Modelado e identificación de vehículos móviles usando modelos de baja complejidad basados en datos

MARIANO DE PAULA; IGNACIO CARLUCHO; ALEJANDRO ROZENFELD; GERARDO G. ACOSTA

Libro de la Facultad de Tecnología y Ciencias Aplicadas IV

Editorial científica universitaria

Año: 2016;

Los vehículos autónomos son plataformas atractivas para diversas aplicaciones tales como las aplicaciones aéreas, terrestres, acuáticas y subacuáticas. El modelado y la identificación de sistemas son de suma importancia para el éxito de los controladores basados en modelos. Estrategias de control confiables requieren de modelos fieles para lograr un buen desempeño. El modelado clásico representa la dinámica del sistema mediante ecuaciones diferenciales ordinarias y, a menudo, requiere un amplio conocimiento humano. Muchas veces, las dinámicas son complejas y no lineales y también muchas suposiciones de simplificación se hacen durante el modelado del sistema. En este trabajo se comparan diferentes técnicas basadas en datos para modelar la dinámica del sistema. En particular, utilizamos las conocidas redes neuronales artificiales, perceptrón multicapa y funciones de base radial, y los Procesos Gaussianos para modelar la dinámica de los vehículos. Estas técnicas aprenden la estructura subyacente de la dinámica de vehículos a partir de los datos de entrenamiento experimental mientras que ofrecen un marco natural para incorporar las no linealidades desconocidas. En este trabajo se identifica un vehículo terrestre, el Pioneer 3at y el modelo obtenido se valida con el vehículo real.