Modeling and control of a tilt-rotor UAV with improved forward flight
| dc.creator | Daniel Neri Cardoso | |
| dc.creator | Guilherme Vianna Raffo | |
| dc.creator | Sergio Esteban | |
| dc.date.accessioned | 2025-03-18T15:04:11Z | |
| dc.date.accessioned | 2025-09-09T00:23:04Z | |
| dc.date.available | 2025-03-18T15:04:11Z | |
| dc.date.issued | 2016 | |
| dc.description.abstract | Esse trabalho descreve a modelagem e controle de um VANT tilt-rotor com superfícies de controle na cauda para realizar o seguimento de trajetória com aumento de velocidade de avanço. O modelo dinâmico ´e obtido usando a formulação de Euler-Lagrange. Através do projeto de controle H2/H∞ misto são obtidos ganhos de realimentação para diferentes pontos de operação, sendo esses interpolados por uma rede neural, para realizar um escalonamento online entre eles, permitindo uma transição suave. Resultados de simulação mostram a eficiência da estratégia de controle quando o VANT é designado a acelerar e seguir em uma trajetória circular com perturbação de vento. | |
| dc.identifier.issn | 2525-8311 | |
| dc.identifier.uri | https://hdl.handle.net/1843/80738 | |
| dc.language | eng | |
| dc.publisher | Universidade Federal de Minas Gerais | |
| dc.relation.ispartof | XXI Congresso Brasileiro de Automática - CBA | |
| dc.rights | Acesso Aberto | |
| dc.subject | Engenharia elétrica | |
| dc.subject | Aeronave não tripulada | |
| dc.subject.other | UAV | |
| dc.subject.other | Tilt-rotor | |
| dc.subject.other | Robust control | |
| dc.subject.other | Neural Network | |
| dc.title | Modeling and control of a tilt-rotor UAV with improved forward flight | |
| dc.type | Artigo de evento | |
| local.citation.epage | 2478 | |
| local.citation.spage | 2473 | |
| local.description.resumo | This work describes the modeling and control of a tilt-rotor UAV with tail controlled surfaces for path tracking with improved forward velocity. The dynamic model is obtained using the Euler-Lagrange formulation. Mixed H2/H∞ controllers are designed for different operation points, whose feedback gains are interpolated by a neural network for online gain-scheduling, performing a smooth transition between them. Simulation results show the control strategy efficiency when the UAV is designated to have a forward acceleration and do a circular trajectory, subject to wind perturbation. | |
| local.publisher.country | Brasil | |
| local.publisher.department | ENG - DEPARTAMENTO DE ENGENHARIA ELETRÔNICA | |
| local.publisher.initials | UFMG | |
| local.url.externa | https://www.researchgate.net/profile/Daniel-Cardoso-6/publication/325482806 |
Arquivos
Licença do pacote
1 - 1 de 1