Control Robusto Combinado para UAV Quadrotor Usando Control Predictivo de Modelo y Algoritmo de Super-Torsión
Autores: Komiyama, Shunsuke; Uchiyama, Kenji; Masuda, Kai
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Control Robusto Combinado para UAV Quadrotor Usando Control Predictivo de Modelo y Algoritmo de Super-Torsión
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Método de control
Seguimiento de trayectoria
Quadrotors
Condiciones de perturbación
Control Predictivo de Modelo
Algoritmo de Super-Torsión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este documento propone un método de control robusto para el seguimiento de trayectorias de quadrotors en condiciones de perturbación, combinando el Control Predictivo por Modelo (MPC) y el Algoritmo de Super-Torsión (STA). El MPC es una estrategia de control que resuelve un problema de optimización al predecir la respuesta futura en un tiempo finito del modelo bajo control en cada paso de tiempo. Sin embargo, el MPC no puede garantizar el rendimiento del control bajo perturbaciones como errores de modelado y ráfagas de viento porque predice los estados futuros de los objetos de control utilizando un modelo nominal. Para resolver este problema, proponemos un método de control compuesto que utiliza un Observador de Perturbaciones de Modo Deslizante de Super-Torsión Adaptativa (ASTSMDO), que restringe al sistema a seguir el modelo nominal del MPC. La efectividad del método propuesto se confirma a través de simulaciones numéricas. En comparación con el MPC convencional, el controlador propuesto logra una robustez y un rendimiento de seguimiento de trayectorias superiores bajo errores de modelado y perturbaciones por viento.
Descripción
Este documento propone un método de control robusto para el seguimiento de trayectorias de quadrotors en condiciones de perturbación, combinando el Control Predictivo por Modelo (MPC) y el Algoritmo de Super-Torsión (STA). El MPC es una estrategia de control que resuelve un problema de optimización al predecir la respuesta futura en un tiempo finito del modelo bajo control en cada paso de tiempo. Sin embargo, el MPC no puede garantizar el rendimiento del control bajo perturbaciones como errores de modelado y ráfagas de viento porque predice los estados futuros de los objetos de control utilizando un modelo nominal. Para resolver este problema, proponemos un método de control compuesto que utiliza un Observador de Perturbaciones de Modo Deslizante de Super-Torsión Adaptativa (ASTSMDO), que restringe al sistema a seguir el modelo nominal del MPC. La efectividad del método propuesto se confirma a través de simulaciones numéricas. En comparación con el MPC convencional, el controlador propuesto logra una robustez y un rendimiento de seguimiento de trayectorias superiores bajo errores de modelado y perturbaciones por viento.