Você está na página 1de 51

Sum ario Introduc ao Modelagem Controle Resultados Proposta

Controle N ao-Linear Robusto por Modos


Deslizantes de Robos Moveis N ao-Holonomicos
Ebrahim Samer Elyoussef
Orientador: Edson Roberto De Pieri
Co-Orientador: Ubirajara Franco Moreno
Universidade Federal de Santa Catarina
Departamento de Automacao e Sistemas
Florianopolis, 09 de Junho de 2010
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Sumario
Sumario
Introduc ao
Modelagem
Controle
Resultados
Proposta
2 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Sumario
Sumario
Introduc ao
Modelagem
Controle
Resultados
Proposta
3 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Vis ao Geral
Robotica
Computacao
Algoritmos
Programa cao
Restric oes
Tempo
Real
Mobilidade
Pernas
RODAS
Esteiras
Aplicacoes
Industria
Agricultura
Sa ude
Domestica
Entrete-
nimento
Transporte
RMR
Navegacao
CONTROLE
EST
POS
RAS
TRAJ
SEG
TRAJ
4 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Vis ao Geral
Robotica
Computacao
Algoritmos
Programa cao
Restric oes
Tempo
Real
Mobilidade
Pernas
RODAS
Esteiras
Aplicacoes
Industria
Agricultura
Sa ude
Domestica
Entrete-
nimento
Transporte
RMR
Navegacao
CONTROLE
EST
POS
RAS
TRAJ
SEG
TRAJ
5 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Problemas de Controle
x
y
q =

x(t)
y(t)
(t)

RMR
q
d
=

x
d
y
d

Estabilizacao Postura
e
s
p = q
d
q 0
Seguimento de Caminho
C
2
, v
0
Rastreamento de Trajetoria
e
r
= q
r
q 0
C
1
q
r
=

x
r
(t)
y
r
(t)

r
(t)

6 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Problemas de Controle
x
y
q =

x(t)
y(t)
(t)

RMR
q
d
=

x
d
y
d

Estabilizacao Postura
e
s
p = q
d
q 0
Seguimento de Caminho
C
2
, v
0
Rastreamento de Trajetoria
e
r
= q
r
q 0
C
1
q
r
=

x
r
(t)
y
r
(t)

r
(t)

7 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Rastreamento
de Trajet oria
Cinematico Polar
Cartesiano
Controle
Lyapunov
LR
Din amica
Restric oes
Cinematico
Dinamico
Cartesiano
Polar Restric oes
Incertezas
Per-
turbac oes
Controle
Adpt
IA
Robusto
Desl.
Derrap.
Medicao
8 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Objetivo
Rastreamento
de Trajet oria
Controle
Robusto
Suave
CMD
Cinematico
Dinamico
Cartesiano
Des.
Derrap
Incertezas
Per-
turbac oes
Restric oes
9 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Objetivos
RMR
RMR Compensado
Referencia

Controle
Cinem atico

Controle
Din amico
Din amica Cinem atica
q
r
+
e

c
+
e
c
q


q
Figura: Esquema de controle para o RMR.
Abordagem 1 Controle Dinamico Robusto (cinematico
Kanayama);
Abordagem 2 Controle Cinematico Robusto (dinamico
dinamica inversa);
10 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Sumario
Sumario
Introduc ao
Modelagem
Controle
Resultados
Proposta
11 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Modelagem
Modelagem
Lagrange
Cinematica Dinamico
Restricoes
12 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Modelagem
Escolha:
Figura: RMR diferencial da classe (2,0)
13 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Modelagem - Restri coes (Rodas)
Rodas
CONVEN-
CIONAIS
FIXAS
Centradas
Descentradas
Especiais
Esferica
Sueca
Atuadas
Livres
14 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Modelagem - Restri coes (Rodas)

v
pr
v
t
v
c
r
Figura: Roda xa.
Restricao de nao deslizamento:
_
sen( +) cos( +) lcos

R() q + r

= 0
Restricao de nao derrapagem:
_
cos( +) sen( +) d + lsen()

R() q = 0
15 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Modelo Cinem atico
Mapear os movimentos possveis solucoes da equacoes de
restri coes:
A(q) q = 0
Matriz S(q) colunas forma uma base N(A(q)):
q = S(q)
Restricoes RMR de classe (2,0):
_
sen() cos() 0

_
_
x
y

_
_
= 0
_
_
x
y

_
_
=
_
_
cos() 0
sen() 0
0 1
_
_
_
v
w
_
16 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Modelo Dinamico
Propriedade:
S
T
(q)A
T
(q) = 0
Derivada temporal do Modelo Cinematico:
q =

S(q) + S(q)
Equa cao de Movimento:
M(q) q + C(q, q) q + N(q, q) +
p
+ A
T
(q) = B(q)
Resulta:

M(q) +

C(q, q) +

N(q, q) +
p
=

B(q)
17 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Modelo Dinamico
onde:

M(q) = S
T
(q)M(q)

S(q)

C(q, q) = S
T
(q)M(q)S(q) + C(q, q)S(q))

N(q, q) = S
T
(q)N(q, q)

p
= S
T
(q)
p

B(q) = S
T
(q)B(q)
Modelo Utilizado no Controle:
q = S(q)

M(q) +

C(q, q) +

N(q, q) +
p
=

B(q)
18 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Sumario
Sumario
Introduc ao
Modelagem
Controle
Resultados
Proposta
19 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Controle por Modos Deslizantes - CMD
CMD
2 Fases
Alcance
Desliza-
mento
2 Etapas
Superfcie
Chavea-
mento
Princpio
Invariancia
Chattering
CMD
1
a
Ordem
CMD
2
a
Ordem
20 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Controle por Modos Deslizantes - CMD
x = f (x) + g(x)u
onde x
n
e u
m
.
Etapa 1 - Projeto da Superfcie
Escolha da superfcie (x) vericar se e adequada;
Analise da dinamica do sistema restrito a superfcie
Lyapunov;
Calculo da dinamica do sistema sobre a superfcie Metodo
do controle equivalente u
eq
:
Sobre a superfcie (x) = (x) = 0
(x) =
(x)
x
(f (x) + g(x)u
eq
) = 0
u
eq
=
_
(x)
x
g(x)
_
1
(x)
x
f (x).
21 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Controle por Modos Deslizantes - CMD1
Etapa 2 - Projeto de Lei de Controle de Chaveamento
CMD1 u (f ) Funcoes de Lyapunov
V =
1
2

T


V =
T
(x)
x
[f (x) + g(x)u]

V =
1
(x, (x))u
1

2
(x, (x))u
2

m
(x, (x))u
m
+ E(x, (x))
Lei de controle
u
i
=
i
sign(
i
(x, (x))) i = 1, 2, . . . , m
Resultado:

V =
1
|
1
(x, (x)) |
2
|
2
(x, (x)) |
m
|
m
(x, (x)) | +E(x, (x))
22 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Controle por Modos Deslizantes - CMD2
CMD2
SUB

OTIMO
Twisting
Super-
twisting
23 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Controle por Modos Deslizantes - CMD2
Denicao do problema:
=

x
_
x
x
(f (x) + g(x)u)
_
x +
(x)
x
g(x) u
denindo:
F(, )

x
_
x
x
(f (x) + g(x)u)

x
G(, )
(x)
x
g(x)
v u
ou seja:
= F(, ) +G(, )v
24 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Controle por Modos Deslizantes - CMD2
Problema auxliar:
_

=
= F(, ) +G(, )v
onde = (x), (x) = (x), v = u, e
| F(, ) | C
0 < K
m
G(, ) K
M
onde C, K
m
e K
M
sao positivos.
25 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Controle por Modos Deslizantes - CMD2
Controle:
G(, ) e denida positiva e diagonal dominante
(x) = (x) nao mensuravel
for car = = 0 lei de controle:
v
i
=
i
V
M
i
sign(
i
(t)
1
2

M
i
)
com

i
=
_

i
, Se [
i
(t)
1
2

M
i
][
M
i

i
(t)] > 0
1 Se [
i
(t)
1
2

M
i
][
M
i

i
(t)] 0
_
_
_

i
(0, 1]
_
0,
3K
m
i
K
M
i
_
V
M
i
> max
_
C

K
m
i
,
4C
3K

K
M
_
26 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Controle por Modos Deslizantes - CMD2

Linha de
Chaveamento
Subotimo

Otimo

(0)

(0)

(0)
(0)

0, 5

(0) 0, 5(0)

M
27 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Sumario
Sumario
Introduc ao
Modelagem
Controle
Resultados
Proposta
28 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Objetivos
Controle
Robusto Suave
Dinamica Cinematica
CMD1 CMD2
Incerteza Perturbacao
29 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Objetivos
RMR
RMR Compensado
Referencia

Controle
Cinem atico

Controle
Din amico
Din amica Cinem atica
q
r
+
e

c
+
e
c
q


q
Figura: Esquema de controle para o RMR.
Abordagem 1 Controle Dinamico Robusto (cinematico
Kanayama);
Abordagem 2 Controle Cinematico Robusto (dinamico
dinamica inversa);
30 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1
Modelo
q = S(q)

H(q) +

C(q, q) =

B(q) +
d
Para o RMR da classe (2,0):
S(q) =
_
_
cos() 0
sin() 0
0 1
_
_
H(q) =
_
m 0
0 I md
2
_

C(q, q) =
_
0 0
0 0
_

B(q) =
1
r
_
1 1
R R
_
m = 10kg; I = 5kg m
2
; R = 0, 5m; r = 0, 05m; d = 0, 0m.
31 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1
Controle Cinematico (Kanayama):
Figura: Estrategia de rastreamento de trajet oria para o RMR.
Erro de rastreamento de trajetoria:

e
= T
e
(
r
)

e
=
_
_
y
e
v + v
r
cos(
e
)
x
e
+ v
r
sin(
e
)
w
r
w
_
_
onde
=
_
_
x
y

_
_

r
=
_
_
x
r
y
r

r
_
_

e
=
_
_
x
e
y
e

e
_
_
T
e
=
_
_
cos() sin() 0
sin() cos() 0
0 0 1
_
_
32 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1
Controle

c
=
_
v
c
w
c
_
=
_
v
r
cos(
e
) + k
1
x
e
w
r
+ k
2
v
r
y
e
+ k
3
v
r
sin(
e
)
_
Controle Dinamico
Dinamica inversa compensada com CMD1 e CMD2

H(q) +

C(q, q) =

B(q) +
d
=

G
+
(r
1
+ r
2
)
r
1
=

Z
d
K
p
e
c
K
I
_
t
0
e
c
()d K
_
t
0
__

0
e
c
()d
_
d
Erro de rastreamento de velocidade e
c
= Z Z
d
=
c
:
e
c
+K
p
e
c
+K
I

t
0
e
c
()dK

t
0


0
e
c
()d

d =

L
1

H
1
0

H
0


H)

C +
d

+r
2
.
33 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1

x =

Ax +

B

N
onde

N = L
1

H
1
0
[(

H
0


H)

C +
d
] + r
2

N =

L
1

H
1
0
[

M +

M] + r
2


M m
x =
_
_
_
t
0
__

0
e
c
()d

d
_
t
0
e
c
()d
e
c
_
_
;

A =
_
_
0 I 0
0 0 I
K K
I
K
p
_
_
;

B =
_
_
0
0
I
_
_
;
r
2
CMD
34 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1
CMD - Superfcie
=

Tx,

T =
_

T
1
.
.
.

T
2
.
.
.

T
3
_
=
_
_
1 0
.
.
. 1 0
.
.
. 1 0
0 1
.
.
. 0 1
.
.
. 0 1
_
_
CMD1
r
2
=

L
1

H
1
0

M
(

T

B)
1

T

Ax(
T

T

Ax)
T

T
T

Ax
(

T

B)
1

35 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1
CMD2
Problema auxiliar:
y
11
=
1
= y
21
y
12
=
2
= y
22
y
21
=
1
= F
1
(.) +
1
y
22
=
2
= F
2
(.) +
2
Controle:

i
= V
M

i
sign(y
1n

1
2
y
1n
M
)
onde y
1n
M
o valor singular de y
1n
;

n
=
_

n
, if [y
1n
(t)
1
2
y
1n
(t
M
n
i
)][y
1n
(t
M
n
i
) y
1n
(t)] > 0
1, if [y
1n
(t)
1
2
y
1n
(t
M
n
i
)][y
1n
(t
M
n
i
) y
1n
(t)] 0
onde

]0, 1]; e V
M

_

F
n

,
4

F
n
3

_
36 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1
Resultados de Simulacao
Parametros dos controladores:
Cinematico:
k
1
= 3; k
2
= 9; k
3
= 6;
Dinamico
= 20;
V
m
= 10;

= 0.8;
=

10 0
0 5

; K
p
=

6 0
0 6

; K
i
=

11 0
0 11

; K =

6 0
0 6

H
0
= 0.8

H; M = [2 2]
T
; torque maximo 10Nm.
Perturbacao:

d
=
_
(f
1
+ f (t))sign(
1
) + 0.1sin(0.01t)
(f
2
+ f (t))sign(
2
) + 0.1cos(0.001t)
_
f
1
= 1.0f (t) = 0.0 se t < 3
f
2
= 3.0f (t) = 2.0 se t 3
Apos 10s, perde 4.0kg.
37 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1
0 1 2 3 4 5 6 7 8 9 10
1.5
1
0.5
0
0.5
1
1.5


x
y

a: Erro de rastreamento - CMD1


0 1 2 3 4 5 6 7 8 9 10
7
6
5
4
3
2
1
0
1
2

2
b: Supefcie - CMD1
0 1 2 3 4 5 6 7 8 9 10
1.5
1
0.5
0
0.5
1
1.5


x
y

c: Erro de rastreamento - CMD2


0 1 2 3 4 5 6 7 8 9 10
7
6
5
4
3
2
1
0
1
2

2
d: Superfcie CMD2
38 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 1
0 1 2 3 4 5 6 7 8 9 10
10
8
6
4
2
0
2
4
6
8
10

2
e: Torque de Controle - CMD1
0 1 2 3 4 5 6 7 8 9 10
10
8
6
4
2
0
2
4
6
8

2
f: Torque de controle - CMD2
39 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 2 - Controle Cinem atico
Modelo
q = S(q)
Figura: Estrategia de rastreamento de trajet oria para o RMR.
Erro de rastreamento de trajetoria:

e
= T
e
(
r
)

e
=
_
_
y
e
v + v
r
cos(
e
)
x
e
+ v
r
sin(
e
)
w
r
w
_
_
40 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 2 - Controle Cinem atico
CMD1
Superfcie:
() =
_

1
()

2
()
_
=
_
k
1
x
e
k
2
y
e
+ k
4
sin(

e
2
)
_
Lei de controle:
_
v
w
_
=
_

v
sign(
1
)

w
sign(
2
)
_
onde

1
= k
1

1
()

2
=
1
()(k
1
y
e
) +
2
()(k
2
x
e
+
k
3
2
cos(

e
2
))
Suavizacao:

i
(x)
|
i
(x) | +
i
41 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 2 - Controle Cinem atico
Resultados de Simulacao
Parametros do controlador:
k
1
= 1, k
2
= 10, k
3
= 1,
v
= 10,
w
= 15, e
1
=
2
= 0.1
Perturbacao:
_
v
dist
w
dist
_
=
_
(
1
+) + 0.01cos(0.01t)
(
2
+) + 0.01cos(0.01t)
_
onde
1
= 0.2,
2
= 0.1, = 0 para t < 12s e = 0.2 t 12s.
42 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 2 - Controle Cinem atico
Trajetoria em linha
1 2 3 4 5 6 7 8 9 10 11
1
2
3
4
5
6
7


Desejado
Real
x [m]
y
[
m
]
a: Trajetoria
0 2 4 6 8 10 12 14 16 18 20
2
1.5
1
0.5
0
0.5
1


x x
r
y y
r
t [s]
A
m
p
l
i
t
u
d
e

r
b: Erro
0 2 4 6 8 10 12 14 16 18 20
15
10
5
0
5
10
15


v
w
t [s]
A
m
p
l
i
t
u
d
e
c: Controle
0 2 4 6 8 10 12 14 16 18 20
0.5
0
0.5
1
1.5
2
2.5

2
t [s]
A
m
p
l
i
t
u
d
e
d: Superfcie
43 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 2 - Controle Cinem atico
Trajetoria em circulo
0 0.5 1 1.5 2 2.5
0
0.5
1
1.5
2
2.5


Desejado
Real
x [m]
y
[
m
]
e: Trajetoria
0 2 4 6 8 10 12 14 16 18 20
2
1.5
1
0.5
0
0.5
1


x x
r
y y
r
t [s]
A
m
p
l
i
t
u
d
e

r
f: Erro
0 2 4 6 8 10 12 14 16 18 20
15
10
5
0
5
10
15


v
w
t [s]
A
m
p
l
i
t
u
d
e
g: Controle
0 2 4 6 8 10 12 14 16 18 20
0.5
0
0.5
1
1.5
2
2.5

2
t [s]
A
m
p
l
i
t
u
d
e
h: Superfcie
44 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Abordagem 2 - Controle Cinem atico
Trajetoria em forma de 8
1.5 1 0.5 0 0.5 1 1.5 2
1.5
1
0.5
0
0.5
1
1.5


Desejado
Real
x [m]
y
[
m
]
i: Trajetoria
0 20 40 60 80 100 120 140
2
1.5
1
0.5
0
0.5


20 40 60 80 100 120 140
0.02
0
0.02
0.04
0.06
0.08


x x
r
y y
r
t [s]
t [s]
A
m
p
l
i
t
u
d
e
A
m
p
l
i
t
u
d
e

r
j: Erro
0 20 40 60 80 100 120 140
15
10
5
0
5
10
15


v
w
t [s]
A
m
p
l
i
t
u
d
e
k: Controle
0 20 40 60 80 100 120 140
5
0
5
10
15
20

2
t [s]
A
m
p
l
i
t
u
d
e
l: Superfcie
45 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Sumario
Sumario
Introduc ao
Modelagem
Controle
Resultados
Proposta
46 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Objetivos
Objetivo Geral
Controlar um RMR considerando:
Comportamentos cinematico e dinamico;
Incertezas e Perturbacoes;
Controle Robusto e Suave (CMD).
Objetivos Especcos
1 - Construicao de um modelo vericando:
Comportamentos cinematico e dinamico;
Dinamica dos atuadores;
Incertezas e perturbacoes:
Incertezas parametricas;
Incertezas nao parametricas ou dinamicas nao modeladas;
Perturbac oes internas;
Perturbac oes externas.
47 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Objetivos
2 - Compara cao e analise das estrutura de controle e de
controlares:
RMR
RMR Compensado
Referencia

Controle
Cinem atico

Controle
Din amico
Din amica Cinem atica
q
r
+
e

c
+
e
c
q


q
Figura: Esquema de controle para o RMR.
Obtencao de resultados matematicos mais fundamentados:
x = f (x) + g(x)u + h(x)
M(q) q + C(q, q) q + N(q, q) +
p
+ A
T
(q) = B(q)
48 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Objetivos
x
1
= x
2
x
2
= M
1
(x
1
)
_
B(x
1
) C(x
1
, x
2
)x
2
+ N(x
1
, x
2
)
p
+ A
T
(x
1
)

3 - Estudo e implementacao dos outros algoritmos de CMD2


Twisting;
Super twisting;
4 - Estagio no exterior:
Estudo do controle multiobjetivo;
Implemetacao experimental dos controlares;
5 - Redacao da tese e artigos
49 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Publicacoes
Artigos Publicados em Eventos
Elyoussef, E. S., Martins, N. A., Bertol, D. W., Pieri, E. R.
Jungers, M. 2010b , On a wheeled mobile robot trajectory tracking
control: 1
st
and 2
nd
order sliding modes applied to a compensated
inverse dynamics, in 11
th
Pan-American Congress of Applied
Mechanics - PACAM XI.
Elyoussef, E. S., Martins, N. A., Bertol, D. W., Pieri, E. R.
Jungers, M. 2010a , On a wheeled mobile robot tracking control:
Sliding mode control design, in XVII Congresso Brasileiro de
Automatica.(submetido).
50 / 51
Sum ario Introduc ao Modelagem Controle Resultados Proposta
Obrigado!
Ebrahim Samer Elyoussef ebrahim@das.ufsc.br
Edson Roberto De Pieri edson@das.ufsc.br
Ubirajara Franco Moreno moreno@das.ufsc.br
51 / 51

Você também pode gostar