Laboratorio de Inteligencia Artificial

Universidad Militar Nueva Granada

Laboratorio 1. SISTEMAS DE CONTROL PARA

TRAYECTORIAS DE CARRO DIFERENCIAL.
Autores:
David Camilo Corredor Rodríguez
u1801899@unimilitar.edu.co
Laura María González Tobar
u1802522@unimilitar.edu.co
David Ricardo Lis Mateus
u1802432@unimilitar.edu.co

RESUMEN
En esta practica se implementaron dos tipos de control para la planificación de trayectorias
en un carro de tipo diferencial, se utilizó control clásico (PID) y control difuso por el
método de Mamdani. En la primera parte se evidenció únicamente la simulación del
sistema por cada método, y posteriormente se efectuó el desarrollo en físico.
Palabras clave: Trayectoria, Mamdani, posición, orientación, referencia.
ABSTRACT In this practice two types of control were implemented for the planning of
trajectories in a differential type car, classical control (PID) and fuzzy control were used by
the Mamdani method. In the first part, only the simulation of the system by each method
was evidenced, and then the physical development was carried out.

Keywords: Trajectory, Mamdani, position, orientation, reference.

1. OBJETIVOS
o Diseñar y construir una planta (robot diferencial), simularla y luego implementarla
utilizando un microcontrolador.
o Obtener el modelo matemático de la planta y aplicar un controlador clásico y un
controlador difuso. También se debe implementar una interfaz gráfica, en la cual se
muestre de forma interactiva el sistema controlado por los dos métodos.
o Comparar y analizar el comportamiento de ambos controladores (clásico y difuso)
utilizando la interfaz de simulación y la planta real.

2. INTRODUCCIÓN
Dentro de los sistemas de control se encuentran dos etapas, la primera es el modelado o
identificación de la planta y la segunda es el control propiamente dicho.
En esta práctica nos enfocaremos en el control de un carro diferencial a partir de su
modelado.
En un controlador de lógica difusa la idea es muy simple, se trata de determinar de
manera lógica que se debe hacer para lograr los objetivos de control de mejor manera

1
Laboratorio de Inteligencia Artificial
Universidad Militar Nueva Granada

posible a partir de una base de conocimiento proporcionada por un operador humano,

sin esta base no es posible desarrollar una aplicación y que esta funcione de manera
correcta.

3. MARCO TEÓRICO
o Control PID
Un controlador PID (Proporcional Integrativo Derivativo) es un mecanismo de
control genérico sobre una realimentación de bucle cerrado, ampliamente usado en
la industria para el control de sistemas. El PID es un sistema al que le entra
un error calculado a partir de la salida deseada menos la salida obtenida y dicha
diferencia es utilizada como entrada en el sistema que queremos controlar. El
controlador intenta minimizar el error ajustando la entrada del sistema.
El controlador PID viene determinado por tres parámetros: el proporcional, el
integral y el derivativo. Dependiendo de la modalidad del controlador alguno de
estos valores puede ser 0, por ejemplo, un controlador Proporcional tendrá el
integral y el derivativo a 0 y un controlador PI solo el derivativo será 0, etc. Cada
uno de estos parámetros influye en mayor medida sobre alguna característica de la
salida (tiempo de establecimiento, error en estado estacionario).

Figura 1. Esquema de un sistema con control PID

o Fuzzificación

Esta operación se realiza en todo instante de tiempo, es la puerta de entrada al

sistema de inferencia difusa. Es un procedimiento matemático en el que se convierte
un elemento del universo de discurso (variable medida del proceso) en un valor en
cada función de membresía a las cuales pertenece.

2
Laboratorio de Inteligencia Artificial
Universidad Militar Nueva Granada

Figura 2. Ejemplo de Fuzzificación de una variable

4. Parte DESARROLLO
5. CONCLUSIONES
REFERENCIAS