XIII JORNADA DE ENSINO, PESQUISA E EXTENSÃO – JEPEX 2013 – UFRPE: Garanhuns, 09 a 13 de dezembro.

Utilização de controle PID na robótica

Arnaldo Sales de Lima Filho1, Alberto Einstein Pereira de Araújo2.

Introdução
Sistemas dinâmicos podem ser vistos de modo generalizado como abstrações que descrevem algo que muda ao
longo do tempo. Estes poderiam ser: disseminação de epidemias; o valor das ações da bolsa de valores; um carro se
movendo; o piloto automático de uma nave e etc. Alguns sistemas dinâmicos podem ser controlados, para isso é
necessário primeiramente uma forma de descrever o que o sistema está a fazer, como é o seu comportamento ao longo
do tempo.
Dentre as formas de controle de sistemas existe o controle proporcional-integrativo-derivativo (PID), que é
composto por três coeficientes: Kp; Ki; Kd; que são respectivamente ganho proporcional, ganho integral, e o ganho
derivativo, estes coeficientes são empregados para a obtenção de um resultado mais satisfatório. Controle PID podem
ser empregado em sistemas de malha fechada, ou seja, sistemas com retroalimentação que são sistemas onde a partir de
uma comparação entre o estado esperado na saída com o seu estado real, o controlador recebe os dados e atua de forma
a fazer com que a saída seja alterada para o seu valor esperado, no melhor caso, ou o mais próximo possível.
Este trabalho têm como objetivo mostrar o controle PID e evidenciar algumas das vantagens de sua utilização na
robótica.

Material e métodos
Para a realização deste trabalho foi feita uma pesquisa na literatura especializada, e após a pesquisa foram analisados
alguns testes realizados com a utilização da ferramenta wolfram/alpha. Para a realização dos testes foi usado o seguinte
modelo de um carro que tem como meta seguir com uma determinada velocidade:

v = u – yx; onde v é a velocidade desejada; c é o coeficiente de transmissão eletromecânico; m é a massa do carro; x

é a velocidade real do carro; u é o correspondente as ações de aceleração e freio do carro, e o termo yx é o
correspondente a resistência do vento exercida sobre o carro em movimento (Aström & Murray,2008). Sendo u, o sinal
de controle usado para a obtenção do estado ideal do sistema, temos a equação 1:

u(t) = kp e(t) + ki ∫ + kd , onde e corresponde a diferença entre o valor desejado e o valor real da
velocidade.

Resultados e Discussão
Dentre as principais necessidades de um bom sistema de controle estão: estabilidade, alcançar o objetivo e robustez.
No caso do controle PID, o coeficiente proporcional contribuí para a estabilidade do sistema, o coeficiente integral
contribui com para a rejeição de distúrbios, mas têm uma taxa lenta de resposta, o que pode causar oscilações. Enquanto
que o componente derivativo contribui com respostas mais rápidas aos distúrbios. Mas, um fato importante é o de que a
estabilidade não é garantida para todos os casos. Vale a pena ressaltar também que a complexidade do controlador na
grande maioria dos casos depende da complexidade do modelo usado, contudo é possível a obtenção de modelos
simples que comportem as funcionalidades básicas de um sistema, facilitando sua implementação, sem que existam
grandes perdas de eficiência. Estes fatos são de fundamental importância na robótica tendo em vista que dependendo da
aplicação os recursos computacionais podem ser escassos, mas com o uso de controles PID e uma correta modelagem
do sistema é possível mesmo com poucos recursos que sistemas relativamente complexos sejam representados e
controlados com o uso de controladores PID. Na figura 1, temos o gráfico de um teste usando os seguintes valores
arbitrários da equação 1. c = 1, m = 1, y = 0.1, x = 1 e os seguintes coeficientes kp =1.0 ; ki =1.0 e kd =0.1,o que
evidencia que apesar da utilização de um modelo relativamente simples é possível a obtenção resultados satisfatórios
em aplicações úteis a robótica. Entretanto existe também a necessidade da realização de novos testes com a utilização
de novas condições e modelos diferentes, para testar/verificar a utilidade do controle PID em outras aplicações na
robótica.

1
Primeiro Autor é Aluno do curso de Bacharelado em Ciência da Computação, Universidade Federal Rural de Pernambuco – Unidade Acadêmica
de Garanhuns.E-mail:arnaldohghp@gmail.com.
2
Segundo Autor é Professor Adjunto do Departamento de Física, Universidade Federal Rural de Pernambuco - Unidade Acadêmica de Garanhuns.
Av. Bom Pastor, s/n, Garanhuns, PE, CEP 55292-270.E-mail:aepa@gmail.com
 XIII JORNADA DE ENSINO, PESQUISA E EXTENSÃO – JEPEX 2013 – UFRPE: Garanhuns, 09 a 13 de dezembro.

Agradecimentos
Este trabalho foi financiado pela Universidade Federal Rural de Pernambuco - Unidade Acadêmica de Garanhuns,
através do programa institucional de bolsas de iniciação científica.

Referências
Aström, K.J; Murray,R.M. Feedback Systems: na introduction for scientists and engineers. New Jersey.Princeton
University Press, 2008.
LaValle, S.M. Planning Algorithms.Illinois. Cambridge University Press, 2006.
Dorf, R.C.; Bishop, R.H.;Sistema de Controle Modernos.2009, 11ª Ed.
XIII JORNADA DE ENSINO, PESQUISA E EXTENSÃO – JEPEX 2013 – UFRPE: Garanhuns, 09 a 13 de dezembro.

Figura1.