Cursuri Sca

Universitatea Naţională de Ştiinţă şi Tehnologie POLITEHNICA Bucureşti
Departamentul de Mecatronica si Mecanica de Precizie
Sisteme de comandă adaptivă

Curs 1 Introducere în sisteme de comandă adaptivă
1. Introducere. Sisteme de comandă adaptive.

Conform dicționarului Webster, a se adapta înseamnă „a se schimba (pe sine), astfel
încât comportamentul său se va conforma circumstanțelor noi sau modificate.
Cuvintele „sisteme adaptive” și „controlul adaptiv” au fost utilizate încă din 1950
[1,2]. Această definiție generică a sistemelor adaptive a fost utilizată pentru
etichetarea abordărilor și tehnicilor într-o varietate de domenii, în ciuda faptului că
problemele luate în considerare și abordările urmate au avut adesea foarte puține
elemente în comun.
Sistemele adaptive de control sunt utilizate pentru echipamente/instalaţii/aparate,
unde comportamentul dinamic se schimbă în timpul funcționării sau unde parametrii
instalației/echipamentului sunt necunoscuți. Exemple simple pentru acest tip de
echipamente sunt sistemele neliniare, care sunt rulate într-un anumit punct de
operare. Alegerea unei condiții de funcționare diferite va duce adesea la modificări
ale sistemului de parametri, care descriu sistemul în noul punct de operare. Mai
multe probleme privind proiectarea controlerului sunt introduse prin modificarea
constantă a parametrilor sau a modificărilor care nu sunt prevăzute iniţial. Pentru a
face față tuturor cazurilor posibile, adaptarea trebuie executată perpetuu sau
continuu.
Figura 1. Structura generală a unui sistem de control adaptiv
1
Sistemele adaptive de control pot fi privite ca o extensie a clasicului principiu de

control. După cum este ilustrat în Fig. 1, bucla de control de bază este suprapusă
printr-un sistem de adaptare. Pe baza identificării, care permite să se
constate/determine proprietățile sistemului, variabilele reglabile ale controlerului
(parametrii, structura, etc.) se modifică automat după trecerea printr-un proces
decizional. Sistemul de adaptare și bucla de control de bază sunt de obicei completat
de un sistem de supraveghere din motive de siguranță. O discuție despre termenii de
bază ai sistemelor adaptive poate fi găsită în Astrom și Wittenmark (1989) sau în
standardele VDI/VDE GMA 3685 (1990).
Figura 2. Principiul controlului adaptiv de referință direct al modelului de control adaptiv
Pe baza parametrilor estimați, programarea controlerului este realizată prin comandă

online. Prima strategie de control prezentată în acest capitol se bazează pe model
principiul de referință (Landau, 1979). Așa cum este prezentat în Fig. 2, sistemul cu
buclă închisă se va comporta așa cum este specificat la un model paralel. Eroarea
modelului, e*, este transmisă către un sistem de adaptare care reglează direct
parametrii controlerului, astfel încât semnalul de eroare e* dispare sau cel puțin va
fi minimizat pe cât posibil.
Figura 3. Principiul controlului adaptiv indirect
2
Exemplu: Sistem de control automat pentru farurile auto (HBCS) -

Reprezinta Farurile auto adaptive : Figura 4
Figura 4 Comanda farurilor în funcţie de virajul automobilului
Farurile au reprezentat întotdeauna un important sistem de securitate pasivă.

Conform ultimelor statistici date publicităţii de Biroul de statistică din Germania
accidentele rutiere grave pe timp de noapte, sunt cu 40% mai multe decât cele pe
timp de zi, ca urmare a unei vizibilităţi mai reduse, chiar dacă traficul din timpul
zilei este mai intens. Iluminarea farurilor a fost prima măsură adoptată de
constructorii de automobile europeni pentru îmbunătăţirea vizibilităţii in timpul
condusului de pe timp de noapte. Astfel, lumina farurilor a fost orientată către partea
dreaptă a carosabilului pentru a evita eventualele coliziuni ce se pot produce cu
obstacolele neobservate la timp de pe această parte, iar centrul farului din stânga a
fost puţin înclinat în jos pentru a diminua orbirea temporară produsă conducătorilor
autovehiculelor ce circulă din sens opus. Astfel se explică de ce pe timp de noapte
putem observa, pe drumurile unde iluminatul public este slab sau lipseşte cu
desăvârşire, direcţia în care bate lumina farurilor.
Cum însă profilul drumurilor variază după formele de relief, iar înălţimea centrului
farurilor rămâne neschimbată, pentru a reduce şi mai mult orbirea temporară a
3
conducătorilor auto ce se deplasează din sens opus, precum şi pentru a îmbunătăţi

vizibilitatea drumului pe timp de noapte.
Majoritatea autorităţilor europene din domeniul auto au obligat constructorii să
echipeze farurile cu sisteme automate de reglare a înălţimii centrului lor în plan
vertical, pentru a compensa înclinarea longitudinală a vehiculelor faţă de suprafaţa
căii de rulare.
Luând în considerare faptul că pe majoritatea vehiculelor există senzori de viteză, de
bracare a roţilor, precum şi de rotaţie a vehiculului în jurul axei sale verticale,
introducerea sistemului de adaptare a farurilor (AFS – adaptive front-light system)
nu a necesitat o realizare „de la zero” a farurilor, dar a constituit un pas important în
mărirea zonei de vizibilitate în curbe, mai ales pentru virajele la stânga.
Farurile clasice nu pot să cuprindă întotdeauna centrul de vizibilitate al unei curbe
la stânga, în acest caz, ele iluminând mai mult partea dreaptă a drumului.
Farurile adaptive corectează acest „defect”,
Datorită comenzii electronice ce există între faruri şi senzorii menţionaţi mai sus,
rotirea farurilor în plan orizontal se realizează progresiv, în funcţie de raza de
curbură a virajului, astfel încât farurile să fie orientate în permanenţă pe direcţia de
mers.
Faruri automate și adaptive
Tehnologia farurilor a avansat radical în ultimii ani și așa funcționează aceste
sisteme automate. In figura 5 este prezentată acţiunea farurilor în funcţie de
obstacole.
https://www.youtube.com/watch?v=WKlqeyN_7z0&feature=emb_logo
https://www.youtube.com/watch?v=mKGYqe1x2Q4
https://www.youtube.com/watch?v=HcvWA9hRkw8
4
Figura 5 Comanda adaptivă a farurilor în funcţie de obstacole
La început, practic toate farurile mașinii erau îndreptate doar înainte și trebuia să fie
pornite și să fie oprite, acţionarea fiind manuală. Astăzi, farurile automate sunt deja
obișnuite și chiar și multe modele entry-level pot comuta automat fazele de întâlnire
atunci când detectează un vehicul care se apropie. Și printre multe modele premium,
se găsesc faruri care „se îndoaie” când vă întoarceți, astfel încât să puteți vedea după
colț. Exemple pentru comanda farurilor:
• Faruri adaptive sau direcționale
• Lumini de viraj (Cornering lights)
• Luminile autonivelante (Self-levelling lights)
• Faruri automate sau cu amurg (Automatic or dusk-sensing headlights)
• Faza lungă automată (Automatic high beam)
• Filtrare selectivă a fazelor lungi (Selective high beam filtering)
2. Control adaptiv
În această lucrare, se foloseşte următoarea definiție specifică a controlului adaptiv:

controlul adaptiv este combinația unui set de parametri, care generează estimări de
ieşiri, cu o lege de control pentru a controla clasele de echipamente ai căror parametri
sunt complet necunoscuţi și / sau s-ar putea schimba cu timpul într-o manieră
5
imprevizibilă. Alegerea setului parametrilor, alegerea legii controlului și modul în

care sunt combinate conduce la diferite clase de scheme de control adaptiv care sunt
acoperite în această lucrare. Controlul adaptiv definit mai sus a fost denumit și
control adaptiv bazat pe identificator pentru a-l distinge de alte abordări denumite
cu non-identificatoare, unde probleme de control similare sunt rezolvate fără
utilizarea unui parametru impus. Proiectarea piloţilor automaţi pentru aeronave
performante a fost una dintre motivatiile principale pentru o cercetare activă în
controlul adaptiv, la începutul anilor 1950. Aeronavele operează peste o gamă largă
de viteze și altitudini, iar dinamica lor este neliniară și conceptual temporală. Pentru
un anumit punct de operare, dinamica complexă a aeronavei poate fi aproximată
printr-un model liniar. De exemplu, pentru un punct de operare i, dinamica
longitudinală a unui model de aeronavă poate fi descris printr-un sistem liniar sub
forma [3] :
ẋ = Ai ∙ x + Bi ∙ u x(t0) = x0
y = CiT ∙ x + Di ∙ u, (1)
unde matricile Ai, Bi, Ci , Di sunt funcții ale punctului de operare i; x este starea; u
este intrare; și y este ieșirea măsurată. Pe măsură ce aeronava trece prin diferite
condiții de zbor, punctul de operare se modifică, ducând la valori diferite pentru A i,
Bi, Ci , Di . Pentru că ieșirile măsurate transportă informații despre starea x și
parametrii, se poate argumenta că, în principiu, un controler de feedback sofisticat
ar putea învăța modificările parametrilor, prin procesarea ieșirii y (t) și prin utilizarea
ajustărilor corespunzătoare pentru a le adapta.
Acest argument a condus la o structură de control a feedback-ului pe care se bazează
controlul adaptiv. Structura controlerului constă dintr-o buclă de feedback și un
controler cu amplificări reglabile, precum este prezentat în Figura 6. Modul de
ajustare a caracteristicilor controlerului ca răspuns la schimbările din instalație
precum şi dinamica perturbării distinge o schemă de alta.
6
Figura 6 Structură generală de control adaptiv pentru controlul aeronavelor.
3. Control adaptiv: bazat pe identificator

Clasa schemelor de control adaptiv studiată în acest curs se caracterizează printr-o
combinație a unui set de parametri, care oferă estimări ale parametrilor necunoscuți
în fiecare moment al timpului de acţionare, cu o lege de control care este motivată
prin cazul parametrului cunoscut.
Modul în care este combinat setul parametrilor, denumit și lege adaptativă în lucrare
cu legea controlului dă naștere la două abordări diferite. În prima abordare, se
menționează că prin control adaptiv indirect, parametrii instalației sunt estimaţi
online și utilizați pentru a calcula parametrii controlerului. Cu alte cuvinte, de fiecare
dată, t, instalaţia comandată este formată și tratata ca și cum ar fi adevărata
echipamentul în calcularea parametrilor controlerului. Această abordare a fost, de
asemenea, denumită control adaptiv explicit, deoarece proiectarea controlerului se
bazează pe un model de instalaţie explicit. În a doua abordare, denumită control
direct adaptiv, modelul instalației este parametrizat în funcție de parametrii doriţi ai
controlerului, care sunt apoi estimaţi direct, fără calcule intermediare care implică
estimări ale parametrilor instalaţiei.
Această abordare a fost, de asemenea, denumită control adaptiv implicit, deoarece
proiectul este obţinut pe baza estimării unui model de instalaţie implicit.
7
Figura 7 Structura de control adaptiv indirect.
Structura de bază a controlului adaptiv indirect este prezentată în figura 7. Instalaţia

având modelul G (*) este parametrizat în raport cu un vector de parametru
necunoscut *. Spre exemplu, pentru un model de instalație liniară cu o singură
intrare (SISO-single-input single output) cu invariant în timp liniar (LTI- linear time
invariant) * este un vector cu coeficienții necunoscuți ai numărătorului și
numitorului funcției de transfer a modelului de instalaţie. Un bloc pentru estimarea
parametrilor online generează estimarea (t) pentru * la fiecare moment de timp, t,
prin procesarea intrării u și a ieșirii y corespunzătoare instalaţiei. Estimarea
parametrilor (t), specifică pentru un model de instalaţie, caracterizată prin G ((t)),
iar pentru uc proiectarea controlului adaptiv sunt tratate ca modelul de instalaţie
„adevărat” și sunt utilizate pentru a calcula parametrul controlerului sau factorul de
amplificare, c , prin rezolvarea unei anumite ecuații algebrice, c(t) = F ((t)), care
leagă parametrii instalației cu parametrii controlerului la fiecare moment de timp t.
Forma legii de control C(c(t)) și a ecuației algebrice c(t) = F ((t)) este aleasă ca
fiind aceeași cu cea a legii de control C(*c) și a ecuației c = F (), care ar putea fi
utilizate pentru a îndeplini cerinţele de performanță pentru modelul instalaţiei G (*)
dacă se cunoaşte *. Prin urmare, este clar că prin această abordare, C(c(t)) este
proiectată în fiecare moment de timp, t, pentru a satisface cerințele de performanță
pentru modelul de instalaţie reprezentat de G ((t)), mai degrabă decât pentru
instalaţia reală G (*). Prin urmare, principala problemă în controlul adaptiv indirect
8
este alegerea clasei legilor de control C(c) și a clasei elementelor de estimare a

parametrilor care generează (t), precum și ecuația algebrică c = F (), astfel încât
C (c) să îndeplinească cerințele de performanță pentru modelul de instalație G (*)
cu * necunoscut.
Figura 8 prezintă structura controlului adaptiv direct. În acest caz, modelul instalaţiei
G (*) este parametrizat în termenii parametrilor necunoscuţi ai controlerului *,
pentru care C (*) îndeplinește cerințele de performanță, pentru a obține exact
modelul de instalație Gc (*c) cu aceleași caracteristici de intrare / ieșire (I / O) ca și
G (*). Estimarea parametrilor online este concepută pe baza Gc(*c) în loc de G(*)
pentru a furniza estimarea online directă c(t) pentru c* la fiecare moment de timp,
t, prin procesarea intrării u și a ieșirii y. Estimarea c(t) este atunci utilizată în legea
controlului fără alte calcule intermediare. Alegerea clasei de control a legilor C(C)
și a elementelor de estimare a parametrilor care generează c(t) astfel încât să se
obţină o instalaţie cu buclă închisă face ca cerințele de performanță să reprezinte
problema fundamentală în controlul adaptiv direct.
Figura 8 Structură de control adaptiv direct.
Proprietățile modelului instalaţiei, G (*) sunt cruciale în obținerea modelului

parametrizat de instalaţie Gc(*c) care este convenabil pentru estimarea online. Ca
urmare, controlul adaptiv direct este limitat la anumite clase de modele de instalaţii.
În general, nu toate instalaţiile pot fi exprimate într-o formă parametrizată care
implică numai parametrii controlerului, ceea ce este, de asemenea, potrivit pentru
estimare online. Modelele de instalaţii potrivite pentru controlul adaptiv direct în
cazul unui anumit obiectiv de control constă din toate modelele de instalații de tip
9
SISO LTI modele care sunt cu fază minimă; adică, zerourile lor sunt situate în
domeniul Re [s] <0.
În general, capacitatea de a parametriza modelul instalaţiei în raport cu ceea ce se
dorește pentru parametrii controlerului ne oferă alegerea de a folosi abordarea
directă a controlului adaptiv.
Trebuie reţinut faptul că figurile 7 și 8 pot fi considerate ca având exact aceeași
structură, dacă în Figura 8 se adaugă blocul de calcul c (t) = F(c(t)) = c(t). Această
structură identică duce la o interpretare ce este adesea utilizată în literatura de control
adaptiv pentru a argumenta că separarea în control adaptiv direct și indirect este
artificială și este utilizată pur și simplu din motive istorice.
În general, controlul adaptiv direct se aplică echipamentelor liniare SISO care sunt
faza minimă , deoarece pentru această clasă de instalaţii parametrizarea acesteia în
raport cu parametrii controlerului, pentru unele structuri de controler, este posibilă.
Controlul adaptiv indirect poate fi aplicat unei clase mai largi de instalaţii cu structuri
de control diferite, dar suferă de o problemă cunoscută sub numele de problema de
stabilitate explicată după cum urmează: După cum se arată în Figura 7, parametrii
controlerului sunt calculați pentru fiecare moment de timp, t, pe baza estimării
instalaţiei. Astfel de calcule sunt posibile, cu condiția ca instalația să fie controlabilă
și observabilă sau cel puțin stabilizabilă și detectabilă. Deoarece aceste proprietăți
nu pot fi garantate de sistemul de estimare online, în general, calculul parametrilor
controlerului s-ar putea să nu fie posibil în anumite momente din timp sau poate duce
la un controler mare, cu amplificări inacceptabile. Totuşi trebuie menţionat faptul că
soluții la această problemă de stabilitate sunt posibile cu o cheltuiala suplimentară
cauzată de complexitatea problemei.
Eforturile de relaxare a presupunerii de fază minimă în controlul adaptiv direct și
rezolvarea problemei de stabilitate în controlul adaptiv indirect au condus la scheme
adaptive de control în care sunt evaluați atât parametrii controlerului, cât și
parametrii instalației online, ducând la scheme combinate directe / indirecte care sunt
de obicei mai complexe [4].
Principiul din spatele proiectării controlului adaptiv direct și indirect prezentat în
Figurile 7 și 8 sunt simple din punct de vedere conceptual. Forma legii controlului
este aceeași cu cea utilizată în cazul parametrilor cunoscuți ai instalaţiei. În cazul
controlului adaptiv indirect parametrii necunoscuți ai controlerului sunt calculați la
fiecare moment de timp, t, folosind blocul de estimare al instalaţiei precum şi
parametrii generați de sistemul de estimare online, în timp ce în cazul controlului
direct adaptiv parametrii controlerului sunt generați direct de estimatorul online. În
ambele cazuri parametrii estimați sunt tratați ca parametri adevărați în scopul
proiectării controlerului. Această abordarea de proiectare se numește echivalența
certitudinii (CE - certainty equivalence) și poate fi utilizată pentru a genera o largă
10
clasa de scheme de control adaptiv prin combinarea diferitelor elemente de estimare

a parametrilor online. Ideea din spatele abordării CE este că așa cum estimează
parametrul c (t) converg către cele adevărate *c , performanța controlerului adaptiv
C(C) tinde către cea a C(*c), utilizată în cazul parametrilor cunoscuți. În unele
abordări, legea controlului este modificată pentru a include termeni neliniari, iar
această abordare se abate oarecum de la abordarea CE. Principala filosofie, este
aceea că, pe măsură ce parametrii de estimare converg către parametrii constanți
necunoscuți, legea controlului converge către cea utilizată în cazul parametrilor
cunoscuţi, rămânând aceeaşi.
4 Control adaptiv: non-identificator

O altă clasă de scheme care se potrivesc structurii generice date în Figura 6, dar care
nu implică elemente de estimare a parametrilor online sunt denumiți scheme de
control adaptiv care nu sunt bazate pe identificatori. În această clasă de scheme,
„estimatorul” parametrilor online este înlocuit cu metode de căutare pentru găsirea
parametrilor controlerului în spațiul parametrilor posibili, sau implică comutarea
între diferite controlere fixe, presupunând că cel puțin unul se stabilizează sau se
folosește mai multe modele fixe pentru instalație care acoperă toate incertitudinile
parametrice posibile sau constă a unei combinații a acestor metode. Se va descrie pe
scurt principalele caracteristici, avantaje și limitările acestor scheme de control
adaptiv care nu sunt bazate pe identificatori în cele ce urmează. Deoarece unele
dintre aceste abordări sunt relativ recente și cercetările sunt încă în desfășurare
în continuare, nu le vom discuta mai departe în restul cursului.
1.2.1 Programarea amplificării

Să luăm în considerare modelul aeronavei (1), unde pentru fiecare punct de operare
i = 1, 2,. . . , N şi parametrii Ai, Bi, Ci, Di sunt cunoscuți. Pentru fiecare punct de
operare i, un controler de feedback cu amplificări constante, notate Ki, pot fi
proiectate pentru a îndeplini cerințele de performanță pentru modelul liniar
corespunzător. Acest lucru duce la un controler, să spunem C(K i), cu un set de
amplificări K1, K2, ... KN, acoperind N puncte de operare. Odată ce punctul de
operare, spre exemplu i, este detectat atunci amplificarea controlerului poate fi
schimbată în cea mai apropiată valoare Ki calculată cu amplificarea presetată.
Tranziții între diferite puncte de operare care conduc la parametri semnificativi fac
ca modificările să poată fi gestionate prin interpolare sau prin creșterea numărului
de puncte de operare.
Cele două elemente care sunt esențiale în implementarea acestei abordări sunt un
tabel de căutare unde se găsesc valorile Ki și măsurătorile instalaţiei care se corelează
bine cu modificările din punctele de operare. Abordarea se numește programarea
11
amplificării și este ilustrată în Figura 9. Planificatorul de amplificare constă dintr-un

tabel de căutare precum și logica adecvată pentru detectare punctului de operare și
alegerea valorii corespunzătoare Ki din tabelul de căutare. Cu această abordare,
variațiile parametrilor instalației pot fi compensate prin schimbarea controlerului
câștiguri ca funcții de intrare, ieșire și măsurători auxiliare. Avantajul câștigului
programarea este că câștigurile controlerului pot fi schimbate la fel de repede ca
măsurătorile auxiliare răspunde la modificările parametrilor.
Figura 9 Structura blocului de amplificare
Cu toate acestea, schimbările frecvente și rapide ale amplificarilor controlerului pot

duce la instabilitate [5]; prin urmare, există o limită pentru cât de des și cât de repede
amplificările controlerului pot fi schimbate. Unul dintre dezavantajele programării
amplificării este că mecanismul de ajustare a amplificărilor controlerului este
precalculat offline și, prin urmare, nu oferă un feedback pentru a compensa
programările incorecte. O proiecatre atentă a controlerelor la fiecare punct de
operare pentru a îndeplini anumite măsuri de siguranţă și performanță pot compensa
unele incertitudini în valorile parametrilor echipamentului Ai, Bi, Ci, Di. Cu toate
acestea, pot apărea mari modificări imprevizibile ale parametrilor instalației, din
cauza defecțiunilor sau a altor efecte ceea ce ar duce la micşorarea performanței sau
chiar la un eșec complet. În ciuda limitărilor sale, programarea amplificării este o
metodă populară pentru gestionarea variațiilor parametrilor în controlul zborului
[3,6] și a altor alte sisteme [7]. În timp ce programarea amplificării se încadrează în
definiția generică a controlui adaptiv, ea nu se clasifică ca un control adaptiv în
această lucrare din cauza lipsei de estimarea parametrilor online care ar putea urmări
modificările imprevizibile ale parametrilor instalației.
12
Bibliografie:
[1] J. A. ASELTINE, A. R. MANCINI, AND C. W. SARTUNE, A survey of adaptive control
systems, IEEE Trans. Automat. Control, 3 (1958), pp. 102-108.
[2] W. I. CALDWELL, Control System with Automatic Response Adjustment, U. S. patent
2,517,081, 1950 (filed April 25, 1947).
[3] D. MCRUER, I. ASHKENAS, AND D. GRAHAM, Aircraft Dynamics and Automatic
Control, Princeton University Press, Princeton, NJ, 1973.
[4] G. KREISSELMEIER, An indirect adaptive controller with a self-excitation capability,
IEEE Trans. Automat. Control, 34 (1989), pp. 524-528.
[5] K. S. TSAKALIS AND P. A. lOANNOU, Linear Time Varying Systems: Control and
Adaptation, Prentice-Hall, Englewood Cliffs, NJ, 1993.
[6] G. STEIN, Adaptive flight control: A pragmatic view, in Applications of Adaptive Control,
K. S. Narendra and R. V. Monopoli, eds., Academic Press, New York, 1980.
[7] N. ANDREIEV, A process controller that adapts to signal and process conditions, Control
Eng., 38 (1977), pp. 38-40.
[8] B. MARTENSSON, The order of any stabilizing regulator is sufficient a prior information
for adaptive stabilization, Systems Control Lett., 6 (1985), pp. 87-91.
[9] M. Fu AND B. R. BARMISH, Adaptive stabilization of linear systems via switching control,
IEEE Trans. Automat. Control, 31 (1986), pp. 1097-1103.
[10] D. E. MILLER AND E. J. DAVISON, An adaptive controller which provides an arbitrarily
good transient and steady-state response, IEEE Trans. Automat. Control, 36
(1991), pp. 68-81.
13
Sisteme de comanda adaptive Curs in format electronic 2023-2024
Departametul de Mecatronică şi Mecanică de Precizie
Curs 4
Vehicule cu conducere automată
1. Introducere
Vehiculele cu conducere autonomă (adică vehiculele automate) au reţinut imaginația
publicului de zeci de ani. Dezvoltările recente ale senzorilor și ale inteligenței
artificiale au dus la noi tehnologii care fac ca această idee, odată ce sună science
fiction, să fie mai aproape de realitate. Multe dintre noile vehicule de astăzi au deja
capacități de „asistență pentru șofer”, vehicule complet automatizate sunt în curs de
dezvoltare.
SAE International (Society of Automotive Engineers) a definit cinci niveluri de
automatizare, de la nivelul 0 la nivelul 5, nivelul 5 fiind automatizare completă. Cele
mai avansate vehicule disponibile astăzi funcționează deja la nivelul 2, iar mulți
producători promit niveluri mai ridicate de automatizare în viitorul apropiat.
Mașinile de nivel 0 nu au automatizare de conducere, deși pot avea unele funcții
automatizate. În timp ce șoferul are întotdeauna controlul deplin al mașinii, mașina
ar putea avea o anumită capacitate de a oferi avertismente de siguranță (de exemplu,
un sistem de avertizare de ieșire a benzii de circulație) sau de a interveni la un
moment dat în conducerea vehiculului (de exemplu, frânarea automată de urgență).
Automatizarea de nivel 1 este considerată asistență pentru șofer. Mașina poate
controla fie viteza, fie direcția, dar nu ambele în același timp. Controlul automat al
vitezei de croazieră și tehnologia de asistare a benzii sunt exemple de tehnologie de
automatizare de nivel 1.
Mașinile automate de nivel 2 pot controla atât viteza, cât și direcția în același timp,
dar numai în anumite condiții, cum ar fi sub o limită de viteză stabilită. O mașină
care funcționează la nivelul 2 ar putea avea atât tehnologii adaptive de control a
vitezei de croazieră, cât și tehnologii de centrare a benzii care funcționează simultan.
Un alt exemplu de tehnologie impusă este asistența la parcare (sau autoparcare). Un
șofer dintr-o mașină automată de nivel 2 trebuie să fie complet atent, să-și
monitorizeze împrejurimile (supraveghând în esență sistemul de automatizare a
conducerii) și să fie gata să preia conducerea, dacă este necesar.
1
Automatizarea de nivelul 3 este cunoscută sub numele de „automatizare

condiționată”. Mașina își poate controla atât viteza, cât și direcția în același timp și
își poate monitoriza împrejurimile, astfel încât să poată conduce singură în anumite
condiții. Șoferul uman trebuie să fie încă atent, dar mașina îl va avertiza în mod
obișnuit pe șofer dacă trebuie să preia controlul, deoarece mașina nu mai este în
condițiile pe care le poate suporta. O mașină de nivel 3 ar putea, de exemplu, să
circule printr-un blocaj de trafic pe o autostradă, dar un șofer uman ar fi de așteptat
să conducă mașina către și dinspre autostradă.
Mașinile automate de nivel 4 sunt extrem de automatizate, se conduc singure și sunt
capabile să facă față celor mai normale condiții de conducere. Dacă mașina se află
într-o situație în care sistemul automat nu poate conduce (cum ar fi vremea extremă),
va implementa măsuri de siguranță, cum ar fi oprirea și oprirea, mai degrabă decât
să solicite conducătorului uman să preia condusul vehiculului.
Nivelul 5 este cel mai înalt nivel de automatizare și este considerat „automatizare
completă”. O mașină automată de nivel 5 se poate conduce singură în toate
condițiile.
Tabel 1 Nivelurile de automatizare a vehiculelor
Nivel de
automatizare
Necesită şofer DA DA DA DA NU NU
uman?
Controlul NU Da, dar nu în Da, în anumite Da, în anumite Da, în anumite DA
vitezei? același timp cu condiții condiții condiții
direcţia
Controlul NU Da, în anumite Da, în anumite Da, în anumite Da, în anumite DA
direcției? condiții condiții condiții condiții
Conștient de NU NU NU Nu NU DA
mediul de
conducere?
Acțiuni în Indisponibil/ Indisponibil/ Șoferul uman Alerte șofer Implementează Indisponibil/
condiții în care Soferul uman are Soferul uman are trebuie să decidă uman să preia proceduri de Capabil să
nu se poate controlul controlul dacă condițiile controlul siguranţă conducă în toate
circula (de nu sunt adecvate condițiile
exemplu, vreme
rea)
2
Mașinile cu conducere autonomă au potențialul de a schimba drastic atât modul în

care oamenii se deplasează, cât și impact asupra alegerilor mediului de transport și
de călătorie ale oamenilor. Multe dintre aceste impacturi rămân incerte, dar EPA
(Environmental Protection Agency) continuă să urmărească evoluțiile în
tehnologiile, politicile, reglementările și impactul asupra mediului pentru
autoturisme, pentru a face transportul mai curat și mai sigur pentru toată lumea.
2. Proiectarea unui sistem de control pentru un vehicul autonom bazat pe un

controler PID adaptiv
Se poate spune că un vehicul autonom este un robot mobil având integrarea navigării
și poziționării multi-senzor, precum şi o tehnologie inteligentă de luare a deciziilor
și un control asupra vehiculului. Aici se prezintă arhitectura sistemului de control al
vehicul autonom, numit „Vehicul inteligent”, și urmărirea căii și stabilitaţii mișcării
în mod eficient cu navigarea în medii necunoscute. În acest paragraf de curs se
prezintă un model dinamic de două grade de libertate ce este dezvoltat pentru a
formula problema de urmărire a căilor / traiectoriilor în spațiu. Pentru controlul erorii
de cale instantanee, controlerele tradiționale au dificultăți în a garanta performanță
și stabilitate pe o gamă largă de parametri cu modificări și perturbaţii. Prin urmare,
un nou model a fost dezvoltat în care se va utiliza controlerul PID adaptiv. Folosind
acest lucru, se abordează şi flexibilitatea sistemului de control al vehiculului prin
care se obțin avantaje mari.
În Figura 1. se prezintă platforma hardware a Vehiculului Inteligent, care se bazează
pe un SUV Tiggo3 de 1.6L fabricat de Chery Automobile Co., echipat cu două
calculatoare cu 4 nuclee și o suită de senzori. Sunt incluse patru subsisteme:
percepția sistem, sistem de navigație, sistem de decizie și control sistem. Un sistem
de control automat distribuit al vehiculul este construit de sistemul de comunicaţii
CAN2.0 B care controlează obiecte. (Sistemele beta CAN2.0B conțin conectori
individuali pentru o legătură CAN2.0B pentru serial de 1 Mbps comunicare și o
legătură serială RS-232 pentru programare.) Unitățile de detectare a stării se pot
conecta între ele iar computerul sistemului de control poate primi informații despre
starea vehiculului folosind direct corpul vehiculului - CAN. Prin intermediul
sistemului CAN se obţine controlul comenzilor ce sunt trimise către mecanismele de
control, care sunt utilizate pentru a controla treapta de direcție a vehiculului, frânele,
acceleratia, lumini și respectiv claxon. Mecanismul de direcție este o coloană de
direcție originală transformată şi prezentată în figura 2. Acesta realizează controlul
precis al direcției printr-un servomotor de mare putere.
3
Figura 3. descrie modelul sistemului de conducere a vehiculului, sistem cu buclă

închisă, unde vehiculul este obiectul controlat, drumul și mediul sunt constrângeri
ale acestuia mișcări, iar șoferul este responsabil de mediu cunoașterea, deciziile de
planificare și funcționarea vehiculului și control. Scopul acestei lucrări este de a
proiecta un controler, care va realiza autonomia vehiculului conducând în locul unui
șofer uman. În Figura 2 este prezentat mecanismul de control al direcției.
Figura 1 SUV utilizat
Figura 2 Servomecanismul pentru controlul direcţiei
4
Figura 3 Modelul sistemului cu buclă închisă șofer-vehicul-șosea
3. Analiza modelului matematic al sistemului de control al vehiculului

Forțele externe și momentele care acționează asupra vehiculului sunt două tipuri
principale: forțele de contact ale anvelopelor și forţele aerodinamice. Dar mișcarea
vehiculului tratată aici este generată în principal de forțele anvelopelor produse de
mișcarea vehiculului în sine. Trei forțe acționează asupra anvelopei, și anume forța
longitudinală, forța laterală și forța verticală.
Efectul forței longitudinale va provoca tracțiunea vehiculului și frânare. Driverul
controlează mărimea forței motrice a vehiculului prin pedala de accelerație și
schimbare de direcţie și controlează mărimea forței de frânare de către sistemul de
frânare. Efectul forței laterale este de a obţine virajul vehiculului. Șoferul face ca
anvelopele să genereze un unghiul de direcție utilizând sistemul de direcție pentru a
controla forța laterală a anvelopelor. Efectul forței verticale este bun pentru aderența
vehiculului la drum. Pentru un vehicul general călătorind pe un drum de oraș, efectul
aerodinamicii este nesemnificativ, prin urmare, se va ignora forța aerodinamică în
acest sens în problema proiectării controlerului vehiculului mentionat mai jos. Au
existat mai multe modele diferite folosit pentru a simula dinamica vehiculului.
Primul abordarea obișnuită este de a trata un vehicul cu patru roți ca pe un sistem cu
două roți, numit și „modelul de bicicletă”, ceea ce simplifică analiza mișcării
vehiculului.
Dacă se face următoarea ipoteză, se pot construi două modele dinamice cu gradul de
libertate corespunzător pentru descrierea mișcării vehiculului.
1) Se presupune că vehiculul circulă pe un drum drept şi nivelat și că nu există nicio
intrare de unghi vertical cauzată de denivelările rutiere, atunci se poate ignora forța
verticală și efectele sale de cuplare legate de dinamica vehiculului.
5
2) Structura vehiculului este rigidă, inclusiv sistemul de suspensii (!!).

3) Considerarea unei intrări pentru anvelopă ignorând direct sistemul de direcție;
sau presupunând că sistemul de direcție este rigid, care duce astfel prin intrarea
impusă la o uzura rapidă a anvelopelor prin volan in condiţiile unui raport de
transmitere constant.
4) Se neglijează forța aerodinamică.
5) Vehiculul este afectat foarte puţin printr-o perturbare în punctul de echilibru,
aceasta înseamnă unghiul de intrare al roții din față este suficient de mic pentru
asigura liniaritatea ecuațiilor vehiculului în mişcare.
Deoarece unghiurile de alunecare laterale ale anvelopei stânga și dreapta sunt egale,
unghiul de direcție este mic și există o mișcare de rulare neglijabilă. Acest lucru este
potrivit pentru anvelopele din stânga și din dreapta din față și roțile din spate să fie
concentrate în punctul de intersecție al axei Ox a vehiculului cu punțile față și spate
așa cum se arată în Figura 4. În acest model, s-a configurat un vehicul centrat pe
sistem de coordonate, Oʹ ‐ xyz. Autovehiculul rigid are o componenta de viteză u,
în direcția longitudinală Ox, și ν în direcția laterală, Oy. Vehiculul are și o viteza
unghiulară r, în jurul centrului de greutate. Componentele forțelor pe cele două
direcţii: în direcția x și respectiv y sunt: ΣFx și ΣFy iar cuplul extern din jurul axei z
este ΣMz. Mișcarea vehiculului în lateral este descrisă mai jos:
Figura 4 Mişcarea vehicului faţă de un sistem de referinţă
6
unde, m este masa vehiculului iar I este momentul de inerție.
De obicei, componenta vitezei u în direcţie longitudinală este mai mare decât

componenta vitezei u în direcţie laterală.
Prin urmare, se poate scrie că:
Aici, uc este viteza în direcția de conducere și Δu este perturbarea vitezei. Se

consideră că vehiculul este condus cu o viteză uniformă, prin urmare, ΣFx = 0, și cu
aceste mici perturbări, Δur și respectiv νr ce pot fi considerate ca neglijabile. Atunci
mișcarea laterală a vehiculului poate fi descrisă, folosind modelul cu două grade de
libertate descris de ecuațiile de mai jos, după cum urmează:
De obicei, dacă nu există nicio diferență între caracteristicile anvelopelor stânga și

dreapta, forțele laterale din stânga și dreapta ale anvelopelor vor fi egale. Luând
lateralele din față și din spate forțe precum Fyf și Fyr și distanțele dintre față și spate
ale axelor roților faţă de centrul de greutate sunt a și b, apoi ecuațiile sunt exprimate
ca:
Dacă se cunoaște rigiditatea C corespunzătoare alunecării laterale a anvelopei, Fy

este proporțională cu unghiul de alunecare lateral α. Când un unghi de alunecare
7
lateral este pozitiv, Fy acționează în direcția y negativă și poate fi scris ca în relaţia

de mai jos:
Deoarece roata din spate nu este o roata de direcţie, atunci unghiul de alunecare
lateral al roții din spate poate fi aproximativ cu:
Ca răspuns la un unghi de direcție arbitrar al roții din față, δ f unghiul de alunecare

lateral al roții din spate poate fi aproximat:
Înlocuind ecuațiile 7 și 8 în ecuațiile anterioare 2 și 3, ecuațiile devin acum ecuațiile

fundamentale ale mișcării care descriu mișcarea planului vehiculului după cum
urmează:
Rearanjarea ecuațiilor 1 și 2 produce spațiul de stare descris mai jos:
având valorile:
8
Tabel 1. Parametrii vehiculului testat

Parametrul vehiculului Valoare
masa vehiculului m [kg] 2325
momentul de inerţie al vehiculului J [kg∙m2] 4132
ampatament [m] 3,025
poziția longitudinală a roţii din faţă considerând centrul de 1,430
greutate al vehiculului a [m]
înălțimea centrului de greutate al vehiculului hg [m] 0,5
rigiditatea în viraje a anvelopei din față Cf [N/rad] 80000
rigiditatea în viraje a anvelopei spate Cr [N/rad] 96000
Se presupune, spre exemplu, că vehiculul circulă cu o viteză constantă de 20m / s

(uc = 20m / s) și referindu-ne la tabelul de parametrii ai vehiculului indicați în tabelul
1, şi înlocuind acestea în ecuația 14, se va obţine:
În ecuația dinamică de mai sus, cele două variabile de stare sunt viteza de rotire și
viteza laterală. În această lucrare controlerul este conceput pentru a reduce eroarea
laterală E a traiectoriei urmărite. Eroarea de traiectorie laterală, E, este o funcție de
viteza laterala ν, poziția θ și viteza longitudinală V.
Această relație este prezentată în ecuațiile 16 și 17.
Modelul spațiului de stare este prezentat în ecuația 18.
9
Se presupune că eroarea de traiectorie laterală E este ieșirea măsurabilă a sistemului.

În consecință, ecuația poate fi descrisă ca:
Aici matricea C este descrisă ca:
Eroarea traiectoriei laterale, E, este de asemenea, o mărime care trebuie să fie

controlată. Acest sistem este un sistem în buclă deschisă a cărui funcție de interes
este funcția de transfer considerând unghiul de direcție ca intrare iar la ieșire eroarea
de traiectorie. Această funcţie de transfer ar putea fi determinată folosind ecuația 20.
Se poate reţine că gradul funcţiei este 2, numărătorul este de tip Hurwitz, numitorul
are o rădăcină dublă la origine iar semnul câștigului de înaltă frecvență este cunoscut
(pozitiv). Abia acum structura comenzii este cunoscută, următoul pas este descrierea
şi proiectarea unui model de referință pentru un controler adaptiv necesar controlului
erorii laterale a traseului.
4. Proiectarea controlerului pe baza Adaptive PID

În proiectarea controlerului, studiul se bazează pe indicele de performanță al
acestuia:
(1) Timp de decontare mai mic de 2 secunde, în limita a 1% din valoarea finală;
(2) Depășirea pasului răspunsului cu mai puțin de 10%;
(3) Eroarea stării de echilibru la pasul răspunsului este 0.
Ecuația 20 se poate scrie după cum urmează:
10
Deoarece 0 este polul dublu al sistemului, sistemul va fi instabil. Trebuie să se

utilizeze feedback-ul de viteză, a se vedea figura 5.
Figura 5. Strategia de control în buclă închisă.
Figura 6 prezintă structura strategiei de control utilizate. Este o simulare folosind

mediul MATLAB.
Coeficientul este ales cu valoarea K = 10 pentru a face suplimentar un punct de zero
în apropiere de origine, prin urmare, H (s) = (1+10s). Funcţia de transfer a sistemului
în buclă deschisă va fi:
În răspunsul optim al răspunsului la semnal treaptă, depășirea este de 30,9%, iar

timpul de răspuns este de 1,63s. Performanța sistemului privind răspunsul sinusoidal
este prezentată în figura 6. Aceasta arată că trebuie să se proiecteze în continuare un
controler PID pentru a îmbunătăți performanţa sistemului.
11
Figura 6 Performanța sistemului fără control PID
Legea controlului PID este dată de:
S-a ales Kp = 1, KI = 0,5, KD = 10. Diagrama bloc a controlul PID în buclă închisă
este prezentată în figura 8. Rezultatul simulării funcţionării sistemului folosind
MATLAB cu răspunsul sinusoidal arată că sistemul are o performanță mai bună, așa
cum se prezintă în figura 7.
Figura 7 Performanța sistemului cu control PID.
12
Figura 8 Diagrama bloc a controlului PID.
Analiza de mai sus este doar o abordare preliminară în cadrul modelelor dinamice
ideale, în care s-au ignorat mai mulți factori care îngreunează controlul lateral
automat al vehiculelor. Acestea includ modificarea parametrilor vehiculului cu
timpul, schimbarea condițiilor de drum, precum și perturbările provocate prin
atenuarea semnalului GPS și alți factori. În mod evident controlorii au dificultăți în
a garanta performanța și stabilitatea sistemelor pentru o gamă largă de modificări ale
parametrilor. Pentru a rezolva aceste probleme şi a face ca sistemul să se adapteze
automat la schimbările din mediu și parametri, se poate proiecta un controler PID
adaptiv. Cerința controlului PID adaptiv este controlul parametrilor interni ai
sistemului, independenți de o precizie a modelului matematic și a faptului că
parametrii pot fi reglați automat online în timp real asigurand cerinţele de
performanţă. Controlul PID adaptiv combină astfel avantajele controlului adaptiv și
ale controlului PID convențional. Folosind un controler PID adaptiv, parametrii PID
pot fi modificați în functie de starea sistemului de control, pentru a obține
performanțe mai bune de control.
În cele de mai sus s-a stabilit că acţionează o singură intrare şi sistemul de control
asigură o ieșire. Se va propune un sistem de control folosind modelul auto regresiv
controlat ca:
Unde și y(t), u(t) şi ω (t) sunt ieșirea sistemului, intrare sistemului și zerourile
semnalului de zgomot alb mediu. (În procesarea semnalului, zgomotul alb este un
semnal aleatoriu cu intensitate egală la frecvențe diferite, conferindu-i o densitate
spectrală de putere constantă). Prin d s-a notat întârzierea sitemului. A(z) și B(z)
sunt:
13
Se propune o strategie de control bazată pe minimul varianței. Aceasta înseamnă că

varianța ieșirii sistemului de control trebuie să fie minimă, astfel încât să poată
îmbunătăți/atenua trepidaţiile și să ofere o deplasare confortabilă în timpul mișcării
vehiculului. Funcția indicelui de performanță este definită ca:
Conform ecuației diofantice, există polinoamele D (z) și E (z) care fac ca J să se

minimizeze. (Diofant din Alexandria n. între 200 și 214 d.Hr. la Alexandria - d. între
284 și 298, a fost matematician grec, considerat de mulți autori ca fiind părintele
algebrei). Astfel, legea controlului este:
Dacă se ignoră perturbaţiile termenului de ordin superior din sistemul de ecuaţii și

se consideră E (z) ca un polinom de ordinul doi, după cum urmează:
Pentru a ne asigura că sistemul are o eroare zero în starea de echilibru, după orice
pertubare posibilă, s-a ales:
Conform legii varianței minime generalizate, un controler PID adaptiv poate fi

descris cu relaţia:
Și ecuația de control a controlerului PID obișnuit este:
14
Aici Kp, Ti și Td sunt: coeficientul de amplificare proporțională, constanta de timp

de integrare și constantă de timp de derivare, iar e (t) este eroare de cale laterală pe
care trebuie să o controlăm.
Dacă se consideră Ts ca perioadă de eșantionare, ecuația controlerului poate fi
discretizată după cum urmează:
Apoi se transformă ecuația 31 în formă incrementală:
Comparând cele două ecuaţii (29) şi (32) se pot deduce parametrii de control:
unde, Ts este perioada de control care în cazul controlului sitemului nostru este de
0,1s. Parametrii k și Kp joacă în mod similar roluri de control. Aceasta înseamnă că
sistemul are o amortizare redusă în răspuns atunci când k este mai mare. Dimpotrivă,
daca sistemul are un răspuns de amortizare ridicat atunci când k este mai mic.
Concluzii
În acest capitol s-a considerat un model simplificat al unui automobil ce a fost folosit
pentru a modela dinamica laterală a vehiculului. Bazat pe parametrii vehiculului
ales, a fost dezvoltat un model de referință adecvat. În plus sistemul de control
adaptiv PID descris în această lucrare si utilizat pentru vehiculul Intelligent Pioneer
s-a dovedit având o bună adaptabilitate și stabilitate. Abordarea prezentată aici are
câteva inovații care au fost bine fundamentate în cercetările din trecut privind
conducerea autonomă și robotica mobilă. Aceste inovațiile includ: un controler
capabil sa respecte regulile drumului și ale intersecțiilor și a unui controler bazat pe
PID adaptiv care poate schimba parametrii automat atunci când se confruntă cu
schimbarea parametrilor mediului.
15
Sisteme de comandă adaptive 2024
Departamentul de Mecatronică şi Mecanică de Precizie
CURS 5 APLICAŢIE MATLAB
1. Exemplu de controler adaptiv

Introducere:
Obiectivul acestui exemplu este de a demonstra cum se proiectează și se modelează
controlerul adaptiv, cum se reglează și se analizează performanța acestuia folosind
Simulink®. Pentru acest exemplu s-a folosit o metodă directă de adaptare numită
Model Reference Adaptive Controller (MRAC). Există trei elemente principale
ale acestui model: Modelul de referință, Modelul instalatiei (plant) și Controlerul
adaptiv. Toate modelele arată astfel: vezi figura 1.
Figura 1
1
1.) Modelul de referință: Această parte a controlerului captează / modelează

comportamentul dorit al sistemului cu buclă închisă. Cu alte cuvinte, modul
în care trebuie să se comporte sistemul ales in general pentru o intrare dată,
este modelat în acest subsistem. În acest exemplu, comportamentul de
referință este modelat ca o funcție de transfer. Acest lucru poate proveni, de
asemenea, din specificațiile sistemului cu buclă închisă descrise în figura de
mai jos (figura 2), ca timp de creștere dorit (0.413sec), timp de decontare
(0.706sec) și eroare de stare stabilă (0). Ieșirea modelului de referință, Ym
este traiectoria de referință dorită pe care trebuie să o urmeze ieșirea instalației
(Yp).
Figura 2
2.) Modelul instalatiei: În acest exemplu, standul are un motor CC. Unul dintre
mulții parametri ai motorului, Kf - amortizare mecanică, este considerat a fi
diferit. Se presupune că valoarea inițială este 0,2. Și controlerul PID este reglat
pentru a obține răspunsul dorit cu această valoare inițială de Kf. Acum, pe
măsură ce motorul trece prin îmbătrânire și impactul altor condiții de mediu,
Kf se schimbă, acest lucru va schimba comportamentul motorului. Iesirea
instalatiei este Yp. Prin urmare, controlerul trebuie să își adapteze / să-și
schimbe valorile parametrilor pentru a obține răspunsul dorit (Yp - Ym =
eroare (e) = 0) Figura 3.
2
Figura 3
Figura 4
3.) Controler adaptiv: Există două componente secundare ale acestui controler -
figura 4.
A. Controler PID: Această parte a controlerului este fixă și amplificările au fost
reglate pentru a ține cont de starea inițială a echipamentului și pentru a obține
stabilitatea generală. Ieșirea controlerului PID este Uc. Vezi figura 5.
3
Figura 5
B. Mecanism adaptiv: Acest obiectiv al acestei părți a controlerului este de a-și

schimba ieșirea (theta) pe baza erorii (e) dintre ieșirea instalației (Yp) și ieșirea
modelului de referință (Ym) figura 6. Cât de repede se poate adapta (sau schimba
ieșirea) depinde de parametrul numit rata de învățare, gamma. Cu cât valoarea
gamma este mai mare, cu atât mai rapid se poate adapta la orice schimbare a
4
instalatiei. Dar există și unele efecte secundare. Ieșirea controlerului (U) este
calculată prin: U = Uc * theta.
Figura 6
Folosind acest exemplu:

Pasul 1: Se va rula acest model cu valorile implicite ale standului, controlerului PID
și rata de învățare. Se poate observa că, în general, toate sistemele cu buclă închisă
se comportă conform modelului de referință. Se urmareste diferența mică dintre Ym
și Yp. Această mică eroare se datorează controlerului PID, bine reglat pentru valorile
cunoscute ale standului (Kf și altele) figura 7.
5
Figura 7
De asemenea, trebuie observat cum se modifică theta, rezultatul mecanismului

adaptiv pe măsură ce simularea progresează. Nu se schimbă prea mult din cauza unei
mici erori (e = Yp-Ym) - figura 8.
Figura 8
Pasul 2: Acum schimbați comportamentul instalatiei prin creșterea valorii Kf de la

0,2 la 1. Acest lucru va duce la un comportament diferit al instalatiei inițial și
6
la o eroare mare (e). Dar dacă mecanismul nostru de adaptare funcționează

rapid, ar trebui să reducă erorile pe măsură ce simularea progresează. Putem
vedea din complotul de mai jos, Yp se apropie încet de Ym. Se poate rula
simularea mai mult timp pentru a vedea efectul corect - figura 9.
Figura 9
Pentru a înțelege modul în care se adaptează controlerul, uitați-vă la graficul theta

de mai jos. După cum puteți vedea, theta trece de la valoarea sa inițială 1 la 2,6 în
50 de secunde și nu este încă stabilită. Dacă rulăm suficient jurnalul de simulare,
theta se va stabili la unele valori mai mari - figura 10.
Figura 10
7
Pasul 3: Deoarece rezultatele de la Pasul 2 nu sunt satisfăcătoare, în ceea ce privește

rata de adoptare lentă, se va crește valoarea gamma, rata de învățare, pentru a vedea
dacă putem reduce eroarea (Yp - Ym) la limita acceptabilă în 50 de secunde figura
11. Mai departe și se va creste valoarea gamma de la 0,1 la 0,5 și se ruleaza modelul.
Se pot observa rezultatele simulării mai jos, unde răspunsul standului se
îmbunătățește în timpul simulării datorită schimbării rapide a lui theta - figura 12.
Acesta este rezultatul unei rate mai mari de învățare, gamma.
Figura 11
Figura 12
8
Pasul 4: Pentru a înțelege impactul gama, parametrii instalatiei (Kf și alții) și valorile
inițiale PID, se continua cu schimbarea valorilor și cu studiul comportarii sistemului
in general.
2. Sistem de asistență pentru păstrarea benzii de rulare folosind controlul predictiv al

modelului
Acest exemplu arată cum să se utilizeze blocul Sistemului de asistență pentru

păstrarea benzii în Simulink® (LKA) și demonstrează obiectivele de control și
constrângerile acestui bloc.
Sistem de asistență pentru păstrarea benzii

Un vehicul (mașină ego - maşina inteligentă , fără şofer) echipat cu un sistem de
asistență pentru păstrarea benzii (LKA) are un senzor, cum ar fi camera foto, care
măsoară abaterea laterală și unghiul relativ de deriva, între linia centrală a unei benzi
și mașina ego. Senzorul măsoară și curbura curentă a benzii și derivata curburii. În
funcție de lungimea curbei pe care senzorul o poate vedea, curbura din fața mașinii
ego poate fi calculată din curbura curentă și derivata curburii (figura 1).
9
Sistemul LKA menține mașina ego călătorind de-a lungul liniei centrale a benzilor
de pe drum, reglând unghiul de direcție frontal al mașinii ego. Scopul pentru
controlul păstrării benzii este de a conduce atât deviația laterală, cât și unghiul relativ
de falcă aproape de zero.
2.1 Model Simulink pentru Ego Car
Dinamica auto Ego este modelată în Simulink. Se deschide modelul Simulink.
mdl = 'mpcLKAsystem';
open_system (mdl)
Se definesc: timpul de eșantionare, Ts și durata de simulare, T, în secunde.
Ts = 0,1;
T = 15;
Pentru a descrie dinamica laterală a vehiculului, acest exemplu folosește un model

de bicicletă cu următorii parametri. Se fac următoarele notaţii:
• m este masa totală a vehiculului (kg).
• Iz este momentul de inerție al vehiculului (kg·m2).
• lf este distanța longitudinală de la centrul de greutate la anvelopele din față

(m).
10
• lr este distanța longitudinală de la centrul de greutate la anvelopele din spate

(m).
• Cf este rigiditatea în viraj a anvelopelor din față (N / rad).
• Cr este rigiditatea în viraj a anvelopelor din spate (N / rad).

Valori adoptate:
m = 1575;
Iz = 2875;
lf = 1,2;
lr = 1,6;
Cf = 19000;
Cr = 33000;
Se poate reprezenta dinamica laterală a vehiculului utilizând un sistem liniar

invariant în timp (LTI) cu următoarele variabile de stare, de intrare și de ieșire.
Condițiile inițiale pentru variabilele de stare sunt presupuse a fi zero.
• Variabile de stare: Viteza laterală Vy și rata unghiului de deriva, r ;
• Variabilă de intrare: unghi de direcție față, δ
• Variabile de ieșire: la fel ca variabilele de stare
În acest exemplu, dinamica longitudinală a vehiculului este separată de dinamica

laterală a vehiculului. Prin urmare, viteza longitudinală este presupusă a fi constantă.
În practică, viteza longitudinală poate varia. Blocul Sistemului de asistență pentru
păstrarea benzii utilizează MPC adaptiv pentru a regla modelul dinamicii laterale în
consecință.
% Specificați viteza longitudinală în m / s.

Vx = 15;
Specificați un model spațiu de stare, G (s), al dinamicii laterale a vehiculului.
11
A = [- (2 * Cf + 2 * Cr) / m / Vx, -Vx- (2 * Cf * lf-2 * Cr * lr) / m / Vx; ...

- (2 * Cf * lf-2 * Cr * lr) / Iz / Vx, - (2 * Cf * lf ^ 2 + 2 * Cr * lr ^ 2) / Iz / Vx];
B = [2 * Cf / m, 2 * Cf * lf / Iz] ';
C = eye (2);
G = ss (A, B, C, 0);
2.2Dinamizarea senzorilor și previzualizarea curburii

În acest exemplu, blocul Senzor dinamică generează deviația laterală și unghiul
relativ de fală. Dinamica pentru unghiul de deriva relativ este 𝑒2̇ = 𝑟 − 𝑉𝑥 𝜌 unde ρ
denotă curbura. Dinamica abaterii laterale este 𝑒1̇ = 𝑉𝑥 𝑒2 + 𝑉𝑦 .
Blocul Previzualizator de curbură afișează curbura previzualizată cu un timp de

anticipare de o secundă. Prin urmare, având în vedere un timp de eșantionare Ts =
0,1, orizontul de predicție este de 10 pași. Curbura utilizată în acest exemplu este
calculată pe baza traiectoriilor pentru o manevră de schimbare a benzii duble.
Specificați orizontul de predicție și obțineți curbura previzualizată.
12
13
PredictionHorizon = 10;
timp = 0: 0,1: 15;
md = getCurvature (Vx, timp);
14
Configurarea blocului sistemului de asistență la păstrarea benzii
Sistemul LKA este modelat în Simulink utilizând blocul Lane Keeping Assist
System. Intrările în blocul de sistem LKA sunt:
• Curbură previzualizată (de la detectarea benzii)
• Viteza longitudinală a Ego-ului
• Abaterea laterală (de la detectarea benzii)
• Unghiul relativ de derivă (de la detectarea benzii)
Ieșirea sistemului LKA este unghiul de direcție față al mașinii ego. Având în
vedere limitările fizice ale mașinii ego-ului, unghiul de virare este limitat la
intervalul [-0,5,0,5] rad / s.
u_min = -0,5;
u_max = 0,5;
Pentru acest exemplu, parametrii impliciți ai blocului Sistem de asistență pentru

păstrarea benzii se potrivesc cu parametrii de simulare. Dacă parametrii de simulare
diferă de valorile implicite, actualizați parametrii blocului în consecință.
2.3 Analiza de simulare. Se rulează modelul.

sim (mdl)
- Presupunând că nu se adaugă nicio perturbare canalului de ieșire # 1 măsurat.

- Presupunând că perturbarea de ieșire adăugată canalului de ieșire # 2 măsurat este
un zgomot alb integrat.
- Proprietatea "Model.Noise" a obiectului "mpc" este goală. Presupunând zgomot alb
pe fiecare canal de ieșire măsurat.
Trasați rezultatele simulării.
mpcLKAplot (logsout)
15
Abaterea laterală și unghiul relativ de deriva converg ambele la zero. Adică,

mașina Ego-ului urmează drumul îndeaproape pe baza curburii previzualizate.
bdclose (mdl)
16
Bibliografie:
https://www.youtube.com/watch?v=lOJLlc48VH0
https://www.youtube.com/watch?v=8pMzaatc3Eg
https://www.youtube.com/watch?v=cBz9Q7-vNIE
17
TEMA DE CURS
Să se simuleze modelul LKA cu valorile:
m = 1900 kg;
Iz = 3275 kg·m2;
lf = 1,23 m;
lr = 1,65 m;
Cf = 19000 N / rad;
Cr = 34000 N / rad;
Vx=20 m/s
18
Curs 6 PARTEA 1
Roboți industriali cu operare fără contact

Introducere.
Este prezentat un studiu al sistemelor robotizate industriale, ce operează fără contact.

Această parte a cursului include analiza dinamică și cinematică a manipulatoarelor,
a roboţilor se extinde spre subiecte mai specializate, cum ar fi analiză dinamică și
cinematică a roboților cu legătură flexibilă și controlul legăturii rigide dar și roboți
cu legături flexibile cu operare fără contact.
1.1 Analiza dinamică a roboților cu legături rigide
În domeniul roboților industriali se pot distinge două probleme principale:

(i) roboți care funcționează într-un spațiu liber de lucru, ca în cazul sudării
robotizate, vopsirii, sau tăierii cu laser și plasmă și
(ii) roboți care îndeplinesc sarcini flexibile, ca în cazul asamblării, finisării
suprafețelor metalice și lustruirii. Când robotul sau manipulatorul funcționează într-
un mediu liber, este necesar ca analiza cinematică și dinamică să furnizeze
mijloacele pentru proiectarea unei legi de control prin care să se deplaseze în mod
corespunzător efectorul final al robotului și care va permite finalizarea sarcinilor
programate. Dinamica modelului unui manipulator / robot cu legătură rigidă cu mai
multe grade de libertate, ca cel descris în Fig. 1, se obține din principiile Euler-
Lagrange. Modelul unei legături rigide este :
unde T (θ) = k (rg θm − θ) reprezintă vectorul de intrare de control (cuplu). În aceasta

din urmă relație, k este un coeficient de elasticitate și rg denotă raportul de
transmitere a roţilor dinţate, adică flexibilitatea articulațiilor este introdusă în
modelul dinamic al manipulatorului [1,2]. Elementele a matricei de inerție D(θ), a
matricei Coriolis și a forțelor centrifuge h (θ, θ̇) iar matricea gravitațională G (θ)
poate fi găsită în [3].
Se vor considera caracteristicile fizice ale manipulatorului / robotului și gama de
valori pe care pot fi definite diferite variabile ale sistemului dobândite într-un mediu
de lucru real pentru fiecare tip de robot industrial. Sistemele de coordonate atașate
la fiecare articulație sunt definite folosind metoda Denavit-Hartenberg și sunt

descrise în Figura 1.
Figura 1. Robotul cu 3 grade de mobilitate si elemente rigide
Parametrii Denavit-Hartenberg, pentru cazul general al unui robot 6-DOF sunt

definiți în [3] și valorile lor orientative sunt date în Tabelul 1:
Tabelul 1
Sistemul de coordonate ataşat și parametrii săi sunt descriși în Figura 2. Luând în

considerare elementele i și (i − 1) faţă de sistemul de referinţă, parametrii
reprezentării Denavit-Hartenberg sunt definiţi după cum urmează:
1. θi este unghiul articulației de la axa xi − 1 la axa xi, în jurul axei zi − 1 (folosind
regula mâinii drepte).
2. di este distanța de la originea sistemului de coordonate (i − 1) până la
intersecțiea axei zi − 1, cu axa xi de-a lungul axei zi – 1.
3. ai este distanța decalată de la intersecția axei z i − 1 cu axa xi până la originea
cadrului ith de-a lungul axei xi (sau cea mai mică distanță între axe zi − 1 și zi).
4. αi este unghiul de deplasare de la axa zi − 1 la axa zi în jurul axei xi (folosind
regula mâinii drepte).
Figura 2 Sistemul de coordonate şi parametrii săi
Elementele matricei de inerție - D(θ), matricei Coriolis și a forțelor centrifuge -

h(θ,θ̇) și matricei gravitaționale - G (θ) care apar în ecuația. (1.1) sunt definite în [3]
și pentru un robot cu trei grade de mobiliate sunt date de:
unde Si și Ci, sunt notaţiile pentru sin (θi) și respectiv cos (θi), cu i = 1,2,3, în timp
ce Sij sunt notaţiile pentru sin(θi + θj) iar Cij pentru cos(θi + θj).
Pentru modelul dinamic al robotului cu 3-GDM prezentat în Fig. 1 și cu dinamica
acestuia descrisă în ec. (1.1), se poate scrie că:
unde θ este vectorul unghiurilor articulațiilor, θ̇ este vectorul vitezelor unghiulare

și θ̈ este vectorul accelerațiilor unghiulare. În consecință, vectorul de stare al
robotului este definit ca x∈R6 × 1, iar derivata sa este dat de 𝑥̇ ∈R6 × 1,
Apoi, ecuaţia (1.1) se scrie ca:
unde T(θ) = k (rgθm − θ). Intrarea de control, u ∈ R3 × 1 este definită ca:
Mai mult, considerând că x1̇ = x4, ẋ 2 = x5 și ẋ 3 = x6. Luând 03 × 3 ca matrice 3 × 3

cu zero elemente, iar I3 × 3 să fie matricea unitate 3 × 3 se va obţine:
În plus, se observă că:
Astfel, în cele din urmă, modelul dinamic al robotului poate fi scris într-o formă
liniară spațiu-stare dat de:
cu
Trecerea de la ecuațiile diferențiale de timp continue ca cele ale ecuației. (1.1) care
descriu dinamica manipulatorului robotizat, la descrierea discretă a timpului de
stare-spațiu din ec. (1.11) care este utilizat în experimentele de simulare poate fi
transformat utilizând metodele de discretizare stabilite și după alegerea unei rate de
eșantionare adecvate. Alternativ, dinamica robotului poate fi simulată numeric, prin
soluția ecuațiilor diferențiale asociate, dată în ecuația (1.1).
1.2 Analiza cinematică a roboților cu legături rigide
Folosind sistemul de referință cu legătură rigidă descris în Figura 2, se stabilește o

axă comună (pentru fiecare articulație i) la conectarea a două legături. Această axă
articulară are două valori normale conectate la aceasta, câte una pentru fiecare capăt
al legăturilor. Poziția relativă a două astfel de legăturile conectate (legătura i − 1
și legătura i) sunt date de di , care este distanța măsurată de-a lungul axei articulare
dintre normale. Unghiul articulației dintre normale este măsurat într-un plan care
este considerat a fi normal pe axul articulației. Parametrii di și θi sunt numiti distanța
și unghiul dintre legăturile adiacente, respectiv, și definesc poziția relativă a
legăturilor învecinate.
O legătură i (i = 1, · · ·, 6) este conectată la cel mult alte două legături, adică la
legătura i − 1 și la legătura i + 1 și două axe comune sunt stabilite la sfârșitul fiecărei
conexiuni. O configurație fixă între îmbinări poate fi obținută prin parametrii ai și αi

care sunt definiţi astfel: parametrul ai este cea mai mică distanță măsurată de-a lungul
normalei comune între axele articulațiilor, în timp ce αi este unghiul dintre axele
articulațiilor, măsurat într-un plan perpendicular pe ai. În mod echivalent, ai și αi se
numesc lungimea și unghiul de răsucire a legăturii i.
Pentru fiecare legătură poate fi stabilit un sistem de coordonate carteziene
ortonormale (xi, yi, zi) la axa articulației sale, unde i = 1, 2, · · ·, n (n = numărul de
grade de libertate) plus sistemul de coordonate de bază. Deoarece o articulație
cilindrică are doar un grad de libertate, fiecare sistem de coordonate (xi, yi, zi) al
unui braț al robotului corespunde articulației i + 1 și este fixat în legătură i. Deoarece
sistemul de coordonate al i-lea este fixat în legătura i, acesta se deplasează împreună
cu legătura ei. Astfel, al n-lea cadru de coordonate se deplasează după regula mâinii
drepte (legătura n). Coordonatele de bază sunt definite ca si sistemul de coordonate
O (x0, y0, z0), care este, de asemenea, coordonata inerțială a sistemului brațului
robotului. Astfel, pentru un braț robot cu șase axe, există șapte sisteme de coordonate
și anume (x0, y0, z0), (x1, y1, z1), · · ·, (x6, y6, z6). Fiecare sistem de coordonate
este determinat și stabilit pe baza a trei reguli:
1. Axa zi − 1 se află de-a lungul axei de mișcare a articulației i ;
2. Axa xi este normală la axa zi − 1 și îndepărtează de ea.
3. Axa yi completează sistemul de coordonate cu regula mâinii drepte, după cum
este necesar.
Prin aceste reguli, se poate alege poziţia sistemului de coordonate O oriunde în

interiorul bazei de susținere, atâta timp cât axa z0 se află de-a lungul axei de mișcare
a primei legături. Ultimul sistem, al n-lea sistem de coordonate poate fi plasat
oriunde în mâna robotului, atâta timp cât axa xn este normală pentru axa zn − 1.
Odată ce sistemul de coordonate Denavit-Hartneberg (D-H) a fost stabilit pentru
fiecare legătură (conform analizei date la subsecțiunea 1.1), o matrice de
transformare omogenă poate fi dezvoltată cu ușurință legând cadrul de coordonate
al i-lea la cadrul de coordonate (i − 1). Astfel, un punct ri exprimat în al i-lea sistem
de coordonate poate fi exprimată în sistemul de coordonate (i − 1) ca ri − 1, efectuând
următoarele transformări succesive:
1. Se roteşte în jurul axei zi – 1 cu unui unghi θi pentru a alinia axa xi − 1 cu axa xi
(axa xi − 1 este paralelă cu axa xi și este orientată în aceeași direcție).
2. Se translatează, de-a lungul axei zi − 1 , o distanță de di , pentru a aduce axele xi − 1
și xi în coincidență.
3. Se translatează de-a lungul axei xi o distanță de αi pentru a aduce cele două origini,
precum și axa x în coincidență.
4. Se roteşte în jurul axei xi un unghi de ai pentru a aduce cele două sisteme de

coordonate în coincidență.
Fiecare dintre aceste patru operații poate fi exprimată printr-o matrice de translaţie -
rotație omogenă de bază iar produsul acestor patru matrici de transformări omogene
produce o matrice de transformare omogenă compusă xi − 1Ai, cunoscută ca matricea
de transformare D-H pentru cadrele de coordonate adiacente i și i - 1.
Prin urmare,
Adica:
Inversul acestei transformări permite trecerea de la sistemul de referință i la

sistemul de referință i − 1.
unde αi, ai, di sunt constante, în timp ce θi este variabila articulației pentru o
articulație de rotaţie. Pentru o articulație prismatică (de translaţie), variabila
articulației este di, în timp ce ai, αi și θi sunt constante. În acest caz, i − 1Ai devine:
iar inversa sa este:
Folosind matricea [i − 1Ai] −1, se poate raporta un punct pi la restul legăturii i și

exprimat în coordonate omogene fată de sistemul de coordonate i, la sistemul de
coordonate i − 1 stabilit la legătura i − 1 de relaţia:
unde pi − 1 = (xi − 1, yi − 1, zi − 1,1) T și pi = (xi, yi, zi) T. Pentru manipulatorul /robotul

cu șase grade de libertate (6DOF) matricile de transformare a coordonatelor asociate
i−1
Ai sunt date de:
unde Ci = cos (θi), Si = sin (θi), Ci j = cos (θi + θ j), Si j = sin (θi + θ j). Matricea omogenă
0
Ti care specifică locația sistemului de coordonate al i-lea cu respectarea sistemului
de coordonate de bază este produsul succesiv al matricelor de coordonate succesive
de transformare ale lui i− 1Ai și se exprimă ca:
1.3 Analiza dinamică a roboților cu legături flexibile
Roboții cu legături flexibile cuprind o clasă importantă de sisteme care includ arme
uşoare pentru asamblare, infrastructură civilă, sisteme de poduri / vehicule, aplicații
militare și structuri spațiale pe scară largă. Modelarea și controlul vibrațiilor
sistemelor flexibile au primit o mare atenție în ultimii ani. Abordările convenționale
de proiectare a unui sistem de control pentru un robot cu legătură flexibilă implică
adesea dezvoltarea unui model matematic care descrie dinamica robotului și
aplicarea tehnicilor analitice la acest model pentru a obține un control adecvat pentru
legea de miscare. De obicei, un astfel de model matematic constă într-un sistem
parțial neliniar de ecuații diferențiale, dintre care majoritatea se obțin folosind o
oarecare aproximare sau simplificare [1], [3].
O abordare comună în modelarea roboților cu legătură flexibilă se bazează pe
modelul Euler-Bernoulli [4], [5]. Acest model constă dintr-un sistem neliniar de
ecuaţii diferențiale parțiale, care se obțin folosind o aproximare sau simplificare. În
cazul unui manipulator/robot flexibil cu o singură legătură, variabilele de bază ale
acestui model sunt w (x, t), care este deformarea legăturii flexibile și θ (t) care este
unghiul articulației.
𝜕4 w (x,t) 𝜕2 𝑤(𝑥,𝑡)
⃛̇ (x, t) =
În ec. (1,20) și (1,21), 𝑤 , 𝑤̈ (x, t) = , în timp ce It este momentul
𝜕𝑥 4 𝜕𝑡 2
de inerție a unei legături rigide de lungime L, ρ semnifică densitatea de masă
uniformă și E∙I este rigiditatea flexională uniformă cu unități N · m2. Pentru a calcula
w (x, t), în loc să rezolve analitic ecuațiile diferențiale parțiale de mai sus, poate fi
utilizată analiza modală ceea ce presupune că w (x, t) poate fi aproximat printr-o
sumă ponderată de funcții de bază ortogonale:
unde indicele i = [1,2, · · ·, ne] denotă modurile normale de vibrație ale legăturii
flexibile. Folosind analiza modală, se derivează un model dinamic de dimensiuni
finite pentru robotul cu legătură flexibilă. Fără pierderea generalității, se presupune
un robot flexibil cu 2 legături (Fig. 3) și că doar primele două moduri de vibrație ale
fiecărei legături sunt semnificative (ne = 2) .
Σ1 este un punct de pe prima verigă cu referință la care se măsoară vectorul de

deformare.
Figura 3 O legătură flexibilă 2-DOF a unui robot
În mod similar, Σ2 este un punct de pe a doua legătură cu referire la care vectorul de

deformare asociat este măsurat. În acest caz, modelul dinamic al robotul devine
[222], [445]:
unde z = [θ, v]T, cu θ = [θ1, θ2]T, v = [v11, v12, v21, v22]T (vectorul modurilor de vibrație
pentru legăturile 1 și 2) și [F1 (z, 𝑧̇ ), F2 (z, 𝑧̇ )]T = [0,0]T (forţele: centrifugă și
Coriolis). Elementele matricei de inerție sunt: M 11 ∈ R2 × 2, M12 ∈ R2 × 4, M21 ∈ R4 ×
2
, M22 ∈ R4×4. Matricile de amortizare și elasticitate ale celor menționate anterior
modelele sunt D ∈ R4 × 4 și K ∈ R4 × 4. Mai mult, vectorul cuplurilor de control este
T (t) = [T1 (t), T2 (t)]T.
1.4 Analiza cinematică a roboților cu legături flexibile
Să se considere legătura i a robotului cu legătură flexibilă și sistemul rotativ asociat

OiXiYi (Fig. 3). Atunci vectorul coordonatelor efectorului final M este dat de relaţia:
Coordonatele efectorului final în cadrul sistemului de referinţă O1X’1Y’1 este dat

de :
cu
unde Ri este matricea de rotație rigidă care aliniază sistemul de rotaţie al legăturii i
cu sistemul inerțial al aceleiași legături și Ei − 1 este matricea de rotație flexibilă
care se aliniază cu cadrul inerțial al legăturii i la cadrul rotativ al legăturii i − 1:
Variabila rii−1 semnifică vectorul de distanță dintre originea lui i și cadrul i-1, iar ri
este vectorul distanței dintre originea rotației în cadru i și cadrul inerțial, iar Wi este
matricea de rotație calculată cu utilizarea Ec. (1.26). Prin utilizarea ecuației (1.25)
și echiv. (1.28) în robotul cu legătură flexibilă 2-DOF descris în Fig. 3, se obține;
Unde
Acum se poate calcula modelul cinematic diferențial al robotului cu legătură

flexibilă. Coordonatele efectorului final în cadrul inerțial sunt date de ecuația (1.25).
Conform analizei modale, deformarea wi (xi, t) în modurile normale de vibrație este
dat de ec. (1.22). Folosind cele 2 ecuații anterioare modelul cinematic poate fi scris
ca o funcție a unghiurilor articulare θ și a modurilor normale ale vibrație v.
Viteza efectorului final este calculată prin diferențierea ecuației. (1,25).
Mai mult, se ştie că :
deoarece nu există deformare longitudinală (𝑥𝑖̇ = 0). De asemenea, deoarece:
Iar,
unde 𝑆 = (01 −1
0
).
Înlocuind ec. (1.34) și ec. (1,35) în ec. (1.33) se obține modelul cinematic al
robotului cu legătură flexibilă:
sunt Iacobianul în funcţie de θ, respectiv Iacobianul in funcţie de ν.

Dacă efectorul final este în contact cu suprafața Ω (θ) și este supus forțelor de contact
F = [Fx, Fy] atunci momentele care sunt dezvoltate la articulații sunt:
𝐽𝜃𝑇 𝐹 : momente care produc lucrul mecanic asociat cu unghiul de rotație θ;
𝐽𝜈𝑇 𝐹 : momente care produc lucrul mecanic asociat cu modurile de deformare ν.
În caz de contact cu o suprafață, modelul dinamic al robotului cu legătură flexibilă
dat inițial în ec. (1.23) este corectat în relaţia :
Pentru un robot flexibil cu două legături din Fig. 3 se obține:
Cu :
Iacobianul Jθ este:
În mod similar, Iacobianul Jv este calculat cu:
Bibliografie
[1]Karlsson, R., Norrl¨of, M.: Bayesian Position Estimation of an Industrial Robot Using
Multiple Sensors. In: Proc. IEEE International Conference on Control Applications,
Taipei, Taiwan, pp. 303–308 (2004)
[2]. Karlsson, R., Norrlof, M.: Bayesian position estimation of an industrial robot using
multi sensors, Technical Report-ISY-R-2613, University of Link¨oping (2004).

[3] Fu, K.S., Gonzalez, R.C., Lee, G.S.G.: Robotics: control, sensing, vision and intelligence.
McGraw-Hill, New York (1987)
https://www.youtube.com/watch?v=6Qd3-BrsqGI
https://youtu.be/s5gAKA-cYQg
https://www.youtube.com/watch?v=nQs03TQfFiY
(Cursul 7) Curs 6 PARTEA 2
Roboți industriali cu operare fără contact
1.5 Controlul roboților cu legături rigide în funcționarea fără contact.
Metoda momentului calculat este baza tuturor metodelor de control pentru

manipulatoare, roboţi [1], [3]. Modelul robotic suferă o transformare de liniarizare
și de cuplarea prin feedback de stare și ca urmare se pot proiecta controlere locale
de tip PD pentru fiecare articulație (cuplă) a robotului. Pentru a compensa
incertitudinile de modelare sau perturbările externe, un termen de control robust
poate fi inclus în semnalul de control al cuplului calculat. Pe de altă parte, atunci
când modelul robotizat este necunoscut, metoda cuplului poate fi implementată în
cadrul unei scheme de control adaptiv, unde dinamica robotului necunoscută este
învățată de un algoritm adaptiv.
În metoda cuplului calculat, robotul este modelat ca un set de corpuri rigide
conectate în serie cu un capăt fixat la sol și celălalt capăt liber. Corpurile rigide sunt
conectate prin articulații de rotaţie sau prismatice (translaţie) și un actuator de cuplu
acționează la nivelul fiecărei articulații. Luând în considerare efectul perturbărilor
Td în ec. (1.1), ecuația dinamică a manipulatorului este dată de:
unde:
T : (n × 1) este vectorul cuplurilor din articulaţii furnizate de servomotoare,
D (θ) : (n × n) este matricea de inerție a manipulatorului,
B (θ,θ̇) (n × 1) este vectorul care reprezintă efectele forţelor centrifuge și Coriolis,
G (θ): (n × 1) este vectorul care reprezintă gravitația,
Td: (n × 1) este vectorul care descrie dinamica nemodelată și perturbările externe,
θ : (n × 1) este vectorul pozițiilor articulaţiilor,
θ̇ : (n × 1) este vectorul vitezei articulației,
θ̈ : (n × 1) este vectorul accelerațiilor articulaţiilor.
În metoda de calcul a cuplului (cunoscută și sub numele de control al modelului

invers), se poate obține ecuația dinamicii erorii complet decuplate. Arhitectura
generală a acestui model este prezentată în Figura 4. Dacă modelul dinamic este
1
exact, perturbările dinamice sunt anulate exact. Cuplul total care acționează
manipulatorul este dat de:
Figura 4 Arhitectură controlerului pentru controlul robotului cu legături rigide, inclusiv

estimarea parametrilor necunoscuți ai modelului dinamic al robotului.
unde u se defineşte ca:
̂ = D, B
Înlocuind ec. (1.44) în ecuația (1.43) și notând că D ̂ = B și G
̂=G
datorită presupunerii exacte a modelului dinamic, se obține:
Se pot defini următorii vectori de eroare: e = (θ d −θ), ė = (θ̇d −θ̇) și ë = (θ̈d −θ̈). În
ipoteza că D(θ) este definit ca fiind pozitiv, acestea sunt legate prin următoarea
ecuație:
https://youtu.be/s5gAKA-cYQg
https://www.youtube.com/watch?v=oqHJ8crB5KY
https://www.youtube.com/watch?v=UfsZK-AUP04
https://www.youtube.com/watch?v=02TzqIvWiso
6 Stages of Human-Robot Collaboration - YouTube
2
1.6 Controlul roboților cu legături flexibile în funcționare fără contact

1.6.1 Controlul dinamicii inverse a roboților cu legături flexibile
Abordarea controlului dinamicii inverse poate fi aplicată și modelelor de roboţi cu

legături flexibile. Controlul invers al dinamicii transformă sistemul neliniar al
ecuației. (1.23) într-unul liniar, astfel încât să poată fi aplicate tehnici de control
liniar. Din ecuatia (1.23) se obţine că:
Ecuatia (1.49) se rezolvă în raport cu 𝑣̈ :
Ecuaţia (1.50) este substituită în ecuația (1.48) şi are ca rezultat:
Se introduce acum următoarea lege de control :
iar
Prin înlocuirea ecuației. (1.52) în ecuaţia (1.51) se obţine:
şi apoi se obţine în final:
3
Euaţia (1.54) implică liniarizarea și decuplarea modelului robotizat realizat.

Înlocuind ecuaţia (1,53) în ecuaţia (1.54) se obţine:
Sunt selectate matricile corespunzătoare: Kp și Kd, astfel încât să se asigure că

rădăcinile (polii) ecuației (1.55) sunt în semiplanul stâng. Acest lucru duce la;
În consecință, pentru θd(t) = constant se obţine lim t → ∞ θ̈(t) = 0. Apoi ecuaţia

(1.50) conduce la:
iar pentru F2(z,𝑧̇ ) = 0 rezultă :
care este ecuația diferențială a oscilatorului liber amortizat. Printr-o selecție

adecvată a matricei de amortizare D și matricei de elasticitate K se asigură că:
Obiectivul controlului bazat pe model de dinamică inversă analizat mai sus pentru
roboții cu legătură flexibilă, este să facă ca variabila în modului rigid, θ(t), să urmeze
o traiectorie impusă sau pentru a fi convergentă la un anumit punct prestabilit și în
același timp pentru a suprima modurile legăturilor flexibile v(t). Cu toate acestea,
această abordare de control are mai multe puncte slabe:
1. Modelul dinamicii inverse pentru roboții cu legături flexibile se bazează pe analiza
modală, adică se presupune că deformarea legăturii flexibile poate fi scrisă ca o
dezvoltare în serie finită care conține modurile elementare de vibrație. Cu toate
acestea, controlul bazat pe modelul dinamicilor inverse poate avea un rezultat
nesatisfăcător privind performanța atunci când un model precis nu este disponibil,
din cauza incertitudinii parametrilor sau trunchierea modurilor de vibrații de ordine
înalte.
4
2. În general, există nr legături flexibile, deci θ(t) ∈ Rnr. Intrarea de control

disponibilă este T(t) ∈ Rnr, deoarece există un actuator pe fiecare legătură (cuplă).
Luând în considerare nf moduri flexibile pentru fiecare legătură înseamnă că sunt
introduse nr × nf grade suplimentare de libertate. Prin urmare este necesar un
control adecvat pentru a suprima vibrațiile. Cu toate acestea, numărul de intrări
de control sunt nr, care este mai mic decât numărul de grade de libertate. Prin urmare,
eficacitatea controlului este redusă.
3. Proiectarea unui controler pentru un robot cu legătură flexibilă, fără a lua în
considerare vibraţiile legăturilor este o abordare nereușită. Prin selectarea intrării de
control T(t) pentru a obține performanțe practice de urmărire a variabilei rigide θ(t),
se pot de fapt destabiliza modurile flexibile v(t). Acest lucru se datorează naturii
fazei non-minime a dinamicii zerourilor brațelor cu legătură flexibilă.
4. Un alt dezavantaj al controlului bazat pe model este acela că modelul ecuației.
(1.23), este obţinut presupunând un număr finit de moduri de vibrație. Această
simplificare nu este întotdeauna aplicabilă, deoarece modurile de ordin superior pot
fi excitate. Modelul propus bazat pe modelul controlului nu oferă robustețe
perturbărilor externe.
1.6.2 Controlul bazat pe energie al roboților cu legături flexibile

1.6.2.1 Control bazat pe energie
Pentru a depăși punctele slabe ale controlului bazat pe model dinamic invers pentru
flexibil au fost propuse metode de control fără model. Aceste abordări sunt analizate
în restul capitolului 1. O astfel de abordare este cea bazată pe controlul energiei,
control care necesită doar cunoașterea potențialului și a energiei cinetice a
manipulatorului flexibil. Controlul bazat pe energie al roboților cu legătură flexibilă
asigură închiderea buclelor de stabilitate a sistemului în cazul punctelor de setare
constante (control punct-la-punct).
Energia cinetică Ekin a unui robot cu n cuple flexibile este dată :
În ecuţia (1.60), pxi este poziția segmentului elementar al legăturii i-a de-a lungul
axei x, în timp ce pyi este poziția segmentului elementar al legăturii i-a de-a lungul
axei y. Pe pe de altă parte, energia potențială Ep a unui robot flexibil plan cu n-cuple
se datorează cuplelor flexibile și este dat de:
5
Astfel, pentru a estima energia potențială a robotului, măsurarea tensiunilor din

𝜕2 𝑤 (𝑥,𝑡)
cadrul legăturilor flexibile este necesară, 𝑖
. Energia potențială include numai
𝜕𝑥 2
energia datorată tensiunii, în timp ce efectul gravitațional precum și deformările
longitudinale și torsionale sunt neglijate. Mai mult, energia furnizată robotului cu
legătură flexibilă de către motorul i este oferită de
În consecință, puterea motorului i este:
unde Ti(t) este cuplul motorului i și θ̇i (t) este viteza unghiulară a motorului.
Astfel, energia totală a motoarelor este dată de:
Energia care este furnizată robotului cu legătură flexibilă de către motoarele sale ia
forma de: (i) energie potențială (datorită deformării legăturilor flexibile) și (ii)
energiea cinetică. Acest flux de energie este descris de:
Controlul bazat pe energie al roboților cu legătură flexibilă consideră că cuplul

motorului i-lea (ieșire de control) se bazează pe un controler de tip PD și este dat
de:
unde Kpi este constanta de control de tip P, Kdi este constanta de control de tip D,
θdi, este definit unghiul legăturii i, Ki este, de asemenea, o constanta pozitivă , iar
wi (x, t) este deformarea legăturii a i-a.
1.6.2.2 Dovada stabilității controlului bazat pe energie pentru roboții cu legătură flexibilă
Legea de control propusă a ecuaţia (1.66) asigură stabilitatea asimptotică a buclei
închise sistem în cazul punctelor de setare constante (control punct la punct).
Următoarele Funcții Lyapunov (pentru energie) sunt considerate:
6
unde Ekin este dat de ecuația (1.60) și semnifică energia cinetică a legăturilor
robotului, în timp ce Ep este dat de ecuaţia (1.61) și semnifică energia potențială a
legăturilor robotului datorită deformării.
Se observă că V (t)> 0 din moment ce Ekin> 0, Ep> 0, apoi şi
Mai mult, se va obţine :
în timp ce utilizând ecuaţia (1.63) și ecuaţia (1.65) se găsește derivata energiei

robotului având expresia:
unde cuplul generat de motorul i este dat de ecuația (1.66). Prin substituirea
ecuaţiei (1.69) și a ecuaţiei (1.66) în ecuaţia (1.68) se obţine:
ceea ce rezultă în cele din urmă este:
7
Evident, din ecuaţia (1.71) se ştie că V̇(t) ≤ 0, ceea ce implică stabilitatea sistemului
cu buclă închisă, dar nu şi stabilitate asimptotică. Se poate dovedi stabilitatea
asimptotică după cum urmează: Dacă legătura i-a nu converge la unghiul dorit, adică
limt → ∞θi (t) = ai ≠ θdi (t), atunci cuplul motorului i-lea ar deveni egal cu o constantă
pozitivă. Acest lucru este ușor de demonstrat din ecuația (1.66) unde termenii:
în timp ce termenul Kpi [θi (t) −θdi (t)] =Kpi ai devine egal cu o constantă pozitivă.
Cu toate acestea, dacă Ti (t) = constant ≠ 0, atunci legătura i-a ar trebui să se rotească
în continuare. Acest înseamnă că θi(t) ≠ ai, care contrazice presupunerea inițială limt
→ ∞θi (t) = ai. Prin urmare, trebuie să fie indeplinite condiţiile: limt → ∞Ti (t) = 0 și
limt → ∞θi (t) = θdi (t). Prin urmare, limt → ∞V (t) = 0.
Controlerul propus, bazat pe controlul energiei, este un controler descentralizat de
la control, semnalele Ti (t) ale motorului i-lea sunt calculate folosind doar unghiul θi
(t) și deformarea wi (x, t) a legăturii i-a.
Performanța metodelor de control fără model analizate anterior (bazate pe controlul
energiei și pe control adaptiv neuronal) sunt comparate cu performanța tehnicii
bazate pe model (controlul dinamicii inverse), într-un studiu de caz de simulare
pentru manipulatoare plane 2-DOF.
1.6.3 Controlul neuronal adaptiv al manipulatoarelor/roboţilor cu legături flexibile

Controlul adaptiv al rețelei neuronale al manipulatoarelor / roboţilor a fost studiat pe
larg. Se va propune o metodă de control neuronal adaptiv pentru legătură flexibilă a
roboților.
Ecuaţia (1.51) reprezintă dinamica manipulatorului cu legături flexibile. De fapt,
se referă la o transformare neliniară (mapare) de la intrări (cupluri T (t) generate
de către motoare) la ieșiri (mișcarea articulațiilor). Acest model neliniar poate fi
scris în forma generală:
În consecință, dinamica inversă a manipulatorului cu legătură flexibilă este o relație

care asigură cuplul care ar trebui generat de motoarele articulațiilor astfel încât
unghiul articulațiilor, viteza unghiulară și accelerația necesare pentru a lua anumite
valori să fie obţinute. Inversul modelului, ecuaţia (1.72) este dat de:
8
Modelul dinamic și inversul acestuia sunt dependente de timp. Dacă modelul

dinamic invers din ecuaţia (1.73) poate fi calculat în mod explicit, apoi o lege de
control adecvată pentru legătura flexibilă a robotului este disponibilă.
Cu toate acestea, acest model nu este de obicei disponibil și dinamica sistemului
trebuie să fie identificată adaptativ. În această lucrare, un model de rețea neuronală
va fi utilizat în mod eficient, aproximând modelul dinamic invers al ecuației (1.73).
Variabilele θ, θ̇, θ̈ pot să fie măsurate, în timp ce variabilele v, v̇ nu sunt măsurabile.
Astfel, dinamica inversă a manipulatorului/robotului poate fi descompusă în n
submodele date în următoarea formă:
unde fiecare gi − 1, (i = 1, 2, · · ·, n) definește dinamica inversă a articulației

corespunzătoare, în timp ce n este numărul de articulații ale manipulatorului.
O rețea neuronală (Neuronal Network) poate fi utilizată pentru a aproxima fiecare
sub-model gi – 1 din dinamica inversă a robotului flexibil. Prin urmare, dinamica
inversă a ansamblului sistemului poate fi reprezentat de o rețea neuronală
N (θ, θ̇, θ̈, w) :
unde Ni(θ, θ̇, θ̈, wi) i = 1,2, · · ·, n este a i-a rețea neuronală care aproximează primul
sub-model al dinamicii inverse și wi este vectorul de sarcină asociat al robotului.
Utilizarea unui NN pentru modelarea dinamicii robotului cu legătură flexibilă oferă
o cartografiere a vectorului unghiurilor articulației față de vectorul cuplurilor
motorului. Cuplul care apare la ieșirea rețelei neuronale poate fi combinat cu un
controler PD - feedback şi va genera semnalul general de control care va acționa în
cele din urmă motoarele. Prin urmare, schema de control poate fi dată ca:
unde N (θ, θ̇, θ̈, w) este aproximarea rețelei neuronale a dinamicii inverse reale
din manipulatoare, în timp ce Kp ∈ Rn × m și Kd ∈ Rn × m sunt diagonala
9
coeficienţilor matricei, cu intrări Kp și, respectiv, Kd, însemnând un servo feedback

care este introdus pentru stabilizarea sistemului. În ecuaţia (1.76) e = θd −θ și
ė = θ̇d − θ̇ exprimă eroarea de poziție și viteză a articulațiilor robotului, respectiv
θd ∈ R2 este vectorul punctelor setate de poziție și viteză.
Arhitectura controlului bazat pe NN al roboților cu legătură flexibilă este descrisă în
Fig. 1.5. Folosirea ecuației. (1,74) și a ecuaţiei (1.75), controlerul de rețea neuronală
care este descris de ec. (1.76) devine:
Sau echivalent:
Ecuaţia (1.78) reprezintă un sistem liniar decuplat, condus de funcția vectorială

neliniară N(θ, θ̇, θ̈, w) ∈ Rn. Această funcție reprezintă eroarea dintre inversul real
dinamica G− 1 (θ, θ̇, θ̈) și modelul său estimat N (θ, θ̇, θ̈, w) și poate fi scris la fel de:
În loc să se folosească o rețea neuronală pentru a aproxima dinamica inversă a

robotului cu legătură flexibilă s-ar putea utiliza o rețea separată pentru fiecare
articulație a manipulatorului. În acest caz și folosind ecuația (1.79), ecuația de
eroare pentru articulația a i-a a manipulatorul devine:
unde ei și ei̇ semnifică erorile de poziție și de viteză ale articulației i, respectiv

Kip și Kid sunt constantele proporționale și derivative ale controlerului PD a
articulației i-a și Ni (θ, θ̇, θ̈, w) este eroarea de aproximare a NN atribuită articulația
i-a. Obiectivul este de a elimina eroarea de aproximare, adică de a reuși ca
limt → ∞ Ni (θ, θ̇, θ̈, w) = 0. În acest caz, o selecție adecvată a controlului cu Kip și
Kid va conduce la:
10
Figura 5 Controlul neuronal adaptiv al robotului cu legătură flexibilă
Ecuaţia (1.81) arată că, pentru sistemul cu buclă închisă, condiția de convergență
este ca eroarea: εi = K ip ei + K id ė i să se apropie de zero. Apoi selecția potrivită a
constantelor de control va avea ca rezultat convergența asimptotică a lui e (t) la 0:
Astfel, o măsură a erorii de ieșire poate fi considerată ca fiind :
care reflectă discrepanța dintre dinamica inversă reală a manipulatorului / robotului

și aproximarea rețelei sale neuronale. Actualizarea perturbărilor reţelei neuronale
trebuie realizată în așa fel încât stabilitatea sistemului cu buclă închisă să fie
menținută. În acest scop, este definită următoarea funcție de cost pentru fiecare
articulaţie:
11
Această funcție de cost oferă o abatere pătratică a funcției de eroare, εi , adică

εi = K ipei (t) + K id ė i (t) la punctul 0. Algoritmul de actualizare a perturbărilor este
derivat din minimizarea funcția de cost Ei (t) peste spațiul de perturbare al modelului
NN corespunzător.
12
Curs 8
1.7 Simularea controlului robotului cu legături flexible
Performanța metodelor de control fără model analizate anterior (bazate pe controlul

energiei și pe controlul adaptiv neuronal) sunt comparate cu performanța tehnicii
bazate pe model (controlul dinamicii inverse), într-un studiu de caz de simulare
pentru manipulatoare plane 2 - DOF, în operare fără contact.
1.7.1 Controlul bazat pe model al roboților cu legături flexibile

Este luat în considerare robotul cu legături flexibile, având 2-DOF din Figura 3
(cursul 6). Robotul are o mişcare în plan și constă din două legături (cuple) flexibile
de lungime L1 = 0,45 m și respectiv, L2 = 0,45 m. Modelul dinamic al robotului este
dat de ecuaţia (1.23). Elementele matricei de inerție, M, sunt:
Matricea de amortizare a fost considerată a fi D = diag {0.04,0.08,0.03,0.06} în timp

ce matricile de rigiditate au fost selectate ca fiind:
K = diag {0.02,0.04,0.03,0.06}. În cele ce urmează, este considerată dinamica
inversă bazată pe legea controlului dată în ecuaţia (1.52) și în relaţia echivalentă
(1.53). Selecţia matricilor de control Kp și Kd determină răspunsul tranzitoriu al
sistemului cu buclă închisă. Au fost luate în considerare următoarele valori ale
parametrilor controlerului: Kp = diag {0.2,0.2}și Kd = diag {0.1,0.1}. Pozițiile cerute
(impuse) ale cuplelor sunt θd1 = 1 rad și θd2 = 1,4 rad. Performanța controlerului
bazat pe model este dată în figura 7.
1
Figura 7 Controlul bazat pe model, al unui robot flexibil cu 2 legături: (a) unghiurile articulațiilor
și vitezele unghiulare ale articulațiilor, (b) primele două moduri de vibrație pentru fiecare
articulaţie
2
Figura 8 Controlul bazat pe model al unui robot flexibil cu 2 legături în prezența perturbărilor
momentelor motoare (a) unghiurile articulațiilor și viteza unghiulară a articulațiilor, (b) primele
două moduri de vibrații pentru fiecare legătură
3
Mai mult, se consideră că pe fiecare articulaţie apare o perturbare pentru cuplu.

Perturbarea este dată de di (t) = 0,3cos (t). În figura 8 este prezentată performanța
modelului controlerului pentru robotul cu legături flexibile în prezența perturbărilor
apărute. Se poate observa că vibrațiile din jurul pozițiilor articulaţiilor nu pot fi
eliminate.
1.7.2 Control bazat pe energie

Același model robotizat ca la paragraful 1.7.1 este utilizat pentru a simula variația
articulațiilor manipulatorului în raport cu timpul. Controlul pe bază de energie pentru
roboții cu legături flexibile se bazează pe ecuația (1.66). Următoarele valori ale
constantelor controlerului au fost utilizate în acest caz: Kp = diag {1.9,5.6},
Kd = diag {7.2,23.3} și Ki = diag {0.1,0.1}. Pozițiile articulațiilor sunt din nou
definite de : θd1 = 1,0 rad și θd2 = 1,4 rad. Prin derivarea semnalului de control definit
în relaţia (1.66) au fost utilizate deformaţiile corespunzătoare fiecărei articulaţii,
adică 𝑤𝑖"(0, t). Performanța controlerului bazat pe energie în cazul legăturii flexibile
pentru robotul cu 2-DOF este prezentată în figura 9. Mai mult, performanța
controlerului bazat pe energie în prezența perturbărilor externe considerate în
paragraful 1.7.1 sunt date în figura 10. Suprimarea vibrațiilor poate fi realizată dacă
elementelor matricei Kd li se dau/consideră valori mai mari.
4
Figura 9 Controlul bazat pe energie al unui robot flexibil cu 2 legături: (a) unghiurile articulațiilor
și vitezele unghiulare ale articulațiilor, (b) primele două moduri de vibrație pentru fiecare legătură
5
Figura10 Controlul bazat pe energie al unui robot flexibil cu 2 legături în prezența perturbărilor
asupra momentelor motoare: (a) unghiurile articulațiilor și viteza unghiulară a articulațiilor, (b)
primele două moduri de vibrații pentru fiecare legătură.
6
1.7.3 Control neuronal adaptiv
S-a implementat schema de control prezentată în figura 5. O reţea neuronală

dinamică recurentă (DRNN Dynamic Reccurent Neural Network) a fost folosită
pentru prima dată, considerându-se rețeaua cu 5 noduri pe nivel. Următoarele valori
au fost alese pentru parametrii controlerului derivativ – proporțional (PD): Kp = diag
{1.4,5.6} și Kd = diag {2.7,6.8}. Perturbarea adițională a cuplurilor motoarelor de la
paragraful 1.7.1 a fost considerată. Performanța unui controler PD, fără cuplu
suplimentar pentru controlerul adaptiv neuronal este descris sugestiv în figura 11.
Pentru a compensa perturbările externe ale controlerului adaptiv neuronal s-a utilizat
schema din figura 5. Rezultatele simulării sunt prezentate în figura 12. Se poate
observa că controlerul adaptiv neuronal realizează respingerea perturbării și se
obţine o suprimare a vibrațiilor legăturilor flexibile. Controlul robotului cu legătură
flexibilă a fost, de asemenea, implementat cu utilizarea unei funcție de bază radială
(RBF – Radial Basis Function). Stratul reţelui neuronale, NN, conținea 5 noduri cu
funcții de bază Gaussiene și spre deosebire de rețeaua neuronală recurentă nu a fost
luat în considerare auto-feedback-ul în nodurile ascunse. Perturbările suplimenatre
ale cuplurilor motoare au fost luate în considerare în cadrul paragrafului 1.7.1.
Pentru a compensa influenţa perturbărilor a fost utilizat controlerul adaptiv neuronal
din figura 5, dar de data aceasta folosind o rețea neuronală RBF. Rezultatele
simulării sunt prezentate în figura 13. În această figură poate fi observat faptul că
acest controler adaptiv neuronal bazat pe RBF reușește suprimarea vibrațiile
legăturilor flexibile și realizează, de asemenea, convergența articulațiilor robotului
la punctele de referință dorite.
7
Figura 11 Controlul PD al unui robot flexibil cu 2 legături fără cuplu suplimentar de la nivelul
regulatorului neuronal adaptiv: (a) unghiurile articulațiilor și viteza unghiulară a articulațiilor,
(b) primele două moduri de vibrații pentru fiecare legătură în parte.
8
\
Figura 12 Controlul rețelei neuronale bazat pe DRNN al unui robot flexibil cu 2 legături în
prezența perturbații cuplului motor: (a) unghiurile articulațiilor și viteza unghiulară a articulațiilor,
(b) primele două moduri de vibrație pentru fiecare legătură.
9
Figura 13 Controlul rețelei neuronale bazat pe RBF al unui robot flexibil cu 2 legături în prezența
perturbații cuplului motor : (a) unghiurile articulațiilor și viteza unghiulară a articulațiilor,
(b) primele două moduri de vibrație pentru fiecare legătură
10
𝑇
Criteriul ISE (integrala erorii pătrate - integral of the square error), ∫𝑜 𝑒 2 (𝑡) 𝑑𝑡, al
controlului cu bulclă de reacţie examinat este de asemenea calculat presupunând
pentru toate controlerele aceeași constantă proporțională - derivativă
Kp = diag {1.2,1.5} și Kd = diag {2.4,1.8}. Rezultatele sunt rezumate în Tabelul 1.
Se poate observa că au fost examinate controlerele fără model ale robotului cu
legături flexibile (adică controlerul bazat pe energie, DRNN și RBF controlere
neuronal-adaptive) ce sunt la fel de eficiente pentru (sau în anumite cazuri depășesc)
controlerul bazat pe modelul dinamicilor inverse. Mai mult, ar trebui luat în
considerare faptul că aceste controlere fără model folosesc informații mai puțin
cunoscute a priori despre dinamica robotului cu legătură flexibilă decât controlerul
de dinamică inversă.
Tabelul 1 Performanța de urmărire ISE a buclelor de control
https://www.youtube.com/watch?v=wTxcQujrLb0
https://www.youtube.com/watch?v=NopCX-dEgoo
https://www.youtube.com/watch?v=N9E2ZOjyUW8&t=86s
https://www.youtube.com/watch?v=xcjxVmEagrA
https://www.youtube.com/watch?v=tveoOBAw8hE
11
Curs 9
Modelarea cinematică și simularea unui Robot SCARA prin utilizarea

programului Solid Dynamics și verificarea cu MATLAB / Simulink
https://www.youtube.com/watch?v=9BmlFr0jAJg
https://www.youtube.com/watch?v=5m1tgkz7_JE&t=12s
https://www.youtube.com/watch?v=rA9tm0gTln8&t=2s
Introducere.
Simularea sistemelor robotizate care devine foarte populară, în special prin
reducerea costului computerelor, poate fi utilizată pentru mai multe obiective cum
ar fi: evaluarea aspectului, studii de fezabilitate, prezentări cu animație și programare
off-line. S-a fost dezvoltat un model matematic complet al robotului SCARA
inclusiv pentru dinamica robotului și este prezentată împreună cu simularea
dinamică. Ecuațiile cinematice sunt derivate folosind notația D-H. Servomotorul de
curent continuu care conduce fiecare articulație a robotului este studiată și modelată.
Robotul SCARA este construit pentru a realiza operaţia de frezare / găurire folosind
software Solid Dynamics Performanța sistemului robot-actuator este examinata cu
simulare dinamică solidă și verificat cu MATLAB / simulink. Rezultatele de
simulări au fost discutate. Un acord între cele două programe este cu siguranță
obținut aici. Facilitățile programelor utilizate pentru simularea cinematică a
robotului sistemele au fost accentuate.
Gama de utilizare a roboților este foarte largă, de la jucării până la roboți de birou și
roboţi industriali sau roboţi cu construcţii sofisticate necesari explorării spațiului.
O mare varietate de familii de echipamente de fabricație, utilizată în prezent, este
cea care furnizează mișcarea necesară unui proces de fabricație, cum ar fi: sudarea
cu arc, vopsirea prin pulverizare, asamblarea, tăierea, lustruirea, frezarea, găurirea
etc. Din această clasă de echipamente, cel mai cunoscut este robotul industrial. Sunt
disponibile diferite configurații de manipulator drept dreptunghiular, articulat
cilindric, sferic, de revoluţie și orizontal. Un robot cu configurare orizontală a
rotaţiilor, brațul robotic articulat (SCARA) are patru grade de libertate în care două
sau trei articulații sunt servo-controlate şi sunt denumite: umăr, cot și încheietura
mâinii. Un exemplu de robot SCARA proiectat în Japonia, ce este utilizat pentru
sarcini de inserare a pieselor mici pentru linii de asamblare, cum ar fi inserarea
1
componentelor electronice este considerat ca fiind un robot de referinţă. Deși scopul

final al cercetărilor este robotica reală, este adesea foarte util să se dezvolte simulări
înaintea utilizării roboților adevărați. Acest lucru se datorează faptului că simulările
sunt mai ușor de configurat, mai puțin costisitoare, mai rapide și mai convenabil de
utilizat. Construirea de noi modele de robot și configurarea experimentelor necesită
doar câteva ore. Astfel, o configurație robotică simulată este mai puțin costisitoare
decât una care presupune roboții reali și configurațiile lumii reale permițând o
explorare mai bună a proiectului. Simularea rulează adesea mai repede decât roboții
reali, în timp ce toţi parametrii sunt ușor afișați pe ecran. Posibilitatea de a efectua
simulări în timp real devine deosebit de importantă mai târziu în etapele procesului
de proiectare. Proiectarea finală poate fi verificată înainte ca cineva să se angajeze
într-un proces costisitor și consumator de timp pentru construirea unui prototip.
Necesitatea unei dinamici de manipulare precise și eficiente din punct de vedere al
calculului a fost pe scară largă evidenţiată în ultimii ani. Modelarea și simularea
sistemelor robotizate utilizând diverse programe vor facilita procesul de proiectare,
construire și inspecție a roboților în lumea reală. Simularea este importantă pentru
programatorii de roboți pentru a evalua, a prezice comportamentul robotului, sau
pentru a verifica și optimiza planificarea traseului procesului. Mai mult, acest lucru
va economisi timp și bani și joacă un rol important în evaluarea automatizării
producției. A fi capabil să simulezi deschide o gamă largă de opțiuni pentru
rezolvarea creativă a multor probleme. Se poate astfel cerceta, proiecta, vizualiza și
testa un obiect sau un proces chiar dacă acesta nu există. În acest capitol, sistemul
robot SCARA cu 4 axe, utilizat pentru operaţia de găurire, va fi proiectat și dezvoltat
folosind programul (Solid Dynamics) SD așa cum se arată în figura 1. Structura va
fi construită în funcție de principiile de modelare a corpurilor cu programele de
proiectare obişnuite. Pentru a sublinia rezultatele obținute în programul SD, se va
efectua simularea utilizând software-ul MATLAB / Simulink. Rezultatele ambelor
software-uri vor fi prezentate și analizate. În lucrare, ecuațiile cinematice pentru
robotul SCARA au fost dezvoltate cu formulele D-H pentru dinamica robotului
avand ca actuatoare servomotoare pentru fiecare articulație. Caracteristicile
actuatorului; Servomotorele de curent continuu au fost studiate în detaliu. Modelarea
robotului SCARA este prezentată în figura 1.
2. Cinematica robotului
Parametrii Denavit-Hartenberg (D-H) pentru robotul SCARA sunt specificaţi în
figura 2 şi sunt definiți în tabelul 1:
Tabelul 1 Parametrii D-H ai robotului SCARA
2
Figura 1 Fereastra 3D pentru robotul SCARA construit în poziția zero
3
Figura 2: Parametri D-H pentru robot SCARA cu patru articulații
Prin utilizarea convenției folosite in relaţiile (D-H), matricile de transformare au ca

rezultat:
4
După efectuarea operaţiilor, se obține matricea de transformare totală:
3. Cinematica inversă a robotului

3.1. Soluție inversă pentru poziție:
Locația dorită a robotului SCARA
Ecuația finală care reprezintă robotul este:
Pentru a rezolva unghiul θ4, ambele părți ale ecuației (7) sunt înmulţite succesiv cu
matricile A3-1 A2-1 A1-1 , astfel încât:
Partea stângă a ecuației (8) (A3-1A2-1A1-1THR) este:
5
Din 1,4 și 2,4 elemente ale ecuațiilor (5) și (6):
Din ecuaţiile (10) şi (11) se obţin:
Rearanjarea ecuației (10) și ecuației (11) va produce:
Rezolvarea ecuațiilor (15) și (16) prin regula lui Kramer:
6
Din 4,4 elemente ale ecuației (5) și (6):
Se obţine:
θ3 = 0 (24)
Din ecuaţiile (4) şi (9) rezultă:
3.2. Soluție inversă pentru viteză:

Din ecuația (11) și ecuația (12) se obţine:
Şi apoi:
7
Folosind regula lui Kramer pentru a rezolva ecuația (30) și ecuația (31) se obţin:
Viteza de translaţie este:
Prin diferenţierea ecuaţiei (27) se obţine:
Astfel încât:
Iar în final:
3.3. Soluție inversă pentru accelerație:
8
4. Dinamica
Cu notaţiile din figura 3 a robotului SCARA, cuplurile exercitate asupra articulațiilor
robotului sunt [11]:
Unde :
Notaţii:
J1, J2 momentele de inerție al brațului principal și al brațului anterior (kg·m2)
Jm - inerția motorului (kg·m2)
Jg1,Jg2 momente inerție ale cutiei de viteze 1 și 2 (kg·m2)
Va - tensiune de armătură
La1, La2 - Inductanțe ale armăturii ale motorului 1 și 2 (H)
R - rezistența circuitului armăturii (Ω)
φ - fluxul pe pol,
T - cuplu electromagnetic dezvoltat de motor (N·m)
B - raportul de amortizare al sistemului mecanic
ke - forța electromotoare constantă
kT - constantă de cuplu (Nm/amp)
kω - constantă de viteză (v\rad\s)
9
m1,m2 - masele brațului principal și anterior (kg)

L1, L2 - lungimi ale brațelor principale și anterioare (m)
px,py - coordonatele robotului orizontal (m)
- deplasarea unghiulară, viteza și accelerația brațului principal (rad, rad/s,

2
rad/s )
- deplasarea unghiulară, viteza și accelerația brațului anterior (rad, rad/s,
2
rad/s )
- viteza de deplasare de translație și accelerația penei
gr - raportul de transmitere
η - randamentul sistemului
θm - poziția unghiulară a motorului (rad)
D - diametrul roții calde
θL poziție unghiulară a sarcinii.
Figura 3. Modelul robotului SCARA - Conexiuni articulaţii și geometria segmentelor și pozițiilor

articulațiilor.
5. Ecuațiile actuatorului (modelarea actuatorului)

Actuatoarele sunt dispozitivele utilizate pentru antrenarea roboților. Multe tipuri de
astfel de dispozitive sunt utilizate, cum ar fi cilindrii pneumatici, cilindrii hidraulici,
motoare de curent continuu și motoare pas cu pas pentru a îndeplini această funcție.
10
Din moment ce majoritatea roboților actuali folosesc motoare de curent continuu, va

fi dedus și utilizat un model detaliat pentru acest tip de actuator prin această
prezentare. Controlul sistemului de acționare a motorului va utiliza metoda PWM
pentru a furniza motorului o tensiunea controlată. Microcontrolerele sunt adesea
folosite pentru a realiza această sarcină din cauza următoarele avantaje:
1) dimensiune mai mică și greutate (masă) redusă;
2) mai puține intrări și ieșiri;
3) operare la distanță folosind dispozitive adecvate;
4) este posibilă modificarea tensiunii de alimenatre cu pierderi minime.
Ecuațiile care guvernează funcționarea magnetului permanent, separat sau cu
înfășurare pentru motoare c.c - figura 4 când fluxul este constant sunt [12]:
Figura 4 Motorul de c.c.
6. Ecuații pentru transmisie

Mai multe tipuri de elemente de transmisie sunt utilizate în proiectarea robotului.
Scopul transmisiei este de a transmite puterea mecanică de la servomotor la sarcina
11
ce trebuie învinsă. Angrenajele sunt cea mai comună transmisie de elemente din
componenţa robotului. Un element des utilizat de transmisie pentru cuplele de rotaţie
la roboți este reductorul armonic [13]. Aceste unități au arborii paraleli în linie și un
raport de transmitere foarte ridicat şi o construcţie compactă. Cuplul transmis la
arborele motorului (T) poate fi calculat din figura 5 ca:
De asemenea, momentul de inerţie este:
Pentru cea de-a treia articulație, variabila de translație (viteza liniară) poate fi
obţinută ca:
Figura 5 Modelul unei articulații de rotaţie a robotului SCARA
7. Simulare și rezultate
Simulările sunt efectuate pentru robotul SCARA construit prin programul SD (figura
1) cu specificațiile enumerate în tabelul 2, pe lângă aceste specificații, lungimea
brațului principal (umăr), brațul anterior (cotul) și griperul sunt L1 = 0,25 m, L2 =
0,15 m și d3 = 0,075 m respectiv.
12
Trei servo-motoare de curent continuu identice sunt utilizate pentru acționarea

articulațiilor brațului și datele pentru caracteristicile electrice pentru servomotoarele
de c.c. sunt [2]:
Vs = 24 V, Jm = 3,3 × 10−6 kg m2, Ke = 0,047 V / rad / s, KT = 0,047 Nm / A, R
= 3,5 Ω, L = 1,3 mH, gr1 = 90, gr2 = 220, D = 0,030 m.
Modelul dezvoltat este studiat cu trei simulări posibile diferite [2]. Soluțiile pot arată
fiecare caz posibil comportându-se diferit în răspuns. În SD, inițial, se consideră
brațul principal care se menține în poziţie constantă (θ1 = 1,6493 rad) și se observă
mișcarea brațului anterior (θ2 = 1,475 - 2,6178 rad) ca cel prezentat în figura 6a.
Întreaga traiectorie este prezentată și animată in figurile 6b și 6c, unde sunt ambele
axe date în metri reprezentând coordonatele orizontale ale efectorului final ca P x și
Py.
În al doilea rând, se observă mișcarea brațului principal (θ1 = 3.0142-0.794125rad)
și brațul anterior este menținut într-o pozitie constantă (θ2 = 2.4495696 rad) așa cum
se arată în figura 7a. Se prezintă întreaga traiectorie și se face animaţia ca în figurile
7b și 7c, unde ambele axe sunt date în metri reprezentând coordonatele orizontale
al efectorului final ca Px și Py.
În cele din urmă, se observă mișcările brațului principal și ale brațului anterior (θ1
= 0,232-2,4695rad) și (θ2 = 1.3521- 2.0944rad) așa cum se arată în figura 8a.
Întreaga traiectorie este prezentată și animată în figurile 8b și 8c, unde ambele axe
sunt date în metri reprezentând coordonatele orizontale ale efectorului final ca Px și
Py .
Tabelul 2 Date pentru robul SCARA construit

Masa Centrul de greutate G Ixx,Iyy,Izz Ixy,Ixz,Iyz
Corp Nume [kg] [m] [kgm2] [kgm2]
1 Corpul 1 19,874 0,11511 0,000481037 0,0
0 0,0179453 -0.00076
-0.00048086 0,0176861 0,0
2 Corpul 2 0,917789 0,102257 0,000472827 0,0
0,0 0,00348701 0,0
0,0 0,0031443 0,0
3 Corpul 3 0,703604 0,0 0,00215244 0,0
0,0 0,00215244 0,0
-0.0420267 0,000114505 0,0
13
Figura 6 a Evoluţia intrărilor
Figura 6 b Evoluţia ieşirilor (poziţia finală)
14
Figura 6c Variabilele de ieșire (poziția finală) XB = f (t), YB = f (t) și fereastra 3D

însoțită de animație
15
Figura 7a Graficul unghiurilor de intrare
Figura 7b Variabilele de ieșire (poziția finală) YB = f (XB)
16
Figura 7c Variabilele de ieșire (poziția finală) XB = f (t), YB = f (t) și fereastra 3D însoțite de

animație
17
Figura 8a Graficul unghiurilor de intrare
Figura 8b Variabilele de ieșire (poziția finală) YB = f (XB)
18
Figura 8c Variabilele de ieșire (poziția finală) XB = f (t), YB = f (t) și fereastra 3D însoțite de

animație
Utilizând MATLAB / Simulink, simularea a fost efectuată folosind diagrama bloc a

sistemului robotului din figura 9. Diagrama bloc a fost construită utilizând
transformarea Laplace [14], aceleași rezultate pentru trei cazuri de mai sus au fost
verificate în figurile 10a, 10b și 10c. Din aceste cifre, se vede în mod evident că
coordonatele traiectoriei pot fi investigate pentru unghiurile cunoscute ale
articulațiilor (cinematică înainte).
De asemenea, investigarea se poate face pentru unghiuri articulare prin cinematică
inversă.
Graficele obținute prin programul SD arată unghiurile motor date la prima și a doua
articulație a robotului să satisfacă pozițiile (traiectoria) specificate ale efectorului
final.
Facilitățile programului SD utilizate pentru simularea cinematică și dinamică a
sistemelor robotizate au fost subliniate ceea ce înseamnă că putem folosi cu
încredere acest instrument puternic și util în vizualizarea, prezicerea, analiza și
îmbunătățirea sistemelor robotizate.
19
Figura 9 Robot SCARA modelat în MATLAB / Simulink cu feedback negativ asupra poziției
robotului
Figura 10a: Grafice ale variabilelor de ieșire (poziția finală) folosind MATLAB / Simulink
pentru variabilele de intrare θ1 = (1,6493) rad. și θ2 = (1,475 - 2,6178) rad.
20
Figura 10b: Grafice ale variabilelor de ieșire (poziția finală) folosind MATLAB / Simulink pentru
variabilele de intrare θ1 = (3.0142-0.794125) rad. și θ2 = (2.4495696) rad.
Figura 10c: Graficul variabilelor de ieșire (poziția finală) folosind MATLAB / Simulink pentru
variabilele de intrare θ1 = (0,232-2,4695) rad. și θ2 = (1,3521- 2,0944) rad.
8. Concluzii
Un model matematic complet al robotului SCARA a fost dezvoltat, incluzând
dinamica servomotorului și prezentat împreună cu simularea dinamică în acest
21
capitol. Ecuații cinematice directe și inverse au fost obţinute folosind notația

Denavit-Hartenberg. Studiile de simulare au fost efectuate folosind ambele
Software-uri SD și MATLAB. Prin utilizarea programului SD, a fost construită
structura pentru robotul SCARA care permite cercetătorilor să investigheze
parametrii robotului utilizând atât cinematica directă cât și cea inversă și la rândul
său, acest lucru va facilita procesul de proiectare, construire și inspecție a roboților
în lumea reală. Un acord între software-ul SD și software-ul Matlab este cu siguranță
obținut aici.
În fereastra acestui instrument de calcul (prin utilizarea software-ului SD), se poate
introduce manual fișierul cu unghiurile articulaţiilor robotului. Instrumentul va
calcula apoi poziția corespunzătoare a efectorului final. Rezultatele sunt afișate într-
un format grafic și mișcarea tuturor articulaţiilor și efectorului final poate fi
observată.
Bibliografie
[1] Sorenti, P., 1997. “Efficient Robotic Welding in Shipyards – Virtual Reality Simulation
Holds the Key”, Industrial Robot, 24(4), pp.278-281
[2] Das, M.T. and L.C.Dulger, 2005. “Mathematical modelling, simulation and experimental
verification of a scara robot”, Simulation Modelling Practice and Theory 13, pp.257–271
[3] Michel, O., 2004. “Professional Mobile Robot Simulation, International Journal of Advanced
Robotic Systems”, Vol.1, No.1, pp.39-42 ISSN 1729-8806.
[4] Kazi, A., G. Merk, M. Otter, and H. Fan, 2002. . “Design optimization of industrial robots
using the Modelica multi-physics modeling language”, Proceedings of the 33rd ISR
(International Symposium on Robotics) October 7 – 11.
[5] Ionescu Fl., F. Chojnowski and G. Constantin, 2002. “Virtual Reality in Mechanical
Engineering, Modelling and Simulation with Solid Dynamics”, ARA-Journal, vol. 2002. No 27
[6] Ionescu Fl. and D. Stefanoiu, 2002. “HYPAS - A Modular Structured Model Design,
Simulation and Control Programming Environment”, Proceed. of the IASTED Intern. Confer.
On Artificial and Computational Intelligence, Sept. 25 - 27, Tokyo, Japan, Acta Press, ISBN: 0
- 88986 -358 - X, ISSN: 1482 - 7913, pp. 324 – 329
[7] Leon Zlajpah, 2008. “Simulation in robotics”, ScienceDirect, Mathematics and Computers in
Simulation 79, pp. 879-897
[8] Ionescu, Fl., Stefanoiu, D. and C.I Vlad.2002. “Modular Structured Model Design,
Simulation and Control of Hydraulic and Pneumatic Drive Systems by Using HYPAS”, ARA-
Journal, Volume 2000-2002, No. 25-26, ISBN 3-00-011583-8, pp. 168 - 177.
[9] Florin Ionescu, 2007. “Modeling and Simulation in Mechatronics”, IFAS inter.confer.MCPL
2007, Sep. pp.26-29, Sibiu, Romania.
[10] Saeed B. Niku, 2001. “ Iintroduction to robotics,analysis, systems,applications”, Prentice
Hall Inc., Upper Saddle River,New Jersy
[11] Theodor, B. and Florin Ionescu, 2002. “Robot Modeling and Simulation”, Editor AGIR and
Editora Academiei Romane, Bucharest
[12] Bencsik, A.2004. “Appropriate Mathematical Model of DC Servo Motors Applied in
SCARA Robots”, Acta Polytechnica Hungarica Vol. 1, No. 2, pp.99-111
22
[13] Tahboub, K., 1993. “Modeling and Control of Constrained Robots”, Dissertation for Ph.D.
in University of Wuppertal-Germany
[14] K. Ogata K., 1997. “Modern Control Engineering”, Third ed., Prentice Hall
23
Sisteme de comanda adaptive 2024
CURSUL 10
ALGORITM DE CONTROL PID AUTO-TUNING ADAPTIV PENTRU UN YACHT
Introducere
Proiectarea piloţilor automaţi pentru un iaht (barca cu pânze) este mai dificilă decât
pentru o barcă cu motor din cauza caracteristicilor speciale ale mișcării unui iaht
ca răspuns la vânt și alte condiții ale mării. Folosind un model Simulink al unui iaht
de doisprezece metri lungime ce a participat la America's Cup , sunt prezentate
unele aspecte ale proiectării algoritmilor de control eficienți. Unele aspecte ale
proiectării unui controler PID adaptabil de auto-reglare prin abordarea LQR (Linear-
Quadratic Regulator) sunt revizuite și sunt prezentate rezultatele simulării
performanței legii de control adaptive PID.
1. Elemente de construcţia bărcilor.

Fiind mijlocul original de transport maritim, Yachtul există de mai mult de mii de
ani. Dar, de la apariția navelor cu motor, iahturile au fost utilizate mai puțin pentru
transportul de bază decât erau până atunci, iar un număr mare de iahturi din întreaga
lume este încă folosit pentru curse, pescuit și recreere. Ca urmare, cerințele pentru
dimensiuni compacte, performanțe ridicate - pilotul automat pentru iahturi a crescut
rapid astăzi. Chiar s-a spus că doar o atenție mai mică a fost acordată automatizării
controlului mișcării iahtului, există totuşi un interes tot mai mare în dezvoltarea de
piloți automat de iahturi inteligente pentru a îndeplini cerințele marinarilor de
agrement, în special în nord America și Europa. Lucrările raportate în această lucrare
apare dintr-un proiect desfășurat împreună cu o companie din Noua Zeelandă, care
vizează proiectarea unui sistem robust de pilot automat adaptiv pentru iahturi și alte
nave maritime. Semnificația neliniarităților în mișcarea iahtului face aproape
imposibil găsirea unui parametru fix pentru pilotul automat pentru a putea controla
corect mișcarea iahtului în toate condițiile mării. În timp ce un anumit controler
poate fi reglat pentru un anumit set de condiții de funcționare, acesta poate face iahtul
instabil într-un alt set de condiții.
Se pot adoptat diverse abordări ale proiectării controlerelor fața de aceste dificultăți.
O abordare cunoscută în acest doemniu este cea a unui simplu controler PID
adaptabil de auto-reglare reglat utilizând metoda LQR (linear quadratic regulator)
1
care va fi abordată în felul următor: a) se va descrie pur și simplu modelarea unui

yaht de 12-m - Iahtul din America's Cup și un model adevărat de iaht de l4 metri
care va fi si el considerat. O auto-reglare adaptivă pentru proiectarea algoritmului de
control PID va fi dată la sfârşitul cursului.
Rezultatele simulării sunt, de asemenea, prezentate în acest paragraf. Cursul se
încheie cu câteva concluzii.
https://www.sail-world.com/news/237236/2021-470-Europeans-at-Vilamoura-Portugal-day-1
2. MODELAREA TEORETICĂ A UN AMERICA'S CUP YACHT

Hidrodinamica unui iaht a fost discutată în unele lucrări (Newman 1987; Davies
1990; Xiao & Austin 2000). Pentru a înţelege mai bine problemele care apar, se va
prezenta o analiză pe scurt. Un iaht este prezentat generic în Figura 1.
Figura 1 Reprezentarea schematică a unui iaht
2
Fără vânt, fără pânză

Vântul este chiar baza navigării. Fără vânt, nu poţi ajunge undeva. Prin urmare, este
esențial să simțiți vântul și să știți cum să determinați direcția, viteza, dar și
schimbările sale, pentru a vă adapta pânza.
Dar, pentru a face acest lucru, trebuie mai întâi să înțelegem că există două tipuri de
vânt: vântul real și vântul aparent. Vântul pe care îl simți pe pânze sau vântul pe care
îl simți pe față nu este același cu vântul care flutură apa sau trântește un st eag pe
uscat.
Vânt adevărat, vânt aparent și vânt de viteză (resimţit)

Vântul pe care îl percepeți pe barca dvs. se numește vânt aparent, în timp ce vântul
pe care îl percepeți la țărm este vântul adevărat. Pentru a înțelege diferența dintre
cele două, iată un exemplu simplu.
Când ești pe bicicletă și pedalezi, vântul pe care îl simți pe față este vântul aparent.
În același mod, când treci mâna prin geamul mașinii, este din nou vântul aparent.
Într-o barcă, este vântul pe care îl simți când navighezi. Pe măsură ce avansați, barca
își creează propriul vânt (la fel ca într-o mașină sau bicicletă), care se numește vânt
de viteză (prin înaintarea bărcii).
Vântul adevărat este vântul meteorologic, cel care bate peste elemente. Pe mare, îl
veți observa când barca dvs. este staționară.
În cele din urmă, vântul aparent este suma vântului: vânt - vântul pe care îl simți pe
față pe măsură ce câștigi viteză - și vântul real, care bate peste mare. Se
materializează prin orientarea firului de lână sau a penei de pe pânza voastră. În
figura 2 este prezentată o schema de principiu pentru acţiunea vântului.
Care sunt caracteristicile vântului aparent ??

- Vântul aparent este întotdeauna deplasat mai înainte de barcă decât vântul adevărat,
cu excepția când navigați în vânt.
- Viteza crește efectul vitezei vântului pe direcția și viteza vântului aparent.
- Vântul aparent este întotdeauna mai ușor când navighează departe de vântul
adevărat decât când navighează spre el, cu excepția cazului unei bărci foarte rapide.
De care vânt trebuie să ții cont când navighezi?

Pentru a merge repede și ţine pânzele corect, singurul vânt care contează este vântul
aparent, vântul pe care îl poți simți. Diferența dintre vântul real și vântul aparent
creează modificări ale vitezei vântului, care vor trebui să fie bine înțelese pentru a
funcționa bine și pentru a găsi unghiul drept pe care îl fac velele cu vântul. Orientat
de paleta de vânt sau firul de pe vela ta.
3
Figura 2 VA vânt aparent, VR vânt real, VV vânt resimţit
3 Simularea acţiunii vântului aparent

In figura 3 sunt prezentate rezultatele simularii acţiunii vitezei maşinii asupra
vântului aparent.
• În figura 3a viteza de deplasare a maşinii este v = 0 km/h

• În figura 3b viteza de deplasare a maşinii este v = 50 km/h
• În figura 3a viteza de deplasare a maşinii este v = 100 km/h
În ceea ce priveşte vântul aparent, acesta îşi schimbă unghiul faţă de direcţia de
avans a maşinii astfel:
• În figura 3a unghiul vântului aparent este de 60°
• În figura 3b unghiul vântului aparent este de 8,9°
• În figura 3a unghiul vântului aparent este de 4,7°
4
Simularea acţiunii vântului aparent.
Figura 3a) v = 0 km/h
Figura 3b) v= 50 km/h

5
Figura 3c) v = 100 km/h
Problema direcției și puterii vântului devine complicată de îndată ce o barcă începe

să se deplaseze sub acţiunea vântului real. Anemometrele şi giruetele de pe capetele
(vârfurile) de catarg indică vântul adevărat doar atunci când barca este staționară.
De îndată ce începe să se miște, reacționează la o combinație de vânt și de mișcare
a bărcii prin apariţia vântului aparent.
Fig. 4a prezintă o diagramă vectorială pentru o barcă aflată în deplasare. Latura mare
a dreptunghiului reprezintă vântul adevărat cu viteza de 10 noduri reprezentat la
scară, în timp ce latura mică a dreptunghiului arată viteza bărcii, de 6,64 noduri.
Diagonala dreptunghiului reprezintă vântul aparent. Viteza vântului aparent este de
12 noduri. Se observa ca în acest caz velele sunt strânse iar unghiul dintre vântul
aparent şi axa barcii este de 56 °. Dacă acum barca işi schimbă cursul şi se îndreaptă
spre o direcţie aflată la 120° faţă de vântul real atunci velele trebuie să fie lăsate mai
larg, aşa cum se arată în figura 4b. Viteza de deplasare a bărcii este tot de 6,64 noduri
iar vântul adevărat ramâne şi el neschimbat. Ca urmare, vântul aparent scade în
6
viteză la 8,81 noduri iar unghiul dintre direcţia vântului aparent şi axa bărcii creşte
la 79,42°.
Figura 4a Deplasarea bărcii cu vânt strâns
Figura 4b Deplasarea bărcii cu vânt larg
Bibliografie:
https://www.youtube.com/watch?v=C73HQ4JJNH4
Harken
https://www.youtube.com/watch?v=euP7M2CbYQI
7
https://www.youtube.com/watch?v=DITFe9Ow3vo
https://www.youtube.com/watch?v=-PDSHeFhKFA
Vant aparent
https://www.youtube.com/watch?v=yyN8kaghCvU
https://www.facebook.com/470olympicsailing/videos/271837764612475/
470 MAI 2021
8
Cursul 11 (continuare curs 10)
ALGORITM DE CONTROL PID AUTO-TUNING ADAPTIV PENTRU UN YACHT
1. Modelul matematic
În aplicațiile marine, urmărirea traseului se referă la sarcină de a forța o

ambarcațiune marină să urmeze o cale geometrică (traseu) fără impunerea unei legi
de sincronizare; adică nu este specificat momentul în care ambarcațiunea ar trebui
să se găsească la un punct dat (precizat) de pe traseu. Calea urmăririi ambarcațiunilor
marine este necesară în multe operații, cum ar fi așezarea cablurilor, tractarea și
sistemele de control și dragare ce trebuie să fie proiectate într-un mod în care se
acționează cu precizie și eficienţă. În acest fel de operațiuni, ambarcațiunile marine
acționate complet (controlate în totalitate) sunt de obicei utilizate. Un număr mare
de articole au fost publicate în domeniul controlului mişcării ambarcațiunilor
marine. O mare parte din cercetarea acestui domeniu se datorează lucrărilor lui
Samson (1992), unde anumite referiri la roboți sunt considerate. Problema de
manevrare a traseului este abordată în (Hauser și Hindman, 1997) şi a fost
generalizată de Skjetne și colab.(2004) unde sarcina geometrică de reglare a poziției
și orientarea ambarcaţiunii este decuplată de sarcina dinamică de control şi viteza
ambarcațiunii de-a lungul traseului.
În aplicațiile maritime, o metodă clasică pentru urmărirea traseului este de a defini
un spațiu de eroare utilizând conceptul dat de Serret-Frenet (Encarnacao și colab.,
2000; Lapierre și Soetanto, 2007). Principiile urmăririi traseului bazate pe îndrumare
au fost revizuită în (Breivik și Fossen, 2005). Un control adaptiv neliniar al
controlerului de urmărire a traseului a fost propus pentru acționarea completă a
navelor pentru a face față curenților oceanici. Pentru a face față incertitudinilor de
modelare, Kaminer și colab. (2005) au propus un controler robust de urmărire a căii
pentru acționare completă a vehiculelor maritime. Fossen (2011) oferă o perspectivă
profundă asupra sistemelor de control maritim.
În general, sunt incluse controlerele de urmărire a traseelor pentru ambarcațiunile
marine regulatoare de viteză decuplate și pilot automat. Ca urmare, controlerul
încearcă întotdeauna să mențină viteza după cerinţe, chiar dacă ambarcațiunea
marină nu se mișcă pe traseu.
1
Acest lucru se întâmplă în timp ce un căpitan poate schimba viteza în funcție de

distanța față de cale și rata convergenței. Peymani și Fossen (2012) au propus un
controler bazat pe buclă închisă (feedback), astfel încât sistemul de control să
mărească dinainte viteza când ambarcațiunea nu se află pe drum. În cele ce urmează
se prezintă un controler adaptiv care modifică viteza în funcție de eroarea
geometrică, care este eroarea între ambarcațiune și un punct dorit de pe traseu. Astfel
o contribuție importantă a acestui curs este de a propune un controler de urmărire a
căilor de parcurs care este capabil de controlul vitezei ambarcațiunii marine atunci
când ambarcațiunea este oprită pe traseu. De asemenea, se arată că propunerea
controlerul îmbunătățește comportarea față de anumite perturbări externe. Mai mult,
o metodă este introdusă pentru a face ambarcațiunile să se deplaseze pe cale în
prezența unor perturbări externe constante prin modificarea sarcinii de atribuire a
vitezei; într-adevăr, se va propune o metodă pentru a rezolva dezavantajul inerent al
acestor controlere de urmărire a traseelor care se bazează pe linia de vedere a
sistemui de control.
2
https://www.youtube.com/watch?v=UShTo-KaIsk
• https://www.youtube.com/watch?v=UpHdZaPwcxA
• https://www.youtube.com/watch?v=izNMDVloMWk
https://www.youtube.com/watch?v=PZYatAAshUg
https://www.youtube.com/watch?v=UArgoWSM6iQ
1.1 Ipoteze de calcul

Lucrarea tratează problema urmăriri traseului pentru ambarcațiuni marine cu 3-DOF.
În special, un controler este conceput astfel încât un vehicul maritim va converge
către și urmează traseul dorit; aceasta impune un set de constrângeri geometrice
poziției și orientării ambarcaţiunii. În plus, urmarea căii necesită ca viteza să
urmărească o viteză diferită de profilul zero. Deoarece deplasarea pe traseu este mai
importantă decât deplasarea cu viteza dorită, soluţia geometrică are prioritate fată de
soluţia de alocare a vitezei. Potrivit lui Skjetne și colab. (2004), aceste două soluţii
pot fi executate separat.
1.2 Modelul ambarcațiunii cu 3-DOF

Se ia în considerare poziția ambarcaţiunii q = [pT; ψ] T unde p = [x; y] T  R2 este
poziția fixată (raportată faţă de) la pământ și ψ  S este unghiul de derivă.
Considerând V = [u; v; r]T R3 unde u și v sunt componentele vitezei exprimate faţă
de cadrul de referință fixat pe barcă, notat {b}, și r este viteza unghiulară în jurul
axei z a {b}. Se consideră J (ψ) = diag{R (ψ), 1} este matricea de rotație de la {b}
faţă de sistemul de referință inerțial. Matricea R (ψ) este dată de:
Conform lui Fossen (2011), ecuațiile dinamice ale mișcării sunt descrise de ..
în care Mb = MTb > 0, 𝑀̇𝑏 = 0, Cb = - CTb și Db > 0.
Distribuția omogenă a masei și simetria planului xz sunt ipotezele considerate, iar

creșterea unghiului de înclinare a bărcii se presupune că este decuplată de
subsistemul de derivă, astfel, matricile sistemului (masa-M, Rigiditate-C si
amortizare-D) iau următoarele forme:
3
unde se presupune că amortizarea este liniară. În (2b), 𝜏𝑏 ≜ [𝜏𝑢 , 𝜏𝑣 , 𝜏𝑟 ]𝑇

reprezintă vectorul forțelor generalizate, exprimat în {b}, care surprinde forțele și
momentele datorate actuatorilor precum şi perturbările factorilor externi.
1.3 Sistemul de conducere

Este necesar un sistem de conducere pentru a obţine traseul dorit astfel încât vasul
să se deplaseze spre ţintă ușor. De fapt, sistemul de ghidare mapează poziția dorită
prin unghiul de direcție. Se va folosi ghidarea prin sistemul liniei de vedere (LOS-
line-of-sight). Se ia în considerare o cale dreaptă prin conectarea punctelor pk și
pk + 1. Panta traiectoriei este notată cu ψk. Se ia în considerare și un sistem de referință
fixat pe cale, reprezentat de {pk}, care își are originea la pk. Axa sa, x, a fost
rotită cu un unghi pozitiv ψk.
Fie plos = [xlos; ylos] T punctul dorit pe calea pe care nava trebuie să ajungă în fiecare
moment. Pentru a găsi argumentele punctuale, se folosește metoda de determinare a
direcției bazată pe metoda de anticipare a direcţiei (lookahead - Fossen, 2011),
în care plos este un punct de pe calea ce va fi parcursă şi care este situat la distanța
Δ > 0 înainte de proiecția directă a lui p pe traseu. Vezi Fig. 1. Vectorul LOS este
vectorul de la p la plos. Unghiul LOS, notat ψlos, este unghiul pe care îl face vectorul
LOS cu axa x a sistemului inerțial.
Fie e(t) mărimea care să indice eroarea de drum transversală și s(t) să fie eroarea de
drum totală. Definind 𝑒 ≜ [𝑠, 𝑒]𝑇 , se poate scrie:
Obiectivul este de a alinia axa x a {b} cu vectorul LOS. În mod echivalent, unghiul
de direcție trebuie să urmărească unghiul LOS, care se calculează folosind:
unde unghiul relativ (unghiul de apropiere) ψr se găsește folosind relaţia:
4
Această lucrare se concentrează pe trasee drepte. Rezultatul poate fi extins la

urmărirea punctelor de traseu în care calea este descrisă de un set de puncte conectate
prin segmente de linie dreaptă.
Fig. 1. Reprezentarea geometrică a traseului în linie dreaptă
1.4 Formularea problemei pentru urmărirea traseului

Obiectivul principal este ca barca să conveargă către calea trasată și să o urmeze.
Convergența către cale, denumită uneori şi sarcină geometrică, este formulată ca:
Nava marină ar trebui să convergă către traseul cerut foarte lin, aşa că unghiul de
direcție trebuie să urmărească unghiul dorit. Acesta este dat de relaţia:
’
Alegem unghiul de direcție dorit astfel ca ψd = ψlos. Obiectivul secundar aici este
de a regla şi viteza la valoarea dorită. Aceasta este a declarată ca:
5
Prin obiectivul secundar, se înţelege că sarcina dinamică de atribuire a vitezei are o

importanță mai mică decât sarcina geometrică, și poate fi neglijat pentru a avea
obiectivul principal îndeplinit.
Problemă de urmărire a traseului. Se ia în considerare o navă cu 3-DOF complet
acționată aşa cum a fost descrisă de (2). Având un traseu și o viteză dorită ud,
problema este de a găsi un controler de stabilizare astfel încât obiectivul descris de
(7) să fie atins.
Soluția standard pentru problema urmăririi căii este să se proiecteze un regulator de
viteză decuplat de un pilot automat de direcție; (vezi de ex. Fredriksen și Pettersen,
2006; Fossen și colab., 2003).
Problema 1. Se va rezolva problema traseului de urmat prin aceea că viteza u
trebuie să urmărească 𝑢𝑑∗ (𝑢𝑑 , 𝑒), care trebuie specificată corespunzător astfel încât
𝑢𝑑∗ → 𝑢𝑑 pe măsură ce timpul tinde la ∞.
2. METODĂ DE PROIECTARE A CONTROLULUI

Legea controlului este concepută în doi pași. În primul pas, accelerațiile care sunt
necesare pentru o convergență exponențială la traseu sunt derivate. Al doilea pas
este dedicat găsirii accelerațiilor care satisfac relaţiile (7b) și (7c). În cele din urmă,
legile de control sunt derivate pe baza metodei celor mai mici pătrate, adică se
foloseşte pentru a găsi cea mai bună aproximaţie pentru accelerațiile realizate.
3.1 Accelerații pentru a face ca eroarea transversală de traseu să fie zero

Ne propunem să facem ca eroarea transversală de drum, e(t) să convergă la zero
când timpul tinde spre infinit. Fie 1 (ψ), 2 (ψ) și 3 astfel ca:
Corespunzător relaţiei (4):
în care γ = ψ – ψk. Obiectivul este reformat pentru a obţine 𝑋 = [𝑒, 𝑒̇ ]𝑇 să tindă
6
global asimptotic / exponențial stabil (GAS / GES) la

origine. Dinamica lui X este dată de:
Intrarea de control virtual ue este utilizată pentru a stabiliza e la origine. Deoarece

perechea (A, B) este controlabilă, există un vector Ke = [ke1, ke2]T astfel încât legea
controlului feedback-ului va fi dat de :
ce redă punctul de echilibru (X = 0) GES. De fapt, există ieșiri Pe = PeT > 0 și

Ve = XTPeX astfel încât 𝑉𝑒̇ < 0 pentru X ≠ 0.
Închizând bucla de răspuns cu relaţia (10) și luând în considerare (8), rezultă că:
Ecuaţia (11) produce accelerațiile dorite care fac ca ambarcaţiunea să conveargă

către calea impusă cu o rată exponențială. Nu sunt introduse niciun fel de
constrângeri asupra vitezei de rotație (adică 𝑟̇ ).
3.2 Accelerări pentru a atinge obiectivele de direcție și viteză

Se definesc 𝑧0 ≜ 𝜓 − 𝜓𝑑 . Apoi, 𝑧̇0 ≜ 𝜓̇ − 𝜓𝑑̇ = 𝜌3𝑇 𝑣 − 𝜓𝑑̇
1
Se consideră: 𝑉1 = 𝑧02 și diferențiind în raport cu timpul, se obţine:
2
Pentru a regla z0 la zero, vitezele sistemului, v, sunt alese ca intrări de control

virtual; se defineşte 𝑣 ≜ 𝑧 + 𝛼, în cazul în care noua stare dată de variabilele z și
vectorul funcțiilor de stabilizare α este dată de:
Prin urmare, (12) poate fi scris ca:
7
Alegând acum:
se va obţine:
Acum, scopul este de a stabiliza pe z la origine. Se alege α2 = 0 și α1 = ud. Aceasta

implică faptul că dacă z → 0, u și v vor converge către α1 și respectiv α2. Dinamica
1
lui z este dată de 𝑧̇ = 𝑣̇ − 𝛼̇ . Se ia în considerare 𝑉2 = 𝑉1 + 𝑧 𝑇 𝑧 și prin
2
diferenţierea lui V2 de-a lungul traiectoriei sistemului (z0, z) se va obţine:
Se consideră 𝜎𝑧 = 𝛼̇ − 𝜌3 𝑧0 − 𝐾𝑧 unde 𝐾 =≜ 𝑑𝑖𝑎𝑔{𝑘1 , 𝑘2 , 𝑘3 } > 0. Prin

urmare, dacă există constrângerea:
se dovedește că:
3.3 Accelerări pentru atingerea tuturor obiectivelor

Având în vedere relaţiile (11) și (16), se poate scrie:
În care
.
Iar
unde Ii este matricea de identitate i x i. Definind apoi:
8
care este fără singularitaţi pentru ∀𝛾. Prin urmare, 𝐻𝑏−1 (𝛾) există şi are expresia:
Pentru a găsi 𝑣̇ , ambele părți ale relaţiei (18) sunt înmulțite în prealabil cu
𝐻(𝛾)=𝐻𝑏−1 (𝛾)𝐻(𝛾)𝑇 ceea ce va conduce la:
S-ar putea percepe 𝐻 ca psihoinversa Moore-Penrose a lui H. Înlocuind (22) în

ecuațiile mișcării (2b) se obțin forțele de control necesare pentru a face ca
ambarcațiunea marină să aibă accelerația dobândită după relaţia (22). Legile de
control sunt date de:
Soluția pentru 𝑣̇ există dacă și numai dacă b  im H, care nu este valabil în general.
Ecuația (22) produce cea mai bună aproximare pentru 𝑣̇ astfel încât funcția
‖𝐻(𝛾)𝑣̇ − 𝑏(𝛾, 𝜙)‖2 să fie minimizată. Trebui observat că luând în considerare
funcția Lyapunov V = Ve + V2 este, prin urmare, lipsit de sens și nu poate fi folosită
pentru a stabili stabilitatea sistemului cu buclă închisă. Prin urmare, este crucial să
se investigheze stabilitatea sistemului cu buclă închisă pentru legea controlului.
4. REZULTATELE SIMULARII
Se va studia stabilitatea sistemului cu buclă închisă. Pentru a facilita analiza, se
modifică legea controlului (23). În mod clar, 𝜌̇ 2 (𝛾)𝑇 = 𝛾̇ 𝜌1 (𝛾)𝑇 . Pe de altă parte,
conform (4), 𝜌1 (𝛾)𝑇 𝑣 = 𝑠̇ (t) care este viteza ambarcațiunii de-a lungul traseului.
Înlocuind 𝜌1 (𝛾)𝑇 𝑣 cu ud, ceea ce este convenabil din moment ce vehiculul ar
trebui să se deplaseze de-a lungul traseului cu viteza dorită. În consecință, (11) este
modificat în (se înlocuiește cu):
Apoi, definind 𝑏 ∗ = [𝜎𝑧𝑇 , 𝜎𝑒∗ ]𝑇 și se va utiliza b* în loc de b în relaţia (18).

Se obţine următoarea lege de control:
9
Teorema 1 oferă o soluție pentru problema 1.

Teorema 1. Fie ud și Δ constante pozitive. Se aplică legea de control (25) la
sistemul descris de (2). Originea (e, z0, z) = 0 este stabilă asimptotic global dacă:
T1.1 k0, k3, ke1 > 0 și ke2 > ud /Δ;
2
T1.2 k1 = k2 = k astfel încât k > 3𝑢𝑑 𝑘𝑒2 / (4𝑘𝑒1 ∆).
Demonstraţie. Demonstrarea teoremei se bazează pe teoria neliniară a sistemelor

compuse (Jankovic și colab., 1996). Se găsesc ecuațiile pentru sistemele în buclă
închisă. Având în vedere (21), se poate scrie:
unde am renunțat la argumentul γ. De la 𝑣̇ = 𝐻(𝛾)𝑏 ∗ (𝛾, 𝜙), rezultă că:
Se poate găsi relaţia:
Reamintind ψd = ψlos, este uşor de arătat că şi 𝜓̇𝑑 = 𝜓̇𝑙𝑜𝑠 ; astfel, obținem:
Totodată , se observă că:
Deoarece 𝛼̇ 1 = 𝛼̇ 2 = 0 𝑠𝑒 obține 𝜌2 𝜌2𝑇 𝛼̇ = 0. Mai mult, se poate

Spune că 𝜌2 𝜌2𝑇 𝜎𝑧 și 2σe nu influențează pe 𝑧̇3 . Găsind pe 𝜌𝑖 (𝜓)pentru
i = 1; 2 astfel încât:
10
Se defineşte 𝑧 ≜ [𝑧1 , 𝑧2 ]𝑇 . Ecuațiile în buclă închisă sunt:
Este necesar să se includă 𝑒̇ deoarece relaţia (30) depinde de aceasta. În conformitate

cu relaţia (8), 𝑒̇ = u sin (γ) + v cos (γ). Se reţine că că γ = ψ - ψk = z0 + ψr.
Astfel, se poate scrie:
Conform sistemului de ghidare, avem:
Se definesc 𝜁 ≜ [𝑧0 , 𝑧3 ]𝑇 𝑠𝑖 𝜉 ≜ [𝑒, 𝑧1 , 𝑧2 ]𝑇 . Acum se poate exprimă dinamica

erorii transversale și reformula relaţia (30):
Iar
11
în care 𝐾 = 𝑑𝑖𝑎𝑔{𝑘1 , 𝑘2 }. Prin urmare, sistemul cu buclă închisă, cuprinzând

relaţiile (29) și (33), este un sistem neliniar compus, care poate fi scris ca:
unde f (ξ), g (ξ, ζ) și A2 se găsesc din relaţiile (33) și (29). Cu alte cuvinte, sistemul
descris de relaţia (33) este considerat a sistem neliniar în cascadă fată de sistemul
liniar descris de relaţia (29) prin termenul de interconectare:
4.1 Proprietățile controlerului proiectat

Acum că s-a stabilit că legea de control propusă ce atinge obiectivele, se
evidenţiază proprietățile controlerului.
A. Controlul vitezei Controlerul propus (25) modifică viteza ambarcațiunii marine
atunci când eroarea de cale transversală, e, este diferită de zero. Pentru a vedea
cum se întâmplă, folosind (26), se poate arăta că legea controlului poate fi
descompusă în două părți distincte, astfel:
Unde
12
Legea de control τn este legea de control pe care o obținem dacă relaţia (11) nu este
luată în considerare. O mare parte din munca pe traseul de urmărire a ambarcaţiunii
se poate obţine cu astfel de controlere care pot fi adaptate ușor pentru vehicule
acționate complet. Forța de control τn se poate regla pentru domeniul z0 și z.
Cu toate acestea, la controlerul de urmărire a traseului propus, τe se face o diferență
importantă. Termenul 𝜎𝑒∗ este zero atunci când e și 𝑒̇ sunt nenule. Pe de altă parte,
datorită structurii lui 2 (γ), τe afectează numai dinamica vitezelor liniare și nu
influențează dinamica direcției. Prin urmare, controlerul propus modifică viteza
navei în cazul în care eroarea geometrică este diferită de zero și obiectivul de
obţinere a vitezei este sacrificat astfel încât să îndeplinească sarcină de urmărire a
căilor (geometrice).
B. Robustețe față de curenții oceanici Metoda propusă face ca sarcina geometrică
să fie robustă în ceea ce privește perturbările externe într-o oarecare măsură deoarece
controlerul modifică viteza vehiculului când e ≠ 0. Mai important, este posibil să se
obțină o eroare de cale transversală zero în prezența unor perturbări constante prin
intermediul măririi acțiunii integrale la sistem de control. Se introduce
în sistemul descris de relaţia (8). În relaţia (11), se înlocuieşte σe cu σe,I , care se

obţine din:
în care, cu un argument similar secțiunii anterioare, 𝜌2 (𝛾)𝑇 𝑣 a fost înlocuit cu

𝛾̇ 𝑢𝑑 . Apoi, se formează matricea 𝑏1∗ = [𝜎𝑧𝑇 , 𝜎𝑒,𝐼
∗ 𝑇
] și se foloseşte pentru a obține
legea controlului.
Teorema 2 afirmă rezultatul în mod formal.

Teorema 2. Fie ud și Δ constante pozitive. Se aplică legea de control din relaţia
(41) la sistemul descris de (2). Stabilitatea asimptotică globală (GAS) din (eI, e, z0,
z) = 0 este garantat dacă:
T2.1 k0, k3 > 0, ke1 > ke0 > 0 și ke2 > ud = Δ;

2
T2.2 k1 = k2 = k astfel încât k > 3𝑢𝑑 𝑘𝑒2 /(4∆(𝑘𝑒1 − 𝑘𝑒0 )).
13
5. REZULTATE SIMULĂRII
Modelul unei nave este ales în funcție de (2) unde
Condițiile inițiale sunt alese astfel: q (0) = [10, -250, π/4]T și v (0) = [1, 0, 0]T.
Obiectivul este de a converge către și de a urma o cale dreaptă paralelă cu axa y a
punctului {i} la 40 de metri spre nord. Se presupune că există un curent de apă a
cărui viteză exprimată în punctul {i} este Uc = [+.75, 0, 0]T (m / s). Viteza relativă
vr = v -J (ψ)TUc este considerată în modelul de simulare, care este diferit de modelul
de control.
S-au ales ud = 2 (m / s) și Δ = 20 (m). Astfel, ke2 > 0.1; se aleg ke1 = 2 și ke2 = 1. Dacă
este luat în considerare integratorul, ke0 = 0.5. Apoi, T2.2 implică faptul că este
necesar k > 3; se alege, spre exemplu: k = 10.
De asemenea, k0 = 3 și k3 = 1. Se observă condițiile teoremei că nu sunt restrictive
pentru situațiile practice.
Se face o comparație între un controler cu acțiune integrală (etichetat cu „LS cu
acțiune integrală”) și un controler fără a lua în considerare acțiunea integrală
(etichetată cu ‘LS fără acțiune integrală') pentru a discerne proprietățile de
respingere a perturbării sistemelor de control. De asemenea, se rulează simulări cu
metoda prezentată în Fossen și colab., 2003,etichetată cu ‚Metoda standard’), dar
s-a adaptat metoda pentru acționarea completă a unei nave. Rezultatul este prezentat
în Fig. 2 și 3.
Concluzii
Așa cum era de așteptat, metoda celor mai mici pătrate se apropie cu siguranţă
de acțiunea integrală are ca rezultat o eroare zero a stării staționare încrucișate
în timp ce celelalte erori sunt diferite de zero. De asemenea, se realizează că
abordarea cu metoda celor mai mici pătrate duce la o convergență mai rapidă faţă
de metoda standard. După cum s-a explicat mai înainte, încorporarea erorii
geometrice în proiectarea buclei de viteză va duce la un răspuns mai robust la
perturbări externe, deoarece eroarea transversală la starea de echilibru este mai
mică decât cea a metodei standard.
14
Figura 2 Eroarea la înaintare și eroarea transversală (de derivă).
Figura 3. Eroarea privind viteză.

15
Bibliografie curs 10,11

1. Almeida, J., Silvestre, C., and Pascoal, A. (2007). Path following control of fully
actuated surface vessels in the presence of ocean currents. In Proc. of 7th IFAC Conf. on
Control Applications in Marine Systems, volume 7, 26–31.
2. Breivik, M. and Fossen, T.I. (2005a). Principles of guidance-based path following in
2d and 3d. In Proc. of 44th IEEE Conference on Decision and Control and European
Control Conference, 627–634.
3. Breivik, M. and Fossen, T.I. (2005b). A unified concept for controlling a marine
surface vessel through the entire speed envelope. In Proc. of IEEE Int. Symp. on
Mediterrean Conference on Control and Automation, 1518–1523.
4. Encarnacao, P., Pascoal, A., and M., A. (2000). Path following for autonomous marine
craft. In Proc. of 5th IFAC Conference on Maneuvering and Control Marine Craft, 117–
122.
5. Fossen, T.I. (2011). Handbook of marine craft, hydrodynamics, and motion control.
John Wiley & Sons Ltd.
6. Fossen, T.I., Breivik, M., and Skjetne, R. (2003). Line-of-sight path following
underactuated marine craft. In Proc. Of IFAC Conf. on Maneuvering and Control of
Marine Craft, 244–249.
7. Fredriksen, E. and Pettersen, K. (2006). GlobalK -exponential way-point maneuvering of
ships: Theory and experiment. Automatica, 42(4), 677– 687.
8. Hauser, J. and Hindman, R. (1997). Aggressive flight maneuvers. In Proceedings of the
36th IEEE Conference on Decision and Control, volume 5, 4186–4191.
9. Jankovic, M., Sepulchre, R., and Kokotovic, P. (1996). Constructive Lyapunov
stabilization of nonlinear cascade systems. IEEE Transactions on Automatic Control,
41(12), 1723–1735.
10. Kaminer, I., Pascoal, A., and Yakimenko, O. (2005). Nonlinear path following control of
fully actuated marine vehicles with parameter uncertainty. In Proceedings of the 16th
IFAC World Congres.
11. Lapierre, L. and Soetanto, D. (2007). Nonlinear path-following control of an auv. Ocean
Engineering, 34, 1734 – 1744.
12. Peymani, E. and Fossen, T.I. (2012). Direct inclusion of geometric errors for path-
maneuvering of marine craft. In proceedings of 9th IFAC Conference on Maneuvering
and Control of Marine Craft (MCMC’12). Arenzano, Italy.
13. Peymani, E. (2013). Topics in synchronization and motion cotnrol. Ph.D. thesis,
Norwegian university of science and technology.
14. Samson, C. (1992). Path following and time-varying feedback stabilization of a wheeled
mobile robot. In Proc of Int. Conf. on Control, Automation, Robotics & Vision.
15. Seibert, P. and Suarez, R. (1990). Global stabilization of nonlinear cascade systems.
Systems & Control Letters, 14(4), 347 – 352.
16. Skjetne, R., Fossen, T.I., and Kokotovic, P.V. (2004). Robust output maneuvering for a
class of nonlinear systems. Automatica, 40(3), 373–383.
16

Cursuri Sca

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Cursuri Sca

Încărcat de

Drepturi de autor:

Formate disponibile

Universitatea Naţională de Ştiinţă şi Tehnologie POLITEHNICA Bucureşti

Departamentul de Mecatronica si Mecanica de Precizie

Sisteme de comandă adaptivă

1. Introducere. Sisteme de comandă adaptive.

Figura 1. Structura generală a unui sistem de control adaptiv

Sistemele adaptive de control pot fi privite ca o extensie a clasicului principiu de

Figura 2. Principiul controlului adaptiv de referință direct al modelului de control adaptiv

Pe baza parametrilor estimați, programarea controlerului este realizată prin comandă

Figura 3. Principiul controlului adaptiv indirect

Exemplu: Sistem de control automat pentru farurile auto (HBCS) -

Figura 4 Comanda farurilor în funcţie de virajul automobilului

Farurile au reprezentat întotdeauna un important sistem de securitate pasivă.

conducătorilor auto ce se deplasează din sens opus, precum şi pentru a îmbunătăţi

Figura 5 Comanda adaptivă a farurilor în funcţie de obstacole

În această lucrare, se foloseşte următoarea definiție specifică a controlului adaptiv:

imprevizibilă. Alegerea setului parametrilor, alegerea legii controlului și modul în

Figura 6 Structură generală de control adaptiv pentru controlul aeronavelor.

3. Control adaptiv: bazat pe identificator

Figura 7 Structura de control adaptiv indirect.

Structura de bază a controlului adaptiv indirect este prezentată în figura 7. Instalaţia

este alegerea clasei legilor de control C(c) și a clasei elementelor de estimare a

Figura 8 Structură de control adaptiv direct.

Proprietățile modelului instalaţiei, G (*) sunt cruciale în obținerea modelului

clasa de scheme de control adaptiv prin combinarea diferitelor elemente de estimare

4 Control adaptiv: non-identificator

1.2.1 Programarea amplificării

amplificării și este ilustrată în Figura 9. Planificatorul de amplificare constă dintr-un

Figura 9 Structura blocului de amplificare

Cu toate acestea, schimbările frecvente și rapide ale amplificarilor controlerului pot

Vehicule cu conducere automată

Automatizarea de nivelul 3 este cunoscută sub numele de „automatizare

Mașinile cu conducere autonomă au potențialul de a schimba drastic atât modul în

2. Proiectarea unui sistem de control pentru un vehicul autonom bazat pe un

Figura 3. descrie modelul sistemului de conducere a vehiculului, sistem cu buclă

Figura 1 SUV utilizat

Figura 2 Servomecanismul pentru controlul direcţiei

Figura 3 Modelul sistemului cu buclă închisă șofer-vehicul-șosea

3. Analiza modelului matematic al sistemului de control al vehiculului

2) Structura vehiculului este rigidă, inclusiv sistemul de suspensii (!!).

Figura 4 Mişcarea vehicului faţă de un sistem de referinţă

unde, m este masa vehiculului iar I este momentul de inerție.

De obicei, componenta vitezei u în direcţie longitudinală este mai mare decât

Aici, uc este viteza în direcția de conducere și Δu este perturbarea vitezei. Se

De obicei, dacă nu există nicio diferență între caracteristicile anvelopelor stânga și

Dacă se cunoaște rigiditatea C corespunzătoare alunecării laterale a anvelopei, Fy

lateral este pozitiv, Fy acționează în direcția y negativă și poate fi scris ca în relaţia

Ca răspuns la un unghi de direcție arbitrar al roții din față, δ f unghiul de alunecare

Înlocuind ecuațiile 7 și 8 în ecuațiile anterioare 2 și 3, ecuațiile devin acum ecuațiile

Rearanjarea ecuațiilor 1 și 2 produce spațiul de stare descris mai jos:

Tabel 1. Parametrii vehiculului testat

Se presupune, spre exemplu, că vehiculul circulă cu o viteză constantă de 20m / s

Modelul spațiului de stare este prezentat în ecuația 18.

Se presupune că eroarea de traiectorie laterală E este ieșirea măsurabilă a sistemului.

Aici matricea C este descrisă ca:

Eroarea traiectoriei laterale, E, este de asemenea, o mărime care trebuie să fie

4. Proiectarea controlerului pe baza Adaptive PID

Ecuația 20 se poate scrie după cum urmează:

Deoarece 0 este polul dublu al sistemului, sistemul va fi instabil. Trebuie să se

Figura 5. Strategia de control în buclă închisă.

Figura 6 prezintă structura strategiei de control utilizate. Este o simulare folosind

În răspunsul optim al răspunsului la semnal treaptă, depășirea este de 30,9%, iar

Figura 6 Performanța sistemului fără control PID

Legea controlului PID este dată de:

Figura 7 Performanța sistemului cu control PID.