- -

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 sencillo del ítem

Ficheros en el ítem

dc.contributor.author Ghersin, A.S. es_ES
dc.contributor.author Giribet, J.I. es_ES
dc.contributor.author Luiso, J. es_ES
dc.contributor.author Tournour, A. es_ES
dc.date.accessioned 2021-07-07T08:19:13Z
dc.date.available 2021-07-07T08:19:13Z
dc.date.issued 2021-07-01
dc.identifier.issn 1697-7912
dc.identifier.uri http://hdl.handle.net/10251/168907
dc.description.abstract [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 that a considerable amount of uncertainty is due to time delays introduced by the algorithms employed. The estimation of the vehicle’s displacement velocity is carried out on-board through an optical flow sensor implemented employing a camera and a high level processor a s w ell a s t he H–infinity controller. Through experimental data, the system’s identification procedure used to obtain a description of the plant as a family of models with global dynamic uncertainty is also presented as part of the design process. The implemented optical flow estimation methods are also presented as well as the tuning procedures employed which may affect the results of the system’s identification and the control performance. Experimental results are presented with details regarding the implementation phase. es_ES
dc.description.abstract [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 robusto ante la incertidumbre en el modelo de la dinámica de la velocidad de desplazamiento. Se considera que buena parte de la incertidumbre es atribuible a retardos de tiempo inciertos que introduce el propio algoritmo que se utiliza para estimar la velocidad de desplazamiento. El vehículo realiza a bordo la estimación de esta última a través de un sensor de flujo óptico implementado con una cámara y un procesador de alto nivel en el cual además se implementa la ley de control. Junto con el diseño del control, se muestra el procedimiento de identificación de sistemas utilizado para conseguir una descripción de la dinámica a través de una familia de plantas con incertidumbre dinámica global a través de la toma de datos experimentales. Finalmente se exhiben resultados experimentales con la implementación del sistema de control completo.  es_ES
dc.description.sponsorship 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 al apoyo de la Universidad de Buenos Aires a través del proyecto UBA-PDE2019 y de la Universidad Tecnológica Nacional a través del proyecto CCUT-7731TC. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Revista Iberoamericana de Automática e Informática industrial es_ES
dc.rights Reconocimiento - No comercial - Compartir igual (by-nc-sa) es_ES
dc.subject H–infinity robust control es_ES
dc.subject Optical flow es_ES
dc.subject Identification es_ES
dc.subject UAV es_ES
dc.subject Dynamic uncertainty es_ES
dc.subject Control robusto H–infinito es_ES
dc.subject Flujo óptico es_ES
dc.subject Identificación es_ES
dc.subject Incertidumbre dinámica es_ES
dc.title Control robusto H-infinito para la velocidad de desplazamiento de un UAV en base a estimación de flujo óptico es_ES
dc.title.alternative H-infinity robust displacement velocity control of a UAV based upon optical flow estimation es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/riai.2021.14370
dc.relation.projectID info:eu-repo/grantAgreement/UBA//PDE2019/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/UTN//CCUT-7731TC/ es_ES
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation 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 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/riai.2021.14370 es_ES
dc.description.upvformatpinicio 242 es_ES
dc.description.upvformatpfin 253 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 18 es_ES
dc.description.issue 3 es_ES
dc.identifier.eissn 1697-7920
dc.relation.pasarela OJS\14370 es_ES
dc.contributor.funder Universidad de Buenos Aires es_ES
dc.contributor.funder Universidad Tecnológica Nacional, Argentina es_ES
dc.description.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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Fossen, T., Pettersen, K., Nijmeijer, H., 2017. Sensing and Control for Autonomous Vehicles. Springer. https://doi.org/10.1007/978-3-319-55372-6 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Giribet, J. I., Luiso, J., 2020. Vuelo experimental - control de flujo óptico - LAR-GPSIC. URL: https://youtu.be/9YuDyu2lpvA es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Ljung, L., 1999. System Identification: Theory for the User. Prentice Hall information and system sciences series. Prentice Hall PTR. es_ES
dc.description.references 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. es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Sánchez Peña, R. S., Sznaier, M., 1998. Robust Systems Theory and Applications. John Wiley & Sons, Inc. es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES


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

Mostrar el registro sencillo del ítem