CONTROLE DE ALTITUDE DE QUADROTOR ARDRONE 2.0 (PARROT) UTILIZANDO REDES NEURAIS
Quadrotor, ArDrone 2.0 Parrot, Modelagem Matemática, Redes Neurais Artificiais.
Este trabalho trata da estabilização de um veículo aéreo não-tripulado (VANT) do tipo Quadrotor Ardrone 2.0 através de técnicas de controle utilizando Redes Neurais Artificiais (RNA) e alguns controladores clássicos. Na primeira parte é apresentado um panorama histórico sobre os VANTs, em especial o Quadrotor. A segunda parte descreve o estado da arte, no qual apresenta as principais referências sobre o tema. Na terceira parte é apresentada a RNA, seus processos de aprendizagem, algoritmo de aprendizagem, assim como a rede Multi Layer Perceptron (MLP). Na quarta parte é apresentado o Quadrotor Ardrone 2.0, o 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 vôo 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 estimação de estado. O objetivo é estudar a modelagem matemática do quadrotor e com uso de uma técnica de linearização, obter um modelo linearizado, onde a partir deste modelo linearizado, pode-se realizar um estudo de técnicas de estabilização de controle no quadrotor utilizando RNA juntamente com os controladores clássicos PI e PID. Por fim, são mostrados os resultados experimentais que corroboram para o bom funcionamento da dinâmica do quadrotor e a validade das técnicas de controle de estabilização aplicadas, seguidos das conclusões mais significante.