Año: 2017
Autores: Rosales, C.; Rossomando, F.; Soria, C.; Carelli, R.;
Resumen: Este artículo propone un controlador neuro- adaptable indirecto con control supervisor para UAVs. Esta técnica requiere un observador de estados del error de control, debido a que el vehículo está afectado con ruido de medición y perturbaciones externas. En este estudio el error de control es estimado por el observador de estados a partir del cual el sistema neuronal adaptable genera una acción de control y el término supervisor estabiliza el sistema. Los parámetros del controlador neuro-adaptable indirecto pueden ser sintonizados en línea mediante las leyes de ajuste que dependen el error obtenido por el observador, estas leyes de ajuste fueron obtenidas a través el criterio de estabilidad de Lyapunov. Los resultados experimentales demuestran un buen desempeño de la técnica propuesta para el seguimiento completo de trayectorias de referencia en ambientes afectados por ruidos de medición.
Descargar PDF
Link: https://www.frc.utn.edu.ar/jar2017