logo móvil
Contáctanos

Controlador neural PD para un vehículo aéreo no tripulado entrenado con filtro de Kalman extendido

Autores: Gomez-Avila, Javier; Villaseñor, Carlos; Hernandez-Barragan, Jesus; Arana-Daniel, Nancy; Alanis, Alma Y.; Lopez-Franco, Carlos

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

Controlador neural PD para un vehículo aéreo no tripulado entrenado con filtro de Kalman extendido


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

Robots voladores
Vehículos aéreos no tripulados
Controladores PID
Sistemas no lineales
Perceptrón multicapa
Experimentos en tiempo real

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
Los robots voladores han despertado un gran interés debido a sus numerosas aplicaciones. Por esta razón, el control de Vehículos Aéreos No Tripulados (UAVs) es uno de los desafíos más importantes en la robótica móvil. Estos tipos de robots suelen ser controlados con controladores Proporcional-Integral-Derivativo (PID); sin embargo, los controladores lineales tradicionales tienen limitaciones al controlar sistemas altamente no lineales e inciertos como los UAVs. En este documento se presenta un esquema de control para la posición de un cuadricóptero. El esquema presentado tiene el comportamiento de un controlador PD y se basa en una Perceptrón Multicapa entrenado con un Filtro de Kalman Extendido. La Red Neuronal se entrena en línea para garantizar la adaptación a los cambios en presencia de dinámicas e incertidumbres. El esquema de control se prueba en experimentos en tiempo real para demostrar su efectividad.

Otros recursos que podrían interesarte

Temas Virtualpro