Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido

Autores
Rosales, Claudio D.; Gimenez, Juan M.; Soria, Carlos M.; Rossomando, Francisco G.
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este artículo se presenta un nuevo algoritmo de seguimiento de trayectorias para un vehículo aéreo de cuatro rotores (cuatrirotor). El controlador PID propuesto se desarrolla siguiendo una técnica neuronal adaptable y su estabilidad es verificada por la teoría de Lyapunov aplicada en tiempo discreto. Además, se presenta la identificación neuronal del Vehículo aéreo autónomo (UAV, Unmanned Aerial Vehicles) de modelo dinámico, además es utilizado un filtro de Kalman extendido (EKF Extended Kalman Filter) para poder filtrar las señales del vehículo aéreo que están contaminadas por ruidos de medición y que pueden afectar a las señales intervinientes en la identificación. A continuación, los errores de salida son retropropagados a través de la red neuronal que fue identificada para ajustar las ganancias PID para reducir los errores de control. Finalmente, los resultados experimentales se presentan utilizando un vehículo aéreo cuatrirotor, y además se realizó una comparación de la propuesta presentada con un controlador PID clásico de ganancia fija.
Publicado en: Mecánica Computacional vol. XXXV no 29
Facultad de Ingeniería
Materia
Ingeniería
PID adaptable
Identificación
Redes neuronales
Análisis de Estabilidad Discreto
Cuatrirotor
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/105131
Acceder
id SEDICI_461670a9ec8f6a8a0e4585265fcfca14
oai_identifier_str oai:sedici.unlp.edu.ar:10915/105131
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendidoRosales, Claudio D.Gimenez, Juan M.Soria, Carlos M.Rossomando, Francisco G.IngenieríaPID adaptableIdentificaciónRedes neuronalesAnálisis de Estabilidad DiscretoCuatrirotorEn este artículo se presenta un nuevo algoritmo de seguimiento de trayectorias para un vehículo aéreo de cuatro rotores (cuatrirotor). El controlador PID propuesto se desarrolla siguiendo una técnica neuronal adaptable y su estabilidad es verificada por la teoría de Lyapunov aplicada en tiempo discreto. Además, se presenta la identificación neuronal del Vehículo aéreo autónomo (UAV, Unmanned Aerial Vehicles) de modelo dinámico, además es utilizado un filtro de Kalman extendido (EKF Extended Kalman Filter) para poder filtrar las señales del vehículo aéreo que están contaminadas por ruidos de medición y que pueden afectar a las señales intervinientes en la identificación. A continuación, los errores de salida son retropropagados a través de la red neuronal que fue identificada para ajustar las ganancias PID para reducir los errores de control. Finalmente, los resultados experimentales se presentan utilizando un vehículo aéreo cuatrirotor, y además se realizó una comparación de la propuesta presentada con un controlador PID clásico de ganancia fija.Publicado en: <i>Mecánica Computacional</i> vol. XXXV no 29Facultad de Ingeniería2017-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1641-1664http://sedici.unlp.edu.ar/handle/10915/105131spainfo:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/5384info:eu-repo/semantics/altIdentifier/issn/2591-3522info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T17:04:13Zoai:sedici.unlp.edu.ar:10915/105131Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 17:04:14.065SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido
title Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido
spellingShingle Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido
Rosales, Claudio D.
Ingeniería
PID adaptable
Identificación
Redes neuronales
Análisis de Estabilidad Discreto
Cuatrirotor
title_short Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido
title_full Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido
title_fullStr Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido
title_full_unstemmed Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido
title_sort Control adaptable PID e identificación neuronal de un Vehículo Aéreo Autónomo (UAV) cuatrirotor usando filtro de Kalman extendido
dc.creator.none.fl_str_mv Rosales, Claudio D.
Gimenez, Juan M.
Soria, Carlos M.
Rossomando, Francisco G.
author Rosales, Claudio D.
author_facet Rosales, Claudio D.
Gimenez, Juan M.
Soria, Carlos M.
Rossomando, Francisco G.
author_role author
author2 Gimenez, Juan M.
Soria, Carlos M.
Rossomando, Francisco G.
author2_role author
author
author
dc.subject.none.fl_str_mv Ingeniería
PID adaptable
Identificación
Redes neuronales
Análisis de Estabilidad Discreto
Cuatrirotor
topic Ingeniería
PID adaptable
Identificación
Redes neuronales
Análisis de Estabilidad Discreto
Cuatrirotor
dc.description.none.fl_txt_mv En este artículo se presenta un nuevo algoritmo de seguimiento de trayectorias para un vehículo aéreo de cuatro rotores (cuatrirotor). El controlador PID propuesto se desarrolla siguiendo una técnica neuronal adaptable y su estabilidad es verificada por la teoría de Lyapunov aplicada en tiempo discreto. Además, se presenta la identificación neuronal del Vehículo aéreo autónomo (UAV, Unmanned Aerial Vehicles) de modelo dinámico, además es utilizado un filtro de Kalman extendido (EKF Extended Kalman Filter) para poder filtrar las señales del vehículo aéreo que están contaminadas por ruidos de medición y que pueden afectar a las señales intervinientes en la identificación. A continuación, los errores de salida son retropropagados a través de la red neuronal que fue identificada para ajustar las ganancias PID para reducir los errores de control. Finalmente, los resultados experimentales se presentan utilizando un vehículo aéreo cuatrirotor, y además se realizó una comparación de la propuesta presentada con un controlador PID clásico de ganancia fija.
Publicado en: <i>Mecánica Computacional</i> vol. XXXV no 29
Facultad de Ingeniería
description En este artículo se presenta un nuevo algoritmo de seguimiento de trayectorias para un vehículo aéreo de cuatro rotores (cuatrirotor). El controlador PID propuesto se desarrolla siguiendo una técnica neuronal adaptable y su estabilidad es verificada por la teoría de Lyapunov aplicada en tiempo discreto. Además, se presenta la identificación neuronal del Vehículo aéreo autónomo (UAV, Unmanned Aerial Vehicles) de modelo dinámico, además es utilizado un filtro de Kalman extendido (EKF Extended Kalman Filter) para poder filtrar las señales del vehículo aéreo que están contaminadas por ruidos de medición y que pueden afectar a las señales intervinientes en la identificación. A continuación, los errores de salida son retropropagados a través de la red neuronal que fue identificada para ajustar las ganancias PID para reducir los errores de control. Finalmente, los resultados experimentales se presentan utilizando un vehículo aéreo cuatrirotor, y además se realizó una comparación de la propuesta presentada con un controlador PID clásico de ganancia fija.
publishDate 2017
dc.date.none.fl_str_mv 2017-11
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/105131
url http://sedici.unlp.edu.ar/handle/10915/105131
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/5384
info:eu-repo/semantics/altIdentifier/issn/2591-3522
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
1641-1664
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846783314543771648
score 12.982451

Publicaciones similares