Planificación y control de formación de robots. Aplicación a robots terrestres y aéreos.

Abstract

El desarrollo de vehículos autónomos está redefiniendo el futuro del transporte. Para el despliegue efectivo de esta tecnología, es imperativo contar con controladores de movimiento de alto rendimiento que garanticen el seguimiento preciso de trayectorias en entornos diversos y ante distintos tipos de perturbaciones. Un vehículo autónomo se caracteriza por la integración inteligente entre la navegación y la ejecución de acciones, lo que determina su comportamiento y le permite cumplir objetivos programados a pesar de las incertidumbres intrínsecas del sistema. Esta tesis aborda el seguimiento de trayectorias mediante el desarrollo de un controlador inteligente robusto , diseñado para mitigar perturbaciones externas y dinámicas no modeladas acotadas. La investigación se estructura en el modelado cinemático y dinámico de tres plataformas: robots móviles, vehículos aéreos autónomos y navíos. La estrategia propuesta combina el control basado en modelos con técnicas de control inteligente. Estructura de la Investigación • Fundamentos Teóricos: En la primera parte, se analizan diversas técnicas de control no lineal e inteligente. Estos métodos son fundamentales para sistemas complejos donde la teoría de control lineal resulta insuficiente, permitiendo la identificación de parámetros incluso cuan do la estructura de la ley de control o parte de su dinámica son desconocidas. • Diseño de Controladores: La segunda parte descompone el problema en controladores cinemáticos y dinámicos específicos para cada vehículo. La principal contribución es la formulación de controladores que minimizan el error de seguimiento mediante un enfoque de diseño unificado en espacio de estados . • Análisis Comparativo: Se evalúa el rendimiento del Control Adaptativo frente al Control Neuronal Adaptable mediante Superficies Deslizantes (NA - SMC) . Asimismo, se analiza la estructura del Control Basado en Álgebra Lineal (LABC) , estableciendo un puente entre el diseño clásico y los enfoques modernos de inteligencia artificial. Validación y Resultados La viabilidad de las estrategias propuestas se demuestra mediante pruebas en diversos entornos y simulaciones que consideran variaciones dinámicas y perturbaciones. Los resultados, obtenidos tanto de simulaciones como de experimentación física según el cas o, validan la robustez y eficacia del enfoque desarrollado.