Control Adaptable PID e Identificación Neuronal de un Vehículo Aéreo Autónomo (UAV) Cuatrirotor Usando Filtro de Kalman Extendido

Abstract

En este artículo se presenta un nuevo algoritmo de seguimiento de trayectorias para un vehículo aéreo de cuatro rotores (cuatrirotor). El controlador PID propuesto se desarrolla siguiendo una técnica neuronal adaptable y su estabilidad es verificada por la teoría de Lyapunov aplicada en tiempo discreto. Además, se presenta la identificación neuronal del Vehículo aéreo autónomo (UAV, Unmanned Aerial Vehicles) de modelo dinámico, además es utilizado un filtro de Kalman extendido (EKF Extended Kalman Filter) para poder filtrar las señales del vehículo aéreo que están contaminadas por ruidos de medición y que pueden afectar a las señales intervinientes en la identificación. A continuación, los errores de salida son retropropagados a través de la red neuronal que fue identificada para ajustar las ganancias PID para reducir los errores de control. Finalmente, los resultados experimentales se presentan utilizando un vehículo aéreo cuatrirotor, y además se realizó una comparación de la propuesta presentada con un controlador PID clásico de ganancia fija.