SEGUIMIENTO DE TRAYECTORIAS PARA UN MICRO-ROBOT MÓVIL, UTILIZANDO APRENDIZAJE ITERATIVO

Abstract

En este documento se aborda el problema del seguimiento de trayectorias para un micro-robot móvil de investi-gación de dos ruedas paralelas. En particular, el seguimiento a bajo nivel de trayectorias predefinidas, mediante una reciente técnica de control llamada Aprendizaje Iterativo o Iterative Learning Control (ILC). Dado el alto grado de complejidad y la escasa flexibilidad que caracterizan a los controladores que se utilizan ac-tualmente en el seguimiento de trayectorias, es conveniente investigar la viabilidad y la efectividad real de algoritmos más simples. Si bien, el ILC se ha aplicado con éxito a sistemas de este tipo con anterioridad, los algoritmos utilizados presentan este mismo tipo de inconvenientes, por 10 que no se pueden considerar un avance significativo en este sentido. Para disear los controladores en forma adecuada, se estudiaron minuciosamente algoritmos de Aprendizaje Ite-rativo, tanto lineales como no-lineales. La razón por la que se seleccionaron los algoritmos más simples, radica en la poca claridad con la que se tratan los principios básicos y condiciones de convergencia de varios de ellos en los documentos analizados y a los resultados alentadores obtenidos en simulaciones previas sobre varios sistemas lineales, al usar algoritmos lineales discretos. Ésta es también la razón, por la que buena parte del documento se centra en el estudio de los fundamentos del Aprendizaje Iterativo. Para evaluar el desempeo de los algoritmo s propuestos, se llevaron a cabo, tanto simulaciones como pruebas experimentales sobre un micro-robot móvil Khepera n. Las pruebas consideraron el seguimiento de tres trayectorias, que presentan un grado de dificultad creciente para cada algoritmo implementado: una línea recta, una circunferencia y una trayectoria tipo 8 a velocidad media constante. El problema del seguimiento, en tanto, se abordó desde dos puntos de vista distintos. El primero considera el cálculo de modelos lineales en cada punto de operación del sistema, con el fin de reducir el error de seguimiento incre-mental en cada iteración. El segundo, en cambio, linealiza al sistema mediante un controlador no-lineal multivariable, lo que resulta en un modelo lineal equivalente, para lazo cerrado, válido para todo el espacio de trabajo. Naturalmente, los algoritmos propuestos deben lidiar con ciertas dificultades asociadas a la no-linealidad en la respuesta del sistema. Entre las no-linealidades más importantes, se encuentran: los transientes en la respuesta de los motores DC de las ruedas, la saturación de la seal de comando de los lazos de control de los motores y la cuantización de esta última. Los resultados obtenidos son satisfactorios y permiten afirmar que es posible realizar el seguimiento de trayecto-rias mediante algoritmos simples de Aprendizaje Iterativo, aunque es necesario incluir restricciones adicionales que subsanen algunas de sus falencias.