Diseño de una estrategia de control para robots móviles utilizando técnicas de álgebra lineal (LABC) y estimación neuronal en el seguimiento de trayectorias
[ES] Los incovenientes planteados por el seguimiento de trayectorias usando robots móviles es un tema vigente en la teoría de control, en esta propuesta se presenta el diseño de un controlador de álgebra lineal en combinación con un estimador neuronal. Donde además el robot móvil cuenta con incertid...
| Autores: | , , , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:dnet:riunet______::2cd3a7baaee85f9bc0564bcc4e1584c2 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/235814 |
| Access Level: | acceso abierto |
| Palabra clave: | Linear Algebra Neural Control Non Linear Control Identification Mobile Robots Álgebra Lineal Control Neuronal Control No Lineal Identificación Robots Móviles |
| Sumario: | [ES] Los incovenientes planteados por el seguimiento de trayectorias usando robots móviles es un tema vigente en la teoría de control, en esta propuesta se presenta el diseño de un controlador de álgebra lineal en combinación con un estimador neuronal. Donde además el robot móvil cuenta con incertidumbres aditívas. Los valores de incertidumbre en cada momento de muestreo se obtienen mediante estimación basada en Redes Neuronales, donde se incluye el diseño de un estimador neuronal del error de modelado junto con la demostración de la convergencia a cero del error de seguimiento. La técnica de control propuesta se valida mediante simulación y resultados experimentales. El controlador de Ágebra Lineal y el estimador neuronal demuestran que se puede utilizar para reducir el efecto de las incertidumbres aditivas en el error de control de seguimiento. |
|---|