Resumen

Los métodos clásicos de modelamiento y control aplicados a robots móviles de locomoción diferencial generan ecuaciones matemáticas que representan con aproximación la dinámica del sistema y funcionan relativamente bien cuando elsistema es lineal en un rango específico de trabajo. Sin embargo, pueden presentarbaja precisión cuando hay muchas variaciones de la dinámica en el tiempo o sepresentan perturbaciones. Para solucionar este problema se empleó un métodorecursivo de mínimos cuadrados (RLS) que usa una estructura en tiempo discretode primer orden del modelo autorregresivo con variable exógena (ARX). Se realizael diseño y sintonización de controladores autoajustables adaptativos PID enmargen de fase y en asignación de polos. El principal aporte de esta metodologíaes que permite la actualización permanente y en línea (on–line) del modelo delrobot y de los parámetros de los controladores autoajustables adaptativos PID,además, se implementó una técnica de análisis de estabilidad de Lyapunov parael control de seguimiento de trayectorias y de caminos, esto hace que los erroresgenerados en el posicionamiento y la orientación del robot al realizar unadeterminada tarea tiendan asintóticamente a cero. El desempeño de loscontroladores autoajustables adaptativos PID es medido a través de laimplementación de los criterios de la integral del error, lo cuales permitendeterminar el controlador de mejor rendimiento, siendo para este caso el del tipo autoajustable adaptivo PID en asignación de polos, permitiendo al robot móvilmayor precisión en el seguimiento de las trayectorias y caminos asignados, así como un menor desgaste mecánico y energético, debidos a sus movimientos suaves y precisos.

I. INTRODUCCIÓN

Generalmente, los estudios sobre seguimiento de trayectorias de robots móviles se basan en modelos matemáticos clásicos descritos en la literatura, que representan de forma muy simplificada la cinemática del robot, como [1 , 2 ]. En algunos casos, se incluyen ecuaciones matemáticas que representan aproximadamente la dinámica del sistema [ 3 ]. Estas ecuaciones funcionan relativamente bien cuando el sistema es lineal en un rango específico, como propone Alves [ 4 ], el modelo matemático de los motores del sistema de tracción sólo se obtiene a partir de leyes físicas, por lo que el modelo puede presentar baja precisión cuando hay muchas variaciones de la dinámica del sistema a lo largo del tiempo, incertidumbre o perturbaciones.

Trabajos relacionados intentan solucionar este problema de diferentes maneras, algunos autores se centran en analizar el impacto de las incertidumbres paramétricas de un modelo cinemático en la estimación de la velocidad y pose del robot, lo que proporciona información importante para el diseño de los controladores [ 5 ]. Abdelwahab [ 6 ] presenta un sistema de control heurístico basado en reglas con lógica difusa, que ha demostrado ser útil para abordar la incertidumbre y la imprecisión para lograr un seguimiento de trayectoria sólido y fluido.

• Materias:Simulación Robots Seguimiento de trayectoria
• Subjects:Simulation Robot Tracking of trajectory
• Palabras claves:estabilidad de Lyapunov; Matlab; modelo paramétrico; robots móviles; simulación; telerobótica.
• Keywords:Lyapunov stability; Matlab; mobile robots; parametric model; simulation; telerobotics.