Aplicación de técnicas de soft computing al modelado y control de vehículos aéreos no tripulados
- Matilde Santos Peñas Director/a
Universidad de defensa: Universidad Complutense de Madrid
Fecha de defensa: 18 de junio de 2019
- José María Girón Sierra Presidente/a
- Segundo Esteban San Román Secretario/a
- Joshué Pérez Rastelli Vocal
- Eloy Irigoyen Gordo Vocal
- Felipe Espinosa Zapata Vocal
Tipo: Tesis
Resumen
El uso de UAVs (vehículos autónomos aéreos), y en concreto, de cuatrirrotores o drones, está creciendo de día en día, y se espera que se usen en multitud de aplicaciones: rescate, seguridad, lucha contra incendios, agricultura, inspección de estructuras, logística, ¿ En la mayoría de estas tareas los cuatrirrotores deben actuar de una forma totalmente autónoma. Estas aplicaciones y las que están por llegar requieren el diseño de modelos y controladores eficientes y robustos para esos vehículos no pilotados. Sin embargo, esta no es una tarea sencilla debido, entre otras causas, a la aleatoriedad de los flujos de aire, la dinámica altamente no lineal del UAV, el acoplamiento entre sus variables internas, etc. Estos factores hacen que las técnicas de Soft Somputing (computación suave, una rama de la Inteligencia Artificial), y entre ellas concretamente las redes neuronales artificiales y la lógica fuzzy, sean un enfoque prometedor para la identificación y el control de estos sistemas. La capacidad de aprendizaje de estas estrategias inteligentes es especialmente útil cuando los parámetros del modelo cambian mientras el sistema está en funcionamiento y cuando el UAV está sujeto a perturbaciones relevantes. Estos problemas son aplicables en nuestro caso: en el cuatrimotor la masa total sufrirá variaciones al realizar tareas logísticas y el efecto del viento ejercerá una gran influencia en su movimiento. Para abordar esta problemática de los UAV, esta Tesis propone el uso de redes neuronales artificiales, en algún caso combinadas con lógica fuzzy, para la identificación y control de cuatrirrotores. Los modelos desarrollados persiguen la reducción de la complejidad computacional de los modelos de los UAVs gracias a la hibridación de técnicas paramétricas y del Soft Computing; además se ha aplicado aprendizaje on-line para el rechazo de perturbaciones. Se han combinado neuro-controladores para hacer frente a variaciones de masa y viento. Los resultados permiten contribuir con ciertas mejoras al campo del modelado y el control de cuatrirrotores