Ingeniería de Control y Automatización

Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/767

Browse

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Diseño de un sistema de control y planeamiento de trayectoria coordinado en el tiempo para múltiples robots móviles no holonómicos en presencia de obstáculos
    (Pontificia Universidad Católica del Perú, 2022-01-10) Dulanto Ramos, Luis Enrique; Morán Cárdenas, Antonio Manuel
    La presente tesis tiene como objetivo diseñar un sistema de control y planeamiento de trayectoria coordinado para múltiples robots móviles no holonómicos en mapas con presencia de obstáculos variados. En esta se simula el control y planeamiento en modelos matemáticos de tipo bicicleta. El sistema implementado consiste de tres partes, las cuales son el planeamiento de caminos, el generador de trayectorias y el control de seguimiento de trayectorias. El planeamiento de caminos se dividió en tres partes. En la primera parte se desarrolló el planeador local para un robot no holonómico, modificando el algoritmo Hybrid A*, de manera que utilice las ecuaciones movimiento circular del móvil en vez de las cinemáticas. Este algoritmo permite al robot encontrar los caminos que lo llevan de una configuración de posición y orientación inicial a una final en mapas con obstáculos variados. En la segunda parte se agregó al planeador local el planeamiento en el tiempo, combinando a este con el algoritmo de planeamiento de caminos en intervalos seguros (SIPP), el cual permite al robot evadir obstáculos en el tiempo. Finalmente, en la tercera parte se desarrolló el planeador global usando el algoritmo de búsqueda basada en conflictos (CBS), el cual resuelve los conflictos que se presentan entre los caminos de los móviles, imponiendo restricciones en el tiempo en el movimiento de cada uno de ellos. Por otro lado, el generador de trayectorias es desarrollado en una única parte, en la cual, se plantea la función de costo a optimizar, se calcula todos los gradientes y se plantea utilizar el algoritmo de descenso de gradiente de forma desacoplada para la optimización de trayectoria de cada móvil. Mientras que el desarrollo del sistema de control de seguimiento de trayectoria se dividió en dos partes. En la primera se linealiza el modelo matemático por extensión dinámica para sistemas flatness diferencial y en la segunda parte se desarrolla el controlador LQR de cada móvil que permite seguir las trayectorias de referencia deseadas. Al término de la tesis se logra el planeamiento, generación de trayectoria y el control de seguimiento de trayectoria de hasta 10 móviles no holonómicos en mapas con obstáculos variados, evitando la colisión con los obstáculos del entorno y la colisión con otros móviles durante el planeamiento y la optimización de trayectoria. Así mismo, se verifica que el planeador es capaz de resolver conflictos en entornos propensos al atasco como mapas tipo T o H.
  • Thumbnail Image
    Item
    Control de robots móviles autónomos en formación usando el esquema líder-seguidor
    (Pontificia Universidad Católica del Perú, 2021-05-04) Alfaro Purisaca, Paul Anthony; Morán Cárdenas, Antonio Manuel
    El concepto de robots trabajando en conjunto viene siendo cada vez más popular gracias a los avances tecnológicos de la autonomía en robots y a la reducción de riesgos al momento de realizar tareas peligrosas para los seres humanos. Debido a esto se propone el desarrollo de dos sistemas de control para la formación de robots móviles autónomos, que pueden ser utilizados en distintos ámbitos como operaciones militares, búsqueda y rescate, vigilancia, reconocimiento de terrenos y/u objetos en específico, exploración de nuevos hábitats, entre otros. Existen tres tipos de soluciones propuestas en la literatura, estos son la estrategia de estructuras virtuales, la basada en comportamientos y el método líder-seguidor, el cual se va a emplear en esta tesis. Se centrará en el modelamiento, inicialización y control de robots no holonómicos en formación, siguiendo a un robot líder el cual guiará al grupo a través de una trayectoria definida. Se usará el modelo Ackerman de robots móviles junto con la teoría de Linealización por Aproximación y Linealización Entrada-Salida para controlar a cada robot utilizando conjuntos de ecuaciones diferenciales que modelan a la formación. Estas ecuaciones utilizan la distancia y el ángulo de visibilidad entre un líder y su seguidor para determinar cómo se moverán al momento de llegar a su posición dentro del grupo. Finalmente se realizan simulaciones con el software MATLAB variando en formaciones y trayectorias, para analizar la estabilidad y validar el comportamiento de los sistemas diseñados, encontrando a grandes rasgos que ambos controladores son efectivos en realizar la formación deseada desde sus posiciones iniciales, evitando colisiones. Adicionalmente, el grupo de robots es guiada por el robot líder sin inconvenientes, manteniendo estable la estructura de la formación.
  • Thumbnail Image
    Item
    Design of a mobile robot’s control system for obstacle identification and avoidance using sensor fusion and model predictive control
    (Pontificia Universidad Católica del Perú, 2017-10-14) Barreto Guerra, Jean Paul; Morán Cárdenas, Antonio Manuel; Hopfgarten, Siegbert
    The aim of this master thesis is to design a control system based on model predictive control (MPC) with sensor data fusion for obstacle avoidance. Since the amount of obtained data is larger due to multiple sensors, the required sampling time has to be larger enough in comparison with the calculation time of the optimal problem. Then it is proposed a simplification of the mobile robot model in order to reduce this optimization time. The sensor data fusion technique uses the range information of a laser scanner and the data of a mono-camera acquired from image processing techniques. In image processing different detection algorithms are proposed such as shape and color detection. Therefore an estimation of the obstacles dimension and distance is explained obtaining accurate results. Finally a data fusion for obstacle determination is developed in order to use this information in the optimization control problem as a path constraint. The obtained results show the mobile robot behavior in trajectories tracking and obstacle avoidance problems by comparing two different sampling times. It is concluded that the mobile robot reaches the final desired position while avoiding the detected obstacles along the trajectory.