Identificación, modelado y control de un cuadricóptero de bajo coste

Abstract

El alcance de este trabajo es la identificación, modelado y control de un cuadricóptero de bajo coste para su posterior implementación en el sistema real. Mediante la utilización del banco de ensayos del departamento de Automática, equipado mediante un sistema de cámaras infrarrojas de captura de movimiento se han realizado experimentos reales de vuelo con el cuadricóptero a controlar. Se ha trabajado con los datos proporcionados por el sistema Optitrack referentes a la posición y orientación en cada instante de tiempo del sistema que es objeto de estudio. En la actualidad se utilizan diferentes metodologías para abarcar los objetivos que se plantean en este trabajo. Durante este proyecto se han escogido las técnicas más adecuadas para poder llevarlos a cabo. A continuación, se va a realizar un pequeño resumen de los pasos seguidos. Se han propuesto dos modelados diferentes, un modelo teórico o también denominado de caja gris y un modelo basado en una regresión Bayesiana. Se han desarrollado respectivamente por separado, comparado y analizado cuidadosamente mediante un análisis estadístico de los resultados obtenidos para posteriormente obtener un resultado final y global que represente fielmente el comportamiento dinámico del cuadricóptero. El tratamiento previo de los datos se ha realizado con las técnicas matemáticas de cálculo más apropiadas para así poder garantizar la veracidad y fiabilidad del resultado. Una vez obtenido el modelado del sistema se han explorado diferentes técnicas de control de cuadricópteros eligiendo dos metodologías para así poder obtener un resultado contrastado entre ellas y finalmente elegir la que nos proporcione mejores prestaciones. En primer lugar, se ha desarrollado un control basado en el modelo inverso de regresión Bayesiana. Por otro lado, se ha llevado a cabo la confección de una red neuronal basada en el modelo inverso del sistema. Mediante análisis estadísticos se ha profundizado en el resultado obtenido validando los dos controles por separado. Posteriormente se ha realizado una serie de simulaciones para distintas trayectorias de vuelo o distintas situaciones como modificación de los parámetros del modelo o aportación de ruido Gaussiano. Por último, se ha elegido un único controlador entre los dos propuestos basado en la respuesta que proporciona al sistema. La estructuración del trabajo se ha propuesto de forma ascendente atendiendo al grado de complejidad. En una primera aproximación se ha realizado el modelado de cada grado de libertad referente a una sola entrada. Una vez comprobado que las técnicas de trabajo han sido las correctas y que los resultados habían sido adecuados, se ha decidido desarrollar un modelado y control para el sistema completo. Esto quiere decir, que se ha considerado que cada grado de libertad es consecuencia del valor correlacionado del conjunto de las entradas.
Por último, se ha implementado el control diseñado en el sistema real, introduciendo en el software de vuelo los algoritmos y variables definidas durante el transcurso del proyecto. El resultado final se ha examinado en el banco de ensayos anteriormente mencionado para poder llegar al control en posición y generación de trayectorias de forma satisfactoria. Ante los resultados obtenidos podemos afirmar que la consecución final de este proyecto ha sido satisfactoria. En comparación con el control implementado en el trabajo previo sobre el mismo cuadricóptero y utilizando el mismo sistema de cámaras podemos certificar que se ha obtenido una mejora en el vuelo. La diferencia entre el resultado de los dos trabajos reside en el análisis del sistema y su posterior implementación del control. En el trabajo previo se estudiaba el cuadricóptero mediante una función de transferencia, relacionando los comandos de vuelo con la posición de este, posteriormente se implementaba un control en función del modelado aplicado. Sin embargo, en este trabajo se desarrolla un análisis más detallado del comportamiento dinámico del sistema y se ha conseguido modelar la aceleración en cada grado de libertad en función del conjunto de comandos introducidos. Además, el control está basado en una técnica de computación más avanzada como la implementación de cuatro redes neuronales. Se ha podido comprobar que el modelo desarrollado no refleja fielmente la realidad. Aunque esta situación podría llegar a tener repercusiones negativas en la estabilidad del cuadricóptero se ha demostrado que el desarrollo de la red neuronal puede compensar estos errores en el modelo y ajustarse durante el vuelo. Adicionalmente se ha desarrollado un algoritmo de entrenamiento on-line de dicha red para poder mejorar las prestaciones en el control del cuadricóptero. Por otro lado, cabe destacar que estamos intentando modelar y controlar un cuadricóptero de bajo coste. Esta situación conlleva una serie de problemas que hay que tener en cuenta. Alguna de ellas son la baja calidad de sus componentes de diseño o la posible existencia de un control ya implementado sobre él. Es por este motivo por lo que los resultados que hemos obtenido se pueden considerar un éxito ante las mejoras realizadas teniendo presente el sistema que utilizamos. Se puede ver que los errores de posición que tiene el sistema volando a un punto fijo y con cambios de trayectoria son bastante apropiados. En la siguiente tabla se pueden comparar dichos errores entre el trabajo anteriormente realizado y el desarrollado en este proyecto. En conclusión, podemos afirmar que los tres objetivos principales del trabajo han sido desarrollados y finalizados con éxito. En primer lugar, se han identificado las características dinámicas del sistema mediante la realización de experimentos. Posteriormente, se ha llevado a cabo el modelizado de dicho comportamiento dinámico. Y finalmente se ha desarrollado un control, que como se ha explicado anteriormente ha proporcionado muy buenos resultados en el desarrollo de un vuelo estable.