logo móvil
Contáctanos

Aprendizaje en línea y actualización de la dinámica de vehículos rastreados no tripulados

Autores: Strawa, Natalia; Ignatyev, Dmitry I.; Zolotas, Argyrios C.; Tsourdos, Antonios

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Aprendizaje en línea y actualización de la dinámica de vehículos rastreados no tripulados


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Autonomía
Requisitos de rendimiento
Incertidumbres
Ley de control
Parámetros del modelo
Capacidad adaptativa

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 39

Citaciones: Sin citaciones


Descripción
El aumento de los niveles de autonomía impone requisitos de rendimiento más pronunciados para los vehículos terrestres no tripulados (UGV). La presencia de incertidumbres en el modelo reduce significativamente el rendimiento de un vehículo terrestre cuando este atraviesa un terreno desconocido o cuando los parámetros inerciales del vehículo varían debido a un horario de misión o a perturbaciones externas. Se presenta en este documento un modelo matemático integral de un vehículo de oruga de dirección por deslizamiento y se utiliza para diseñar una ley de control. El análisis del controlador bajo incertidumbres en los parámetros inerciales y en la interacción vehículo-terreno reveló un comportamiento no deseado, como la divergencia del controlador y la desviación de la trayectoria deseada. Se propone un esquema de identificación compuesto que utiliza un olvido exponencial recursivo de mínimos cuadrados, el método generalizado de Newton-Raphson (NR) y los métodos de Filtro de Kalman Insaturado para estimar los parámetros del modelo, como la masa e inercia del vehículo, así como los parámetros de la interacción vehículo-terreno, como el deslizamiento, los coeficientes de resistencia, la cohesión y el módulo de deformación por cizalladura en línea. El esquema de identificación propuesto facilita la capacidad adaptativa para el sistema de control, mejora el rendimiento de seguimiento y contribuye a un marco de planificación de trayectorias y caminos adaptativos, lo cual es esencial para las futuras misiones de vehículos terrestres autónomos.

Otros recursos que podrían interesarte

Temas Virtualpro