Una estrategia de control qLPV-MPC para el seguimiento de trayectorias de quadrotors
Autores: Rodriguez-Guevara, Daniel; Favela-Contreras, Antonio; Gonzalez-Villarreal, Oscar Julian
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Control predictivo de modelos
Dron quadrotor
Seguimiento de trayectoria
Modelo en espacio de estados
Representación qLPV
Problema de optimización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
Este artículo propone una estrategia de control predictivo por modelo (MPC) para el seguimiento de trayectorias de un dron quadrotor, basada en un modelo de espacio de estados compacto basado en una representación de parámetros cuasi-lineales variables (qLPV) del quadrotor no lineal. El uso de una representación qLPV permite tiempos de ejecución más rápidos, lo que puede ser adecuado para aplicaciones en tiempo real y para resolver el problema de optimización utilizando programación cuadrática (QP). La estimación de los valores futuros de los parámetros de programación a lo largo del horizonte de predicción se realiza utilizando la trayectoria planificada basada en las acciones de control óptimas anteriores. El rendimiento del enfoque propuesto se prueba siguiendo diferentes trayectorias en simulación para mostrar la efectividad del esquema de control propuesto.
Descripción
Este artículo propone una estrategia de control predictivo por modelo (MPC) para el seguimiento de trayectorias de un dron quadrotor, basada en un modelo de espacio de estados compacto basado en una representación de parámetros cuasi-lineales variables (qLPV) del quadrotor no lineal. El uso de una representación qLPV permite tiempos de ejecución más rápidos, lo que puede ser adecuado para aplicaciones en tiempo real y para resolver el problema de optimización utilizando programación cuadrática (QP). La estimación de los valores futuros de los parámetros de programación a lo largo del horizonte de predicción se realiza utilizando la trayectoria planificada basada en las acciones de control óptimas anteriores. El rendimiento del enfoque propuesto se prueba siguiendo diferentes trayectorias en simulación para mostrar la efectividad del esquema de control propuesto.