Comparativo entre controlador PID e redes neurais artificiais no controle de atitude de um quadricóptero

• Autor(a) principal: Magnusson, Matheus
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/14616
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Aeronaves; Controladores PID; Redes neurais (Computação); Robôs móveis; Airships; PID controllers; Neural networks (Computer science); Mobile robots

Um quadricóptero é um helicóptero com quatro motores, que faz com que o veículo fique mais estável porém mais complexo para se controlar. Um quadricóptero tem seis graus de liberdade, três deles referentes à posição: altura, movimentos horizontais e verticais; e os outros três relacionados à orientação: arfagem, rolagem e guinada. Este trabalho apresenta um estudo usando Redes Neurais Artificiais e Controle PID aplicados no controle de atitude de um quadricóptero real, através da concepção de quatro Redes Neurais utilizando os algoritmos de treinamento Backpropagation, Levenberg-Marquardt, Bayesian Regularization e Scaled Conjugate Gradient, com aprendizado supervisionado pelo Controlador PD, gerando um sistema de controle aqui chamado de PDNN, a cada um destes sistemas de controle foi somado ainda a parcela Integral do controlador PID tradicional, resultando em quatro controladores híbridos nomeados PDNN+I, dos quais para o caso deste trabalho, a Rede Neural gerada pelo treinamento com o algoritmo Backpropagation, Levenberg-Marquardt e Bayesian Regularization obtiveram um melhor resultado, assemelhando-se aos seus professores.