Optimización robusta del rendimiento de sistemas dinámicos de vehículos aéreos no tripulados mediante control híbrido...

Área de la Ciencia:

• Robótica y Sistemas de Control
• Inteligencia Artificial en Aeroespacial
• Dinámica de Vehículos Aéreos No Tripulados

Sus antecedentes:

• Los sistemas de control de vehículos aéreos no tripulados (UAV) enfrentan desafíos de robustez e incertidumbre del modelo, especialmente bajo perturbaciones complejas.
• Los métodos de control existentes a menudo luchan con desajustes dinámicos y factores externos no modelados, lo que limita el rendimiento en entornos no estructurados.

Objetivo del estudio:

• Desarrollar una arquitectura de control híbrido para UAV que mejore la robustez y compense las incertidumbres del modelo bajo perturbaciones complejas.
• Mejorar la adaptabilidad y la precisión del control de los sistemas dinámicos de UAV en presencia de perturbaciones no estructuradas y desajustes del modelo.

Principales métodos:

• Una arquitectura de control híbrido que combina el control predictivo de modelo (MPC) de fusión profunda con un controlador adaptativo proporcional-integral-derivativo (PID) que utiliza un mecanismo de atención Transformer.
• Integración de un criterio de optimización robusta H∞ dentro del MPC para mejorar el rechazo de perturbaciones y una sintonización de ganancia PID adaptativa en línea a través de redes neuronales de atención.
• Implementación de un observador de perturbaciones de modo deslizante para la estimación explícita de perturbaciones externas e incertidumbres del modelo, con compensación de alimentación anticipada al controlador PID adaptativo.

Principales resultados:

• El método de control híbrido MPC-PID propuesto demostró un error de seguimiento en estado estacionario inferior al 5% durante tareas de seguimiento de trayectoria en simulaciones y conjuntos de datos del mundo real.
• Se logró una mejora significativa en la robustez en estado estacionario de aproximadamente el 17% en comparación con los métodos MPC-PID tradicionales.
• Se redujo el tiempo de ajuste del sistema en un 21,6%, de 3,15 s a 2,47 s, lo que demuestra una convergencia superior y capacidades antiinterferencias.

Conclusiones:

• El enfoque de control híbrido desarrollado mejora significativamente la robustez, la adaptabilidad y la precisión del control de los sistemas de UAV.
• La integración de mecanismos de atención y observadores de perturbaciones proporciona una compensación efectiva para las incertidumbres del modelo y las perturbaciones externas.
• Esta estrategia de control avanzada es muy adecuada para las demandas de control inteligente en misiones de vuelo complejas de UAV.