Você está na página 1de 8

CONTROLE DA ESTABILIDADE DE UM QUADRIRROTOR UTILIZANDO CONTROLADORES PID E FUZZY

JULIO C. DE PAULA, MARLIO C. BONFIM, GIDEON V. LEANDRO

Laboratório de Microeletrônica, Medidas e Instrumentação, Depto. de Engenharia Elétrica, Universidade Federal do Paraná Caixa Postal 19011, Centro Politécnico, CEP 81531-970, Curitiba, PR, Brasil E-mails: juliocdep@hotmail.com, marliob@eletrica.ufpr.br, gede@eletrica.ufpr.br

AbstractThis paper describes the stages of identification, mathematical modelling and control in a simulated environment of unmanned aerial vehicle of the type quadrotor for the capture of aerial images and videos in high definition with relatively low cost. First we conducted a brief study on the best type of air vehicle to be used taking into account size, cost and propulsion systems. In the identification stage are described the methods used to identify the elements of the vehicle such as propellers parameters, structure inertia moment and mathematical modelling of the set ESC-Motor-Propeller. In mathematical modelling of the vehicle are described equations that define their physical behaviour in space. In control are described two control methods used the PID and Fuzzy. Finally the two control methods are compared through simulations using the identified parameters and mathematical model of the vehicle.

KeywordsUAV, quadrotor, PID, Fuzzy.

ResumoEste artigo descreve as etapas de identificação, modelagem matemática e controle em ambiente simulado de um veículo aéreo não tripulado do tipo quadrirrotor destinado à captura de imagens e vídeos aéreos em alta definição com custo relativamente baixo. Primeiramente é realizado um breve estudo sobre o melhor tipo de veículo aéreo a ser utilizado levando em consideração dimensões, custo e sistemas de propulsão. Na etapa de identificação são descritos os métodos utilizados para identificar os elementos do veículo como parâmetros das hélices, momento de inércia da estrutura e a modelagem matemática do conjunto ESC-Motor-Hélice. Na modelagem matemática do veículo são descritas as equações que definem seu comportamento físico no espaço. Em controle são descritos os dois métodos de controle utilizados sendo eles o PID e Fuzzy. Por fim os dois métodos de controles são comparados através de simulações realizadas utilizando os parâmetros identificados e o modelo matemático do veículo.

Palavras-chaveVANT, quadrirrotor, PID, Fuzzy.

1

Introdução

Os veículos aéreos não tripulados (VANT) estão cada vez mais se popularizando devido aos consideráveis avanços tecnológicos nas aéreas de microeletrônica e MEMS (Sistemas Micro-Eletro- Mecânicos), fornecendo assim uma gama enorme de microcontroladores de alto desempenho e sensores de diversos tipos, elementos essenciais para um VANT. Esses avanços tecnológicos também acarretaram na diminuição dos custos envolvidos, tornando desse modo os VANTs uma tecnologia mais atraente para áreas civis e não somente militares aonde eles já vem sendo empregados nas ultimas décadas. As principais vantagens na utilização de VANTs frente a aeronaves tripuladas convencionais são: (i) custo de produção e manutenção muito menores; (ii) maior flexibilidade, podendo executar manobras ou locomover-se em locais de difícil acesso para aeronaves convencionais; (iii) longas jornadas de voo; (iv) além de eliminar prováveis riscos que uma aeronave tripulada possa expor a sua tripulação.

Esse

tipo

de

aeronave,

semelhante

às

convencionais, possui

diversos

tipos

de

configurações podendo

ser

dividido

em

aviões,

helicópteros ou balões dirigíveis, e

tem

como

operação padrão decolar, seguir

uma

rota

até

o

destino, coletar informações e retornar a origem, podendo ser controlados remotamente em bases terrestres ou de forma autônoma baseado em planos de voos pré-programados ou mesmo de forma hibrida utilizando ambos os conceitos. Este artigo apresenta as etapas de identificação, modelagem e controle em ambiente simulado de um projeto destinado a construção de um VANT do tipo quadrirrotor para a captura de imagens e vídeos aéreos em alta definição com custo relativamente baixo.

1.1 Escolha do tipo de VANT

Como o objetivo dessa pesquisa foi desenvolver um VANT capaz de realizar de maneira eficiente a captura de imagens e vídeos aéreos em alta definição com um custo relativamente baixo, teve-se que levar em consideração vários aspectos de sua construção, sendo os principais o tamanho, formato, e propulsão. Levando em consideração o custo e os recursos disponíveis para o desenvolvimento do protótipo optou-se desenvolver um VANT de pequenas proporções, do tipo MUAV (Micro Veículo Aéreo Não Tripulado). Além desse tipo de veiculo ter um custo baixo outro atrativo é sua fácil usabilidade, podendo ser facilmente transportado e não necessitando de uma infraestrutura terrestre grande

para realizar decolagens e aterrisagens. Outro aspecto importante considerado foi a possibilidade de o veículo permanecer imóvel em voo, ou deslocar-se a baixas velocidades, para minimizar borrados ou tremidas nas imagens capturadas. Para isso considerou-se utilizar um veículo com sistema de decolagem e aterrisagem vertical (VTOL). Dentro dessas delimitações existem diversos tipos de aeronaves, sendo elas, balões, dirigíveis, helicópteros, multi-rotores e híbridos. Como a captura de imagens e vídeos será realizada na maioria das vezes em ambientes externos, descarta-se a possibilidade de utilizar balões ou dirigíveis, devido à alta suscetibilidade a variações climáticas desses veículos que torna sua locomoção mais complexa. Descartaram-se também os helicópteros e aeronaves hibridas devido as suas altas complexidades mecânicas que acarretariam em um encarecimento do projeto e nas manutenções posteriores. O sistema de aeronave mais atraente para o projeto foi o de multi-rotores, mais especificamente o quadrirrotor. Com esse veiculo é possível a obtenção de imagens a baixas altitudes, resultando assim em imagens com altas resoluções e boa qualidade, podendo ter níveis de detalhamento superior ao que é obtido por satélites ou aeronaves tripuladas com um custo muito menor.

1.2 O Quadrirrotor

O quadrirrotor é uma aeronave motorizada mais pesada que o ar, que possui a capacidade de decolagem e aterrissagem vertical (VTOL), além de poder realizar voos pairados. Essa aeronave deriva dos helicópteros, pois possui como principal meio de propulsão rotores de empuxo vertical. Como o próprio nome denuncia o quadrirrotor utiliza quatro rotores de empuxo vertical, diferente dos helicópteros que geralmente utilizam um ou dois. Esses rotores comumente são dispostos nas extremidades de uma estrutura em forma de cruz e no centro da estrutura são embarcados os elementos necessários para o controle do veículo. Esse modelo possui grande vantagem frente aos helicópteros convencionais por depender somente das velocidades individuas das hélices para locomover-se, não havendo a necessidade de variar o ângulo de ataque das pás da hélice como ocorre nos helicópteros. Isto acarreta em uma menor complexidade mecânica e um maior grau de manobrabilidade. Por utilizar quatro rotores, os diâmetros das hélices podem ser menores, diminuindo a energia cinética e possibilitando que a aeronave alcance lugares de menor acessibilidade (Costa, 2008). Entretanto o quadrirrotor possui como principal desvantagem o alto consumo de energia que acaba comprometendo sua autonomia. A Tabela 1 contem uma lista não exaustiva de outras vantagens e desvantagens (Bouabdallah, 2004 e Santana, 2008).

Tabela 1. Principais vantagens e desvantagens do quadrirrotor.

 

Vantagens

Desvantagens

 

- Mecânica simplificada

- Baixa autonomia

-

Maior capacidade de carga

- Maior instabilidade

- Efeitos giroscópios reduzidos

- Dimensões físicas maiores

-

Custos envolvidos menores

Na figura 1 é demonstrado como as velocidades dos motores deverão ser modificadas para alcançar o movimento desejado, neste sistema dois motores giram no sentido oposto aos outros dois de modo a eliminar os efeitos giroscópios ocasionados pelos torques dos motores.

efeitos giroscópios ocasionados pelos torques dos motores. Figura 1. Sistema de movimentação, a largura das setas

Figura 1. Sistema de movimentação, a largura das setas é proporcional a velocidade de rotação das hélices.

Este modelo de VANT já é objeto de estudo em diversas instituições acadêmicas e comercias, entre eles destacam-se (Bresciani, 2008) que desenvolveu um protótipo utilizando como técnica de controle o PID, embarcado em um sistema eletrônico processado por um microcontrolador ARM7; em (Domingues, 2009) foi desenvolvido um protótipo utilizando um controlador linear quadrático,

embarcado em um sistema eletrônico Arduino processado por um microcontrolador ATmega328; já em (Tayebi, 2006) foi utilizado um controlador PD 2 ;

e em (Ahmad, 2008) a estratégia de controle incluiu

a técnica de linearização de resposta exata, usando

métodos geométricos de controle não linear. Os trabalhos da literatura aqui citados utilizam técnicas de controles mais clássicas devido à boa robustez apresentadas e em alguns casos devido também a limitação do poder de processamento dos sistemas eletrônicos utilizados. Neste trabalho optou- se pelo uso de um microcontrolador de alto desempenho modelo ARM M3-Cortex, possibilitando assim o uso de técnicas de controle que necessitam de um poder de processamento mais elevado, como no caso o controlador fuzzy.

2

Identificação

Para uma simulação mais próxima do modelo real foi necessário identificar vários parâmetros do protótipo desenvolvido, sendo eles o coeficiente de empuxo das hélices, o modelo matemático dos quatro motores

e a matriz de inércia da estrutura física da aeronave.

A identificação de alguns parâmetros foi

realizada com o auxilio de uma plataforma de testes construída ao longo do projeto. Esta plataforma é constituída basicamente de dois sensores, um de efeito hall, destinado a medir a velocidade de rotação dos motores, e um extensômetro para medir o

empuxo dos motores.

2.1 Parâmetros da hélice

As hélices utilizadas no protótipo foram do

modelo EPP-1045 com diâmetro de 25,1 cm. O principal parâmetro da hélice utilizado no modelo

matemático é o coeficiente de empuxo que relaciona

o empuxo com a velocidade de rotação e o diâmetro

da hélice, este coeficiente é descrito pela equação (1)

obtida em (Hepperle, 2011).

=

2 4

(1)

Onde T [N] é o empuxo, ρ [kg m -3 ] a densidades do ar, n [s -1 ] revoluções por segundo e D [m] o diâmetro da hélice. Para o cálculo do coeficiente mediu-se o empuxo da hélice para diferentes velocidades de rotação, cujo resultado é mostrado na figura 2.

de rotação, cujo resultado é mostrado na figura 2. Figura 2. Relação entre velocidade de rotação

Figura 2. Relação entre velocidade de rotação e empuxo da hélice.

Com esses dados usou-se o ponto mais próximo das condições realistas de voo 1 , no gráfico demarcado pela linha tracejada. Levando em consideração que a massa total da aeronave é de 700

1 Ponto em que a aeronave é capaz de levantar voo considerando o peso total da estrutura distribuído uniformemente entre as 4 hélices.

gramas (6,867 N), cada motor tem que exercer um empuxo mínimo de 175 gramas (1,72 N) para sustentar o peso da aeronave. Sendo assim a velocidade de rotação medida nesse ponto foi de 65 s -1 e o coeficiente C T calculado foi de 0,0798.

2.2 Modelo do conjunto ESC-Motor-Hélice

Neste projeto foram utilizados motores elétricos do tipo brushless (sem escovas). Este tipo de motor possui uma maior eficiência energética e durabilidade se comparado aos modelos com escovas mais comuns. Entretanto seu sistema de controle é mais complexo exigindo dessa maneira um módulo dedicado a essa tarefa, denominado de ESC (Eletronic Speed Controller). Este módulo basicamente fornece uma sequência de pulsos de corrente às bobinas do motor de modo a produzir um campo girante. O controle da velocidade e potência elétrica entregue ao motor é feito através da variação do duty cycle de um sinal PWM de entrada do ESC. O modelo matemático do motor é um dos parâmetros mais importantes para a simulação, pois é ele que fornecerá as principais informações para o modelo matemático das dinâmicas da aeronave. Neste trabalho optou-se usar um modelo “caixa preta” ao invés de desmembrar o motor em vários parâmetros para a busca de seu modelo. Sendo assim foi encapsulado na mesma caixa o controlador de velocidade ESC o motor e a hélice. Este modelo recebe como entrada um valor de largura de pulso (PWM) normalizado e retorna a velocidade de rotação da hélice. Para a obtenção desse modelo utilizou-se o método de estimação ARX (AutoRegressive with eXternal input). O ARX consiste em um estimador de sistemas que utiliza dados de entrada e saída do sistema para a obtenção de seu modelo matemático em forma de função de transferência. No caso a entrada foi o sinal PWM de controle e a saída a velocidade de rotação da hélice. Assim mensurou-se a velocidade de rotação dos quatro motores com as hélices para diferentes valores de largura dos pulsos de controle do ESC, conforme demonstrado no gráfico da figura 3.

do ESC, conforme demonstrado no gráfico da figura 3. Figura 3. Medidas de entrada e saída

Figura 3. Medidas de entrada e saída de um dos conjuntos ESC- Motor-Hélice

Em seguida esses dados foram utilizados como parâmetros de entrada e saída no algoritmo ARX presente na ferramenta MATLAB. Como resultado esse algoritmo estimou os parâmetros da função de transferência para cada um dos quatro conjuntos ESC-Motor-Hélice.

O gráfico da figura 4 compara os dados reais

medidos com os do modelo estimado de um dos conjuntos. Nota-se que o modelo estimado possui um comportamento dinâmico muito próximo do sistema real.

um comportamento dinâmico muito próximo do sistema real. Figura 4. Comparação entre os dados experimentais e

Figura 4. Comparação entre os dados experimentais e o modelo estimado.

2.2 Momento de inércia da estrutura

Outro parâmetro importante para o modelo matemático da aeronave é o momento de inércia da estrutura. Este parâmetro descreve o comportamento dinâmico da estrutura em rotação em torno de um eixo definido. O principal movimento de rotação do quadrirrotor é o de atitude (rotação em torno dos próprios eixos). Assim esse parâmetro diz respeito ao quão fácil a estrutura irá girar em torno dos próprios eixos. A forma de como a massa do veículo é distribuída geometricamente na estrutura acaba afetando toda essa dinâmica.

O momento de inércia de um corpo rígido

qualquer pode ser definido pela matriz de inércia (I) da equação (2).

= [

]

(2)

Onde I XX representa o momento de inércia em torno do eixo “X” quando o corpo está rotacionando em torno do eixo “X”. E I XY o momento de inércia em torno do eixo “X” quando o corpo esta rotacionando em torno do eixo “Y”, e assim consecutivamente. Devido à estrutura do quadrirrotor possuir um alto grau de simetria pode-se simplificar a matriz de inércia para uma matriz diagonal, desse modo leva-se em consideração apenas as componentes I XX , I YY e I ZZ .

A estrutura do quadrirrotor possui diversas

partes com geometrias complexas, algo que tornaria

o cálculo do momento de inércia bastante difícil.

Devido a isso optou-se por utilizar geometrias simples para representar as diversas partes do veículo. Para cada parte calculou-se três momentos

de inércia, uma para cada eixo.

3 Modelagem Matemática

Para a construção do sistema de controle é importante a obtenção de um modelo matemático que representa as dinâmicas do sistema em estudo

(Sastry, 1994), com este modelo é possível, através

de simulações computacionais, projetar controladores

com maior robustez.

A modelagem do quadrirrotor foi realizada

utilizando o formalismo de Newton-Euler para um corpo genérico de seis graus de liberdade, adaptado de (Bresciani, 2008). Foram considerados os principais efeitos atuantes sobre um helicóptero do tipo quadrirrotor (Mllhaupt, 1999), que são: (i) efeitos aerodinâmicos, (ii) gravitacional, (iii) giroscópio, (iv) fricção e (v) torques contra inerciais.

Inicialmente foram definidos dois sistemas de coordenadas, um local e fixo denominado (L) e outro fixado no centro de massa da estrutura do quadrirrotor (Q), conforme ilustrado na figura 5.

do quadrirrotor ( Q ), conforme ilustrado na figura 5. Figura 5. Sistema de coordenadas definido.

Figura 5. Sistema de coordenadas definido.

As medidas lineares e angulares são obtidas com

base na translação e rotação que devem ser feitas para que o sistema (Q) coincida com o (L). Considerando que o sistema (L) tem seu eixo “Zapontando na direção oposta ao centro da terra, os ângulos de rolagem (), arfagem (θ) e guinada () representam a inclinação da estrutura em relação à Terra. O sistema (L) é usado para definir a posição linear (Γ L [m]) e a posição angular (Θ L [rad]) do quadrirrotor. O sistema (Q) define a velocidade linear ( V Q [m s -1 ]), a velocidade angular (ω Q [rad s -

1 ]), as forças ( F Q [N]) e os torques (τ Q [N m]) do quadrirrotor. Assim combinando essas componentes é possível estabelecer dois vetores que descrevem o corpo do quadrirrotor no espaço, descritos nas equações (3) e (4).

= [

= [

] = [

]

] = [

]

(3)

(4)

As equações da dinâmica do sistema (Q) são

definidas considerando-se as seguintes premissas: (i)

a matriz de inércia é invariante no tempo; (ii) a

estrutura é rígida e simétrica; (iii) e o centro de

massa do protótipo coincide com o centro da estrutura do sistema (Q). Sendo um corpo de seis graus de liberdade, deve-se levar em conta sua massa e a matriz de inércia, descritas na equação (5).

[ 3x3

0 33

0 33

] [

̇

̇

] + [ ∙ ( ) ∙ ( )

] = [

]

(5)

matriz

identidade de dimensão 3, 0 33 é uma matriz

quadrada de dimensão 3 com zeros em todas as

Onde

m

é

a

massa do corpo,

I 3x3 é a

posições, I é a matriz de inércia, [m s -2 ] é o vetor

de aceleração linear, ̇ [rad s -2 ] é o vetor de aceleração angular, F Q [N] é o vetor de forças e [N m] é o vetor de torques, todos atuantes sobre o sistema (Q). Escrevendo a equação (5) em forma de matriz, obtêm-se a equação (6).

̇

̇ + () =

(6)

Onde M Q é a matriz generalizada de inércia, C Q

a matriz que leva em consideração a aceleração

centrípeta de Coriolis e Λ é o vetor generalizado de

forças do corpo. O vetor de forças (Λ) é dividido em três componentes de acordo com a natureza das forças atuantes sobre o quadrirrotor. A primeira componente se dá devido ao vetor gravitacional,

dado a partir da aceleração da gravidade g [m s -2 ]. A segunda componente vem dos efeitos giroscópicos produzidos pela rotação das hélices. Como duas estão girando no sentido horário e as outras duas no sentido anti-horário, existe um desequilíbrio quando

a soma algébrica das velocidades das hélices não é

igual a zero. Além disso, se os ângulos de rolagem e

arfagem são diferentes de zero, o quadrirrotor sofre torques giroscópicos. A última componente se deve às forças e torques produzidos diretamente pelas hélices. Obtêm-se através de considerações aerodinâmicas que estas são diretamente proporcionais ao quadrado da velocidade de rotação das hélices. Substituindo o vetor de forças (Λ) pelas três componentes é possível descrever a dinâmica do sistema a partir da seguinte equação matricial (7):

̇ + () = () + () + 2

(7)

Onde G Q é o vetor gravitacional, é a matriz giroscópica da hélice, é o vetor de velocidade das

hélices e E Q é o vetor de forças e torques produzidos pelas hélices.

̇ = 1 ( () + () + ()

+ 2 )

(8)

Na equação (8) foi isolada a derivada do vetor velocidade, assim é possível representá-la como um sistema de equações (9):

{

̇

= ( − ) + ()

̇

= ( − ) − () () + 1

= ( − ) − () ()

̇

̇

̇

=

+

Ω +

=

̇ =

+

+

Ω +

4

2

3

(9)

E a velocidade das hélices é dada a partir da equação (10):

{

1 = (Ω 1 2 + Ω 2

4 = (Ω 2

2 + Ω 2 + Ω 4 )

Ω 2 2 )

2

3

2 = 3 =

2

4

2 − Ω 1 2 )

3

2

2 + Ω 4 − Ω 1

2 − Ω 2 )

3

Ω = −Ω 1 + Ω 2 − Ω 3 + Ω 4

(10)

Com esses dois últimos sistemas de equações junto com os parâmetros identificados é possível simular as dinâmicas do protótipo construído.

4

Controle

O controle desempenha um papel importante no

quadrirrotor, com ele é possível controlar os estados

da aeronave de atitude e altitude. Seu objetivo é

encontrar valores para os ganhos do controlador que mantenham o sistema o mais próximo possível dos valores de referências desejados. No quadrirrotor controlar a sua atitude será fundamental para manter a estabilidade durante o voo.

Neste projeto foram utilizadas duas abordagens de controle, o controlador PID (Proporcional + Integral + Derivativo) e o controlador Fuzzy. O controlador PID foi escolhido por ser largamente utilizado na literatura com bons resultados, além de possuir uma fácil implementação. Já o controlador Fuzzy foi escolhido devido a ser uma estratégia que pode-se incorporar não linearidades presentes no sistema, não estando elas presentes no modelo. Esta técnica apesar de apresentar bons resultados ainda não foi utilizada para o controle deste tipo de sistema, de acordo com a literatura pesquisada.

4.1 Controlador PID

De acordo com a literatura de quadrirrotores essa técnica é a mais utilizada e apresenta bons resultados.

Então decidiu-se implementar esse controlador com

o objetivo de primeiro verificar se o protótipo

construído é capaz de ser controlado e em segundo para comparar seu desempenho com controlador Fuzzy proposto. A estrutura do controlador implementado no projeto pode ser observada na figura 6, onde y(k) representa o estado atual do sistema amostrado pelos sensores, u(k) o sinal de controle enviados para os atuadores, no caso os motores, k é o tempo discreto atual, KP, KI e KD os ganhos respectivos das partes proporcional, integral e derivativo.

respectivos das partes proporcional, integral e derivativo. Figura 6. Diagrama em blocos da estrutura do controlador

Figura 6. Diagrama em blocos da estrutura do controlador PID.

Seguindo esta estrutura, para o quadrirrotor foram implementados quatro controladores PID independentes, um para cada ângulo da atitude (arfagem, guinada e rolagem) e um para a altitude. O diagrama da figura 7 representa estes quatro controladores implementados junto com todo o sistema.

quatro controladores implementados junto com todo o sistema. Figura 7. Diagrama em blocos dos controladores PID

Figura 7. Diagrama em blocos dos controladores PID implementados no projeto.

Para o ângulo de arfagem a saída dos controladores modificam a velocidade dos motores frontal e traseiro, no frontal seu valor e incrementado e no traseiro seu valor é decrementado. No ângulo de rolagem a saída dos controladores modificam a velocidade dos motores da direita e esquerda, no da direta seu valor é incrementado e o da esquerda seu valor é decrementado. Para o ângulo de guinada a saída dos controladores modificam a velocidade dos quatro motores, o frontal e traseiro tem seus valores incrementados e o da direta e esquerda os seus valores são decrementados. E para a altitude a saída dos controladores modificam a velocidade dos quatro motores, sendo seus valores incrementados. A saída dos controladores são individuais, assim como os ganhos desses controladores, sendo que esses valores podem ser positivo ou negativo dependendo do sinal

do erro.

4.2 Controlador Fuzzy

O controlador fuzzy implementado é tipo PD

(Proporcional + Derivativo) tendo sua estrutura de

implementação os módulos de fuzzificação, máquina de inferência, base de regras e defuzzificação. A figura 8 mostra um diagrama em blocos da estrutura desse controlador.

mostra um diagrama em blocos da estrutura desse controlador. Figuras 8. Diagrama em blocos da estrutura

Figuras 8. Diagrama em blocos da estrutura do controlador Fuzzy.

O módulo de fuzzificação é o que recebe as

variáveis de entrada em forma de números reais e determina o grau de pertinência de modo que possam se tornar instâncias de variáveis linguísticas. O módulo da base de regras é um conjunto de regras que caracteriza a estratégia de controle adotado, é nela que são guardadas as variáveis e suas classificações linguísticas. A maquina de inferência utiliza a base de regras para processar os dados de entrada, já fuzzificados, de modo a determinar as ações de controle. O módulo de defuzzificação transforma as variáveis fuzzy de saída em valores

numéricos reais que atuarão no processo do sistema. Para o método de inferência optou-se usar o método de Mamdani (Mamdani, 1975) onde o conector lógico “E” retorna o valor mínimo da inferência e o conector “OU” retorna o valor máximo. Para a defuzzificação utilizou-se o método de centro de massas (centroid) (Amendola, 2005). Esse controlador recebe como entrada o erro e(k)

e sua derivada cada qual multiplicado pelos ganhos respectivos KP e KD de maneira semelhante ao controlador PID.

Igualmente ao controlador PID foram projetados quatro controladores fuzzy independentes, um para cada ângulo de atitude e um para a altitude, seguindo

a mesma logica apresentada na figura 7. Para cada controlador foram definidas três variáveis linguísticas, duas de entrada o “Erro” e a “ErroDerivada” e uma para a saída o “PWM”. Como

o próprio nome já sugere o “Erro” é a diferença entre

o valor de referência e o valor lido pelos sensores, a ErroDerivada” é a taxa de variação desse erro e o “PWM” é o sinal PWM de controle para os motores. Para as variáveis “Erro” e “PWM” foram definidos sete funções de pertinência classificadas como {N3, N2, N1, Zero, P1, P2 e P3} e para “ErroDerivadatrês funções de pertinência definidas como {N1, Zero, P1}. A próxima etapa foi definir a base de regras, ao todo foram estabelecidas 15 regras de inferências relacionando as duas entradas à única saída.

5

Resultados

Os resultados foram obtidos através de simulações realizadas no software MATLAB, onde implementou-se o modelo matemático do quadrirrotor e os controladores PID e Fuzzy. Nesta etapa apenas simulou-se o controle da atitude desconsiderando a altitude do veículo.

5.1 Controlador PID

Os ganhos do PID foram encontrados através de analises da literatura (Regra de Ziegler-Nichols) e de forma empírica. A tabela 2 mostra os ganhos encontrados.

Tabela 2. Ganhos encontrados para o controlador PID.

Controlador

P

I

D

Rolagem

0,002

0,00035

0,15

Arfagem

0,002

0,00035

0,15

Guinada

0,01

0,002

1,5

5.2 Controlador Fuzzy

Os gráficos da figura 9 mostram os universos de discurso e funções de pertinências utilizadas para cada variável linguística dos ângulos de atitude.

para cada variável linguística dos ângulos de atitude. Figura 9. Universos de discursos e funções de

Figura 9. Universos de discursos e funções de pertinências para os controladores fuzzy.

Essas funções de pertinências foram montadas de forma empírica, e foram utilizadas nos três controladores fuzzy, mudando apenas os ganhos de entrada KP e KD. Esses ganhos foram definidos de forma empírica, sendo eles para os ângulos de arfagem e rolagem de 0,0055 e 2,0 para o ângulo de guinada de 0,01 e 4,0 ambos respectivos aos ganhos KP e KD.

5.3 Resultados da simulação

Os resultados obtidos em simulação para ambos controladores são mostrados na figura 10.

para ambos controladores são mostrados na figura 10. Figura 10. Resultados obtidos na simulação para os

Figura 10. Resultados obtidos na simulação para os controladores PID e Fuzzy. As linhas verticais indicam o tempo de estabilização considerando um erro no máximo de ±2º.

Para esta simulação os estados iniciais dos ângulos de atitude (rolagem, arfagem e guinada) foram todos de -30º, os estados de referências desejados foram todos de 0º. Na análise do tempo de estabilização em cada um dos casos foi considerado um erro no máximo de ±2º. Nos gráficos de cima para baixo (figura 10) o primeiro mostra a evolução do ângulo de rolagem onde o controlador PID levou ~3,2 seg e o Fuzzy ~1,6 seg para estabilizar o sistema. O segundo gráfico mostra o ângulo de arfagem onde o PID levou ~1,3 seg e o Fuzzy ~2,0 seg para estabilizar. O terceiro gráfico mostra o ângulo de guinada onde o PID levou ~6,1 seg e o Fuzzy ~1,6 seg para estabilizar.

6

Conclusão

Neste artigo foram apresentadas as etapas iniciais do estudo realizado para o desenvolvimento de um VANT voltado à obtenção de imagens e vídeos aéreos em alta resolução. Em resultados de simulação foi possível demonstrar que o VANT poderá ser controlado tanto por um controlador PID como um Fuzzy, sendo que o controlador Fuzzy apresentou uma reposta mais rápida em dois dos três ângulos para a margem de erro selecionada, entretanto para margens de erros maiores o controlador PID acabaria sendo mais rápido, porem o mesmo apresentou um sobre sinal e uma leve oscilação antes de estabilizar para os ângulos de rolagem e arfagem. Estes fatores podem aumentar o consumo energético do protótipo diminuindo sua autonomia além de contribuir negativamente para a

aquisição de imagens, aumentado as chances delas saírem tremidas ou borradas. Para a situação atual de ganhos o controlador Fuzzy é o método mais atraente por não apresentar sobre sinal e nem oscilações melhorando assim a autonomia e captura de imagens

do veículo.

Entretanto, apesar do protótipo já ser funcional, em ensaios práticos ainda não foi possível obter uma estabilização mínima necessária para realizar voos, devido principalmente a ruídos mecânicos, ocasionados por vibrações dos conjuntos motores- hélices, que comprometeram as medidas dos sensores inerciais impossibilitando o controle da aeronave. Foram desenvolvidos métodos para filtrar os ruídos de maneira mecânica e via software, porem até a presente data não foram realizados novos ensaios.

Agradecimentos

O autor J. C. de Paula agradece à agência CAPES

pelo financiamento de bolsa de mestrado. Os autores agradecem ao SIMEPAR, na pessoa de J. E.

Goncalves, pelo financiamento parcial do projeto.

Referências Bibliográficas

Ahmad, A.; Wang, D. (2008). “Dynamic Modeling and Nonlinear Control Strategy for an Underactuated Quad Rotor Rotorcraft”, Journal of Zhejiang University (Science A), vol. 9(4), April 2008, pp. 539 545. Amendola, M.; Souza, A. L.; Barros, L. C., “Manual do uso da teoria dos conjuntos Fuzzy no MATLAB” 2005. Bouabdallah, S.; Murrieri, P.; Siegwart, R. (2004). “Design and Control of an Indoor Micro Quadrotor, In Proceedings of International Conference on Robotics and Automation. Bresciani, T. (2008). “Modelling, Identification and Control of a Quadrotor Helicopter”, Lund University. Costa, S. E. A. P. (2008). “Controle e Simulação de um Quadrirotor Convencional, Dissertação de Mestrado, Universidade Técnica de Liboa, Lisboa. Domingues, J. (2009). “Quadrotor Prototype”, Dissertação de Mestrado, Universidade Técnica de Lisboa, Lisboa. Mamdani, E. H.; Assilian, S. A., “An experiment in linguistic synthesis with a fuzzy logic controllerInt. J. Man - machine Studies. 7., pp. 1-13, 1975. Mllhaupt, P. (1999) “Analysis and Control of Underactuated Mechanical Nonminimum-phase Systems” Department of Mechanical Engineering, EPFL. Hepperle, M.; (2011). “Aerodynamic Characteristics of Propellers, Disponível em http://www.mh-

aerotools.de/airfoils/propuls3.htm.

Santana, P.; Braga M. (2008). “Concpeção de um Veículo Aéreo Não-Tripulado do Tipo Quadrirrotor”, Universidade de Brasília.

Sastry, S. (1994). “A mathematical introduction to robotic manipulation. Boca Raton, FL. Tayebi, A.; McGilvray, S. (2006). “Attitude Stabilization of a VTOL Quadrotor Aircraft”, IEEE Transaction on Control Systems Technology, Vol. 14, No. 3, May 2006, pp. 562 571.