Estudi del control de trajectòria d'un UAV multirotor amb Robotic Operating System (ROS)

Abstract

Català: El món dels controladors i dels drons és un camp amb molts descobriments i innovacions. Hi ha moltíssims usos per als drons, el principal problema és el seu elevat preu. Un drone ben estable, de fàcil control, amb molta autonomia i una bona càrrega útil és molt car. Amb aquest projecte es pretén estudiar un drone relativament barat, com és l’ARdrone de Parrot, i millorar-ne les prestacions utilitzant els seus propis recursos, com són els seus sensors i la càmera creant així un controlador més fiable i eficaç. Primer de tot s'ha explicat les eines utilitzades ROS, ros-matlab i els diferents mòduls de ROS i el seu funcionament. Desprès s'han comprovat que els sensors i els mètodes utilitzats fossin prou exactes per arribar als resultats desitjats, tot millorant la seva exactitud amb un calibratge de la càmera i mitjançant correlacions empíriques. S'ha anat ajustant empíricament un controlador basic per poder modelitzar el sistema. Com que el modelat no era prou precís s'ha optat per dissenyar un controlador en cascada. Aquests controladors en cascada s'han ajustat amb una sèrie d'eines matemàtiques de Simutlink fins que el comportament del ARdrone era el desitjat. Finalment s'ha analitzat l'exactitud final del Ardrone i el seu comportament tot comparant-lo amb el model de fàbrica i s'han extret conclusions

Anglès: The world of controllers and drones is a field with space for improvements and discoveries. There are many uses for the drones, the main problem is its high price. A good drone easy to control, stable and with a great payload capacity is very expensive. The propose of this project is to improve an ordinary drone like ARdrone from Parrot, in order to do it its hardware, sensors and camera are used to create a more accurate controller. First of all the tools used in the project like ROS ros-matlab the different modules used in ROS are explained. After that ARdrone sensors were and checked if they are exact enough to reach the desired results, improving its performance calibrating the camera and using empiric correlations. A basic controller has been adjusted empirically to model the system. That model wasn't accurate enough so a different strategy has been used to design a cascade controller. This controllers adjusted using mathematical tools in Simutlink, until the desired controller has been obtained. Finally, the global system accuracy has been tested comparing it with the default software and conclusions obtained.