Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido

Este trabajo presenta un esquema control neuro adaptativo para la formación Líder- Seguidor de robots móviles diferenciales. El esquema está basado en un control neuro proporcional derivativo entrenado con filtro de Kalman extendido. El controlador propuesto ofrece un ajuste de ganancias adaptativo...

Descripción completa

Detalles Bibliográficos
Autores: José de Jesús Hernández Barragán, Alma Yolanda Alanís García, Erasmo Gabriel Martínez Soltero, Jorge Daniel Ríos Arrañaga
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2023
País:México
Institución:Universidad de Guadalajara
Repositorio:Redalyc-UDG
OAI Identifier:oai:redalyc.org:512275598009
Acceso en línea:https://www.redalyc.org/articulo.oa?id=512275598009
https://www.redalyc.org/journal/5122/512275598009/
https://www.redalyc.org/journal/5122/512275598009/html/
https://www.redalyc.org/journal/5122/512275598009/512275598009.epub
https://www.redalyc.org/journal/5122/512275598009/movil
Access Level:acceso abierto
Palabra clave:Ingeniería
Formación
Turtlebot3
Robot móvil
Control PD Adaptativo
Filtro de Kalman Extendido
id MX_e0fc2e9b4bc9d80ffb6d46f76ff4617d
oai_identifier_str oai:redalyc.org:512275598009
network_acronym_str MX
network_name_str México
repository_id_str
spelling Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman ExtendidoJosé de Jesús Hernández BarragánAlma Yolanda Alanís GarcíaErasmo Gabriel Martínez SolteroJorge Daniel Ríos ArrañagaIngenieríaFormaciónTurtlebot3Robot móvilControl PD AdaptativoFiltro de Kalman ExtendidoEste trabajo presenta un esquema control neuro adaptativo para la formación Líder- Seguidor de robots móviles diferenciales. El esquema está basado en un control neuro proporcional derivativo entrenado con filtro de Kalman extendido. El controlador propuesto ofrece un ajuste de ganancias adaptativo en línea, lo cual es ideal para lidiar con problemas de perturbaciones, ruido y dinámicas no modeladas. El esquema propuesto es implementado a nivel simulación y experimental usando robots Turtlebot3® y la plataforma Sistema Operativo Robótico (ROS). Además, el desempeño del controlador propuesto es comparado con un controlador para la formación Líder-Seguidor del estado del arte. Los resultados muestran que la propuesta de control tiene un mejor tiempo de convergencia, menor error de formación y menor error de seguimiento.Universidad de Guadalajara2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdf2007-5448https://www.redalyc.org/articulo.oa?id=512275598009https://www.redalyc.org/journal/5122/512275598009/https://www.redalyc.org/journal/5122/512275598009/html/https://www.redalyc.org/journal/5122/512275598009/512275598009.epubhttps://www.redalyc.org/journal/5122/512275598009/movilReCIBE. Revista electrónica de Computación, Informática, Biomédica y Electrónica (México) Num.1 Vol.12reponame:Redalyc-UDGinstname:Universidad de Guadalajarainstacron:UDGeshttp://www.redalyc.org/revista.oa?id=5122ReCIBE. Revista electrónica de Computación, Informática, Biomédica y Electrónicainfo:eu-repo/semantics/openAccessoai:redalyc.org:5122755980092026-01-29T04:45:31Z
dc.title.none.fl_str_mv Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido
title Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido
spellingShingle Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido
José de Jesús Hernández Barragán
Ingeniería
Formación
Turtlebot3
Robot móvil
Control PD Adaptativo
Filtro de Kalman Extendido
title_short Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido
title_full Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido
title_fullStr Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido
title_full_unstemmed Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido
title_sort Control Neuro Proporcional-Derivativo para la formación Líder-Seguidor entrenado con el Filtro de Kalman Extendido
dc.creator.none.fl_str_mv José de Jesús Hernández Barragán
Alma Yolanda Alanís García
Erasmo Gabriel Martínez Soltero
Jorge Daniel Ríos Arrañaga
author José de Jesús Hernández Barragán
author_facet José de Jesús Hernández Barragán
Alma Yolanda Alanís García
Erasmo Gabriel Martínez Soltero
Jorge Daniel Ríos Arrañaga
author_role author
author2 Alma Yolanda Alanís García
Erasmo Gabriel Martínez Soltero
Jorge Daniel Ríos Arrañaga
author2_role author
author
author
dc.subject.none.fl_str_mv Ingeniería
Formación
Turtlebot3
Robot móvil
Control PD Adaptativo
Filtro de Kalman Extendido
topic Ingeniería
Formación
Turtlebot3
Robot móvil
Control PD Adaptativo
Filtro de Kalman Extendido
description Este trabajo presenta un esquema control neuro adaptativo para la formación Líder- Seguidor de robots móviles diferenciales. El esquema está basado en un control neuro proporcional derivativo entrenado con filtro de Kalman extendido. El controlador propuesto ofrece un ajuste de ganancias adaptativo en línea, lo cual es ideal para lidiar con problemas de perturbaciones, ruido y dinámicas no modeladas. El esquema propuesto es implementado a nivel simulación y experimental usando robots Turtlebot3® y la plataforma Sistema Operativo Robótico (ROS). Además, el desempeño del controlador propuesto es comparado con un controlador para la formación Líder-Seguidor del estado del arte. Los resultados muestran que la propuesta de control tiene un mejor tiempo de convergencia, menor error de formación y menor error de seguimiento.
publishDate 2023
dc.date.none.fl_str_mv 2023
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv 2007-5448
https://www.redalyc.org/articulo.oa?id=512275598009
https://www.redalyc.org/journal/5122/512275598009/
https://www.redalyc.org/journal/5122/512275598009/html/
https://www.redalyc.org/journal/5122/512275598009/512275598009.epub
https://www.redalyc.org/journal/5122/512275598009/movil
identifier_str_mv 2007-5448
url https://www.redalyc.org/articulo.oa?id=512275598009
https://www.redalyc.org/journal/5122/512275598009/
https://www.redalyc.org/journal/5122/512275598009/html/
https://www.redalyc.org/journal/5122/512275598009/512275598009.epub
https://www.redalyc.org/journal/5122/512275598009/movil
dc.language.none.fl_str_mv es
language_invalid_str_mv es
dc.relation.none.fl_str_mv http://www.redalyc.org/revista.oa?id=5122
dc.rights.none.fl_str_mv ReCIBE. Revista electrónica de Computación, Informática, Biomédica y Electrónica
info:eu-repo/semantics/openAccess
rights_invalid_str_mv ReCIBE. Revista electrónica de Computación, Informática, Biomédica y Electrónica
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Guadalajara
publisher.none.fl_str_mv Universidad de Guadalajara
dc.source.none.fl_str_mv ReCIBE. Revista electrónica de Computación, Informática, Biomédica y Electrónica (México) Num.1 Vol.12
reponame:Redalyc-UDG
instname:Universidad de Guadalajara
instacron:UDG
instname_str Universidad de Guadalajara
instacron_str UDG
institution UDG
reponame_str Redalyc-UDG
collection Redalyc-UDG
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1858177358719090688
score 15,81155

Similares en LA Referencia