Resumen

En este trabajo, se propone una nueva estrategia de control inteligente basada en redes neuronales para hacer frente a algunas perturbaciones externas que pueden afectar la dinámica de los vehículos aéreos no tripulados (UAV) de cuadricópteros. Específicamente, se considera la variación de la masa del sistema durante tareas logísticas y la influencia del viento. Un estimador de masa adaptativo y un estimador de perturbaciones neurales adaptativo complementan la acción de un conjunto de controladores PID, estabilizando el UAV y mejorando el rendimiento del sistema. La estrategia de control ha sido ampliamente probada con diferentes trayectorias: lineales, helicoidales, circulares e incluso una lemniscata. Durante los experimentos, se triplica la masa del UAV y se introducen vientos de 6 y 9 en la escala de Beaufort. Los resultados de la simulación muestran cómo el aprendizaje en línea del estimador aumenta la robustez del controlador, reduciendo los efectos de los cambios en la masa y del viento en el cu

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Redes neuronales; Perturbaciones; UAV cuadricóptero; Variación de masa; Influencia del viento; Controladores PID
• Keywords:Neural networks; Disturbances; Quadrotor UAV; Mass variation; Wind influence; PID controllers