Control de Ejecucion de Trayectorias para Un Robot Holonomico Omnidireccional

Introducción
Solución del Problema

Resultados
Conclusiones
Control de ejecución de trayectorias para un robot

holonómico omnidireccional
Josué R. Rabadán Martin1

1 Laboratorio
de Robótica Móvil y Sistemas Automatizados
Escuela de Ingenierı́a, Universidad La Salle
Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 1/30

Introducción
Resultados
Conclusiones
Panorama
1 Introducción
Motivación
Definiciones
Planteamiento del problema
2 Solución del Problema
Modelo Dinámico
Linealización
Control de trayectorias óptimas por segmentos
3 Resultados
Simulación del experimento
Visualización del modelo 3D
Comparación por estrategia

Introducción
Resultados
Conclusiones
Panorama
1 Introducción
Motivación
Definiciones
Modelo Dinámico
Linealización
3 Resultados

Introducción
Resultados
Conclusiones
Panorama
1 Introducción
Motivación
Definiciones
Modelo Dinámico
Linealización
3 Resultados

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación
Sobre los robots F-180....
Robot móvil autónomo.
Conectado vı́a inalámbrica a una unidad de proceso central.
Hasta el momento los grupos participantes se han enfocado en
resolver el problema de comportamiento cooperativo bajo el
paradigma de multi-agentes.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación
En la literatura cientı́fica sobre robótica móvil existen algunos
artı́culos publicados.
“Near-optimal dynamic trajectory generation and control of
an omnidirectional vehicle.” [1]
“Trajectory generation for four wheeled omnidirectional
vehicles.” [2]

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación
vehicles.” [2]

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación
vehicles.” [2]

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación
En estos artı́culos...
no se da una descripción completa del estado del robot
se enfocan en optimizar exclusivamente el tiempo de ejecución
La solución que nosotros proponemos es mucho más versátil.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Motivación

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Definiciones
Región objetivo

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Definiciones
Segmento

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Definiciones
Trayectoria por segmentos

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Definiciones
Alcanzar región objetivo

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Controlar el robot dentro de la cancha y de algún modo hacer

que éste siga una determinada trayectoria.
La solución que proponemos consiste en que al robot se le
especifique una secuencia de regiones objetivo.
El robot alcanzará estas regiones en una secuencia
determinada.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

determinada.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

determinada.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
En cada una de las regiones objetivo se especifican además la

velocidad y orientación deseadas al llegar a dicha región.
Podemos decir que el algoritmo es “libre” de escoger la forma
con la que cubre las distancias entre estas regiones
intermedias.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

intermedias.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

intermedias.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

intermedias.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

intermedias.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

intermedias.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

intermedias.

Introducción
Motivación
Definiciones
Resultados
Conclusiones

intermedias.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Cada una de las regiones objetivo tiene un diámetro para

indicar la importancia de la precisión deseada de la trayectoria
al pasar por dicho punto.

Introducción
Motivación
Definiciones
Resultados
Conclusiones


Introducción
Motivación
Definiciones
Resultados
Conclusiones


Introducción
Motivación
Definiciones
Resultados
Conclusiones


Introducción
Motivación
Definiciones
Resultados
Conclusiones


Introducción
Motivación
Definiciones
Resultados
Conclusiones


Introducción
Motivación
Definiciones
Resultados
Conclusiones


Introducción
Motivación
Definiciones
Resultados
Conclusiones


Introducción
Motivación
Definiciones
Resultados
Conclusiones


Introducción
Motivación
Definiciones
Resultados
Conclusiones
Desarrollamos un algoritmo de control óptimo por segmentos

el cual está basado en LQR (regulador cuadrático lineal, por
sus siglas en inglés). Esto significa que para cada segmento de
la trayectoria se resuelve un problema de control óptimo LQR.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Con este fin nosotros propusimos un modelo dinámico en el

espacio de estado para robots omnidireccionales.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Objetivos
Plantear modelo en el espacio de estado de la dinámica del

robot.
Desarrollar un controlador que permita al robot viajar de una
región inicial a una región final con velocidad y orientación
especificadas siguiendo una trayectoria determinada.
El controlador deberá tener la versatilidad para cambiar el
criterio de optimalidad de una manera eficiente y ası́ poder
aplicar una estrategia distinta entre cada segmento.
Presentar los resultados por medio de una serie de pruebas
dentro de un ambiente virtual.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Objetivos

robot.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Objetivos

robot.

Introducción
Motivación
Definiciones
Resultados
Conclusiones
Objetivos

robot.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Dinámica de un robot móvil omnidireccional

La dinámica del robot puede ser modelada de la siguiente forma
 
    f1
ax − sin θ1 . . . − sin θ4  
 ay  = 1  cos θ1 . . . cos θ4  f2  (1)
M MR 2 MR 2
f3 
R ω̇ ...
I I f4
Donde
(ax , ay ) = Aceleración con la que se translada

el robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

 
    f1
ax − sin θ1 . . . − sin θ4  
 ay  = 1  cos θ1 . . . cos θ4  f2  (1)
M MR 2 MR 2
f3 
R ω̇ ...
I I f4
Donde
ω̇ = Aceleración con la que rota el

robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

 
    f1
ax − sin θ1 . . . − sin θ4  
 ay  = 1  cos θ1 . . . cos θ4  f2  (1)
M MR 2 MR 2
f3 
R ω̇ ...
I I f4
Donde
θi = Posición angular del motor i re-

specto a un punto de referencia en
el robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

 
    f1
ax − sin θ1 . . . − sin θ4  
 ay  = 1  cos θ1 . . . cos θ4  f2  (1)
M MR 2 MR 2
f3 
R ω̇ ...
I I f4
Donde
fi = Fuerza escalar aplicada por cada

motor i

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

 
    f1
ax − sin θ1 . . . − sin θ4  
 ay  = 1  cos θ1 . . . cos θ4  f2  (1)
M MR 2 MR 2
f3 
R ω̇ ...
I I f4
Donde
M = Masa del robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

 
    f1
ax − sin θ1 . . . − sin θ4  
 ay  = 1  cos θ1 . . . cos θ4  f2  (1)
M MR 2 MR 2
f3 
R ω̇ ...
I I f4
Donde
I = Momento de inercia del robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

 
    f1
ax − sin θ1 . . . − sin θ4  
 ay  = 1  cos θ1 . . . cos θ4  f2  (1)
M MR 2 MR 2
f3 
R ω̇ ...
I I f4
Donde
R = Radio del cuerpo del robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Modelo Dinámico: Variables de estado
T
z≡ x y β ẋ ẏ β̇ µ1 . . . µ4
(x, y ) = Posición del robot respecto al la cancha

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
T
z≡ x y β ẋ ẏ β̇ µ1 . . . µ4
β = Posición angular del robot respecto al la cancha

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
T
z≡ x y β ẋ ẏ β̇ µ1 . . . µ4
(ẋ, ẏ ) = Vector de velocidad del robot respecto a la cancha

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
T
z≡ x y β ẋ ẏ β̇ µ1 . . . µ4
β̇ = Velocidad angular del robot respecto a la cancha

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
T
z≡ x y β ẋ ẏ β̇ µ1 . . . µ4
(µ1 , . . . , µ4 ) = Posición angular de las ruedas

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
z ≡ (x y β ẋ ẏ β̇ µ1 . . . µ4 )T
| {z } | {z }
z1 z2
Partición del vector de estado

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
z ≡ (x y β ẋ ẏ β̇ µ1 . . . µ4 )T
| {z } | {z } | {z }
z11 z12 z2
Partición del vector de estado

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Modelo Dinámico: Variables de control
1 T
u≡ f1 f2 f3 f4
M
fi = fuerza escalar aplicada por cada rueda i tangente al piso de la
cancha

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Modelo Dinámico: Ecuación del Espacio de Estado

La ecuación del espacio de estado del robot puede ser escrita de la
siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde

03×3 I3×3
A11 =
03×3 03×3

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde
A12 = 06×6

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde
 
0 0 0 0
 0 0 0 0 
 
 0 0 0 0 
B1 = 
 
− sin θ1 − sin θ2 − sin θ3 − sin θ4 

 cos θ1 cos θ2 cos θ3 cos θ4 
MR MR MR MR
I I I I

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde
 
0 0 0 0

 0 0 0 0 

 0 0 0 0 
B1 (β) = 
− sin (θ1 + β) − sin (θ2 + β)

 ... − sin (θ4 + β)

 cos (θ1 + β) cos (θ2 + β) ... cos (θ4 + β) 
MR MR MR MR
I I I I

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde

03×4
B1 (β) =
B12 (β)
 
− sin (θ1 + β) − sin (θ2 + β) ... − sin (θ4 + β)
B12 (β) =  cos (θ1 + β) cos (θ2 + β) ... cos (θ4 + β) 
MR MR MR MR
I I I I

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde
1
A21 (β) = 04×3 A212 (β)
r
 
sin (θ1 + β) − cos (θ1 + β) −R
1 sin (θ2 + β) − cos (θ2 + β) −R 
A212 (β) =  
r sin (θ3 + β) − cos (θ3 + β) −R 
sin (θ4 + β) − cos (θ4 + β) −R

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde
1
A21 (β) = 04×3 A212 (β)
r

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde
A22 = 04×4

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

siguiente manera:

ż1 A11 A12 z1 B1
= + u (2)
ż2 A21 A22 z2 B2
Donde
B2 = 04×4

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Ahora podemos expresar la ecuación del espacio de estados de la

siguiente forma:

ż1 A11 06×4 z1 B1 (β)
= + u (3)
ż2 A21 (β) 04×4 z2 04×4
Claramente este es un modelo dinámico no lineal dado que los

coeficientes de las matrices A21 (β) y B1 (β) dependen de β, la cual
es una de las variables del espacio de estado del sistema.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Ahora podemos expresar la ecuación del espacio de estados de la

siguiente forma:

ż1 A11 06×4 z1 B1 (β)
= + u (3)
ż2 A21 (β) 04×4 z2 04×4
Claramente este es un modelo dinámico no lineal dado que los

coeficientes de las matrices A21 (β) y B1 (β) dependen de β, la cual
es una de las variables del espacio de estado del sistema.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Linealización del Modelo
Para linealizar el modelo vamos a necesitar un cambio de

variable.
La unica razón por la cual el modelo es no lineal es porque la
direción del vector de fuerza resultante aplicado por las cuatro
ruedas depende de la posición angular β.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

variable.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

variable.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

variable.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

variable.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Digamos que F = F1 + F2 + F3 + F4 es el vector de fuerza

resultante aplicado a por las ruedas del robot cuando este está
en una posición β.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

Digamos que u0 será nuestro vector de control el cual
producirá el mismo vector de fuerza resultante F cuando el
robot esté en la posición angular β = 0.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

Entonces los vectores de control u y u0 se relacionan de la
siguiente forma
sin (θ4 ) u0 = sin (θ1 + β) . . . sin (θ4 + β) u

sin (θ1 ) ...
. . . cos (θ4 ) u0 = cos (θ1 + β) . . . cos (θ4 + β) u

cos (θ1 )
1 1 1 1 u0 = 1 1 1 1 u


Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

Entonces los vectores de control u y u0 se relacionan de la
siguiente forma
sin (θ) u0 = sin (θ + β) u

cos (θ) u0 = cos (θ + β) u

1 1 1 u0 = 1 1 1 1 u

1
en forma compacta.
Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Este sistema de tres ecuaciónes no esta completamente

determinado porque u es de 4 dimensiones
Por lo tanto requerimos una cuarta ecuación para tener una
transformación de rango completo de u a u0 .

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

Esta ecuación es
1 −1 1 −1 u0 = 1 −1 1 −1 u


Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

La transformación lineal de rango completo que mapea
biyectivamente de u a u0 es entonces
   
sin (θ) sin (θ + β)
 cos (θ)  0  cos (θ + β) 
1 1 1 1  u = 1 1 1 1  u
   
1 −1 1 −1 1 −1 1 −1

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Digamos que Ω(β) está definido como

 −1  
 cos (θ)   cos (θ + β) 
Ω(β) =   
1 1 1 1  1 1 1 1 

1 −1 1 −1 1 −1 1 −1

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

 −1  
 cos (θ)   cos (θ + β) 
Ω(β) =   
1 1 1 1  1 1 1 1 

1 −1 1 −1 1 −1 1 −1
El cambio de variable de u a u0 puede ahora ser expresado

como
u0 = Ω(β)u
u = Ω(β)−1 u0

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

 −1  
 cos (θ)   cos (θ + β) 
Ω(β) =   
1 1 1 1  1 1 1 1 

1 −1 1 −1 1 −1 1 −1
Ω(β) tiene la propiedad de cancelar el efecto no lineal de β en

la matriz B1 (β) ya que B1 (0) = B1 (β)Ω(β)−1

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Modelo Linealizado
El modelo dinámico del robot puede ser linealizado de la

siguiente forma...

ż1 A11 06×4 z1 B1 (β)
= + u
ż2 A21 (β) 04×4 z2 04×4

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Modelo Linealizado

siguiente forma...

ż1 A11 06×4 z1 B1 (β)
= + Ω(β)−1 u0
ż2 A21 (β) 04×4 z2 04×4

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Modelo Linealizado

siguiente forma...
B1 (β)Ω(β)−1

ż1 A11 06×4 z1
= + u0
ż2 A21 (β) 04×4 z2 04×4 Ω(β)−1

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Modelo Linealizado

siguiente forma...

ż1 A11 06×4 z1 B1 (0) 0
= + u
ż2 A21 (β) 04×4 z2 04×4

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Modelo Linealizado

siguiente forma...

ż1 A11 06×4 z1 B1 (0) 0
= + u
ż2 A21 (β) 04×4 z2 04×4
El cual puede ser escrito como
ż1 = A11 z1 + B1 (0)u0

(4)
ż2 = A21 (β)z1
Donde la primer ecuación es lineal respecto a z1 y u0 .

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Especificación de la trayectoria
La trayectoria del robot es especificada por una secuencia de

“regiones objetivo”.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

Cada región objetivo especifica un valor deseado para cada
variable de estado además de un radio para cada región.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

Tan pronto como el robot entra a la región objetivo este es
forzado por el controlador para dirigirse al siguiente objetivo.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

Tan pronto como el robot entra a la región objetivo este es
forzado por el controlador para dirigirse al siguiente objetivo.
Esto da como resultado una trayectoria suave segmentada que
guia al robot por todos los objetivos propuestos.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
La secuencia de regiones objetivo deberá ser especificada

(dinamica o estrategicamente) por una capa superior de
“inteligencia” la cual tomará las desiciones sobre la
trayectoria.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

trayectoria.
La ejecución de la trayectoria de cada segmento es calculada
como un problema de control LQR independiente.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

trayectoria.
La ejecución de la trayectoria de cada segmento es calculada
como un problema de control LQR independiente.
La estrategia de control para cada segmento es obtenida
encontrando la matriz de retroalimentación K para conseguir
que u 0 = −Kz1 minimice el ı́ndice de desempeño J dado por
Z ∞
J= (z1T Qz1 + u 0T Ru 0 )dt
0

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Especificación del ı́ndice de desempeño
El ı́ndice de desempeño J depende de las especificaciones de

dos matrices definidas positivas y simétricas Q y R.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

Para simplificar en nuestra aproximación Q y R son definidas
como matrices diagonales
Q = diag(wxy , wxy , wβ , wv , wv , wβ̇ )

R = wm I4×4

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


R = wm I4×4
Donde
wxy : es el costo del peso de la XY posición del robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


R = wm I4×4
Donde
wv : es el costo del peso de la XY velocidad del robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


R = wm I4×4
Donde
wβ : es el costo del peso de la posición angular del robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


R = wm I4×4
Donde
wβ̇ : es el costo del peso de la velocidad angular del robot

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones


R = wm I4×4
Donde
wm : es el costo del peso del torque de los motores

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones
Cada región objetivo especifica un conjunto de pesos para el

ı́ndice de desempeño.
Esto permite aplicar una estrategia de control diferente a cada
segmento.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

segmento.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

segmento.
De esta forma, por ejemplo,
El robot puede ser forzado a moverse rapidamente en
segmentos donde la trayectoria no requiere tener precisión.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

segmento.
Ası́ tambien es libre de rotar en aquellos segmentos en los
cuales la orientación no tiene importancia.

Introducción
Modelo Dinámico
Linealización
Resultados
Conclusiones

segmento.
Ası́ tambien es libre de rotar en aquellos segmentos en los
cuales la orientación no tiene importancia.
Entonces, éste puede limitar su consumo de energı́a para solo
usarla en aquellos objetivos que realmente la requieren.

Introducción
Resultados
Conclusiones
Problema de prueba
Se probó nuestra estrategia de control con el siguiente
problema:
Con un robot con la siguiente distribución de ruedas
θ1 θ2 θ3 θ4
60◦ 135◦ −135◦ −60◦

Introducción
Resultados
Conclusiones
Problema de prueba
problema:
Los parámetros del ı́ndice de optimalidad para cada segmento
Par. 1 2 3 4 5 6 7 8 9
wxy 1 5 5 5 5 1 1 1 5
wv 1 1 1 1 1 1 1 0.1 0.1
wβ 0.1 0.1 0.1 0.1 0.1 0.1 1 5 5
wβ̇ 1 0.1 0.1 0.1 0.1 1 0.1 0.1 0.1
wm 1 1 1 1 1 1 1 1 1

Introducción
Resultados
Conclusiones
Problema de prueba
problema:

Introducción
Resultados
Conclusiones
Experimento de simulación del modelo en 3D desarrollado

con OpenGL

Introducción
Resultados
Conclusiones
Se propuso una serie de tres estrategias distintas

Nuestro criterio fue el consumo de energia
Alto consumo
Medio consumo
Bajo consumo

Introducción
Resultados
Conclusiones

Alto consumo
Medio consumo
Bajo consumo

Introducción
Resultados
Conclusiones

Alto consumo
Medio consumo
Bajo consumo

Introducción
Resultados
Conclusiones

Alto consumo
Medio consumo
Bajo consumo

Introducción
Resultados
Conclusiones

Alto consumo
Medio consumo
Bajo consumo

Introducción
Resultados
Conclusiones
Comparación por estrategia... Resultados

Estrategia de bajo consumo

Introducción
Resultados
Conclusiones

Estrategia de mediano consumo

Introducción
Resultados
Conclusiones

Estrategia de alto consumo

Introducción
Resultados
Conclusiones
Comparación de torques

Introducción
Resultados
Conclusiones
Comparación de velocidades

Introducción
Resultados
Conclusiones
Tabla de comparación por estrategia:

Estrategia Energı́a consumida Tiempo del trayecto
Alto consumo 3250000 16.28
Mediano consumo 765000 20.32
Bajo consumo 203000 30.48

Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Conclusiones
Hemos formulado un modelo en el espacio de estado para un

robot móvil omnidireccional de 4 ruedas.
este puede ser fácilmente modificado para tener un robot de n
numero de ruedas con n ≥ 3.
El modelo en espacio de estado es no lineal. Sin embargo,
mostramos como linealizarlo usando un cambio de variable.
Hemos introducido un algoritmo de control basado en una
secuencia de regiones objetivo.
Cada segmento en la secuencia es calculado como un
problema de control LQR independiente.
Esto permite aplicar una gran variedad de estrategias
diferentes para cada segmento.

Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Conclusiones


Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Conclusiones


Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Conclusiones


Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Conclusiones


Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Conclusiones


Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Trabajo a futuro
Dentro del trabajo a futuro se requiere...

Estimar las variables de estado.
El desarrollo de una versión discreta en el tiempo del modelo y
de la estrategia de control.
El desarrollo de una capa superior de inteligencia para generar
dinámicamente la secuencia de objetivos.

Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Trabajo a futuro


Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Trabajo a futuro


Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Bibliografia
T. Kalmár-Nagy, R. D’Andrea and P. Ganguly.

Near-optimal dynamic trajectory generation and control of an
omnidirectional vehicle.
Robotics and Autonomous Systems, 46:47–64, 2004.
O. Purwin and R. D’Andrea.
Trajectory generation for four wheeled omnidirectional vehicles.
American Control Conference, 4979–4984, Jun. 2005.
L. F. Lupián and J.R. Rabadán.
Segment-wise optimal trajectory exectution control for four-wheeled
omnidirectional mobile robots.
IEEE Latin American Robotics Symposium, 2009.

Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Bibliografia


Introducción
Conclusiones
Trabajo a futuro
Resultados
References
Conclusiones
Bibliografia


Control de Ejecucion de Trayectorias para Un Robot Holonomico Omnidireccional

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Control de Ejecucion de Trayectorias para Un Robot Holonomico Omnidireccional

Caricato da

Copyright:

Formati disponibili

Introducción

Solución del Problema

Control de ejecución de trayectorias para un robot

Josué R. Rabadán Martin1

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 1/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 2/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 2/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 2/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 3/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 3/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 3/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 3/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 4/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 4/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 4/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 4/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 4/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 4/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 5/30

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 5/30

Trayectoria por segmentos

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 5/30

Alcanzar región objetivo

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 5/30

Planteamiento del problema

Controlar el robot dentro de la cancha y de algún modo hacer

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

Controlar el robot dentro de la cancha y de algún modo hacer

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

Controlar el robot dentro de la cancha y de algún modo hacer

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

En cada una de las regiones objetivo se especifican además la

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

En cada una de las regiones objetivo se especifican además la

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

En cada una de las regiones objetivo se especifican además la

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

En cada una de las regiones objetivo se especifican además la

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

En cada una de las regiones objetivo se especifican además la

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

En cada una de las regiones objetivo se especifican además la

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

En cada una de las regiones objetivo se especifican además la

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

En cada una de las regiones objetivo se especifican además la

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

Cada una de las regiones objetivo tiene un diámetro para

Universidad La Salle Josué R. Rabadán Control de ejecución de trayectorias 6/30

Planteamiento del problema

Cada una de las regiones objetivo tiene un diámetro para