Control predictivo para el seguimiento de trayectorias en vehículos Autónomos Terrestres

El departamento del Tolima es un gran referente agrícola para el país, por ello surge la necesidad de emplear nuevas tecnologías para optimizar los procesos agrícolas y con ello incrementar la rentabilidad del mismo. Es por esto que el presente trabajo de grado desarrolla un sistema de seguimiento d...

Full description

Autores:
Tique Rangel, Juan Carlos
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad de Ibagué
Repositorio:
Repositorio Universidad de Ibagué
Idioma:
spa
OAI Identifier:
oai:repositorio.unibague.edu.co:20.500.12313/4906
Acceso en línea:
https://hdl.handle.net/20.500.12313/4906
Palabra clave:
Vehículos autónomos terrestres
Vehículos autónomos terrestres - Control predictivo
Vehículos autónomos terrestres - Trayectorias - Seguimiento
Vehículos autónomos
Robot tipo skid-steering
Seguimiento de trayectorias
Control predictivo basado en modelo
Filtro de Kalman
Autonomous vehicles
Skid-steering vehicle
Track following
Model based predictive control
Kalman Filter
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
Description
Summary:El departamento del Tolima es un gran referente agrícola para el país, por ello surge la necesidad de emplear nuevas tecnologías para optimizar los procesos agrícolas y con ello incrementar la rentabilidad del mismo. Es por esto que el presente trabajo de grado desarrolla un sistema de seguimiento de trayectorias para vehículos con arquitectura skid-steering empleando control predictivo, con el fin de tener una herramienta tecnológica que brinde al sector agrícola la automatización de tareas como la siembra, tomar muestras localizadas y tareas de laboreo primario/secundario. El sistema cuenta con un filtro de Kalman para estimar la posición y dirección georreferenciadas del vehículo en espacios abiertos, el cual permite fusionar la información de posición y dirección de una unidad de medición inercial (IMU), encoders y GPS (Global Positioning System) instalados en el vehículo. De otro lado, para el seguimiento autónomo de trayectorias, se diseñaron dos controladores: 1) control de velocidad lineal: con base a un controlador proporcional en función de la distancia del vehículo con respecto a la trayectoria, y 2) control de dirección: con base a un control predictivo en función de la dirección de vehículo con respecto a la dirección de la trayectoria. El diseño del controlador predictivo (MBPC) se realizó con base en el modelo matemático dinámico de dirección de un vehículo tipo skid-steering y sus parámetros se estimaron utilizando datos reales de entrada y salida. Los resultados prácticos de esta implementación, muestran que la estrategia desarrollada presenta buen desempeño con errores promedio en el seguimiento de una trayectoria en exteriores menores a un metro, algo que para aplicaciones en agricultura es prometedor.