttica no ar, voar
Computer on the Beach 2015 - Artigos Completos 112

em qualquer direo, decolar e aterrissar na vertical e voar a baixas velocidades. Tal

comportamento assemelha-se a helicpteros convencionais, mas com maior estabilidade
devido quantidade de rotores [Vieira 2011]. Uma desvantagem a autonomia de voo,
se comparado aos VANTs com asas, devido sua baixa aerodinmica, necessitando assim
uma maior quantidade de energia para manter sua sustentao. Essa capacidade de vo
em todas as direes torna o controle dessas mquinas mais complexo, por serem
sistemas com muitas variveis e com uma dinmica complexa e fortemente acoplada.
Porm, devido a crescente aplicao destes veculos tem motivado diversas pesquisas na
rea acadmica. Neste trabalho, quadricpteros so utilizados devido, principalmente,
ao seu baixo custo em relao aos que possuem maior quantidade de rotores, e por
possurem um nmero menor de variveis a serem consideradas, j que o nmero de
rotores menor.
Nos quadricpteros, devido falta de aerodinmica, tanto a estabilidade como o
seu movimento so mantidos somente por meio de modificaes das foras em que cada
rotor exerce baseado nos dados de sensores inerciais posicionados estrategicamente no
seu centro de massa, controle esse chamado de atitude. Segundo Farrel [2008], o
controle de atitude consiste em uma combinao de controles capaz de manter um
estimativa dos ngulos de rolagem, arfagem e guinada do VANT enquanto o mesmo
realiza manobras.
Tcnicas de controle clssicas, como Proporcional (P), Proporcional Derivativo
(PD), Proporcional Integral Derivativo (PID) podem ser empregadas para esse controle.
Contudo, devido ao modelo de aproximao dessas tcnicas, que exigem ajustes de
ganhos e empregam algoritmos lineares, alm dos distrbios externos (por exemplo, o
vento) que os VANTs esto sujeitos podem comprometer o seu controle efetivo.
Tcnicas baseados em sistemas inteligentes so alternativas para realizar esse controle.
Entre essas tcnicas est a lgica fuzzy.
Neste contexto, este trabalho visa desenvolver um controle de atitude de um
quadricptero. A fim de comparar o seu comportamento com tcnicas de controle
clssico, tambm foi desenvolvido um controle PID. Os dois controles foram
implementados e simulados em Matlab/Simulink. Distrbios foram gerados visando
verificar o comportamento de ambas tcnicas.
O restante deste artigo est organizado da seguinte forma: na Seo 2 so
apresentadas resumidamente as duas tcnicas de controle utilizadas: PID e fuzzy; a
Seo 3 apresenta a modelagem da dinmica do quadricptero; o desenvolvimento dos
controles PID e fuzzy apresentado na Seo 4; na Seo 5 so apresentados alguns
resultados alcanados com as simulaes; por fim, na Seo 6 so apresentadas as
concluses e os trabalhos futuros.

2. Controladores PID e Fuzzy

2.1. Controlador Proporcional, Integrativo e Derivativo

Metade dos controladores industriais empregam controles PID ou seus derivados
[Ogata, Maya e Leonardi 2003]. Os ajustes do controlador so efetuados em campo,
abrindo margem para aplicar diferentes mtodos de otimizao e derivaes - como
algoritmos genticos, redes neurais e lgica fuzzy - a fim de melhorar sua resposta.
Computer on the Beach 2015 - Artigos Completos 113

No h necessidade a priori de conhecer a planta matemtica para utilizao

deste controle, o que o torna um controlador adaptvel, principalmente para processos
nos quais no possvel realizar modelagem matemtica. Seu controle ocorre pela
equao (1) para tempo contnuo, em que: Kp o ganho proporcional para aumentar ou
diminuir a energia na sada do controlador; Kd o ganho derivativo que atua em
variaes bruscas; e Ki ganho integral que diminui o erro final.
de(t )
u (t ) = K p e(t ) + K d + K i e(t )dt (1)
dt

Na Figura 1 apresentado o esquema bsico para controle com PID, com um

sinal de entrada x(t) e sada y(t). A diferena entre eles resulta em um valor de erro e(t),
que passa pela equao do PID aplicando um sinal de atuao na entrada da planta u(t),
como por exemplo, aumento ou reduo de potncia em um motor para estabilizar a
velocidade. A planta o modelo matemtico do sistema fsico a ser controlado.

Figura 1. Controle com PID no tempo contnuo

2.2. Controlador fuzzy

O modelo desenvolvido por Mamdani e Assilian (1975), surgiu com a tentativa de
controlar uma caldeira de mquina a vapor, usando uma base de regras para controle
baseadas em variveis lingusticas.
Para Gomide, Gudwin e Tanscheit (1995), um controlador fuzzy baseado em
regras descrito por meio das regras lingusticas interconectadas com vrias aes a
serem tomadas. A estrutura bsica do controlador pode ser verificada na Figura 2. Na
sada do processo so adquiridas as informaes determinsticas com sensores, as quais
passam pelo processo de "fuzzificao" que as transformam em conjunto fuzzy. Entre
esse processo geralmente esto os conversores A/D e D/A, os fatores de escala e
quantizao. A alimentao para entrada do processo feita de forma inversa,
transformando o conjunto fuzzy, por "defuzzificao", em um valor determinstico.

Controlador Fuzzy
Base de Dados

Base de
Conhecimento

Interface de Procedimento de Interface de

Fuzzificao Inferncia Defuzzificao

Sensores Processo Atuadores

Figura 2. Controle com fuzzy

Computer on the Beach 2015 - Artigos Completos 114

A essncia do controlador fuzzy definida por meio de base de regras (conhecimento)

elaboradas por especialista da rea de atuao. A teoria de conjuntos fuzzy faz a
transformao dessas informaes em dados matemticos, nos quais so aplicadas as
inferncias.

3. Modelagem do Quadricptero
Um quadricptero tem seis eixos de liberdade, porm, com quatro rotores fixos
possvel atuar em apenas quatro eixos, conhecidos como controles de atitude [Paula
2012], sendo eles:
Arfagem : Momento no eixo y; Guinada : Momento no eixo z;
Rolagem : Momento no eixo x; Altitude z : Movimento no eixo z.
Um modelo simplificado pode ser visto na Figura 3. Os movimentos podem ser
realizados coordenando a velocidade de cada rotor, como mostra a Tabela 1, em um
grupo de hlices para gerar um movimento da estrutura.

Figura 3. Estrutura bsica do funcionamento de um Quadricptero

Tabela 1. Movimentos do Quadricptero

Movimento Relao de velocidade angular nas hlices

Arfagem 3 - 1
Rolagem 4 - 2
Guinada 1 + 3 - 2 - 4
Altitude 1 + 2 + 3 + 4
Para o sistema de coordenadas foi utilizado Newton-Euler, um sistema para
transformao de coordenadas para obter a posio translacional e rotacional em um
corpo genrico com seis graus de liberdade. necessrio realizar uma adaptao para o
uso em quadricpteros, definida por Bresciani (2008).
Alm dos movimentos necessrio um sistema de coordenadas, que sero duas:
referencial fixo a estrutura (Q) e mvel em relao a Terra, x, y, z. As coordenadas em
relao estrutura sero definidas a partir do centro de massa como:
Computer on the Beach 2015 - Artigos Completos 115

Eixo x: Positivo na direo ao Motor 1(M1) e negativo na direo ao Motor

3(M3);
Eixo y: Positivo na direo ao Motor 4(M4) e negativo na direo ao Motor
2(M2);
Eixo z: Positivo no sentido superior s hlices e negativo no inferior.
Combinando os vetores que representam a velocidade linear (VQ) e angular (Q)
do quadricptero pode-se obter a velocidade generalizada do Quadricptero () como
mostrado na Equao 2.
[ T
]
= V Q Q = [u v w p q r ]T (2)

Na dinmica do quadricptero necessrio considerar a massa (m) e a matriz de

inrcia I, descritas na equao 3, sendo I3x3 matriz identidade 3 por 3, Q vetor de torque
do quadricptero, V! Q acelerao linear, ! Q acelerao angular e F Q o vetor de foras
do quadricptero. A fim de facilitar a modelagem, a matriz de inrcia foi considerada
invariante no tempo.
mI 3 x 3 O3 x 3 V! Q Q mV Q F Q
( )
O + = (3)
3 x 3 I ! Q Q I Q Q
( )
Assim possvel descrever a dinmica do quadricptero pela equao 3 e
reorganizar em funo da velocidade, equao 4.
M Q! + CQ ( ) = GQ ( ) + OQ ( ) + EQ2 (4)
! = M Q1 (CQ ( ) + GQ ( ) + OQ ( ) + EQ2 ) (5)

Para facilitar, podem ser colocados na forma de sistemas de equaes, como

mostram as equaes 6 e 7.
(
U1 = b 12 + 22 + 32 + 24 )

( 2 2
U 2 = lb 2 + 4 )
( 2
U 3 = lb 1 + 3
2
) (6)
U = d 2 + 2 2 + 2
( )
4 1 2 3 4

= 1 + 2 3 + 4

!!
X = (sin sin + cos sin cos )U 1
m

Y!! = ( cos sin + sin sin cos )U 1
m
!! U1
Z = ( g + cos cos )
m
I YY I ZZ J TP U (7)
p! = qr q + 2
I XX I XX I XX
q! = I ZZ I XX J TP U
qr q + 3
I YY I YY I YY
I XX I YY U4
r! qr
I ZZ I ZZ
Computer on the Beach 2015 - Artigos Completos 116

Sendo: U Q o vetor de movimento composto por: U1 altitude, U 2 , rolagem, U 3

arfagem, U 4 guinada; b o coeficiente de empuxo; d o coeficiente de arrasto; l a
distncia entre hlices; JTP o momento inercial de rotao em torno do eixo da hlice;
a soma algbrica das velocidades de cada hlice k .

4. Desenvolvimento dos controladores

Toda a simulao foi realizada com o software Matlab e a sua ferramenta Simulink
[MATHWORKS 2013], com elas foram desenvolvidos os mtodos para obteno do
modelo matemtico aproximado e todos os testes para cada controlador. As Figuras 4 e
5 apresentam os modelos de blocos utilizados nas simulaes do controlador PID e
fuzzy, respectivamente.

4.1. Modelo dinmico para a estrutura

Com os parmetros do momento de inrcia e peso da estrutura do prottipo possvel
utilizar a biblioteca do Simulink Aerospace Blockset que possui a ferramenta 6 DOF
Equation of Motion como mostrados nas Figuras 4 e 5. Seus parmetros de entrada so
as foras e momentos nos eixos x, y e z da estrutura. Como sada , essencialmente,
obtida a velocidade angular, ngulos de ataque e a matriz de direo.

4.2. Modelo dinmico para os motores e ESCS

O modelo matemtico de cada motor foi obtido por experimentao, a partir de um
quadricptero desenvolvido no Laboratrio de Hardware/Software da universidade, por
meio de um cdigo desenvolvido no microcontrolador Tiva C para amostragem de
velocidade angular nos motores. Para a gerao de fora nos rotores foram usados
motores brushless DC. Esses motores utilizam um Eletronic Speed Controller (ESC)
para gerar os sinais de potncia. Programando o microcontrolador para ativar o motor
por meio de PWM (Pulse-Width Modulation) com um ESC possvel obter uma relao
entre entrada (PWM) e sada (velocidade angular), obtendo-se o modelo matemtico do
conjunto ESC, motor e hlice. O Matlab possui ferramentas para identificao de
funes de transferncia. A estrutura ARX foi utilizada para obteno do modelo. O
ARX um modelo polinomial e seus parmetros so identificados pelo mtodo dos
mnimos quadrados [Kon et al., 2013].

4.3. Modelo de blocos da simulao

A simulao foi dividida em quatro partes: controle, misturador, foras atuantes e
planta, como demostrado na Figura 4 para o controlador PID e na Figura 5 para o
controlador fuzzy.
Computer on the Beach 2015 - Artigos Completos 117

Figura 4. Blocos para simulao de controlador PID

Figura 5. Blocos para simulao de controlador fuzzy

Nas Figuras 4 e 5, no bloco de controle, esto os controladores para o sistema. O
controle feito em dois estgios, primeiramente controlando a velocidade angular e em
seguida controlado o ngulo de ataque, formando assim um controle em cadeia.
Separando o sistema desta maneira torna-se mais simples a elaborao dos controles do
que diretamente elaborar o controle dos ngulos. Na Figura 4 possvel visualizar o
controle utilizando dois PID para controle das velocidades angulares p, q e mais dois
controles para os ngulos em relao estrutura , .
No bloco mistura, so associados os sinais de controles para cada ngulo, a fim
de gerar um PWM para os quatro motores que atuam para movimento no sentido
correto. Este bloco baseado com a resposta definida na Equao 7.
No bloco de foras atuantes feita a resposta produzida pelos PWM em cada
motor, gerando uma fora de empuxo U1 e os momentos U2, U3 e U4 (Equao 6). E
finalmente com o DCM definida a atuao da fora peso no sistema, baseado na
direo em que se encontra.
Computer on the Beach 2015 - Artigos Completos 118

No bloco com a resposta dos motores foi implementada a funo de

transferncia obtida a partir da modelagem experimental. Ao utilizar o mtodo ARX,
todas as respostas lineares so necessariamente removidas antes da identificao,
gerando, assim, um valor constante de entrada e sada que necessita ser acrescentada ao
sistema, junto com a funo de transferncia (Figura 6).

Figura 6. Bloco de resposta dos motores

5. Resultados
Na simulao foi inserido um distrbio na fora de momento em cada eixo. Usou-se a
referncia de 10 graus no ngulo de rolagem e arfagem, usou-se um gerador de rudos
Gaussiano com varincia de 7e-3 para gerar as foras de perturbao. As respostas
obtidas so representadas nos grficos das Figuras 7 e 8.

Figura 7. Comparao entre controle fuzzy e PID na velocidade angular com distrbios
de momento
Computer on the Beach 2015 - Artigos Completos 119

Figura 8. Comparao entre controle fuzzy e PID no ngulo com distrbios de momento

Pode-se observar que no controle de velocidade angular o PID tem uma resposta
mais consistente, porm, no controle do ngulo o fuzzy reage mais rpido do que o PID,
diminuindo tambm o nvel do erro mximo atingido com os distrbios, apesar de ter
pequenas oscilaes quando atinge a referncia. O controlador PID estabilizou os erros
em aproximadamente um segundo, enquanto o fuzzy atingiu em 0.6 segundos.

6. Concluso

Este artigo apresentou um estudo comparativo de duas tcnicas para o controle de

atitude em um quadricptero. Os controles propostos foram o controle clssico com PID
e a tcnica de controle atravs da lgica fuzzy. A modelagem do sistema se mostrou
complexa e de uma matemtica extensa, necessitando estudos multidisciplinares para
obteno de um modelo vlido. No controlador PID foram necessrios muitos ajustes
at a obteno de uma boa estabilidade do sistema na simulao, enquanto que com o
controlador fuzzy os ajustes nas simulaes foram menores, de forma mais amigvel e
intuitiva.

As principais diferenas entre as duas tcnicas, foi a facilidade de

implementao do controlador fuzzy, por este no necessitar um modelo to exato como
no PID e as caractersticas mais prximas do modo de pensar humano.
O estudo realizado atravs de simulaes mostrou que ambas tcnicas
conseguem controlar a atitude do quadricptero, sendo que a tcnica usando lgica fuzzy
apresenta melhores resultados em relao ao PID, devido a sua resposta mais rpida e
estabilidade diante de interferncias externas e no linearidades.
Computer on the Beach 2015 - Artigos Completos 120

Est em fase de implementao os controles PID e fuzzy em um quadricptero

desenvolvido na universidade para que sejam realizados experimentos a fim de verificar
se os controladores tem o mesmo comportamento em ambiente real. Ainda pretende-se
realizar a implementao de um controlador PID hbrido com Redes Neurais, assim
como verificar a viabilidade de aplicaes de outras tcnicas de Inteligncia Artificial.

Referncias
Bresciani, T. (2008) Modelling, Identification and Control of a Quadrotor Helicopter,
Lund Sweden: 2008, http://www.control.lth.se/documents/2008/5823.pdf, julho.
Castillo, P., Lozano, R. and Dzul, A. (2005). Modelling and Control of Mini-Flying
Machines, Springer, USA.
Farrel, J. A. (2008). Aided Navigation GPS with High Rate Sensors. McGraw-Hill
Professional.
Gomide, F., Gudwin, R., Tanscheit, R. (1995), Conceitos fundamentais da teoria de
conjuntos fuzzy, lgica fuzzy e aplicaes, In: 6th IFSA Congress-Tutorials. p. 1-
38.
Kon, J., Yamashita, Y., Tanaka, T., Tashiro, A. and Daiguji, M. (2013). Practical
application of model identification based on {ARX} models with transfer functions.
In Control Engineering Practice, v. 21, n. 2, p. 195-203.
Mamdani, E. H., Assilian, S. (1975) An experiment in linguistic synthesis with a fuzzy
logic controller, In: International Journal of Man-Machine Studies, Elsevier, v. 7, n.
1, p. 113.
Mathworks. (2013), http://www.mathworks.com/products/simulink/, agosto.
Ogata, K., Maya, P. ., Leonardi, F. (2003). Engenharia de controle moderno. Prentice
Hall.
Paula, J. C. de. (2012), Desenvolvimento de um vant do tipo quadrirotor para obeno
de imagens areas em alta definio. Curitiba, PR: Disponvel em: <http:/-
/dspace.c3sl.ufpr.br/dspace/bitstream/handle/1884/29886/R - D - JULIO CESAR DE
PAULA-.pdf?sequence=1>.
Vieira, J. C. S. (2011). Plataforma mvel area quadrotor. Dissertao (Mestrado)
Universidade do Minho - Ciclo de Estudos Integrados Conducentes ao Grau de
Mestre em Engenharia Eletrnica Industrial e Computadores,
http://intranet.dei.uminho.pt-/gdmi/site/arquivo/detalhearquivo.php?id=269, outubro.