CONTROL DE ROBOTS MOVILES APLICANDO TECNICAS DE CONTROL

ROBUSTO
Gustavo 1. E. Scaglia, Vicente A. Mut, 1os F. Postigo, Benjamin Kuchen
Instituto de Automatica (INAUT). Universidad Nacional de San Juan.
Av. Libertador San Martin 1109 (oeste). J5400ARL. San Juan, Argentina.
e-mail.{gscaglia,vmut,fpostigo,bkuchen}inaut.unsf.edu.ar
Resumen: En este trabajo se propone el control de un robot movil utilizando, para el diseo, un modelo
lineal con incertidumbre producto de la variacion del punto de Iuncionamiento del mismo. Para el diseo
del controlador se utiliza la Teoria de Control Robusto. Esta teoria nos permite tratar con sistemas cuyos
parametros puedan variar entre ciertos limites. Se propone un controlador que, tanto en simulacion como
en experimentacion, tiene un desempeo aceptable en un entorno del punto de linealizacion y ademas es
de Iacil y simple implementacion.
Palabras Clave: Robotica, Robots moviles, Sistemas lineales, Control Robusto.
MOBILE ROBOT CONTROL BASED ON ROBUST CONTROL TECHNIQU ES
Abstract. The control oI a mobile robot using, Ior designing purposes, a lineal model with uncertainty, is
presented in this paper. The uncertainty is due to the variation oI the point oI operation oI the mobile
robot. In the controller design, the Robust Control Theory is used. This theory allows todeal with systems
whose parameters may vary among certain limits. The proposed controller has shown, both in digital
simulation and in experimentation tests, an acceptable perIormance in the neighborhood oI the
linearization point, Ieaturing and easy and simple practical implementation.
Keywords: Robotics, Mobile Robots, Linear Systems, Robust Control.
1. INTRODUCCION
Cuando se disea un controlador es necesario contar con inIormacion del sistema Iisico a controlar. Este
conocimiento se puede expresar a traves de un modelo matematico el cual representa en Iorma
aproximada al sistema. Por este motivo, se desea que el desempeo del controlador sea aceptable por mas
que el sistema Iisico diIiera del modelo que se posee del mismo.
En este trabajo se propone utilizar un modelo linealizado de un robot movil y considerar las variaciones
en los parametros del modelo lineal, como incertidumbre en los parametros de dicho modelo, como
consecuencia del cambio del punto de Iuncionamiento,. De esta manera se desea obtener un modelo lineal
mas amplio (Iamilia de modelos lineales) para describir el Iuncionamiento del sistema.
Para el diseo del controlador se hace uso de la teoria de Control Robusto la cual nos permite disear un
controlador que estabilice y asegure desempeo robusto para una Iamilia de modelos. El resultado es un
controlador de Iacil implementacion, ya que para ella solamente se necesita realizar multiplicaciones de
matrices, con elementos numericos.
Si bien la linealizacion se realiza en torno de una orientacion (6 ) determinada del robot movil, y no se
consideran variaciones en los parametros del modelo lineal debido a cambios en 6 , se presentan pruebas
de tal manera que la orientacion del robot cambie cuando el robot se desplaza. En este sentido se
presentan resultados basados tanto en simulacion como en experimentacion.
2. MODELO DEL SISTEMA
2.1 Modelo Nominal del robot movil
Se trabaja con el modelo cinematico de un robot movil (Secchi,1998; Mut et al, 2001), el cual se muestra
en la Eig.1 y se presenta en las Ecs. (1).
Eigura 1: Descripcion geometrica del robot movil.
donde: P Punto equidistante entre las dos ruedas del robot movil.
a Separacion entre las ruedas de traccion
1 Jo Velocidad de la rueda 1
2 Jo Velocidad de la rueda 2
La velocidad lineal del robot movil ) (J sera igual a la velocidad lineal del punto P, determinandose por el
promedio de la velocidad de la rueda 1 ) 1 (Jo , y la velocidad de la rueda 2 ) 2 (Jo .
La velocidad angular ) (W del robot movil sera:
a
Jo Jo
W
2 1
=
Cx y
u x f x
.
=
= ) , (

=
=
=
=
W
Jsin v
J x
.
.
.
cos
6
6
6
.
x
(
T
v x = x , (
T
W J = u (1)
(
(
(

=
1 0 0
0 1 0
0 0 1
C
donde J velocidad lineal, W velocidad angular, ) , ( v x posicion cartesiana de la estructura movil,
6 orientacion del robot movil.
Si se realiza el desarrollo en serie de Taylor de la Ec. (1) y se consideran pequeas desviaciones en x y
urespecto de un punto determinado
o
x y
o
u , (Brogan, 1991), entonces los terminos de mayor orden se
pueden despreciar, obteniendose las Ecs (2) y (3),
u
u
f
x
x
f
x
.
d d d
xo,uo xo,uo
c
c
+
c
c
= (2)
(

(
(
(

+
(
(
(

(
(
(

=
dW
dJ
sin
d
dv
dx
J
Jsin
d
1 0
0
0 cos
0 0 0
cos 0 0
0 0
6
6
6
6
6
.
x (3)
donde:
xo,uo
signiIica que las derivadas estan evaluadas en
o
x y
o
u .
Si se Iorma la matriz de controlabilidad del sistema se tiene:
( B A AB A contr
2
= (4)
Reemplazando (3) en (4) :
(
(
(

=
0 0
0 0
0 0
0 0
cos 0
0
1 0
0
0 cos
6
6
6
6
J
Jsin
sin contr (5)
Se puede observar que el rango de la matriz de la Ec.(5) es:
3 ) ( = contr rango si 0 = J (6)
A partir de la Ec. (6) se puede concluir que mientras 0 = J el sistema representado por la Ec.(3) es
completamente controlable. Al ser en la Ec. (1) la matriz identidad, la salida del sistema son los
estados, y el sistema es observable.
A partir de la Ec. (3) se puede ver que tanto como dependen de J y 6 , entonces si se elige:
45 , 5 . 0 = = 6
s
m
J (7)
y si se reemplaza la Ec. (7) en la (3), se obtiene,
(
(
(

=
0 0 0
0.3536 0 0
0.3536 - 0 0
A
(
(
(

=
1 0
0 7071 . 0
0 7071 . 0
B
(8)
(
(
(

=
1 0 0
0 1 0
0 0 1
C
(
(
(

=
0 0
0 0
0 0
D
Luego, el comportamiento del robot movil es determinado por,

+ =
+ =
Du Cx v
Bu Ax x
.
(9)
cuando este se 'mueve en un entorno 'pequeo de los valores elegidos en la Ec. (7).
2.2 Jariacion del modelo
Si el robot movil al desplazarse se aleja de los valores de velocidad y orientacion dados por la Ec. (7),
entonces como se puede apreciar en la Ec. (3), cambiaran las matrices que describen al mismo. Esta
variacion se puede interpretar como una variacion de los parametros del modelo nominal dado por la Ec.
(9). Es decir, el robot movil se representa con mayor precision si en vez de considerar un unico modelo
lineal se considerara que su Iuncionamiento esta determinado por una familia de modelos lineales. En
Zhou (1996) se muestra que esta Iamilia de modelos se puede representar de la siguiente manera,
(
(
(
(
(

+ +
+ +
=


= =
= =
k
i
i i
k
i
i i
k
i
i i
k
i
i i
D D C C
B B A A
s) G
1 1
1 1
( (10)
donde A B, C, D representan el modelo nominal, y la incertidumbre en los parametros se pone de
maniIiesto en los escalares ) 1 , 1 ( e i . Este tipo de incertidumbre se puede representar por una
Transformacion Lineal Fraccionaria (LFT), (Zhou et al, 1996) la cual se deIine a continuacion.
Definicin: Sea T una matriz compleja particionada como:
) q (q x ) p (p
C
T T
T T
T
2 1 2 1
22 21
12 11 + +
e
(

=
sea
2 2 p x q
C Kl e y
1 1 p x q
C Ku e dos matrices complejas.
Se puede deIinir una Transformacion Lineal Fraccionaria Inferior con respecto a Kl como:
21
1
22 12 11
) ( ) , ( T Kl T I Kl T T Kl T Fl

+ =
y de la misma manera se puede deIinir una Transformacion Lineal Fraccionaria Superior con respecto a
Ku como:
12
1
11 21 22
) ( ) , ( T Ku T I Ku T T Ku T Fu

+ =
De la deIinicion anterior se ve que ) (s G se puede expresar como,
)
1
, ( ) (
s
M Fu s G = (11)
donde M esta determinada por la Ec. (12):
(
(
(

+ +
+ +
=


i
i
i
i
i
i
i
i
iDi D Ci C
Bi B Ai A
M (12)
Se deIine ahora la matriz:
(

=
Di Ci
Bi Ai
Pi (13)
donde cada Pi se puede expresar como:
T
Zi
Ri
Wi
Li
Pi
(

= (14)
donde:
nxqi
Li 9 e ,
nvxqi
Wi 9 e ,
nxqi
Ri 9 e ,
nuxqi
Zi 9 e siendo
i
q el rango de
i
P , n el orden de A,
v
n el
numero de salidas y
n
u el numero de entradas. De esta Iorma se tiene entonces que:
(
T
Zi
Ri
Iqi i
Wi
Li
iPi
(

= (15)
con lo cual M se puede expresar como se muestra en la Ec. (16):
(
(
(
(

(
(
(

+
(

=
* *
*
1
*
1 1 1
1
1
k k k k
k
k
Z R
Z R
I
I
W W
L L
D C
B A
M

(16)
|
|
.
|

\
|
A
(

= ,
0
21
12 11
P
M
M M
Fl M (17)
donde:
(

=
D C
B A
M
11
(

=
k
k
W W
L L
M

1
1
12
(
(
(
(

=
* *
*
1
*
1
21
k k
Z R
Z R
M
1 1
(
(
(

= A
k k
I
I
P

Reemplazando la Ec. (17) en la (11) se obtiene,

|
|
.
|

\
|
|
|
.
|

\
|
A
(

=
1
, ,
0
) (
21
12 11
s
P
M
M M
Fl Fu s G (18)
La Ec. (18) se puede representar graIicamente como se muestra en la Eig. 2.
I
s
1
kI
k
I

1
1
22 21 2
12
2
D D C
D D C
B B A
y
u2
y2
x
x
Eigura 2: Representacion esquematica de la Ec. 18
Por simple inspeccion de la Eig. 2 y las Ecs. (16), (17) y (18) se tiene que, (Zhou et al, 1996),
(
(
(
(
0
1
22
*
1 21
*
1 2
1 12
2
=
=
=
=
=
D
Z Z D
R R C
W W D
Lk L B
k
k
k

(19)
A partir de la Ec. (18) se obtiene:
) ( ) ) ( ( ) ( ) ( ) (
21
1
22 12 11
s G P s G I P s G s G s G

A A + = (20)
) ( ) ) ( ( ) ( ) (
21
1
22 12
s G P s G I P s G s G

A A = A
donde las matrices de estado de ) (s G
if
estan dadas por:
<
<
<
<
22 2 2 22
21 2 21
12 2 12
11
, , , ) (
, , , ) (
, , , ) (
, , , ) (
D C B A s G
D C B A s G
D C B A s G
D C B A s G
=
=
=
=
(21)
La Ec. (20) muestra que la Iamilia ) (s G se puede representar como un modelo nominal o central ) (
11
s G
mas un termino ) (s G A , que indica cuanto un elemento de la Iamilia se ha apartado del modelo nominal.
En este trabajo se consideraran variaciones en la velocidad lineal del robot, en una cantidad igual a
s
m
4 . 0 y un solo parametro i . Es decir,
(
(

+ +
+ +
=
1 1
1 1
) (
D D C C
B B A A
s G


(22)
donde:
(
(
(

=
0 0 0
) 45 cos( 4 . 0 0 0
) 45 ( 4 . 0 0 0
1
sin
A
(
(
(

=
=
(
(
(

=
0 0
0 0
0 0
3 001 0
001 0 0
0 007 0
0 007 0
1
1
1
D
I . C
.
.
.
B
(23)
Se considero a las matrices 0
1 1
= C v B para que los modelos en variables de estados de la Iamilia de
modelos, dado por las Ecs. (20) sean completamente controlables y observables.
3. OBJETIVOS DE DISEO Y ESPECIEICACIONES
3.1 Obfetivos de diseo
A partir de la Ec. (19) se puede apreciar que la conducta de la planta (en este caso el robot movil) no se
describe por un unico modelo lineal y autonomo sino por una Iamilia de modelos lineales invariantes en
el tiempo.
Si se considera el diagrama de la Eig. 3,
) (s G ) (s K

#8
8
&8
8
Eigura 3: Sistema de control simpliIicado
el objetivo es disear un controlador ) (s K , de tal manera que se asegure no solo la estabilidad y buen
desempeo del sistema cuando se utiliza el modelo nominal de robot movil, sino tambien cuando se
utiliza cualquiera de los modelos de la Iamilia ) (s G , esto es, se debe asegurar estabilidad y desempeo
robusto.
Se considera en una primera etapa de diseo que el sistema responda en Iorma adecuada a seales tipo
escalon tanto en coordenadas x como en v en Iuncion del tiempo, es decir la respuesta no presente
sobrepicos de importancia.
3.2 Estabilidad Robusta
La diIerencia entre el modelo nominal y cualquier modelo que pertenezca a ) (s G se puede representar de
varias Iormas. Tal vez la mas sencilla sea la que se muestra en la Ec. (24), (Morari, 1989)
) ( ) ( ) (
11
s Aa s G s G + = (24)
donde Aa representa una perturbacion aditiva.
Tambien se puede representar en la Iorma de incertidumbre multiplicativa, como se muestra en la Ec.
(25), (Morari, 1989),
) ( ) ( ) (
11
s G Am I s G + = (25)
donde Am representa una perturbacion multiplicativa.
Las incertidumbres estan relacionadas por:
) ( *
11
s G Am Aa = (26)
En Morari, (1989) se establece que la magnitud de la perturbacion se puede medir en terminos de una cota
sobre ) (Aa 8 y ) (Am 8 , es decir:
w w La Aa s ) ( ) ( 8 (27)
w w Lm Am s ) ( ) ( 8 (28)
donde . 8 representa el maximo valor singular , ) (w La y ) (w Lm es una cota escalar sobre Aa 8 y
Am 8 , respectivamente. Las condiciones para estabilidad robusta cuando se utiliza la incertidumbre
aditiva y multiplicativa para representar a la Iamilia ) (s G se pueden encontrar en detalle en Morari et
al,1989; Dormido Bencomo et al, 1993 y se citan brevemente algunas de ellas a continuacion.
Incertidumbre multiplicativa.
El sistema es estable para todas las perturbaciones )) ( ) ( ( w Lm Am Am < 8 si y solo si:
(
1 .
1
1
11 11
1
11 11
< +
< +

K G I K G Lm
w Lm K G I K G 8
(29)
Incertidumbre aditiva.
El sistema es estable para todas las perturbaciones )) ( ) ( ( w La Aa Aa < 8 si y solo si:
(
1 .
1
1
11
1
11
< +
< +

K G I K La
w La K G I K 8
(30)
A partir de la Ec. (26) se tiene que:
) (
) (
) (
) ( ) ( ) (
11
11
G
Aa
Am
G Am Aa
8
8
8
8 8 8
>
s
(31)
Luego de las Ecs. (28) y (31) se propone deIinir a Lm como,
) (
) (
) (
11
G
Aa
w Lm
8
8
= (32)
La variacion de ) (w Lm en Iuncion de la Irecuencia se puede ver en la Eig. 4.
Eigura 4: db w Lm , ) ( en Iuncion de la Irecuencia.
3.3 Desempeo Robusto
A continuacion se presenta una breve reIerencia a algunas deIiniciones conocidas en la teoria de control,
basandose en el sistema de la Eig. 2., con el objeto de presentar posteriormente el diseo de un
controlador robusto para el robot movil.
Sensibilidad ( S ) y Sensibilidad Complementaria ( T ):
1
) (

+ = GK I S (33)
1
) (

+ = GK I GK T (34)
Tambien se puede demostrar que:
I T S = + (35)
Cuando se trabaja con el modelo nominal de la Iamilia de modelos se tiene:
1
11
) (

+ = K G I So
1
11 11
) (

+ = K G I K G To
Si se considera que el sistema es monovariable entonces,
S
P
P
T
T
lim
P
=
A
A
A 0
(36)
es decir que la Iuncion sensibilidad expresa el limite cuando 0 AP de la variacion porcentual de la
Iuncion de transIerencia de lazo cerrado, cuando se produce una variacion porcentual en la planta que se
desea controlar. Tambien S es la Iuncion de transIerencia entre la seal de error y la seal de reIerencia
del sistema. Es de esperar entonces que se desee que S permanezca pequea para el rango de Irecuencias
de interes.
La condicion que S permanezca pequeo en el rango de Irecuencia de interes, se puede plantear como
una limitacion sobre la norma inIinito de WS donde W es una Iuncion que pone enIasis en el rango de
Irecuencia donde se desea que S sea pequea, es decir:
1 <

WS (37)
La condicion dada por la Ec (37) se debe cumplir no solo para el sistema nominal sino tambien para toda
la Iamilia de modelos dada por la Ec (25) (desempeo robusto), es decir:
( < Lm Am w fw K fw G fw Am I I fw W < < + +

) ( 1 ) ( ) ( ) ( ) (
1
11
8 8 (38)
( < Lm Am w fw K fw G fw Am fw K fw G I fw W < < + +

) ( 1 ) ( ) ( ) ( ) ( ) ( ) (
1
11 11
8 8
( ( ( ) ( ) ( )) ( ( ) ( ) ( ) ( ) ( ) ( ) (
11
1
11 11 11 11
fw K G fw Am fw K G I I fw K G I fw K fw G fw Am fw K fw G I

+ + + = + +
( < ( ( <
(
( ) ( ) (
) (
) ( ) ( ) ( ) ( ) ( ) ( ) (
1 1
11
fw To fw Lm I
fw WSo
fw To fw Lm I fw WSo fw K fw G fw Am I I fw W
+
=
+ s + +

8
8
8 8 8
(
(
(
(
( ( 1 ) ( ) ( ) ( 1
) ( ) ( 1
) (
) ( ) (
) (
< + <

<
+
fw To fw Lm fw WSo
fw To fw Lm
fw WSo
fw To fw Lm I
fw WSo
8 8
8
8
8
8
( ( w fw To fw Lm fw WSo < + 1 ) ( ) ( ) ( 8 8 (39)
De la Ec (39) se puede ver que si se cumple la condicion de comportamiento robusto, se asegura
desempeo nominal 1 <

WSo y estabilidad robusta 1 <

LmTo , pero se debe notar, sin embargo

que T y S no pueden ser simultaneamente pequeas (Ec. 35)
Para conseguir un compromiso entre desempeo nominal y estabilidad robusta se puede plantear el
problema diciendo: se desea encontrar un controlador que asegure estabilidad interna y que cumpla con:
1 <

LmTo
WSo
(40)
lo cual asegura tanto un buen rechazo a las perturbaciones como asi tambien la estabilidad de la Iamilia
de modelos ) (s G , aunque de por si no asegure que se cumpla la condicion dada por la Ec. (39). Este
problema se denomina minimi:acion de sensibilidad mixta, (Dormido B. Et al, 1993; Chandrasekharan
,1996).
4. REDUCCION A LA EORMA ESTANDAR
El problema central en la teoria de control

H es la de disear un controlador que asegure la estabilidad

interna del sistema que se muestra en la Eig. 5:
) (s P
) (s K
w :
v
u
Eigura 5: ConIiguracion estandar Planta-Controlador
y ademas que se cumpla:
<
:w
R (41)
donde
:w
R es la Iuncion de transIerencia entre : y w.
La terminologia 'Teoria de control

H hace reIerencia a que se desea alcanzar objetivos sobre la

sujeto a estabilidad de lazo cerrado (Green ,1995).

Si ) (s P en la Eig 5 se particiona en 4 submatrices de dimensiones apropiadas,
:w
R esta dado por:
21
1
22 12 11
) (
) , (
P K P I K P P R
K P Fl R
:w
:w

+ =
=
(42)
Se puede ver en la Ec. (40) que el problema de sensibilidad mixta se puede tratar como un problema de
optimizacion

H donde 1 = .
) ) ( (
1
11 11

+ = K G I K G I W WS (43)
1
11
11
11
) (
0

+
(

+
(

=
(

K G I K
LmG
WG W
LmT
WS
(44)
Comparando las Ecs. (42) y (44) se tiene que:
(
(
(

=
11
11
11
0
) (
G I
LmG
WG W
s P
(45)
(
(
(

=
p D p D p C
p D p D p C
p B p B Ap
s P
22 21 2
12 11 1
2 1
) (
(46)
Las Iunciones ) (s W y ) (s Lm que se utilizaron para el diseo aplicado al robot movil que se presenta en
este trabajo se muestran en las Ecs. (47) y (48):
(
(
(
(

+
+
+
=
1 06667 . 0
17 . 0
0 0
0
1 2 . 0
17 . 0
0
0 0
1 2 . 0
17 . 0
s
s
s
W
(47)
1 2
8036 . 0 004018 . 0
+
+
=
s
s
Lm (48)
El modelo en variables de estado de ) (s P (Ec. 46) se encontro utilizando la instruccion de MATLAB:
'augss.
5. DISEO DEL CONTROLADOR
En esta seccion se presenta el diseo del controlador propuesto para el robot movil Pioneer 2 (Eig. 6)
disponible en el INAUT, (Secchi,1998; Mut et al 2001).
Sensores de
ultrasonido
Cmara
de video
Eigura 6: Robot movil Pioneer 2
El problema que se desea resolver es el de encontrar un controlador admisible ) (s K de tal manera que se
cumpla la condicion dada por la Ec. (40), la cual asegura que se cumpla estabilidad robusta y desempeo
nominal y de esta manera tener en cuenta la variacion del modelo que se produce cuando el robot cambia
el punto de operacion. La expresion de la planta aumentada a la cual se le aplicara el proceso de diseo se
encuentra expresada en al Ec. (45) y su correspondiente modelo en variables de estado en la Ec. (46).
El teorema que se aplicara para disear el controlador considera que la planta se encuentra descripta por
un modelo en variables de estado como el que se muestra en la Ec (49),

+ =
+ =
+ + =
21 2
12 1
2 1
.
w D x C v
u D x C :
u B w B Ax x
(49)
en la cual x es de dimension n , wes de dimension l , u es de dimension m, v es de dimension q y : es
de dimension p .
Donde las matrices
12
D y
21
D cumplen:
Iq D D D D
T T
= =
21 21 12 12
Im (50)
Las transIormaciones necesarias para pasar de la Ec. (46) a la (49) y que se cumpla la Ec. (50) se
encuentran desarrolladas en Green (1995).
El modelo en variables de estado dado en la Ec. (49) debe cumplir:
1. (A,B
2
) sea estabilizable y (A,C
2
) sea detectable.
2. Las matrices
12
D y
21
D satisIacen la Ec. (50)
3. real
12 1
2
w m n
D C
B fwI A
rango + =
(

4. real
21 2
1
w q n
D C
B fwI A
rango + =
(

Lo que expresa la condiciones 3 es que el sistema ) , ( K P Fl no tenga modos no observables sobre el eje
imaginario y la condicion 4 que ) , ( K P Fl no tenga modos no controlables sobre el eje imaginario.
A continuacion se muestran los valores de las condiciones 1, 2, 3 y 4 para el problema particular que se
esta tratando.
Condicin 1:
Modos controlables < 0 0, 0.5, - 0.5, - 5, - 5, - 0, 15, -
Modos no Controlables < 5 . 0
Modos Observables < 0 , 0 , 0
Modos no Observables < 0.5 - 0.5, - 0.5, - 15, - 5, - 5, -
Condicin 2:
Despues de realizar las transIormaciones las matrices
12
D y
21
D se muestran en las Ecs. (51) y (52):
(

=
0 0 0 1 0 0 0 0
0 0 0 0 1 0 0 0
12
T
D (51)
3 21
I D = (52)
Condicin 3:
Eigura 7: Condicion 3
Se puede ver en la Eig. 7 que el sistema no tiene modos no observables sobre el eje imaginario.
Condicin 4:
Eigura 8: Condicion 4
Como se puede ver en la Eig 8, la condicion 4 no se cumple, es decir el sistema de lazo cerrado ) , ( K P Fl
tendra modos no controlables sobre el eje imaginario. Lo que se propone para hacer que la condicion 4 se
cumpla es considerar un mayor numero de entradas externas w, es decir:
(
(
(

= =
=
extra
:wn :w nuevo :wnuevo
T
extra nuevo
w
w
R R w R :
w w w
(53)
donde:
extra
w representa las nuevas entradas externas agregadas.
:wn
R representa la matriz de transIerencia entre las entradas nuevas y : .

s
:wnuevo :w
R R (54)
Es decir si se veriIica que 1 <

nuevo
:w
R , entonces tambien se cumplira 1 <

:w
R . La matriz
pnuevo
B
1
que resulta luego de este procedimiento es,
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(

=

pn p
B B
pnuevo
B
1 1
0 0
0 0
0 0
0 0
0 0
0 0
0 7 . 0
7 . 0 0
0 0
0 0 0
0 0 0
0 0 0
3 0 0
0 2 0
0 0 1
0 0 0
0 0 0
0 0 0
1
(55)
Las dos ultimas columnas de la Ec (55) son las columnas agregadas debido al numero extra de entradas
wconsideradas.
Con esta nueva matriz dada en la Ec. (55) se cumple efectivamente la condicion 4. Ahora se puede aplicar
el teorema que permite encontrar el controlador ) (s K ,(Green et al ,1995).
Teorema: Si las condiciones 1, 2, 3 y 4 se mantienen, luego existe un controlador admisible ) (s K tal que
el sistema de lazo cerrado ) , ( K P Fl R:w = satisIace <
:w
R si y solo si:
1. Hay una solucion de la ecuacion algebraica de Riccati:
0
~ ~
) (
~ ~
1 1
2
2 2
= + +

C C X B B B B X X A A X
T T T T
(56)
donde
1 12 2
C D B A A
T
= ,
1 12 12 1
) (
~ ~
C D D I C C C
T T T
=
tal que

X B B B B A
T T
) (
~
1 1
2
2 2
es asintoticamente estable y 0 >

X .
2. Hay una solucion de la ecuacion algebraica de Riccati:
0 ) (
1 1
2
2 2
= + +

T
T T
T
B B Y C C C C Y A Y Y A (57)
donde
2 21 1
C D B A A
T
= ,
T T
T
B D D I B B B
1 21 21 1
) ( =
tal que ) (
1 1
2
2 2
C C C C Y A
T T

es asintoticamente estable y 0 >

Y .
3.
2
) ( 7 <

Y X (.) 7 radio espectral
Si las condiciones anteriores se cumplen , ) (s K es un controlador admisible cumpliendo con <
:w
R
si y solo si ) (s K esta determinado por:
< e =

U RH U U Ka Fl K , ) , ( (58)
(
(
(

=
0
0 ) (
2
1
2 1
I C
I C
B B A
s Ka
k
k
k k k
(59)
donde:
: k
T
k
C B F B X B B A A
2 1 2 1 1
2
+ =

( (
T T
:
T
k k
F Z B C Z D B B B

+ + =
2
2 2 21 1 2 1

=
(

: k
k
C
F
C
C
2 2
1
1
) 2 (

= Y X I Y Z

+ = X B D C C
T
: 1 21
2
2 2

Observacin: Controlador admisible es aquel que es causal, lineal, invariante, de dimension Iinita y que
estabiliza internamente a ) (s P .
En esta aplicacion solo se considero el controlador central. 0 = U . El modelo en variables de estado del
controlador se puede ver a continuacion:
(

=
k k
k k
D C
B A
s K ) (
(
(
(
(
(
(
(
(
(
(
(
(

=
4636 0
0759 0
0574 0
0001 0
0000 0
0000 0
0771 1
0501 0
0178 0
0204 0
4574 0
0321 0
0002 0
0003 0
0003 0
7904 1
2567 2
4774 2
0130 0
0269 0
4795 0
0002 0
0003 0
0003 0
7919 1
4842 2
3404 2
6022 0
2521 1
9485 0
0119 15
0000 0
0000 0
4634 1
5077 2
3745 1
9646 2
1891 6
6837 4
0000 0
0052 5
0001 0
2966 4
8355 12
4017 6
8823 2
0148 6
5541 4
0000 0
0001 0
0052 5
1784 4
6623 11
0430 7
1528 5
7552 11
9043 8
1103 0
0000 0
0000 0
3522 12
1689 23
5317 12
2959 41
7139 85
2436 65
0005 0
0733 0
0005 0
1867 64
7234 174
0566 93
1451 40
7764 83
9304 62
0005 0
0005 0
0733 0
5061 62
3184 166
9763 93
. -
.
. -
. -
. -
.
. -
.
.
.
. -
. -
. -
. -
. -
. -
. -
. -
. -
. -
. -
.
. -
. -
.
. -
. -
.
.
. -
. -
.
. -
.
.
. -
.
.
. -
.
. -
.
.
.
. -
. -
. -
.
. -
.
. -
. -
. -
.
. -
. -
.
.
.
. -
. -
. -
.
. -
. -
.
. -
.
. -
. -
. -
.
.
.
. -
.
. -
.
.
.
. -
Ak
(
(
(
(
(
(
(
(
(
(
(
(

=
5.5373 -
11.5146 -
8.7221
2.1090
0.0000 -
0.0000
8.9549 -
23.0556 -
12.6354
40.7406 -
85.0547 -
64.3663
0.0000 -
1.0724
0.0003 -
58.3501 -
171.2747 -
93.1731
39.6014
82.6415
62.5712 -
0.0000
0.0003 -
1.0724
56.7150
165.4313
91.5897 -
Bk
(

=
1.1368 -
0.1433
1.8319 -
3.4434 -
1.8227
3.3579 -
0.4923
0.0007 -
0.0511
0.5353
0.0509 -
0.5336
3.2389 -
0.0206 -
5.0758 -
1.9644 -
5.0467
1.5995 -
Ck
(

=
0 0 0
0 0 0
Dk
La Eig. 9, 10 y 11 muestra la variacion de:
( ) ( fw WSo 8 , ( ) ( ) ( fw To fw Lm 8 ,
(

LmTo
WSo
8 y ( ( ) ( ) ( ) ( fw To fw Lm fw WSo 8 8 + en Iuncion de la
Irecuencia, para diIerentes valores de W .
( ( ) ( ) ( ) ( fw To fw Lm fw WSo 8 8 +
(

LmTo
WSo
8
( ) ( ) ( fw To fw Lm 8
( ) ( fw WSo 8
10
-2
10
-1
10
0
10
1
10
2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Frecuencia [rad/seg]
Eigura 9: Variacion de ( ) ( fw WSo 8 , ( ) ( ) ( fw To fw Lm 8 ,
(

LmTo
WSo
8 y
( ( ) ( ) ( ) ( fw To fw Lm fw WSo 8 8 + para W dada en la Ec. (47)
En la Eig. 9 se puede como si bien se cumple la condicion de sensibilidad mixta, no se cumple la
condicion de comportamiento robusto.
10
-2
10
-1
10
0
10
1
10
2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Frecuencia [ rad/seg]
( ( ) ( ) ( ) ( fw To fw Lm fw WSo 8 8 +
( ) ( ) ( fw To fw Lm 8
(

LmTo
WSo
8
( ) ( fw WSo 8
Eigura 10: Variacion de ( ) ( fw WSo 8 , ( ) ( ) ( fw To fw Lm 8 ,
(

LmTo
WSo
8 y
( ( ) ( ) ( ) ( fw To fw Lm fw WSo 8 8 + para
3
*
1 05 . 0
17 . 0
I
s
W
+
=
En las Eig. 10 y 11 se puede ver como ha medida que se disminuye el ancho de banda de ) (s W se va
cumpliendo la condicion de comportamiento robusto.
10
-2
10
-1
10
0
10
1
10
2
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Frecuencia [ rad/seg]
( ) ( fw WSo 8
( ) ( ) ( fw To fw Lm 8
(

LmTo
WSo
8
( ( ) ( ) ( ) ( fw To fw Lm fw WSo 8 8 +
Eigura 11: Variacion de ( ) ( fw WSo 8 , ( ) ( ) ( fw To fw Lm 8 ,
(

LmTo
WSo
8 y
( ( ) ( ) ( ) ( fw To fw Lm fw WSo 8 8 + para
3
*
1 05 . 0
08 . 0
I
s
W
+
=
5.1 Reali:aciones Balanceadas
Supongase que A, B, C, D} es estable. Sean P y Q los gramianos de controlabilidad y de observabilidad
respectivamente. Entonces P y Q satisIacen las siguientes ecuaciones de Lyapunov:
0 B* * = + + B PA AP
0 * * = + + C C Q A QA
con P _ 0 y Q _ 0. Ademas el par (A,B) es controlable si y solo si P~ 0, y (C, A) es observable si y solo
si Q ~ 0. Supongase que realizamos una transIormacion de estado Tx w = , de tal manera que se obtiene
la realizacion D CT TB TAT , , ,
1 1
}. Los gramianos se transIorman como:
1 1
* ) ( *

= = QT T Q TPT P
w w
Consideremos el producto entre los gramianos:
1 1 1
* ) ( *

= = TPQT QT T TPT Q P
w w
se ve que el producto de los gramianos esta relacionado por medio de una transIormacion de semejanza, y
por esto los autovalores del producto de los gramianos permanece invariante, Irente a una transIormacion
de estado.
Si se considera una transIormacion T, que da la descomposicion:
) , , , (
2 1
1
n
diag T T PQ = A =

PQ tiene una Iorma de Jordan en la que 0 > A , lo cual es una consecuencia de P _ 0 y Q _ 0.

Aunque los autovectores no son unicos, en el caso de una realizacion minima, se pueden elegir de tal
manera que:
E = = * TPT P
w
E = =
1 1
* ) ( QT T Q
w
EE = A =
w w
Q P
Esta nueva realizacion con gramiano de controlabilidad y observabilidad
) , , , (
2 1 n w w
diag Q P 8 8 8 = E = = , se la denomina realizacion balanceada. Los numeros 0
2 1
> > o > o ,
son los valores singulares de Hankel del sistema.
Supongase que los valores singulares de Hankel sean ordenados de tal manera que
n
8 8 8 > >
2 1
y
supongamos que
1 +
>>
r r
8 8 , para algun r, entonces la realizacion balanceada implica que aquellos
estados correspondientes a los valores singulares
n r
8 8 , ,
1

+
son menos controlables y menos
observables que los r primeros. Por esto truncando estos estados menos observables y menos
controlables, no se pierde mucha inIormacion relevante acerca del sistema desde el punto de vista de
entrada-salida.
5.2 Reduccion del orden del controlador
El controlador tiene una matriz A de orden (9x9), entonces para disminuir el orden de ) (s K se encontro
una realizacion balanceada. Los valores singulares de Hankel del controlador son (Zhou et al, 1996):
)
`

=
0011 0 0053 0 0075 0
0173 0 0891 0 1554 0 4951 0 0157 3 7136 4
. , . , .
. , . , . , . , . , .
Se consideraron solo tres estados. El controlador resultante se denomina ahora ) (s Kr cuyo modelo en
variables de estado se puede ver a continuacion,
(

=
kr kr
kr kr
D C
B A
s Kr ) (
(
(
(

=
3.4343 -
0.1194 -
0.4036 -
0.0465
0.2143 -
31.9060
1.2843
30.8827 -
277.4539 -
Akr
(
(
(

=
0.1895
0.6913
5.0399
1.3707 -
0.6813
36.5055
1.2190 -
0.5920 -
35.4624 -
Bkr
(

=
0.2792
1.8229 -
1.0816 -
0.3505 -
50.6532
7.0629
Ckr
(

=
0 0 0
0 0 0
Dkr
La Eig. 12 muestra los valores singulares de ) (s K y ) (s Kr .
Eigura 12: Valores singulares de ) (s K y ) (s Kr
Los resultados obtenidos en simulacion utilizando ) (s Kr en vez de ) (s K Iueron ligeramente diIerentes.
Entonces el controlador que se implemento se obtuvo realizando la discretizacion de ) (s Kr , el cual se
puede ver a continuacion despues de realizar una transIormacion de estados de tal manera que la matriz
A sea diagonal , el controlador discreto se denomina Krd ,
(

=
krd krd
krd krd
D C
B A
s Krd ) (
(
(
(

=
0.7061
0
0
0
0.6858
0
0
0
0
Akrd
(
(
(

=
0.0285 -
0.0192 -
0.0185 -
0.3222
0.4187
0.1356 -
0.0631 -
0.3511 -
0.1318
Bkrd
(

=
0.8505
1.8914
4.0387 -
1.3275 -
50.2105 -
6.9876 -
Ckrd
(

=
0 0 0
0 0 0
Dkrd
6. RESULTADOS EXPERIMENTALES Y DE SIMULACION
Para realizar los estudios experimentales se trabajo con el robot movil PIONNER 2 (Eig. 6), disponible en
el INAUT y para realizar las simulaciones del controlador propuesto, se utilizo el soItware MATLAB-
SIMULINK. Las reIerencias de posicion y orientacion dadas al robot movil Pioneer 2, se pueden ver en la
Tabla 1:
Tabla 1: ReIerencia de posicion dadas al robot movil.
Tiempo|seg.| 0 20 40
Xd|m| 0.5 1 3
Yd|m| 0.5 1.5 2.5
d 6 || 45 45 45
Donde: Xd, Yd y d 6 representan los valores deseados de las coordenadas x , v y 6 del robot movil.
En las Eigs. 13 y 14 se muestra la evolucion temporal de las coordenadas x e v del robot movil. En la Eig.
15 se muestra la trayectoria seguida por el robot movil en el plano v x . En todos los casos se muestran
los resultados experimentales como asi tambien los resultados de simulacion. Por razones de seguridad se
considero que la velocidad maxima del robot movil Iue de s m/ 4 . 0 .
En las Eigs. 13 y 14 se puede ver como el robot movil alcanza los puntos deseados de acuerdo a los
criterios establecidos. Este se mueve aproximadamente a lo largo del segmento de recta que une los
puntos O y A en la Eig. 15, lo cual se debe a incrementos iguales en las coordenadas x e v de la seal de
reIerencia.
Resultados Experimentales
Resultados de Simulacion
0 10 20 30 40 50 60 70 80 90
0
500
1000
1500
2000
2500
3000
C
o
o
r
d
e
n
a
d
a

x
[
m
m
]
Tiempo [seg.]
Eigura 13: Evolucion de ) (t x , en experimentacion y en simulacion
Resultados experimentales
Resultados de Simulacion
0 10 20 30 40 50 60 70 80 90 100
0
500
1000
1500
2000
2500
3000
C
o
o
r
d
e
n
a
d
a

y
[
m
m
]
Tiempo [seg.]
Eigura 14: Evolucion de ) (t v , resultados experimentales y de simulacion
Luego, al especiIicarse incrementos distintos, el robot movil presenta, en la coordenada que menos se
incrementa, una disminucion para despues evolucionar hasta llega a su valor deseado. Este Ienomeno se
acentua a medida que los incrementos en las coordenadas x e v se hacen muy distintos. Los
desplazamientos que se producen respecto a la trayectoria de simulacion estan por debajo de los 10 cm, lo
cual da como resultado un error acotado. Esto es debido a que no se han considerado los eIectos
dinamicos en el diseo del controlador y el modelo utilizado en simulacion es el cinematico, lo cual
explica la diIerencia de Iuncionamiento entre la experimentacion y la simulacion. Si se desean errores
menores a los obtenidos, surge la necesidad de considerar en el diseo el modelo dinamico. Sin embargo
en robots moviles como el PIONNER 2 que presenta un modelo bastante desacoplado, este metodo
Iunciona adecuadamente. Estos planteos se tienen previstos para trabajos Iuturos, de Iorma tal de mejorar
el desempeo del sistema de control propuesto.
Re
Resultados Experimentales
Resultados de Simulacion
0 500 1000 1500 2000 2500 3000
0
500
1000
1500
2000
2500
3000
Coordenada x[mm]
C
o
o
r
d
e
n
a
d
a

y

[
m
m
]
A
Eigura 15: Trayectoria seguida por el robot movil
7. CONCLUSIONES
En este trabajo se ha propuesto un controlador lineal para controlar un sistema no lineal (robot movil). El
controlador tiene un desempeo aceptable considerando que las especiIicaciones establecen seguimiento a
seales tipo escalon en x e v , y que no se consideran incrementos muy dispares en las coordenadas, de
tal manera que la orientacion no cambie demasiado al desplazarse. Para razones de incremento del orden
de 2 ( ) 2 x v A = A o ) 2 ( v x A = A el desplazamiento del robot movil es aceptable, considerando siempre x A o
v A positivos. Entonces la trayectoria del robot movil se puede descomponer en puntos que cumplan con
la condicion anterior. Asi, se obtiene como resultado un abanico de 6 20 aproximadamente para el
movimiento del robot movil. En caso que se necesite un desplazamiento Iuera de estos limites, el
planiIicador de trayectoria debera prever el calculo de un nuevo controlador. Se debe notar que el
desempeo del controlador disminuye cuando se especiIica una orientacion diIerente a 6 45 y por lo
tanto, en esos casos, se debe recalcular.
Si bien el procedimiento de diseo del controlador es complejo, el cual puede realizarse Iuera de linea, se
obtiene como resultado un controlador muy simple de implementar.
Este tipo de controlador no se diseo para seguir trayectorias mas especiIicas, como por ejemplo alcanzar
los puntos propuestos siguiendo el segmento de recta que los une. Esta tarea se propone como trabajo
Iuturo.
REEERENCIAS
Brogan, W. (1991). Modern Control Theorv Third Edition. Prentice Hall.
Chandrasekharan P. (1996). Robust Control of Linear Dvnamical Svstems. Academic Press, Limited.
Dormido Bencomo S. y de la cruz Garcia J. (1993). XIII Curso de Automatica en la Industria.
Doyle J., Erancis B. y Tannenbaum A. (1990). Feedback Control Theorv. Macmillan Publishing Co.
Erancis B. (1987). A Course in

H Control Theorv. Lecture Notes in Control and InIormation Sciences.

Springer-Verlag.
Green M. y Limebeer D. (1995). Linear Robust Control. Prentice-Hall, Englewood CliIIs, NJ
Morari M. y ZaIiriou E. (1989). Robust Process Control.Prentice-Hall, Englewood CliIIs, NJ.
Lewis E. y Syrmos V. (1995). Optima Control. Jhon Wiley & Sons, Inc.
Mut, V. A., Postigo J. E., Slawiski, E., Kuchen, B. (2001).Bilateral Teleoperation of Mobile Robots.
Proc. oI the World MulticonIerence on Systemics, Cybernetics and InIormatics. Vol. IX, pp. 54-59.
Orlando, Miami, USA, Julio 22-25.
Sanchez Pea, R. (1992). Introduccion a la Teoria de Control Robusto, 2da Edicion. AADECA.
Secchi H. (1998). Control de vehiculos autoguiados con realimentacion sensorial. Tesis de Maestria.
Eundacion Universidad Nacional de San Juan.
Zhou, K. Doyle, J. Glover, K.(1996). Robust and Optimal Control. Prentice Hall.