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

Abstract This 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.

Keywords UAV, quadrotor, PID, Fuzzy.

Resumo Este 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-chave VANT, quadrirrotor, PID, Fuzzy.

1 Introdução destino, coletar informações e retornar a origem,

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
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 Tabela 1. Principais vantagens e desvantagens do quadrirrotor.
importante considerado foi a possibilidade de o
veículo permanecer imóvel em voo, ou deslocar-se a Vantagens Desvantagens
baixas velocidades, para minimizar borrados ou - Mecânica simplificada - Baixa autonomia
tremidas nas imagens capturadas. Para isso - Maior capacidade de carga - Maior instabilidade
considerou-se utilizar um veículo com sistema de
- Efeitos giroscópios reduzidos - Dimensões físicas maiores
decolagem e aterrisagem vertical (VTOL). Dentro
- Custos envolvidos menores
dessas delimitações existem diversos tipos de
aeronaves, sendo elas, balões, dirigíveis,
helicópteros, multi-rotores e híbridos. Como a Na figura 1 é demonstrado como as velocidades
captura de imagens e vídeos será realizada na maioria dos motores deverão ser modificadas para alcançar o
das vezes em ambientes externos, descarta-se a movimento desejado, neste sistema dois motores
possibilidade de utilizar balões ou dirigíveis, devido giram no sentido oposto aos outros dois de modo a
à alta suscetibilidade a variações climáticas desses eliminar os efeitos giroscópios ocasionados pelos
veículos que torna sua locomoção mais complexa. torques dos motores.
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).
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 PD2;
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).
𝑇 (1)
𝐶𝑇 =
𝜌 ∙ 𝑛2 ∙ 𝐷 4
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.
Figura 2. Relação entre velocidade de rotação e empuxo da hélice.
Com esses dados usou-se o ponto mais próximo
das condições realistas de voo1, 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 CT 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.
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.
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).
𝐼𝑋𝑋 𝐼𝑋𝑌 𝐼𝑋𝑍
(2)
𝐼 = [𝐼𝑌𝑋 𝐼𝑌𝑌 𝐼𝑌𝑍 ]
𝐼𝑍𝑋 𝐼𝑍𝑌 𝐼𝑍𝑍
Onde IXX representa o momento de inércia em
torno do eixo “X” quando o corpo está rotacionando
em torno do eixo “X”. E IXY 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 IXX, IYY e IZZ.
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.
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 “Z”
apontando na direção oposta ao centro da terra, os
ângulos de rolagem (𝜙), arfagem (θ) e guinada (𝜓)
representam a inclinação da estrutura em relação à
Terra.
O sistema (L) é usado para definir a posição
linear (ΓL [m]) e a posição angular (ΘL [rad]) do
quadrirrotor. O sistema (Q) define a velocidade
linear (VQ [m s-1]), a velocidade angular (ωQ [rad s-
1
]), as forças (FQ [N]) e os torques (τQ [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).
𝝃 = [𝚪 𝐿 𝚯𝐿 ]𝑇 = [𝑋 𝑌 𝑍 𝜙 𝜃 𝜓]𝑇 (3)
𝒗 = [𝑽𝑄 𝝎𝑄 ]𝑇 = [𝑢 𝑣 𝑤 𝑝 𝑞 𝑟]𝑇 (4)
 hélices e EQ é o vetor de forças e torques produzidos
As equações da dinâmica do sistema (Q) são pelas hélices.
definidas considerando-se as seguintes premissas: (i)
a matriz de inércia é invariante no tempo; (ii) a 𝒗̇ = 𝑴−1
𝑄 (−𝑪𝑄 (𝒗)𝒗 + 𝑮𝑄 (𝝃) + 𝑶𝑄 (𝒗)𝛀 (8)
estrutura é rígida e simétrica; (iii) e o centro de + 𝑬𝑄 𝛀2 )
massa do protótipo coincide com o centro da
estrutura do sistema (Q). Na equação (8) foi isolada a derivada do vetor
Sendo um corpo de seis graus de liberdade, velocidade, assim é possível representá-la como um
deve-se levar em conta sua massa e a matriz de sistema de equações (9):
inércia, descritas na equação (5).
𝑢̇ = (𝑣 𝑟 − 𝑤 𝑞) + 𝑔 𝑠(𝜃)
𝑚 𝑰3x3 03𝑥3 𝑽̇𝑄 𝝎𝑄 ∙ (𝑚 𝑽𝑄 ) 𝑄
(5) 𝑣̇ = (𝑤 𝑝 − 𝑢 𝑟) − 𝑔 𝑐(𝜃) 𝑠(𝜙)
[ ] [ 𝑄] + [ 𝑄 ] = [𝑭𝑄 ]
03𝑥3 𝑰 𝝎̇ 𝝎 ∙ (𝑰 𝝎𝑄 ) 𝝉 𝑈1
𝑤̇ = (𝑢 𝑞 − 𝑣 𝑝) − 𝑔 𝑐(𝜃) 𝑠(𝜙) +
𝑚
𝐼𝑌𝑌 − 𝐼𝑍𝑍 𝐽𝑇𝑃 𝑈2 (9)
Onde m é a massa do corpo, I3x3 é a matriz 𝑝̇ = 𝑞𝑟+ 𝑝Ω+
𝐼𝑋𝑋 𝐼𝑋𝑋 𝐼𝑋𝑋
identidade de dimensão 3, 03𝑥3 é uma matriz 𝐼𝑍𝑍 − 𝐼𝑋𝑋 𝐽𝑇𝑃 𝑈3
𝑞̇ = 𝑝𝑟+ 𝑝Ω+
quadrada de dimensão 3 com zeros em todas as 𝐼𝑌𝑌 𝐼𝑌𝑌 𝐼𝑌𝑌
posições, I é a matriz de inércia, 𝑽̇𝑄 [m s-2] é o vetor 𝑟̇ =
𝐼𝑋𝑋 − 𝐼𝑌𝑌
𝑝𝑞+
𝑈4
de aceleração linear, 𝝎̇𝑄 [rad s-2] é o vetor de { 𝐼𝑍𝑍 𝐼𝑍𝑍
aceleração angular, FQ [N] é o vetor de forças e 𝝉𝑄
[N m] é o vetor de torques, todos atuantes sobre o E a velocidade das hélices é dada a partir da
sistema (Q). equação (10):
Escrevendo a equação (5) em forma de matriz,
obtêm-se a equação (6). 𝑈1 = 𝑏 (Ω12 + Ω22 + Ω23 + Ω24 )
𝑈2 = 𝑏 𝑙 (Ω24 − Ω22 )
(10)
𝑈3 = 𝑏 𝑙 (Ω23 − Ω12 )
𝑴𝑄 𝒗̇ + 𝑪𝑄 (𝒗)𝒗 = 𝜦 (6) 𝑈4 = 𝑑 (Ω22 + Ω24 − Ω12 − Ω23 )
{ Ω = −Ω1 + Ω2 − Ω3 + Ω4

Onde MQ é a matriz generalizada de inércia, CQ
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):
𝑴𝑄 𝒗̇ + 𝑪𝑄 (𝒗)𝒗 = 𝑮𝑄 (𝝃) + 𝑶𝑄 (𝒗)𝛀 + 𝑬𝑄 𝛀2 (7)
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

Onde GQ é o vetor gravitacional, 𝑶𝑄 é a matriz
giroscópica da hélice, Ω é o vetor de velocidade das 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.
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.
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.
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 “ErroDerivada”
três 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 5.3 Resultados da simulação
Os resultados obtidos em simulação para ambos
Os resultados foram obtidos através de simulações controladores são mostrados na figura 10.
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.
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

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.
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 Sastry, S. (1994). “A mathematical introduction to
saírem tremidas ou borradas. Para a situação atual de robotic manipulation”. Boca Raton, FL.
ganhos o controlador Fuzzy é o método mais atraente Tayebi, A.; McGilvray, S. (2006). “Attitude
por não apresentar sobre sinal e nem oscilações Stabilization of a VTOL Quadrotor Aircraft”,
melhorando assim a autonomia e captura de imagens IEEE Transaction on Control Systems
do veículo. Technology, Vol. 14, No. 3, May 2006, pp. 562
Entretanto, apesar do protótipo já ser funcional, – 571.
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 controller”
Int. 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.