Estrategia híbrida de control adaptativo PID para los UAV que utilizan redes neuronales combinadas y lógica difusa

Área de la Ciencia:

• Robótica y sistemas de control
• Inteligencia artificial en ingeniería
• Ingeniería Aeroespacial

Sus antecedentes:

• Los vehículos aéreos no tripulados (UAV) requieren sistemas de control sofisticados para un funcionamiento estable y preciso.
• Los controladores tradicionales de derivación proporcional-integral (PID) a menudo se enfrentan a limitaciones en la optimización de dinámicas complejas y multidimensionales.
• Los enfoques de red neuronal independiente (NNPID) y lógica difusa (FPID) han demostrado ser prometedores, pero tienen limitaciones en el control integral de los UAV.

Objetivo del estudio:

• Desarrollar y evaluar una nueva estrategia de control híbrido que integre redes neuronales y lógica difusa para los VANT.
• Optimizar el ajuste de las ganancias del controlador PID para mejorar la dinámica y el seguimiento de la trayectoria de los UAV.
• Demostrar el rendimiento superior del enfoque híbrido NNPID+FPID frente a los métodos individuales NN y de lógica difusa.

Principales métodos:

• Se implementó una estrategia de control híbrida (NNPID + FPID) que combina redes neuronales y lógica difusa.
• Las redes neuronales se utilizaron para afinar las ganancias de PID para los estados y y, con pesos actualizados a través del descenso de gradiente.
• Se empleó lógica difusa para afinar dinámicamente las ganancias de PID para los estados x, z, φ y θ utilizando reglas heurísticas y funciones de membresía.

Principales resultados:

• La estrategia de control híbrida NNPID + FPID mejoró significativamente el rendimiento del seguimiento de la trayectoria en los sistemas de UAV.
• El método propuesto demostró una mayor eficiencia general de control de UAV en comparación con los enfoques independientes NNPID y FPID.
• La naturaleza adaptativa del sistema híbrido, que utiliza tanto la adaptabilidad de la red neuronal como las reglas heurísticas de lógica difusa, demostró ser efectiva.

Conclusiones:

• La combinación de redes neuronales y lógica difusa ofrece un enfoque poderoso para abordar los desafíos de control multidimensional en los UAV.
• La estrategia NNPID+FPID proporciona una solución robusta y adaptable para optimizar la dinámica y el control de vuelo de los UAV.
• Esta investigación valida los beneficios sinérgicos de los sistemas híbridos de control inteligente para aplicaciones avanzadas de vehículos aéreos.