Escolar Documentos
Profissional Documentos
Cultura Documentos
Para esse projeto vamos comparar dois diferentes controles para o rastreamento de
trajetória para veículos terrestres, para esse estudo dois diferentes modelos foram
utilizados, o primeiro deles foi utilizado por [1] para simular a trajetória de um robô, para
esse caso consideramos que o veículo (ou robô) se locomove com uma velocidade 𝑣 que
é uma entrada de controle e sua direção de movimento é determinada pelo ângulo 𝜃.
Existe ainda um atuador que decide a velocidade de rotação 𝜃 que será chamado de w.
Dessa forma podemos encontrar o modelo abaixo:
𝑥̇ = 𝑣 cos(𝜃)
𝑦̇ = 𝑣 sin(𝜃)
𝜃̇ = 𝑤
Podemos ver abaixo uma imagem de vista superior do robô, com essa modelagem
podemos imaginar o robô como um ponto seguindo uma trajetória, ele possui apenas
direção de movimento e velocidade como parâmetros de controle. Na figura o ângulo 𝜃 a
ser rastreado é representado pelo ângulo da tangente à trajetória com o eixo x no sentido
anti-horário.
Ainda o autor oferece alguma intuição sobre como escolher as constantes de controle
𝐾𝑥 , 𝐾𝑦 𝑒 𝐾𝜃 . Para isso ele percebe que se nos movermos apenas em x com velocidade 𝑉𝑥
teremos apenas uma relação com o 𝐾𝑥 e podemos escolhê-lo. De maneira geral quanto
maior for o 𝐾𝑥 mais rápido o sistema converge mas ele deve ser de uma ordem de
grandeza menor que o inverso do tempo de amostragem alerta o autor. Para os outros
coeficientes podemos encontra-los baseado no amortecimento desejado:
𝑦̇ = 𝑣𝑓 sin(𝜃 + 𝛿)
𝑣𝑓
𝜃̇ = sin(𝜃 + 𝛿)
L
Para o controle desse sistema utilizando como referência as rodas da frente foi encontrada
por [2] uma solução muito simples: Dada uma velocidade escolhida previamente o único
parâmetro de controle será 𝛿. Então encontraremos a cada instante o ponto da trajetória
desejada mais próxima do centro das rodas da frente do veículo, na figura abaixo essa
distância é chamada de x(t), então encontraremos a derivada da trajetória nesse ponto e
finalmente 𝛼 será a diferença entre a direção da trajetória atual e a da trajetória. Por último
teremos ainda uma correção para o ângulo que ainda falta corrigir:
𝑥(𝑡)
𝛿 = 𝛼 + arctan(𝐾 )
𝑣𝑓 (𝑡)
Figura 10: Modelo utilizado em [2] e [3]
Onde K vai ser uma constante de controle. O autor substitui esse controle em um sistema
mais complexo chamado te Bicycle model para veículos, mas o conceito vale para nosso
caso trocando seno por cosseno:
Dessa forma ele pode aproximar que 𝑥(𝑡) ≈ 𝑥(0)𝑒 −𝑘𝑡 , então para pequenos erros o
sistema converge com taxa esponencial para a resposta.
Fiz um modelo no simulink para esse sistema, mas ele apenas serve para uma base pois a
implementação real do sistema foi totalmente feita em código para que fosse possível
rever os pontos anteriores da trajetória.
Figura 16: Saídas para modelo linear com ruído de sistema e de feedback
Figura 17: Saídas para modelo senoidal com ruído de sistema e de feedback
% Time update
F = [1 0 -Ts*vf(k)*sin(theta(k)+alpha(k));
0 1 Ts*vf(k)*cos(theta(k)+alpha(k));
0 0 1];
P(:,:,k) = F*P(:,:,k)*F' + Q;
%x vai entrar no sistema não linear
xc(k) = x(1);
yc(k) = x(2);
Figura 18: Saídas para modelo senoidal com ruído de sistema e de feedback filtrado
Figura 19: Saídas para modelo senoidal com ruído de sistema e de feedback filtrado
Referências:
[1] https://arxiv.org/pdf/1604.07446.pdf
[2] A stable tracking control for Method for an Autonomous Mobile
Robot.; Kaynama.Y; Kimura.Y; Miazaki,F.Noguchi,T
[3]
http://isl.ecst.csuchico.edu/DOCS/darpa2005/DARPA%202005%20St
anley.pdf