Future Works

En los últimos años se ha incrementado el empleo de los UAVs en la esfera agrícola. Esta tecnología permite mediante la captación de imágenes aéreas la obtención de grandes cantidades de información sobre los cultivos sin necesidad de estar en contacto directo con los mismos. Se pueden generar diagnósticos en zonas específicas de la plantación que incluyen: gestiones hídricas, fertilización, detección de enfermedades y cosechas selectivas. De esta manera se logra un uso racional de los recursos utilizados en la labor agraria y en gran medida contribuir con el ahorro del agua al regar solo en el área que se necesite, lo cual

es un aspecto positivo teniendo en cuenta la sequía presente hoy en el mundo debido al cambio climático.

3.8 Conclusiones finales del capítulo.

El algoritmo de control de altura desarrollado utiliza un modelo cinemático lineal reducido, lo cual simplifica la labor de diseño. El control LQR propuesto con la modificación para entrada de referencia ofrece resultados satisfactorios en las simulaciones ante entrada deseada y perturbaciones tipo escalón, logrando una respuesta transitoria adecuada. En varias referencias consultadas se aprovechan las ventajas del control LQR conjuntamente con otras técnicas, lo cual puede ofrecer resultados ante perturbaciones fuertes e incertidumbres en el modelo del sistema.

CONCLUSIONES.

Al concluir este trabajo de diploma se establecen las siguientes conclusiones generales:  Luego de la revisión bibliográfica relacionada con la temática se determinó que una

de las estrategias de control más utilizadas en vehículos multirrotor la constituye el control óptimo lineal cuadrático, conocido como LQR, por lo que la técnica propuesta en esta tesis se centra en el mismo.

 Para el diseño propuesto en este trabajo se seleccionó un modelo lineal reducido que representa el movimiento del vehículo en el plano vertical, lo cual facilitó la labor de diseño y sintonización del controlador.

 El control LQR propuesto y evaluado mediante simulación presenta una respuesta transitoria adecuada en términos de velocidad de respuesta y sobrecresta del sistema ante variaciones tipo paso en la entrada, al mismo tiempo que ofrece un buen rechazo a perturbaciones.

 La técnica LQR constituye una variante de control sencilla de implementar en tiempo real con escasos recursos de cómputo, prestando especial cuidado al ajuste del mismo.

RECOMENDACIONES.

Con el objetivo de darle continuidad al presente trabajo se plantean las recomendaciones siguientes:

1. Implementar en lenguaje C el algoritmo propuesto, con el objetivo de su evaluación en la plataforma real.

2. Evaluar el desempeño del control LQR conjuntamente con otras alternativas de control, con vistas a comprobar el desempeño del sistema principalmente ante perturbaciones fuertes.

3. Determinar los parámetros del modelo no lineal de seis grados de libertad del Quadcopter de prueba, para validar el control propuesto con este modelo como simulación.

REFERENCIAS BIBLIOGRÁFICAS

Analia, R., Song, K.T., 2016. Fuzzy + PID attitude control of a co-axial octocopter, en: 2016 IEEE International Conference on Industrial Technology (ICIT), pág. 1494–1499. doi:10.1109/ICIT.2016.7474981.

Argentim, L.M., Rezende, W.C., Santos, P.E., Aguiar, R.A., 2013. PID, LQR and LQR-PID on a quadcopter platform, en: 2013 International Conference on Informatics, Electronics and Vision (ICIEV). IEEE, pág. 1–6. doi:10.1109/ICIEV.2013.6572698.

Avendaño, D., Molina, M., Molina, M., Pulido, C., Velasco, N., 2015. Control y estabilización de altura de un Quadrotor por Modos Deslizantes. Presentado en el IV Congreso Internacional de Ingeniería Mecatrónica y Automatización, Colombia, pág. 9.

Balas, C., 2007. Modelling and linear control of a quadrotor. Cranfield University, School of Engineering, Inglaterra.

Beltrán, S., Lengerke, O., Acuña, H., Mora-Camino, F., 2011. Control PID de altura de un Quadrotor. Presentado en el 3er Congreso Internacional de Ingeniería Mecatrónica UNAB, Colombia, 2 (1), pág. 8.

Brisset, P., Drouin, A., Gorraz, M., Huard, P. S., Tyler, J., 2006. The Paparazzi Solution. Presentado en MAV 2006, 2nd US-European Competition and Workshop on Micro Air Vehicles, Sandestin, Estados Unidos, pág. 16.

Bouabdallah, N. A., Siegwart, S., R., 2004. PID vs LQ control techniques applied to an indoor micro quadrotor. Swiss Federal Institute of Technology.

Bouabdallah, S., Siegwart, R., 2005. “Backstepping and sliding-mode techniques applied to an indoor micro quadrotor”, en International Conference on Robotics and Automation (ICRA). Barcelona, España, pág. 2247-2252.

Burns, R.S., 2001. Advanced Control Engineering, Primera edición, Inglaterra.

Castillo, P., Lozano, R., Dzul, A., 2005. Stabilization of a mini rotorcraft with four rotors. Control Systems, IEEE, 25(6), Japón, pág. 45- 55.

Chamorro, W., 2013. Control de un Cuadricóptero para seguimiento de un móvil. Revista Politécnica 32, pág. 1–10.

Cheong, F., 2007. A hierarchical fuzzy system with high input dimensions for forecasting foreign exchange rates, 2007 IEEE Congr. Evol. Comput. CEC 2007, pág. 1642–1647.

Coza, C., Macnab, C. J., 2006. A new robust adaptive-fuzzy control method applied to quadrotor helicopter stabilization, en: Annual meeting of the North American Fuzzy Information Processing Society (NAFIPS), Montreal, Canadá, pág. 454-458.

Cortés, A., 2015. Control de Posicionamiento de un Cuadricóptero. Universidad Politécnica de Valencia, Valencia.

Crespo, G., Glez-de-Rivera, G., Garrido, J., Ponticelli, R., 2014. Setup of a communication and control systems of a quadrotor type Unmanned Aerial Vehicle, en: Design of Circuits and Integrated Systems, pág. 1–6. doi:10.1109/DCIS.2014.7035590.

Ehrlich, M., Lupián, L., 2014. Diseño, construcción y control de un cuadricóptero– parte 2: software, estimación y control. Presentado en: Memorias del Tercer Concurso de Investigación, Desarrollo e Innovación Tecnológica Idit, pág. 6.

Fatan, M., Sefidgari, B.L., Barenji, A.V., 2013. An Adaptive Neuro PID for Controlling the Altitude of Quadcopter Robot. IEEE Robotics Automation Magazine, pág. 1–4.

Fogelberg, J., 2013. Navigation and Autonomous Control of a Hexacopter in Indoor Environments. Lund University, Suecia.

Jun, M., Roumeliotis S. I., Sukhatme, G. S., 1999. State estimation of an autonomous helicopter using Kalman filtering. Presentado en: Intelligent Robots and Systems (IROS), pág. 1346 – 1353.

Pounds, P., Mahony, R., Gresham, J., Corke, P., Roberts, J.M., 2004. Towards dynamically-favourable quad-rotor aerial robots, en: Proceedings of the 2004 Australasian Conference on Robotics & Automation, ACRA2004, Australian Robotics & Automation Association, Australian National University Canberra.

He, Z., Zhao, L., 2014. A Simple Attitude Control of Quadrotor Helicopter Based on Ziegler-Nichols Rules for Tuning PD Parameters. The Scientific World Journal 2014, pág. 1–14. doi:10.1155/2014/280180.

Hoffmann, G., Huang, H., Waslander, S., Tomlin, C., 2007. Quadrotor Helicopter Flight Dynamics and Control: Theory and Experiment, en: AIAA Guidance, Navigation and Control Conference and Exhibit. American Institute of Aeronautics and Astronautics. doi:10.2514/6.2007-6461.

Jiinec, T., 2011. Stabilization and Control of Unmanned Quadcopter. Czech Technical University, Praga.

Khadija, H., Abdeljalil, K., Mostafa, M., Hassan, A., 2015. Adapting Parameters for Flight Control of a Quadcopter using Reference Model and Fuzzy Logic. IEEE Robotics Automation Magazine, pág. 1–6.

Legasa, X., 2012. Cuadricóptero Arduino por control remoto Android. Universidad Politécnica de Cataluña, Barcelona.

Lim, H., Park, J., Lee, D., Kim, H.J., 2012. Build your own quadrotor, pág. 13.

Mahony, R., Kumar, V., Corke, P., 2012. Multirotor Aerial Vehicles: Modeling, Estimation, and Control of Quadrotor. IEEE Robotics Automation Magazine 19, pág. 20– 32. doi:10.1109/MRA.2012.2206474.

Madani, T., Benallegue, A., 2006. Backstepping control for a quadrotor helicopter. Presentado en International Conference on Intelligent Robots and Systems (RSJ), pág. 3255–3260.

Meier, L., Tanskanen, P., Fraundorfer, F., Pollefeys, M., 2011. PIXHAWK: A system for autonomous flight using onboard computer vision. Presentado en: Proc. ICRA, Mayo 2011, pág. 2992–2997.

Patel, K., Barve, J., 2014. Modeling, simulation and control study for the quad-copter UAV, en: 9th International Conference on Industrial and Information Systems (ICIIS). India, pág. 1–6. doi:10.1109/ICIINFS.2014.7036590.

Raffo, G. V., Ortega, M. G., Rubio, F. R., 2009. An integral predictive/nonlinear H- infinity control structure for a quadrotor helicopter,” Automática, Vol. 46, pág. 29–39.

Sevilla, L., 2014. Modelado y control de un cuadricóptero. Universidad Pontificia Comillas de Madrid, Madrid.

Ogata, K., 2010. Modern Control Engineering, 5ta Edición. Estados Unidos.

Silva, M.F., Ribeiro, A.C., Santos, M.F., Carmo, M.J., Honório, L.M., Oliveira, E.J., Vidal, V.F., 2016. Design of Angular PID Controllers for Quadcopters Built with Low Cost Equipment, en: System Theory, Control and Computing. Presentado en: System Theory, Control and Computing, Rumanía, pág. 1–6.

Sonnevend, I., 2010. Analysis and model based control of a quadrotor helicopter. Pázmány Péter Catholic University, Faculty of Information Technology and Computer Engineering, Budapest.

Voos, H., 2009. Nonlinear Control of a Quadrotor Micro-UAV using Feedback- Linearization. Presentado en: IEEE International Conference on Mechatronics. Málaga, España.