DESENVOLVER UM CONTROLADOR DE ALTITUDE DE UM QUADROTOR ARDRONE 2.0 (PARROT) UTILIZANDO REDES NEURAIS
Quadrotor, Ardrone 2.0, Modelagem Matemática, Redes Neurais Artificiais.
Este trabalho trata do controle de altitude de um Veículo Aéreo Não-Tripulado (VANT) do tipo Quadrotor Ardrone 2.0 através de técnicas de controle utilizando Redes Neurais Artificiais (RNA) e o controlador clássico PID. Neste trabalho é apresentado um panorama histórico sobre os VANTs, em especial o Quadrotor, descrevendo o estado da arte, no qual apresenta as principais referências sobre o tema. Os conceitos de RNA, seus processos de aprendizagem, algoritmo de aprendizagem, assim como a rede Multi Layer Perceptron (MLP) também são apresentados. Em seguida são apresentados o Quadrotor Ardrone 2.0, seu princípio de funcionamento, a modelagem matemática do comportamento dinâmico e de seu sistema de localização, além do equacionamento das estratégias de controle para estabilização em voo pairado e controle da velocidade de rotação dos rotores. A partir destes desenvolvimentos matemáticos, dois simuladores são implementados e usados como ferramentas fundamentais de validação das estratégias de controle e estabilização. O objetivo principal da pesquisa é propor uma implementação de um controlador neural interligado ao controlador Proporcional Integral Derivativo (PID), para estabilizar um Quadrotor Ardrone Parrot 2.0, comparando-o com controlador clássico PID.