Control adaptativo neuronal basado en observador de estado extendido para cuadricóptero frente a perturbaciones de...

Área de la Ciencia:

• Robótica y Sistemas de Control
• Ingeniería Aeroespacial
• Inteligencia Artificial

Sus antecedentes:

• Los vehículos aéreos no tripulados (UAVs) cuadricópteros subactuados son susceptibles a una degradación significativa del rendimiento debido a perturbaciones externas como el viento y las variaciones de carga útil.
• Las estrategias de control existentes a menudo requieren modelos dinámicos precisos o luchan por abordar simultáneamente múltiples perturbaciones desconocidas.
• El seguimiento robusto de la trayectoria es fundamental para operaciones seguras y efectivas de los UAV en entornos complejos.

Objetivo del estudio:

• Diseñar un marco de control robusto anti-perturbaciones para UAVs cuadricópteros subactuados.
• Desarrollar un controlador de seguimiento adaptativo que compense las perturbaciones agrupadas sin requerir un modelo dinámico exacto.
• Validar la estrategia de control propuesta a través de simulaciones y experimentos físicos.

Principales métodos:

• Se estableció un modelo dinámico del UAV cuadricóptero que incorpora perturbaciones de viento y carga útil.
• Se empleó un observador de estado extendido (ESO) con un solo parámetro para estimar activamente las perturbaciones agrupadas.
• Se diseñó un controlador basado en redes neuronales adaptativas, con pesos ajustados mediante una ley adaptativa.
• Se analizó la convergencia en tiempo finito del ESO y la acotación uniforme última del sistema en bucle cerrado utilizando la teoría de estabilidad de Lyapunov.

Principales resultados:

• La estrategia de control propuesta demostró un rendimiento superior en el seguimiento de la trayectoria bajo varios escenarios de perturbación en comparación con LADRC, SMC, MFTSMC y ADFOC.
• Las simulaciones confirmaron la efectividad del ESO en la estimación precisa de perturbaciones agrupadas.
• El controlador adaptativo de red neuronal compensó con éxito las incertidumbres del modelo y las perturbaciones externas.
• Los experimentos físicos validaron la aplicabilidad práctica y la robustez del método de control desarrollado.

Conclusiones:

• El marco de control anti-perturbaciones propuesto, que integra ESO y redes neuronales, ofrece una solución robusta para el seguimiento de la trayectoria en UAVs cuadricópteros subactuados.
• El método maneja eficazmente múltiples perturbaciones y reduce la dependencia del conocimiento preciso del modelo dinámico.
• El enfoque validado tiene un potencial significativo para mejorar la fiabilidad y el rendimiento de los sistemas UAV en aplicaciones del mundo real.