Use este identificador para citar ou linkar para este item: https://repositorio.ufpa.br/jspui/handle/2011/16666
Tipo: Dissertação
Data do documento: 8-Fev-2024
Autor(es): SODRÉ, Lucas de Carvalho
Primeiro(a) Orientador(a): SILVEIRA, Antonio da Silva
Título: Controle linear quadrático gaussiano de um quadricóptero baseado em um filtro de Kalman estendido com variável instrumental
Citar como: SODRÉ, Lucas de Carvalho. Controle linear quadrático gaussiano de um quadricóptero baseado em um filtro de Kalman estendido com variável instrumental. Orientador: Antonio da Silva Silveira. 2024. X87 f. Dissertação (Mestrado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2024. Disponível em: https://repositorio.ufpa.br/jspui/handle/2011/16666. Acesso em:.
Resumo: Diante das transformações e fomentos de tecnologias e modernização em diversos âmbitos da sociedade, como o uso de Veículos Aéreos não Tripulados desempenhando inúmeras atividades automatizadas, faz-se necessário criar algoritmos com eficácia e segurança a fim de evitar perdas e danos em suas funções. Sistemas aéreos são, em sua maioria, sistemas de múltiplas entradas e múltiplas saídas, variantes no tempo, suscetíveis a perturbações e a ruídos de medição, se tornando um cenário desafiador na área de identificação de sistemas. Visto isso, é de extrema importância que no processo de identificação tais dinâmicas sejam consideradas. Logo, o objetivo desse trabalho é desenvolver um algoritmo capaz de estimar conjuntamente os estados e os parâmetros de sistemas, atenuando a interferência de ruídos de medição e perturbações externas no processo de identificação em tempo real. A partir desses princípios, estabeleceu-se a criação do algoritmo de estimação conjunta Filtro de Kalman Estendido com Variáveis Instrumentais. O algoritmo proposto, se destaca pelo comprometimento teórico com a minimização da interferência de dinâmicas que podem afetar a confiabilidade dos parâmetros calculados por métodos de identificação já consolidados na literatura, como Filtro de Kalman Estendido (FKE) e Mínimos Quadrados Recursivo (MQR). O método proposto foi testado para calcular o modelo linear estocástico do sistema de piloto automático do quadricóptero aéreo não tripulado modelo AR Drone 2.0 da Parrot, levando em consideração cenários em que o sinal dos sensores apresenta a relação sinal-ruído de 100, 50, 10. O seu desempenho foi comparado com a estimação de parâmetros MQR e FKE. Para avaliar as estimações de estado, utilizou-se o índice norma do desvio raiz-média-quadrado e, para avaliar os parâmetros, utilizou-se a distância Euclidiana entre os parâmetros reais e os parâmetros estimados. Por fim, os dados levantados pelos métodos foram utilizados para a sintonia do controlador Controle Linear Quadrático Gaussiano, dessa forma, permitindo comparar o impacto do método de identificação no comportamento em malha fechada do sistema aéreo. Para possibilitar a discussão e a comparação dos algoritmos de controle, foram aplicados os índices Integral do Erro ao Quadrado e Integral de Controle ao Quadrado para avaliar o desempenho de controle, a margem de ganho e a margem de fase para mensurar robustez do sistema.
Abstract: Given the transformations and promotion of technologies and modernization in different areas of society, such as the use of Unmanned Aerial Vehicles performing numerous automated activities, it is necessary to create algorithms with efficiency and safety to avoid losses and damages in their functions. Aerial systems are, for the most part, multiple input and multiple output systems, time-varying, susceptible to disturbances and measurement noise, becoming a challenging scenario in the area of system identification. Given this, such dynamics must be considered in the identification process. Therefore, the objective of this work is to develop an algorithm capable of jointly estimating the states and parameters of systems, mitigating the interference of measurement noise and external disturbances in the real-time identification process. Based on these principles, the creation of the joint estimation algorithm Extended Kalman Filter with Instrumental Variables was established. The proposed algorithm stands out for its theoretical commitment to minimizing interference from dynamics that can affect the reliability of parameters calculated by identification methods already consolidated in the literature, such as Extended Kalman Filter (EKF) and Recursive Least Squares (RLS). The proposed method was tested to calculate the stochastic linear model of the autopilot system of the unmanned aerial quadcopter, Parrot’s AR Drone 2.0 model, taking into account scenarios in which the sensor signal presents a signal-to-noise ratio of 100, 50, 10. Its performance was compared with RLS and EKF parameter estimation. To evaluate the state estimates, the root-mean-square deviation norm index was used and, to evaluate the parameters, the Euclidean distance between the real parameters and the estimated parameters was used. Finally, the data collected by the methods were used to tune the Gaussian Quadratic Linear Control controller, thus allowing comparison of the impact of the identification method on the closed-loop behavior of the aerial system. To enable discussion and comparison of control algorithms, the Squared Error Integral and Squared Control Integral indices were applied to evaluate the control performance, the gain margin and the phase margin to measure system robustness.
Palavras-chave: Quadricóptero
Filtro de Kalman estendido
Controle lnear quadrático
Parâmetros tendenciosos
Múltiplas entradas e múltiplas saídas
Quadcopter
Extended Kalman filter
Linear quadratic gaussian
Biased parameters
Multiple inputs and multiple outputs
Área de Concentração: SISTEMAS DE ENERGIA ELÉTRICA
Linha de Pesquisa: CONTROLE E AUTOMAÇÃO
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
País: Brasil
Instituição: Universidade Federal do Pará
Sigla da Instituição: UFPA
Instituto: Instituto de Tecnologia
Programa: Programa de Pós-Graduação em Engenharia Elétrica
Tipo de Acesso: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 Brazil
Fonte URI: Disponível na internet via correio eletrônico: bibliotecaitec@ufpa.br
Aparece nas coleções:Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertacao_ControleLinearQuadratico.pdf1,96 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons