- -

Control robusto H-infinito para la velocidad de desplazamiento de un UAV en base a estimación de flujo óptico

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Control robusto H-infinito para la velocidad de desplazamiento de un UAV en base a estimación de flujo óptico

Mostrar el registro completo del ítem

Ghersin, A.; Giribet, J.; Luiso, J.; Tournour, A. (2021). Control robusto H-infinito para la velocidad de desplazamiento de un UAV en base a estimación de flujo óptico. Revista Iberoamericana de Automática e Informática industrial. 18(3):242-253. https://doi.org/10.4995/riai.2021.14370

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/168907

Ficheros en el ítem

Thumbnail
Nombre: Ghersn;Grbet;Luso ...
Tamaño: 6.528Mb
Formato: PDF
Descripción: Versión editorial
Abrir/Preview

Metadatos del ítem

Título: Control robusto H-infinito para la velocidad de desplazamiento de un UAV en base a estimación de flujo óptico
Otro titulo: H-infinity robust displacement velocity control of a UAV based upon optical flow estimation
Autor: Ghersin, A.S. Giribet, J.I. Luiso, J. Tournour, A.
Fecha difusión:
Resumen:
[EN] The design of a displacement velocity controller is presented for a six rotor aerial vehicle. H–infinity control is proposed in order to achieve robust performance in presence of dynamic model uncertainty. It is assumed ...[+]


[ES] Se presenta el diseño del control para la velocidad de desplazamiento de un vehículo aéreo de seis rotores. La técnica de diseño utilizada es el control óptimo en H–infinito con el objetivo de conseguir rendimiento ...[+]
Palabras clave: H–infinity robust control , Optical flow , Identification , UAV , Dynamic uncertainty , Control robusto H–infinito , Flujo óptico , Identificación , Incertidumbre dinámica
Derechos de uso: Reconocimiento - No comercial - Compartir igual (by-nc-sa)
Fuente:
Revista Iberoamericana de Automática e Informática industrial. (issn: 1697-7912 ) (eissn: 1697-7920 )
DOI: 10.4995/riai.2021.14370
Editorial:
Universitat Politècnica de València
Versión del editor: https://doi.org/10.4995/riai.2021.14370
Código del Proyecto:
info:eu-repo/grantAgreement/UBA//PDE2019/
info:eu-repo/grantAgreement/UTN//CCUT-7731TC/
Agradecimientos:
Los autores agradecen la tarea de los revisores del trabajo. Sus observaciones y correcciones han contribuido a la introducción de significativas mejoras en el mismo. Este trabajo ha sido realizado parcialmente gracias ...[+]
Tipo: Artículo

References

Armesto, L., Tornero, J., Vincze, M., 06 2007. Fast ego-motion estimation with multi-rate fusion of inertial and vision. I. J. Robotic Res. 26, 577-589. https://doi.org/10.1177/0278364907079283

Azkarate, M., Gerdes, L., Joudrier, L., J. Pérez-del Pulgar, C., 2020. A GNC architecture for planetary rovers with autonomous navigation. En: International Conference on Robotics and Automation (ICRA). IEEE, pp. 1-6. https://doi.org/10.1109/ICRA40945.2020.9197122

Bithas, P. S., Michailidis, E. T., Nomikos, N., Vouyioukas, D., Kanatas, A. G., 2019. A survey on machine-learning techniques for UAV-based communications. Sensors 19 (23). URL: https://www.mdpi.com/1424-8220/19/23/5170 https://doi.org/10.3390/s19235170 [+]
Armesto, L., Tornero, J., Vincze, M., 06 2007. Fast ego-motion estimation with multi-rate fusion of inertial and vision. I. J. Robotic Res. 26, 577-589. https://doi.org/10.1177/0278364907079283

Azkarate, M., Gerdes, L., Joudrier, L., J. Pérez-del Pulgar, C., 2020. A GNC architecture for planetary rovers with autonomous navigation. En: International Conference on Robotics and Automation (ICRA). IEEE, pp. 1-6. https://doi.org/10.1109/ICRA40945.2020.9197122

Bithas, P. S., Michailidis, E. T., Nomikos, N., Vouyioukas, D., Kanatas, A. G., 2019. A survey on machine-learning techniques for UAV-based communications. Sensors 19 (23). URL: https://www.mdpi.com/1424-8220/19/23/5170 https://doi.org/10.3390/s19235170

Chao, H., Gu, Y., Napolitano, M., Jan 2014. A survey of optical flow techniques for robotics navigation applications. Journal of Intelligent & Robotic Systems 73 (1), 361-372. https://doi.org/10.1007/s10846-013-9923-6

Choi, S. Y., Cha, D., 03 2019. Unmanned aerial vehicles using machine learning for autonomous flight; state-of-the-art. Advanced Robotics, 1-13. https://doi.org/10.1080/01691864.2019.1586760

España, M. D., 2019. Sistemas de Navegación Integrada con Aplicaciones, 2ndo Edición. CONAE. URL: https://www.argentina.gob.ar/sites/default/files/me_ nav_integ_libro_2019.pdf

Fonnegra, R., Goez, G., Tobón, A., 2019. Estimación de orientación de un vehículo aéreo no modelado usando fusión de sensores inerciales y aprendizaje de máquina. Revista Iberoamericana de Automática e Informática 16(4), 415-422. https://doi.org/10.4995/riai.2019.11286

Fossen, T., Pettersen, K., Nijmeijer, H., 2017. Sensing and Control for Autonomous Vehicles. Springer. https://doi.org/10.1007/978-3-319-55372-6

Garberoglio, L., Pose, C., Mas, I., Giribet, J., 2019. Diseño de un autopiloto para pequeños vehículos no tripulados. Elektron 3 (1).https:// .org/10.37537/rev.elektron.3.1.71.2019

Giribet, J., Mas, I., Moreno, P., 2018. Vision-based integrated navigation system and optimal allocation in formation flying. En: Proceedins of International Conference on Unmanned Aerial Aircrafts, Dallas, USA. pp. 52-61. https://doi.org/10.1109/ICUAS.2018.8453429

Giribet, J. I., Luiso, J., 2020. Vuelo experimental - control de flujo óptico - LAR-GPSIC. URL: https://youtu.be/9YuDyu2lpvA

Gomes, L. L., Leal, L., Oliveira, T. R., Cunha, J. P. V. S., Revoredo, T. C., Aug 2016. Unmanned quadcopter control using a motion capture system. IEEE Latin America Transactions 14 (8), 3606-3613. https://doi.org/10.1109/TLA.2016.7786340

Grabe, V., Bülth ff, H. H., Giordano, P. R., 2012. On-board velocity estimation and closed-loop control of a quadrotor UAV based on optical flow. En: 2012 IEEE International Conference on Robotics and Automation. pp. 491-497. https://doi.org/10.1109/ICRA.2012.6225328

Honegger, D., Meier, L., Tanskanen, P., Pollefeys, M., 2013. An open source and open hardware embedded metric optical flow CMOS camera for indoor and outdoor applications. En: 2013 IEEE International Conference on Robotics and Automation. pp. 1736-1741. https://doi.org/10.1109/ICRA.2013.6630805

Horn, B. K. P., Schunck, B. G., 1981. Determining optical flow. Artificial Intelligence 17, 185-203. https://doi.org/10.1016/0004-3702(81)90024-2

Jakubowski, A., Kubacki, A., Minorowicz, B., Nowak, A., 2015. Analysis thrust for different kind of propellers. En: Advances in Intelligent Systems and Computing. Springer International Publishing, pp. 85-90. https://doi.org/10.1007/978-3-319-15796-2_9

Kanellakis, C., Nikolakopoulos, G., Jul 2017. Survey on computer vision for UAVs: Current developments and trends. Journal of Intelligent & Robotic Systems 87 (1), 141-168. https://doi.org/10.1007/s10846-017-0483-z

Li, J., Li, Y., 2011. Dynamic analysis and pid control for a quadrotor. En: 2011 IEEE International Conference on Mechatronics and Automation. pp. 573- 578. https://doi.org/10.1109/ICMA.2011.5985724

Lim, H., Lee, H., Kim, H. J., 2012. Onboard flight control of a micro quadrotor using single strapdown optical flow sensor. En: 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems. pp. 495-500. https://doi.org/10.1109/IROS.2012.6386045

Ljung, L., 1999. System Identification: Theory for the User. Prentice Hall information and system sciences series. Prentice Hall PTR.

Luiso, J. E., Giribet, J. I., 2017. Sensor de flujo óptico. En: Actas de la Reunión de Procesamiento de la Información y Control. pp. 1-6.

Ma, Z., Li, H., Gu, Y., Li, Z., Li, Q., 2019. Flight and hover control system design for a mini-quadrotor based on multi-sensors. International Journal of Control, Automation and Systems 17, 486-499. https://doi.org/10.1007/s12555-017-0308-7

Madridano, A., Campos, S., Al-Kaff, A., García, F., Martín, D., Escalera, A., 2020. Vehículo aéreo no tripulado para vigilancia y monitorización de incendios. Revista Iberoamericana de Automática e Informática industrial 17 (3), 254-263. https://doi.org/10.4995/riai.2020.11806

Noormohammadi Asl, A., Esrafilian, O., Arzati, M. A., Taghirad, H. D., 2020. System identification and H∞-based control of quadrotor attitude. Mechanical Systems and Signal Processing 135. https://doi.org/10.1016/j.ymssp.2019.106358

Sánchez Peña, R. S., Sznaier, M., 1998. Robust Systems Theory and Applications. John Wiley & Sons, Inc.

Szafranski, G., Czyba, R., BŁachuta, M., 2014. Modeling and identification of electric propulsion system for multirotor unmanned aerial vehicle design. En: 2014 International Conference on Unmanned Aircraft Systems (ICUAS). pp. 470-476. https://doi.org/10.1109/ICUAS.2014.6842287

Tai, X.-C., Lie, K.-A., Chan, T. F., Osher, S. (Eds.), 2007. Image Processing Based on Partial Differential Equations. Springer-Verlag Berlin Heidelberg, proceedings of the International Conference on PDE-Based Image Processing and Related Inverse Problems, CMA, Oslo, August 8-12, 2005. https://doi.org/10.1007/978-3-540-33267-1

Tournour, A., 2018. Control de un vehículo aéreo no tripulado utilizando información de flujo óptico. Tesis de Ingeniería Electrónica. Facultad de Ingeniería, Universidad de Buenos Aires. URL: http://bibliotecadigital.fi.uba.ar/items/show/18231

Zhang, X., Xian, B., Zhao, B., Zhang, Y., 2015. Autonomous flight control of a nano quadrotor helicopter in a gps-denied environment using on-board vision. IEEE Transaction on Industrial Electronics 62, 10. https://doi.org/10.1109/TIE.2015.2420036

Zul Azfar, A., Hazry, D., 2011. A simple approach on implementing imu sensor fusion in pid controller for stabilizing quadrotor flight control. En: IEEE 7th Int. Colloquium on Signal Processing and its Applications. pp. 28-32. https://doi.org/10.1109/CSPA.2011.5759837

[-]

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem