El uso de vehículos aéreos no tripulados (VANT) para realizar tareas de interacción física es una solución efectiva y avanzada que se ha estudiado en los últimos años. Sin embargo, una vasta cantidad de factores afectan su rendimiento y fiabilidad, especialmente para maniobras de alto ángulo de alabeo. Este estudio investiga cómo es posible lograr un seguimiento de punto de ajuste altamente preciso de un quadrotor inclinado equipado con un agarre montado en la parte delantera utilizando técnicas de control óptimo, con el objetivo específico de maximizar el ángulo de alabeo alcanzable durante el vuelo estacionario. Además, el estudio analiza escenarios que involucran una fuerza externa generada en el vehículo y el uso del agarre para sujetar un objeto cilíndrico objetivo vertical. Se modelaron la dinámica del sistema y se diseñaron iterativamente los esquemas de control utilizando las siguientes arquitecturas: Proporcional-Integral-Derivada (PID), Regulador Lineal Cuadrático (LQR), Control Predictivo Basado en Modelos Lineales (LMPC) y Control Predictivo Basado en Modelos No Lineales (NMPC), con PID sirviendo como referencia. Se diseñó un estimador de fuerza externa para estimar la perturbación externa actual que se debe considerar en la evaluación de la entrada de control. Los diseños de control se simularon inicialmente en MATLAB/Simulink para verificar el éxito del diseño inicial y luego en ROS/Gazebo para una validación de mayor fidelidad. Se utilizaron el firmware PX4 Autopilot, junto con el protocolo de comunicación MAVLink y el paquete MAVROS ROS, y CasADi para las simulaciones ROS/Gazebo. El análisis cuantitativo de las simulaciones ROS/Gazebo reveló que el control predictivo basado en modelos, particularmente NMPC, producía un seguimiento de puntos de ajuste más preciso y un vuelo estacionario casi vertical en comparación con PID. El NMPC alcanzó un impresionante rango de ángulo de alabeo de (-84°, 80°), y LMPC alcanzó (-74°, 75°), superando significativamente el de PID (-77°, 65°). Sin embargo, LQR no mejoró el rendimiento de referencia de PID. En cuanto al rechazo de perturbaciones, tanto NMPC como LMPC, a diferencia de LQR y PID simple, pudieron limitar el desplazamiento de posición y actitud en estado estable. Finalmente, se evaluó un NMPC modificado por su capacidad de mantener contacto estable mientras sujetaba un objeto cilíndrico objetivo, incluso durante cambios en el ángulo de alabeo. Esto se logró añadiendo un término de penalización extra en su función de costo, optimizando su respuesta a variaciones en la posición de contacto (punto de trabajo). Esta investigación demuestra la aplicabilidad del control predictivo basado en modelos para maniobras de alto ángulo de alabeo cuando la fuerza externa se estima correctamente. Además, nuestros hallazgos sugieren que incorporar términos de penalización apropiados en la función de costo es crucial para permitir una interacción estable con objetivos físicos bajo condiciones de alabeo variables.
Andrea Boldrini (mié,) estudió esta cuestión.