Técnicas de Identificação Paramétrica Associadas ao Controle Linear Quadrático Gaussiano aplicado à Quadrimotores: Experimentos e Análises
Identificação de sistemas, estimação de estados, quadrimotor, controle adaptativo, autopiloto.
Com o aumento do número de Veículos Aéreos não Tripulados desempenhando diversas atividades automatizadas no convívio social, é necessário criar algoritmos com eficácia e segurança a fim de evitar danos e perdas na sociedade. Neste trabalho são implementados controladores digitais não adaptativos e adaptativos para o sistema de piloto automático do quadrimotor aéreo não tripulado modelo AR Drone 2.0 da Parrot, visando analisar o impacto das diferentes técnicas de identificação de sistemas de estados no desempenho do controle de um processo de múltiplas entradas e múltiplas saídas (MIMO). O trabalho utiliza técnicas de identificação paramétrica como Mínimos Quadrados, Mínimos Quadrados Recursivo, Mínimos Quadrados Estendido Recursivo, Variáveis Instrumentais e técnicas de estimação conjunta adaptativa de estados e parâmetros como Filtro de Kalman Estendido e o Filtro de Kalman Adaptativo Instrumental sendo este o produto das técnicas anteriores. Já o projeto de controlador escolhido para ser usado como base da análise foi o LQG, pois se trata de um algoritmo muito conhecido na literatura para implementações de controladores em tempo real para sistemas MIMO, tendo como característica o controle ótimo e a estimação ótima de estado, dessa forma, minimizando a interferência do projetista na sintonia dos ganhos do controlador e utilizando os parâmetros do sistema como determinante para sintonia. Desse modo, o desempenho e a robustez do projeto de controle podem variar conforme os parâmetros provenientes da técnica de identificação de sistemas utilizada, que quando adequada favorece o projeto LQG e, caso contrário, compromete a confiabilidade do algoritmo. Para dar sustentação ao estudo realizado sobre o tema proposto, foram feitos experimentos que utilizaram os índices "Integral of Squared Error", "Integral of Squared Control", "Total Variation of Control" e "Integral of Absolute Error", para avaliar o desempenho, e as curvas de sensibilidade e sensibilidade complementar para avaliar a robustez, além de um índice, denominado R, projetado para avaliar a robustez dos algoritmos de controle adaptativos de sistemas MIMO a cada momento do experimento, amostra a amostra, possibilitando a discussão e a comparação dos algoritmos de controle. Simulações e experimentos de voos testaram as diversas técnicas de estimação paramétrica associada ao controle LQG, grande parte das técnicas tiveram desempenho e robustez aceitáveis, porém subótimas, já o projeto de controle do LQG associado ao Filtro de Kalman Adaptativo Instrumental obteve um melhor resultado no segmento de referência e na robustez adaptativa devido seu comprometimento teórico de encontrar os reais parâmetros do sistema, portanto evitando polarizações paramétricas.
Artigos Publicados:
SILVEIRA, A. S.; NOGUEIRA, C.; SODRÉ, L.; da SILVA, D. "Predictive Minimum Variance Control: a Case Study on Wireless Altitude Hold Autopilot". 16º Simpósio Brasileiro de Automação Inteligente (SBAI 2023), 15 a 18 Outubro, Manaus-AM, 2023.
SILVEIRA, A. S.; SODRÉ, L.; SILVA, A. F.; CONDE, L.; BORGES, J. P.; YURI, S.; KLAUTAU, A. "Smith Predictor-based Adaptive Control of Network-Controlled UAVs". 15º Simpósio Brasileiro de Automação Inteligente (SBAI 2021), 2021, doi: 10.20906/sbai2021/216460.