Modelado y Control de Un Helicoptero Qua

GUILHERME VIANNA RAFFO
MODELADO Y CONTROL DE UN
HELICÓPTERO QUADROTOR
SEVILLA
2007
UNIVERSIDAD DE SEVILLA
PROGRAMA OFICIAL DE POSGRADO EN

INGENIERÍAS
MODELADO Y CONTROL DE UN
HELICÓPTERO QUADROTOR
Tesis presentada en la Universidad de Sevilla

como uno de los requisitos para la obtención del grado de
Master en Automática, Robótica y Telemática.
POR
GUILHERME VIANNA RAFFO
Sevilla, Diciembre de 2007.
i
ii
MODELADO Y CONTROL DE UN HELICÓPTERO
QUADROTOR
Guilherme Vianna Raffo
Esta Tesis se juzgó adecuada para la obtención del Tı́tulo de Master en Automática,
Robótica y Telemática, Área de Conocimiento en Ingenierı́a de Sistemas y Automática,
y aprobada en su forma final por el Programa Oficial de Posgrado en Ingenierı́as de la
Universidad de Sevilla.
Prof. D. Francisco Rodrı́guez Rubio, Dr. Prof. D. Manuel Gil Ortega Linares, Dr.
Director Director
Prof. D. Francisco Rodrı́guez Rubio, Dr.

Coordinador del Master en Automática, Robótica y Telemática de la Universidad de Sevilla
Tribunal Examinador:
Prof. D. Anibal Ollero Baturone, Dr.
Prof. D. Teodoro Álamo Cantarero, Dr.
Prof. D. Francisco Salas Gómez, Dr.
iii
iv
A mi novia Clarice y a mis Padres.
v
AGRADECIMENTOS
Agradezco a mis padres, Paulo Eduardo y Ana Maria, por haberme incentivado a venir
a estudiar en España.
A mi novia, Clarice, por haberme apoyado mismo de lejos, por la paciencia y por venir
a vivir bien cerca de mi.
Agradezco a mis queridos abuelos, Adalberto y Maria Suzana el estı́mulo y por hablar
conmigo casi todos los dı́as, que me hace que la nostalgia sea un poco menor.
A mis hermanos Marcelo y Gustavo y mis hermanas Daniela y Paula el apoyo desde
Brasil. A mi sobrina Isabela por las muchas conversaciones que ya tuvimos.
Me gustarı́a agradecer a mis directores de tesis, Prof. Francisco Rodrı́guez Rubio y

Prof. Manuel Gil Ortega Linares, la ayuda y dedicación en estos dos primeros años del
doctorado.
Agradezco a mis amigos Jörn Klaas Gruber y Antonio Ferramosca las muchas ayudas
prestadas durante mi estancia en Sevilla, por las correcciones de inglés en los artı́culos y
por tener un oı́do para mi todos los dı́as.
Me gustarı́a agradecer a Prof. Julio Elias Normey Rico el compañerismo, amistad y

dedicación ofrecida.
Agradezco a los Prof. Manuel Vargas y Prof. Francisco Salas el apoyo ofrecido en la
elaboración de esta tesis.
Agradezco a Isabel Jurado las traducciones y correcciones realizadas en este trabajo.
Agradezco, también, al Departamento de Ingenierı́a de Sistemas y Automática, por la

oportunidad de desarrollar mi investigación en la Universidad de Sevilla. Al Ministerio
de Educación y Ciencia, MEC, por la concesión de la beca FPI y a los profesores del
Departamento.
A todos los amigos que hice durante estos dos años en Sevilla. Agradezco a los cole-
gas del curso de máster en Automática, Robótica y Telemática la ayuda concedida para
concluir mi tesis..
vi
Resumen de la Tesis presentada en la Universidad de Sevilla como uno de los requisitos
necesarios para la obtención del grado de Master en Automática, Robótica y Telemática.
MODELADO Y CONTROL DE UN HELICÓPTERO QUADROTOR
Diciembre/2007
Directores: Prof. D. Francisco Rodrı́guez Rubio, Dr.
Prof. D. Manuel Gil Ortega Linares, Dr.
Área de Concentración: Ingenierı́a de Sistemas y Automática
Palabras-clave: Vehı́culo Aéreo Autónomo, Modelado, Control H∞ Lineal,

Control H∞ No Lineal, Backstepping, Control Robusto,
Control Predictivo, Seguimiento de Trayectorias
Número de Páginas:
En este trabajo se ha realizado el modelado y desarrollo de estrategias de control pa-

ra solucionar el problema de seguimiento de referencia de un vehı́culo aéreo autónomo:
un helicóptero miniatura quadrotor. Para comprender el funcionamiento del helicóptero
quadrotor, se ha realizado un estudio del sistema, y posteriormente se ha modelado, com-
pletando y corrigiendo algunos modelos publicados anteriormente. El modelo dinámico
se ha obtenido vı́a dos formulaciones matemáticas distintas: la de Newton-Euler y la de
Lagrange-Euler. El control de seguimiento de trayectoria del helicóptero se ha llevado a
cabo mediante cinco estrategias de control, de forma que se garantice la robustez ante
perturbaciones e incertidumbres paramétricas del sistema. Para la sı́ntesis de los contro-
ladores se ha utilizado teorı́as como control mediante linealización por realimentación,
Backstepping, H∞ lineal y no lineal, y control predictivo basado en modelo. La validez de
las estructuras de control presentadas fueron corroboradas mediante resultados de simu-
lación en presencia de incertidumbres en los parámetros del modelo y de perturbaciones
en los movimientos de traslación y rotación. Para realizar ensayos experimentales se ha
puesto en marcha una plataforma de pruebas compuesta por un helicóptero quadrotor co-
mercial en escala miniatura, una unidad de medición inercial inalámbrica y un ordenador
de tierra. Se ha desarrollado un interfaz entre el ordenador y el helicóptero bajo la aplica-
ción LabViewr. Se han realizado experimentos preliminares con la plataforma de pruebas
empezando con controladores básicos para la estabilización del helicóptero quadrotor, y
mostrando la eficacia del sistema desarrollado.
vii
Abstract of Thesis presented to Universidad de Sevilla as a partial fulfillment of the
requirements for the degree of Master in Automatica, Robotic and Telematic.
MODELLING AND CONTROL OF A QUADROTOR HELICOPTER
December/2007
Advisors: Prof. D. Francisco Rodrı́guez Rubio, Dr.
Prof. D. Manuel Gil Ortega Linares, Dr.
Area of Concentration: Automation and Systems Engineering
Keywords: Unmanned Aerial Vehicle, Modelling, Linear H∞ Control,

Nonlinear H∞ Control, Backstepping Approach, Robust
Control, Predictive Control, Path Tracking
Number of Pages:
In this work the modeling and development of strategies to solve tracking problem for an
unmanned aerial vehicles, the quadrotor helicopter, is presented. The system is studied,
to understand how it works, and then it is modeled, completing and revising some models
previously published. The dynamic modeled is obtained by means of two different mathe-
matical formulations: the Newton-Euler one and the Lagrange-Euler one. The helicopter
tracking control is carried out using five control strategies, so that robustness in presen-
ce of disturbances and parametric uncertainties is fulfilled. The controllers synthesis is
carried out basing on theories like feedback linearization, Backstepping, linear and non
linear H∞ , and model predictive control. The validation of the presented control stra-
tegies is corroborated using results of some simulations in presence of model parametric
uncertainties and disturbances in translation and rotation movements. A testing platform
is started up to make experimental tests. This platform is composed by a commercial
quadrotor helicopter, a wireless inercial sensor and a desktop PC. An interface between
the PC and the helicopter is developed using a LabViewr environment. Some tests using
basic controllers to stabilize the quadrotor helicopter have been made, showing system
efficacy.
viii
Índice general
Índice general IX
Índice de Figuras XII
Índice de Tablas XVIII
Lista de Abreviaturas XXI
Lista de Sı́mbolos XXIII
1. Introducción 1
1.1. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Organización del trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2. Descripción y Modelado del Helicóptero QuadRotor 9
2.1. Descripción del UAV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2. Modelado del UAV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3. Orientación del helicóptero . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4. Formulación de Newton-Euler . . . . . . . . . . . . . . . . . . . . . . . . . 15

x Índice general
2.5. Formulación de Lagrange-Euler . . . . . . . . . . . . . . . . . . . . . . . . 20
3. Estructuras de Control 29
3.1. Control con desacoplamiento entrada-salida y linealización exacta por re-

alimentación dinámica (Mistler et al., 2001) . . . . . . . . . . . . . . . . . 31
3.1.1. Resultados de simulación . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2. Control basado en Backstepping (Bouabdallah y Siegwart, 2005) . . . . . . 42
3.2.1. Control Backstepping del sub-sistema de rotación . . . . . . . . . . 44
3.2.2. Control Backstepping del sub-sistema de traslación . . . . . . . . . 45
3.3. Control Backstepping/H∞ no lineal (Raffo et al., 2008a) . . . . . . . . . . 51
3.3.1. Control H∞ no lineal . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.4. CPBM con control H∞ no lineal (Raffo et al., 2008b) . . . . . . . . . . . . 62
3.4.1. Estrategia de CPBM para seguimiento de trayectoria . . . . . . . . 62
3.5. Control robusto H∞ de los seis grados de libertad . . . . . . . . . . . . . . 75
3.5.1. Control H∞ lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.5.2. Control H∞ con realimentación de estados vı́a lmis . . . . . . . . . 78
3.5.3. Control H∞ de los movimientos de traslación . . . . . . . . . . . . 80
4. Descripción del Equipo 89

xi
4.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.2. Helicóptero en miniatura quadrotor . . . . . . . . . . . . . . . . . . . . . . 90
4.3. Unidad de medición inercial . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.3.1. Protocolo de comunicación . . . . . . . . . . . . . . . . . . . . . . . 93
4.4. Tarjeta de adquisición de datos . . . . . . . . . . . . . . . . . . . . . . . . 94
4.5. Interfaz ordenador-helicóptero quadrotor . . . . . . . . . . . . . . . . . . . 94
4.5.1. Lectura y escritura de la IMU . . . . . . . . . . . . . . . . . . . . . 95
4.5.2. Generador del tren de pulsos . . . . . . . . . . . . . . . . . . . . . . 97
4.5.3. Lazo de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.6. Resultados experimentales . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5. Conclusiones 105
Bibliografı́a 111
xii Índice general
Índice de figuras
2.1. Esquema de funcionamiento del helicóptero quadrotor. . . . . . . . . . . . . 9
2.2. Esquema del helicóptero quadrotor. . . . . . . . . . . . . . . . . . . . . . . 10
2.3. Rotación de los ángulos de Tait-Bryan del sistema de coordenadas inercial

al sistema de coordenadas fijado al helicóptero (Space y Spazio, 1997). . . . 13
2.4. Sistema dinámico dividido en dos sub-sistemas interconectados. . . . . . . 27
3.1. Diagrama de Bloques para el control con linealización por realimentación

del helicóptero quadrotor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2. Trayectoria xyz del helicóptero quadrotor cuando se aplica la estrategia de

control con linealización por realimentación dinámica sin perturbaciones
externas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3. Evolución temporal de la posición cuando se aplica la estrategia de control

con linealización por realimentación dinámica sin perturbaciones externas. 38
3.4. Evolución temporal de la orientación cuando se aplica la estrategia de con-

trol con linealización por realimentación dinámica sin perturbaciones ex-
ternas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.5. Evolución temporal de la entrada de control cuando se aplica la estrategia

de control con linealización por realimentación dinámica sin perturbaciones
externas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

control con linealización por realimentación dinámica con perturbaciones
externas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

con linealización por realimentación dinámica con perturbaciones externas. 40
xiv Índice de figuras

trol con linealización por realimentación dinámica con perturbaciones ex-
ternas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.9. Evolución temporal de la entrada de control cuando se aplica la estrategia

de control con linealización por realimentación dinámica con perturbaciones
externas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.10. Estructura de control Backstepping. . . . . . . . . . . . . . . . . . . . . . . 43

control utilizando la técnica de Backstepping sin perturbaciones externas. . 46

utilizando la técnica de Backstepping sin perturbaciones externas. . . . . . 47

trol utilizando la técnica de Backstepping sin perturbaciones externas. . . . 47
3.14. Evolución temporal de las entradas de control cuando se aplica la estrategia

de control utilizando la técnica de Backstepping sin perturbaciones externas. 48

utilizando la técnica de Backstepping con perturbaciones externas. . . . . . 48

trol utilizando la técnica de Backstepping con perturbaciones externas. . . 49

de control utilizando la técnica de Backstepping con perturbaciones externas. 49
3.18. Estructura de control Backstepping/H∞ no lineal. . . . . . . . . . . . . . . 51

control utilizando Backstepping/H∞ no lineal sin perturbaciones externas. 57

utilizando Backstepping/H∞ no lineal sin perturbaciones externas. . . . . . 58

trol utilizando Backstepping/H∞ no lineal sin perturbaciones externas. . . 58

de control utilizando Backstepping/H∞ no lineal sin perturbaciones externas. 59
Índice de figuras xv

control utilizando Backstepping/H∞ no lineal con perturbaciones externas. 59

utilizando Backstepping/H∞ no lineal con perturbaciones externas. . . . . 60

trol utilizando Backstepping/H∞ no lineal con perturbaciones externas. . . 60

de control utilizando Backstepping/H∞ no lineal con perturbaciones externas. 61
3.27. Estructura de control CPBM con H∞ no lineal. . . . . . . . . . . . . . . . 62

control utilizando cpbm y H∞ no lineal sin perturbaciones externas. . . . . 70

utilizando cpbm y H∞ no lineal sin perturbaciones externas. . . . . . . . . 70

trol utilizando cpbm y H∞ no lineal sin perturbaciones externas. . . . . . 71

de control utilizando cpbm y H∞ no lineal sin perturbaciones externas. . . 71

control utilizando cpbm y H∞ no lineal con perturbaciones externas. . . . 72

utilizando cpbm y H∞ no lineal con perturbaciones externas. . . . . . . . . 72

trol utilizando cpbm y H∞ no lineal con perturbaciones externas. . . . . . 73

de control utilizando cpbm y H∞ no lineal con perturbaciones externas. . . 73
3.36. Estructura de control robusto H∞ de los seis grados de libertad. . . . . . . 75
3.37. Formulación General del problema de control (Ortega y Rubio, 2004). . . . 76

control robusto para los seis grados de libertad sin perturbaciones externas. 84
xvi Índice de figuras

robusto para los seis grados de libertad sin perturbaciones externas. . . . . 85

trol robusto para los seis grados de libertad sin perturbaciones externas. . . 85

de control robusto para los seis grados de libertad sin perturbaciones externas. 86

control robusto para los seis grados de libertad con perturbaciones externas. 86

robusto para los seis grados de libertad con perturbaciones externas. . . . . 87

trol robusto para los seis grados de libertad con perturbaciones externas. . 87
3.45. Evolución temporal de las entradas de control cuando se aplica la estrate-

gia de control robusto para los seis grados de libertad con perturbaciones
externas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.1. Estructura de control del helicóptero quadrotor. . . . . . . . . . . . . . . . 89
4.2. Helicóptero Draganflyer V Ti Pro R/C. . . . . . . . . . . . . . . . . . . . . 90
4.3. Cámara de vı́deo inalámbrica ccd. . . . . . . . . . . . . . . . . . . . . . . 91
4.4. Electrónica embebida en el helicóptero. . . . . . . . . . . . . . . . . . . . . 91
4.5. Unidad de medición inercial Inertia-Linkr . . . . . . . . . . . . . . . . . . . 92
4.6. Pantalla principal del controlador del helicóptero en LabViewr . . . . . . . 95
4.7. Pantalla de la imu Inertia-Linkr . . . . . . . . . . . . . . . . . . . . . . . . 96
4.8. Pantalla del generador de tren de pulsos. . . . . . . . . . . . . . . . . . . . 97
4.9. Tren de pulsos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.10. Pantalla para determinar los valores de referencia y habilitar la estimación

de la posición xyz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.11. Control de orientación para el helicóptero quadrotor. . . . . . . . . . . . . . 100

Índice de figuras xvii
4.12. Oscilaciones experimentales. . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.13. Oscilaciones simuladas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.14. Señales de control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.15. Orientación del helicóptero quadrotor. . . . . . . . . . . . . . . . . . . . . . 103

xviii Índice de figuras
Índice de cuadros
2.1. Principales efectos fı́sicos actuantes sobre un helicóptero (Bouabdallah et

al., 2004a). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
xx Índice de cuadros
Lista de Abreviaturas
CAS Control Augmentation Systems

CCD Charge Coupled Device
CPBM Control Predictivo Basado en Modelo
DOF Degrees Of Freedom
DSP Digital Signal Processor
FM Frequency Modulation
GPC Generalized Predictive Controller
GPS Global Positioning System
HJBI Hamilton-Jacobi-Bellman-Isaacs
IMU Inertial Measurement Unit
LMI Linear Matrix Inequality
LQ Linear Quadratic
LQI Link Quality Indication
MEMS Micro-Eletrical Mechanical Systems
MIMO Multiple Input Multiple Output
NCS Networked Control System
PDE Partial Differential Equation
PID Proporcional - Integral - Derivativo
PD Proporcional - Derivativo
R/C Remote Control
RSSI Receive Signal Strength Indicator
SAS Stability Augmentation Systems
SISO Single Input Single Output
UAV Unmanned Aerial Vehicle
VTOL Vertical Take-Off and Landing
xxii Lista de Abreviaturas
Lista de Sı́mbolos
Sı́mbolos
x vector de orden n compuesto de los elementos xi , i = 1 . . . n, x ∈ ℜn

xT vector traspuesto de x
ẋ derivada temporal de x
x0 condición inicial de x
xref valor de referencia de la variable x
x̃ vector del error, x̃ = x − xref
k instante de muestreo
I matriz identidad de dimensión apropiada
Notación usada en los controladores
V (x) función de Lyapunov con respecto a la variable x

Hωz (s) función de transferencia entre la señal de entrada ω y la señal de
salida z
kHωz (s)k∞ norma H∞ de la función de transferencia Hωz (s)
W matriz de ponderación para el controlador H∞ no lineal
L2 ganancia de la norma L2
ω1 ponderación del error de velocidad en el control H∞ no lineal
ω2 ponderación del error de posición en el control H∞ no lineal
ω3 ponderación de la integral del error de posición en el control H∞
no lineal
ωu ponderación del esfuerzo de control en el control H∞ no lineal
kxk2Q norma-2 de la variable x ponderada de Q, x′ Qx
N1 inicio del horizonte de predicción de los estados
N2 final del horizonte de predicción de los estados
Nu horizonte de control
N horizonte de predicción
Q matriz de ponderación del error de los estados
R matriz de ponderación del esfuerzo de control
J función objetivo del cpbm
ŷ(k + j|k) valor de y en el instante k + j predicho en el instante k
Px , Hx matrices de predicción para el estado
P, H matrices de predicción para la salida
∆ operador diferencia, ∆ = 1 − z −1
xxiv Lista de Sı́mbolos
Notación usada en el modelo
S(.) matriz anti-simétrica

RI matriz de rotación del cuerpo rı́gido con respecto al sistema inercial
RB matriz de rotación expresada en el sistema de coordenadas
del cuerpo rı́gido
I = (~x, ~y, ~z ) sistema de coordenadas cartesianas inercial
B = (~xL , ~yL, ~zL ) sistema de coordenadas cartesianas locales del cuerpo rı́gido
F vector de fuerzas de traslación aplicadas al modelo
Fξ vector de fuerzas de traslación aplicadas al modelo expresado
en el sistema de coordenadas globales
Fd vector de perturbaciones de traslación aplicadas al modelo
τ vector de pares aplicados al modelo
τη vector de pares de control aplicadas al modelo expresado
en el sistema de coordenadas globales
τd vector de perturbaciones de pares aplicadas al modelo
L función lagrangiana
Ec energı́a cinética total
Ep energı́a potencial total
qi coordenada generalizada
i
rj punto en el sistema de coordenadas j expresado en el sistema
de coordenadas i
i
vj velocidad del punto j rj expresado en el sistema de coordenadas i
Wη Jacobiano expresado en coordenadas locales
J Jacobiano expresado en coordenadas globales
M(η) matriz de inercia del sub-sistema de rotación
C(η, η̇) matriz de los términos de Coriolis y centrı́petos del sub-sistema
de rotación
Capı́tulo 1
Introducción
1.1. Motivación
Los sistemas de control de vuelo han despertado un gran interés en los últimos años,
debido al reto que supone tanto conseguir vehı́culos aéreos totalmente autónomos, o no
tripulados (en inglés nombrados uav’s - Unmanned Aerial Vehicles), como por poder
ayudar a un pilotaje más sencillo e intuitivo de los mismos.
Este tipo de vehı́culo puede verse tanto en el ámbito militar como en el civil, con apli-
caciones desarrolladas para tareas de búsqueda y rescate, vigilancia comercial, espionaje,
filmación cinematografı́a, inspección en situaciones donde se realicen vuelos en condiciones
hostiles (Pallet y Ahmad, 1991), ası́ como la realización de maniobras acrobáticas, entre
otras.
Hasta hace poco tiempo, desarrollar un vehı́culo aéreo en escala miniatura y controlado
de manera autónoma era un sueño de muchos investigadores, los cuales estaban limitados
por las restricciones impuestas por el hardware hasta entonces existente. Lo que hizo
posible la construcción de robots aéreos autónomos fue los recientes avances tecnológicos
en actuadores y sensores en escala reducida (mems - Micro Electromechanical Systems),
ası́ como en el almacenamiento de energı́a y en el procesamiento de datos.
Además, el desarrollo de sistemas de control para este tipo de vehı́culos no es trivial,

debido principalmente a la dinámica tan compleja inherente en los sistemas aerodinámicos,
los cuales son multivariables, subactuados y además presentan diversas caracterı́sticas no
lineales. Esto significa que las leyes clásicas de control lineales y monovaribales pueden
tener muy limitada su cuenca de atracción, provocando inestabilidades cuando se opera en
condiciones no muy lejanas a las de equilibrio. Por otra parte, las técnicas desarrolladas
2 1 Introducción
para robots totalmente actuados tampoco se aplican directamente al caso de sistemas

mecánicos no lineales subactuados (Fantoni y Lozano, 1995).
Para aumentar tanto la fiabilidad como las prestaciones de estos sistemas, se suele
requerir estrategias de control avanzadas que permitan tener en cuenta, por una parte,
la complejidad de estos sistemas, y por otra, las incertidumbres propias de cualquier
modelado. Tales requisitos pueden ser posibles utilizando técnicas de modelado no lineal
y de teorı́a de control no lineal moderna, lo que permite alcanzar un alto desempeño
en vuelos autónomos (Castillo et al., 2005), y en distintas condiciones de vuelo (vuelo
estacionario, vuelo en punto fijo, aterrizaje/despegue, ...).
Los objetivos de un sistema de control de vuelo pueden clasificarse en tres fases, en

función de la autonomı́a que alcance el sistema:
Sistema para incrementar la estabilidad (del inglés sas: Stability Augmentation Sys-
tems): Este tipo de sistemas persigue ayudar al pilotaje del vehı́culo, estabilizando
el sistema con un control de bajo nivel. Ası́ se evita que el piloto deba actuar en base
al comportamiento dinámico de un sistema, que una vez alejado de cierto punto de
equilibrio, deja de ser intuitivo para el razonamiento humano;
Sistemas para incrementar el comportamiento (del inglés cas: Control Augmenta-

tion Systems): Estos sistemas están en un nivel jerárquico superior a los sas. Ası́,
además de estabilizar al vehı́culo, estos sistemas deben ser capaces de proporcio-
nar una respuesta con ciertas prestaciones a referencias que dé el piloto, como por
ejemplo, el seguimiento del ángulo de cabeceo;
Sistemas de pilotaje automático (del inglés Autopilots): Constituyen el nivel de con-

trol jerárquicamente superior. Son sistemas de control totalmente automáticos que
son capaces de realizar por sı́ solos ciertos tipos de maniobras, como por ejemplo, el
despegue, el aterrizaje, o vuelo estacionario a cierta altura.
En el ámbito del control de vuelo, uno de los sistemas más estudiados han sido los
aviones. Sin embargo, uno de los conceptos que normalmente se utilizan para desarrollar
leyes de control aplicadas a un uav es el vtol (Vertical Take-Off and Landing). Un tipo
de aeronave que actualmente está siendo muy referenciada en el ámbito de control es el
helicóptero en la configuración quadrotor. En comparación con los aeroplanos, este tipo
de aeronave posee una mayor agilidad para maniobrar. Sin embargo, su control se hace
mucho más complejo, entre otros motivos, por la mayor inestabilidad de su dinámica.
Según Castillo et al. (2005), este tipo de helicóptero consigue un vuelo estacionario
estable y preciso a través del balance de las fuerzas de propulsión ejercidas por las cuatro
hélices accionadas por sus respectivos motores eléctricos.
1.1 Motivación 3
Son muchas las ventajas que tienen este tipo de helicóptero con respecto a las de uno
convencional, entre ellas se pueden citar las siguientes:
El aumento de la capacidad de carga debido a la suma de los empujes generados

por los cuatro rotores;
La alta maniobrabibilidad, lo cual permite el despegue y el aterrizaje, ası́ como

vuelos en entornos complicados;
La sencillez del diseño mecánico, lo cual proporciona el control del movimiento

a través de accionamiento directo de los rotores variando sus velocidades. En un
helicóptero convencional, la velocidad de giro de las hélices suele ser constante,
controlando el movimiento mediante la variación de los ángulos de ataque de las
palas (cı́clico y colectivo). Esto requiere transmisiones entre los rotores, además de
elementos mecánicos de precisión para poder variar los mencionados ángulos;
Los motores eléctricos en lugar de motores de combustión, lo cual hacen de estos

helicópteros un vehı́culo especialmente interesante para su uso en el interior de
edificios, ya que no contaminan el aire con residuos de la combustión.
Como desventajas, este tipo de helicóptero presenta un aumento de peso y un aumento

en el consumo de energı́a debido a los motores extras.
Desde el punto de vista de control, la construcción de este tipo de helicóptero miniatura

está lejos de simplificar el problema: más bien sucede lo contrario. Esto se debe a que los
pares y fuerzas necesarios para controlar el sistema son aplicados no sólo a través de
efectos aerodinámicos, sino también a través del efecto de acoplamiento que aparece entre
la dinámica de los rotores y la del cuerpo de la maqueta, como consecuencia del principio
de acción-reacción originado en la aceleración y desaceleración de los grupos motor-hélice
(efecto que no sucede en el control con velocidad de hélices constantes).
Estos efectos de acoplamiento tienen implicaciones en el control de la dinámica del

sistema. Por ejemplo, si se consideran como salidas a controlar la posición y el ángulo
de guiñada, una linealización por realimentación estática de la dinámica completa del
helicóptero quadrotor da lugar a una matriz singular haciendo que el desacoplamiento
entrada-salida sea inviable, por lo que no se puede emplear esta técnica directamente
(Mistler et al., 2001). Este hecho, unido con las incertidumbres de modelado, especialmente
en el rango de alta frecuencia, hace que el sistema sea incluso más difı́cil de controlar que
un helicóptero convencional, al menos empleando técnicas básicas de control.
Ası́ que, el interés por el desarrollo de controladores para el helicóptero quadrotor en

escala reducida está demostrado en diversas publicaciones que han sido realizadas en los
últimos años. En Mistler et al. (2001) se utilizó un modelo no lineal que representa tanto la
4 1 Introducción
cinemática como la dinámica del vehı́culo, y a través de las Leyes de Newton se obtuvo las
ecuaciones dinámicas para el helicóptero quadrotor. En este modelo se consideró las fuerzas
y momentos aerodinámicos actuantes en el uav. Para realizar la tarea de seguimiento
de trayectoria se demostró que no se pueden desacoplar las salidas por linealización por
realimentación estática, y se propuso un controlador con desacoplamiento entrada-salida y
linealización exacta por realimentación dinámica, siendo corroborado mediante simulación,
donde se han considerado todos los estados medibles. Esta estrategia se mostró estable y
robusta en presencia de viento y de incertidumbres paramétricas.
En Bouabdallah et al. (2004a) se presentó el diseño de un quadrotor para laboratorio,

ası́ como una estrategia de control para el mismo, basada en la estabilización del sub-
sistema de rotación mediante funciones de Lyapunov, junto con un control de la altura
mediante linealización por realimentación.
En Bouabdallah et al. (2004b), lo mismos autores presentaron un modelo dinámico

para el helicóptero quadrotor a través de la formulación de Lagrange-Euler, considerando
además las dinámicas de los rotores. En este artı́culo se realizó una comparación entre dos
técnicas de control: pid y lq. Para el diseño del controlador pid se consideró el modelo
linealizado en torno al origen y para el diseño del control LQ se usó una estructura bi-
lineal. Se presentaron resultados experimentales donde el control pid se mostró más eficaz
que el control óptimo por considerar las dinámicas de los rotores.
En Mederreg et al. (2004) se mostraron resultados de simulación para un control ba-

sado en técnicas de Backstepping utilizando un observador del estado, mientras que en
Mahony y Hamel (2004) se combinó está técnica con un control basado en Lyapunov. En
Bouabdallah y Siegwart (2005) se describió de nuevo la misma plataforma utilizada en los
artı́culos anteriores, pero en éste, el modelo dinámico del helicóptero quadrotor se obtuvo
a través del formalismo de Newton-Euler. Para el diseño del controlador, las ecuaciones
del sistema fueron escritas en variables de estado y divididas en dos sub-sistemas: el de
rotación angular y el de traslación lineal. Se presentaron dos técnicas de control: Backs-
tepping y Sliding-Mode. En primer lugar se controló el sub-sistema de rotación angular
utilizando funciones de Lyapunov, con el objetivo de estabilizar el helicóptero en una po-
sición deseada. Posteriormente se controló la altura y el movimiento lineal en el plano xy.
Se emplearon simulaciones para sintonizar los controladores, los cuales se validaron con
resultados experimentales en el sistema real. Otros trabajos, como (Madani y Benellegue,
2006a,b), también han utilizado la técnica de Backstepping para controlar el helicóptero
quadrotor.
Trabajos más recientes pueden encontrarse en Rong y Ozguner (2006), donde se sinteti-
zó un controlador basado en modos deslizantes; en Lara et al. (2006), donde se presentaron
nuevos resultados para calcular los márgenes de robustez del sistema de control para un
quadrotor utilizando un pd multivariable para estabilizar la posición del vehı́culo; o en
Castillo et al. (2005, 2007), donde se diseñaron controladores no lineales para la esta-
1.1 Motivación 5
bilización del sistema basados en análisis de Lyapunov y en la técnica de saturaciones

anidadas.
Adicionalmente al control inercial, el helicóptero quadrotor ha sido también controlado

mediante realimentación por visión artifical. En Metni et al. (2005), se considera un mo-
delo dinámico mecánico general del uav apto para realizar vuelos casi estacionarios. La
estimación de la posición y orientación se realizó a través de visión utilizando una técnica
de control servo visual basada en homografı́as. Ası́, se dedujo una ley de control basada
en Backstepping que fuerza la trayectoria a seguir a través de una secuencia de imágenes
pre-grabadas en entornos desconocidos. La trayectoria deseada se obtiene a través de un
operador que enseña cada paso preliminarmente, siendo comparadas la imagen actual y la
imagen deseada a una imagen de referencia por las matrices homográficas en cada paso.
Para determinar el vector de traslación se estima la información de la profundidad de
referencia usando una ley de control adaptativa. En Altug et al. (2002) y Tournier et al.
(2006) se ha utilizado una cámara en tierra para obtener la posición y orientación del
helicóptero, y una cámara montada sobre el vehı́culo utilizando patrones de Moiré para
obtener una estimación de los seis grados de libertad, respectivamente.
Como se deduce de lo anteriormente expuesto, se han aplicado diversas estrategias de

control al helicóptero quadrotor. Sin embargo, la mayorı́a de ellas no considera la presencia
de perturbaciones externas y ni incertidumbres en los parámetros del modelo.
Por lo tanto, una de las propuestas de este trabajo es utilizar la teorı́a de control H∞ ,
introducida por van der Schaft en su prominente artı́culo (van der Schaft, 1992), para
mejorar el desempeño del sistema frente a perturbaciones e incertidumbres (Ortega et al.,
2005).
El objetivo de la teorı́a de control H∞ es limitar (minimizar) la relación entre la energı́a

de la señal de error y la energı́a de la señal de perturbación. En un planteamiento general,
la técnica no lineal para esta teorı́a considera dos ecuaciones en derivadas parciales de
Hamilton-Jacobi-Bellman-Isaacs (HJBI PDEs), las cuales sustituyen a las ecuaciones de
Riccati en el caso de la formulación del control H∞ lineal. El principal problema en el
caso no lineal es que no existe un método general para resolver estas ecuaciones (HJBI
PDEs).
En Ortega et al. (2005) se propuso una estrategia para sistemas mecánicos conside-
rando la ecuación dinámica del error. En tal estrategia se aplica un control H∞ no lineal
formulado vı́a teorı́a de juegos, la cual provee, a través de una solución analı́tica, una
ganancia constante similar a los resultados obtenidos con procedimientos de linealización
por realimentación.
El helicóptero quadrotor ha sido controlado usando controladores H∞ lineales basa-

dos en modelos linealizados. En Chen y Huzmezan (2003), por ejemplo, se presentó un
6 1 Introducción
modelo no lineal simplificado para el movimiento del UAV. El problema de seguimiento

de trayectoria se dividió en dos partes: en primer lugar se buscó la estabilización de las
velocidades angulares y de la velocidad vertical a través de un controlador H∞ de 2DOF
utilizando la técnica de loop shaping. La misma técnica se ha utilizado para controlar, en
un bucle externo a éste, las velocidades longitudinal y lateral, el ángulo de guiñada y la
altura. Para resolver el problema de seguimiento se diseñó un cpbm (Control Predictivo
Basado en Modelo) lineal basado en un modelo que agrega los bucles internos y el modelo
del helicóptero.
En Park et al. (2005) se utilizó un algoritmo de compensación de la dinámica para el

control del sistema, y en Mokhtari et al. (2005) se presentaron resultados de simulación
con la aplicación de una linealización por realimentación junto con un controlador H∞
lineal externo.
Además de las incertidumbres paramétricas y posibles perturbaciones que afectan el

sistema, muchas de estas aplicaciones de control asumen que los valores calculados nunca
alcanzarán los limites de saturación de los actuadores, aunque en la práctica esto no es
verdad. Por lo tanto, el cpbm viene a ser un método de control que presenta caracterı́sticas
muy interesantes cuando se trata de controlar sistemas mecánicos y para realizar segui-
miento de trayectoria. Por ejemplo, cuando el vehı́culo está muy lejos de su destino, las
señales de control generadas son normalmente más altas que las admisibles. Sin embargo,
los vehı́culos están dotados de partes mecánicas y electrónicas, las cuales están sujetas a
limitaciones fı́sicas del sistema.
Ası́, cuando las restricciones pueden ser consideradas, los algoritmos de cpbm se pre-
sentan como una interesante elección. El cpbm calcula acciones de control para un de-
terminado horizonte de tiempo futuro, de tal manera que la predicción de la salida de la
planta siga cerca de la referencia, minimizando una determinada función de coste mul-
tiobjetivo respecto a determinadas variables de decisión y considerando un conjunto de
restricciones (Camacho y Bordons, 1998). Para hacer esto, los valores de las salidas pre-
dichas son calculadas como una función de valores pasados de las entradas y salidas, y de
señales de control futuras, haciendo uso de un modelo explı́cito del proceso y sustituyendo
en la función de coste, obteniendo una expresión cuya minimización conduce a los valores
deseados. Se puede obtener una solución analı́tica para una función de coste cuadrática,
si el modelo es lineal y no existen restricciones; en caso contrario se deben usar métodos
iterativos de optimización (Camacho y Bordons, 1998).
Debido a su formulación, el cpbm también permite el uso de referencias previamente

conocidas para el calculo de la ley de control (Normey-Rico et al., 1999). Dado que las
trayectorias son normalmente conocidas y usando una adecuada instrumentación en el
vehı́culo que informe sobre su desplazamiento y localización, o bien con información del
entorno donde se encuentra (usando, por ejemplo, gps, mapas digitales, etc), el controla-
dor predictivo se presenta como una técnica muy apropiada para esta tarea. Además de
1.2 Objetivos 7
conducir el vehı́culo suavemente, esta técnica permite mejorar la autonomı́a del mismo,
aparte de de ser fácilmente extendido a sistemas multivariables. Como desventaja se puede
considerar el elevado coste computacional introducido, que puede hacer que sea imposible
realizar aplicaciones reales.
En este trabajo, además de presentar diversos algoritmos de control propuestos en la

literatura, se desarrollarán tres estrategias de control para seguimiento de trayectoria del
helicóptero quadrotor. Las estrategias serán presentadas en un orden de comprehensión
del sistema a ser controlado y mejorı́a de las prestaciones propuestas. Ası́, en la primera
estructura desarrollada por el autor se utiliza una ley de control basada en Backstepping
para los movimientos de traslación y un controlador H∞ no lineal para estabilización
de los movimientos de rotación. En la segunda estrategia se realiza el seguimiento de
referencia a través de un controlador predictivo basado en el modelo de error obtenido
vı́a linealizaciones sucesivas, y la estabilización se realiza a través del controlador H∞ no
lineal. Para finalizar, en la tercera estructura se ha diseñado un controlador robusto para
los movimientos de de traslación vı́a sı́ntesis de control H∞ con realimentación de estados
usando lmis. Para la estabilización del helicóptero quadrotor se mantuvo el controlador
H∞ no lineal.
1.2. Objetivos
Este trabajo tiene como objetivo principal el desarrollo e implementación de algoritmos

de control robusto y predictivo para resolver el problema de seguimiento de trayectoria de
un vehı́culo aéreo autónomo. El uav que será utilizado es un helicóptero de cuatro rotores
en escala reducida.
Inicialmente, se realizará un estudio de modelos basados en leyes fı́sicas del helicóptero

quadrotor propuestos en la literatura, con la finalidad de obtener un modelo que represente
el comportamiento del vehı́culo en presencia de diversas formas de perturbaciones y que
sea adecuado al prototipo utilizado en este trabajo.
A partir de estos modelos, se desarrollarán técnicas de control de forma que se garantice

la robustez en el problema de seguimiento de trayectoria que ha de realizar el helicóptero
quadrotor.
Los resultados de simulación serán utilizados para realizar pruebas comparativas entre
las distintas estrategias de control desarrolladas en este trabajo y técnicas de control
propuestas en la literatura.
Finalmente, una vez desarrolladas las estrategias de control, éstas serán implementadas
8 1 Introducción
en el helicóptero quadrotor utilizando un sistema de control remoto, donde un ordenador

en tierra se comunica con la aeronave vı́a comunicación inalámbrica.
1.3. Organización del trabajo
Este trabajo está dividido como sigue:
En el Capı́tulo 2 se describe el helicóptero quadrotor, comentando algunas caracterı́s-

ticas de funcionamiento, y luego se realiza el modelado de un helicóptero miniatura
en la configuración de cuatro rotores. Inicialmente, se presenta la matriz de rota-
ción del vehı́culo, ası́ como sus ecuaciones cinemáticas. Después, se presentarán las
ecuaciones dinámicas para los movimientos de rotación y traslación a través de dos
formulaciones matemáticas: Newton-Euler y Lagrange-Euler. Tales modelos serán
presentados también en formas adecuadas para el diseño de los controladores.
El Capı́tulo 3 presenta cinco estructuras de control para resolver el problema de

seguimiento de trayectorias. Primero se describe una estrategia basada en el des-
acoplamiento entrada-salida con linealización por realimentación dinámica. Después
se desarrollará una estrategia basada en la técnica de Backstepping. La estrate-
gia siguiente utiliza la estructura de Backstepping para el control de la traslación,
mientras que para la estabilización del sub-sistema de rotación se desarrolla una
estructura de control H∞ no lineal. La cuarta y quinta estructuras de control uti-
lizan el controlador H∞ no lineal para estabilización del helicóptero, mientras para
seguimiento de trayectorias se desarrollan una ley de control predictivo basado en
el modelo de error con linealizaciones sucesivas, y una ley de control H∞ lineal
vı́a LMIs, suponiendo los estados del sub-sistema de rotación parámetros inciertos.
Cada estrategia de control se corrobora a través de resultados de simulación, mien-
tras los resultados experimentales son presentados solo para los controladores de
estabilización del sistema.
En el Capı́tulo 4 se presenta el equipo utilizado, describiendo las caracterı́sticas

del helicóptero, las instrumentación utilizada, ası́ como los programas desarrollados
para controlar el uav de forma remota, y resultados preliminares obtenidos experi-
mentalmente .
El Capı́tulo 5 finaliza con las conclusiones del trabajo y las perspectivas futuras de
investigación.
Capı́tulo 2
Descripción y Modelado del

Helicóptero QuadRotor
2.1. Descripción del UAV
El vehı́culo aéreo utilizado en este trabajo es un helicóptero en miniatura en la confi-

guración de cuatro rotores coplanarios (quadrotor ), como presentado en la Figura 2.1. El
movimiento del uav se origina a partir de los cambios de velocidad de los rotores. Cada
rotor consta de un motor eléctrico de corriente continua, un mecanismo de engranaje y un
rotor de palas. Para lograr movimiento hacia adelante la velocidad del rotor trasero debe
ser aumentada y, simultáneamente, la velocidad del rotor delantero debe ser disminuida.
El desplazamiento lateral se ejecuta con el mismo procedimiento, pero usando los roto-
res de la derecha y de la izquierda. El movimiento de guiñada (yaw) se obtiene a partir
de la diferencia en el par de torsión entre cada par de rotores, o sea, se acelera los dos
rotores con sentido horario mientras se desacelera los rotores con sentido anti-horario, y
vice-versa.
U3 U2
F2 F1
U1
F3 F4
U4
Figura 2.1: Esquema de funcionamiento del helicóptero quadrotor.

10 2 Descripción y Modelado del Helicóptero QuadRotor
2.2. Modelado del UAV
En esta sección se desarrollará el modelado basado en leyes fı́sicas que describan la

posición y orientación del helicóptero quadrotor. El modelo dinámico del helicóptero se
presenta bajo dos formulaciones matemáticas: la de Newton-Euler y la de Lagrange-Euler.
Para obtener tal modelo dinámico se supone el vehı́culo como un cuerpo rı́gido en el
espacio, sujeto a una fuerza principal (empuje) y tres momentos (pares). En la figura 2.2
se muestra las fuerzas que ejercen las distintas hélices para generar el movimiento del
vehı́culo.

zL

yL xL
ψ
θ
ξ
z

y x
Figura 2.2: Esquema del helicóptero quadrotor.
El par para generar un movimiento de balanceo o de roll (ángulo φ) se realiza mediante

un desequilibrio entre las fuerzas f2 y f4 (ver figura 2.2). Para el movimiento de cabeceo
o de pitch (ángulo θ), el desequilibrio se realizará entre las fuerzas f1 y f3 . El movimiento
en el ángulo de guiñada o de yaw (ángulo ψ) se realizará por el desequilibrio ente los
conjuntos de fuerzas (f1 , f3 ) y (f2 , f4 ). Este movimiento será posible ya que los rotores 1 y
3 giran en sentido contrario a los rotores 2 y 4. Finalmente, el empuje total, que hará que
el helicóptero se desplace perpendicularmente al plano de los rotores, se obtendrá como
suma de las cuatro fuerzas que ejercen los rotores.
Estos tipos de vehı́culos son sistemas de vuelo de estructura ligera, por lo que el modelo
dinámico debe incluir los efectos giroscópicos resultantes tanto del cuerpo rı́gido rotando
en el espacio, como de la rotación de las cuatro hélices (Bouabdallah et al., 2004a). En
la Tabla 2.1 se describen tales efectos, donde C representan términos constantes, Ω es la
velocidad del rotor, JR es el momento de inercia rotacional del rotor alrededor de su eje,
l es la distancia del centro de masa a los rotores, J es el momento de inercia del cuerpo
rı́gido y φ, θ y ψ son los ángulos de Tait-Bryan.
2.3 Orientación del helicóptero 11
Cuadro 2.1: Principales efectos fı́sicos actuantes sobre un helicóptero (Bouabdallah et al.,
2004a).
Efectos Fuentes Formulación
Efectos Aerodinámicos - Rotación de los rotores

- Giro de hélices CΩ2
Pares Inerciales Opuestos - Cambio en la velocidad rotación de
los rotores JR Ω̇
Efectos de la Gravedad - Posición del centro de masa l
Efectos Giroscópicos - Cambio en la orientación del cuerpo
rı́gido Jθψ
- Cambio en la orientación del plano
de los rotores JR Ωθ, φ
Fricción - Todos los movimientos del helicóptero C φ̇, θ̇, ψ̇
Por otra parte, un helicóptero es un sistema mecánico subactuado con 6 grados de

libertad y solamente 4 entradas de control. Debido a las diversas complejidades presen-
tadas, se realizarán algunas consideraciones para desarrollar el modelado, tal como se
sugiere en Koo y Sastry (1999). Ası́, se despreciarán los efectos de los momentos causados
por el cuerpo rı́gido sobre las dinámicas traslacionales, ası́ como el efecto suelo. El centro
de masa se asume coincidente con el origen del sistema de coordenadas fijo al helicóptero,
y se supone que la estructura del helicóptero es simétrica, lo que resulta en la matriz de
inercia diagonal.
2.3. Orientación del helicóptero
Antes de obtener el modelo dinámico del helicóptero, se presentará cómo estimar la

posición y orientación del vehı́culo con respecto a un sistema de coordenadas de referencia
inercial.
El helicóptero, como sólido rı́gido, está caracterizado por un sistema de coordenadas

ligado a él y con origen en su centro de masa (ver Figura 2.2). Este sistema se define
considerando B = {~xL , ~yL, ~zL } como el sistema de coordenadas fijo al helicóptero, donde
el eje ~xL es la dirección normal de ataque del helicóptero, ~yL es ortogonal a ~xL y es
positivo hacia estribor en el plano horizontal, mientras que ~zL está orientado en sentido
ascendiente y ortogonal al plano ~xL O~yL. El sistema de coordenadas inercial I = {~x, ~y , ~z}
se considerará fijo con respecto a la tierra.
En este trabajo se designará el vector ξ = {x, y, z} como la posición del centro de masa
del helicóptero con respecto al sistema inercial I. Ası́ mismo, la orientación del vehı́culo
se supondrá dada por una matriz de rotación RI : B → I, donde RI ∈ SO(3) es una
matriz de rotación ortonormal (Fantoni y Lozano, 1995).
La rotación de un UAV o, en lı́neas más generales, la de un cuerpo rı́gido puede ser

obtenida utilizando diversos métodos como, por ejemplo: ángulos de Euler, cuaternios, etc.
A través de 12 definiciones independientes de los ángulos de Euler se puede representar la
orientación relativa de dos sistemas de coordenadas. Los más populares son la convención-
x (giro alrededor de z, x′ , z ′′ ), convención-y (giro alrededor de z, y ′ , z ′′ ) y convención-xyz
(giro alrededor de x, y ′, z ′′ ). Esta última convención es muy utilizada para aplicaciones
de ingenierı́a aeroespacial y se nombra ángulos de Tait-Bryan, también conocidos por
“ángulos Cardano” (Space y Spazio, 1997; Dziugys y Peters, 2001; Bouabdallah et al.,
2006).
Por lo tanto, los ángulos de Tait-Bryan son tres ángulos usados para describir una
rotación general en el espacio Euclideo tridimensional a través de tres rotaciones sucesivas
en torno de ejes del sistema móvil en el cual están definidos. Ası́, en este trabajo se usarán
los ángulos de Tait-Bryan para describir la orientación de un helicóptero.
Ası́, la configuración de la rotación de un cuerpo rı́gido en el espacio es realizada a

través de tres rotaciones sucesivas:
1. Rotación según ~x de φ: el primer giro es el correspondiente al ángulo de roll o de

balanceo, φ, y se realiza alrededor del eje ~x.
    
x1 1 0 0 xL
 y1  =  0 cos φ − sin φ   yL  (2.1)
z1 0 sin φ cos φ zL
2. Rotación según ~y de θ: el segundo giro se realiza alrededor del eje ~y a partir del
nuevo eje ~yL, con el ángulo pitch o ángulo de cabeceo, θ para dejar el eje ~zL en su
posición final.     
x2 cosθ 0 sin θ x1
 y2  =  0 1 0   y1  (2.2)
z2 −sinθ 0 cos θ z1
3. Rotación según ~z de ψ: el tercer giro y última rotación corresponde al ángulo de gui-
ñada o yaw, ψ, alrededor del eje ~z a partir del nuevo eje ~zL para llevar el helicóptero
a su posición final.
    
x cosψ −sinψ 0 x2
 y  =  sinψ cosψ 0   y2  (2.3)
z 0 0 1 z2
2.3 Orientación del helicóptero 13
Esta representación sufre de una singularidad en θ = ±pi/2. Sin embargo, en φ y ψ se

permite un giro de 360◦ . La Figura 2.3 representa las tres rotaciones.
ψ
Z1 Z
z
φ
y
ψ θ
Y1
φ
centro de masa Y
θ ψ
X X2
x
φ
Figura 2.3: Rotación de los ángulos de Tait-Bryan del sistema de coordenadas inercial al
sistema de coordenadas fijado al helicóptero (Space y Spazio, 1997).
A partir de las rotaciones presentadas anteriormente, se definen las matrices de rotación

que representan la orientación del cuerpo rı́gido rotando alrededor de cada eje como sigue:
   
1 0 0 cos θ 0 senθ
R (x, φ) =  0 cos φ −senφ  , R (y, θ) =  0 1 0  ,
0 senφ cos φ  −senθ 0 cos θ
 (2.4)
cos ψ −senψ 0
R (z, ψ) =  senψ cos ψ 0 
0 0 1
La matriz de rotación completa de B respecto a I, llamada Matriz Coseno Directa,

viene dada por (Bouabdallah et al., 2006):
RI = R (z, ψ) · R (y, θ) · R (x, φ)
     
cos ψ −senψ 0 cos θ 0 senθ 1 0 0
RI =  senψ cos ψ 0  ·  0 1 0  ·  0 cos φ −senφ 
0 0 1 −senθ 0 cos θ 0 senφ cos φ (2.5)
 
cos ψ cos θ cosψsenθsenφ − senψcosφ cosψsenθcosφ+senψsenφ
RI =  senψ cos θ senψsenθsenφ + cosψcosφ senψsenθcosφ − cosψsenφ 
−senθ cos θsenφ cos θcosφ
La matriz de rotación expresada en el sistema de coordenadas B es la traspuesta de

RI , debido su propiedad de ortonormalidad, y viene dada por:
 
cos ψ cos θ senψ cos θ −senθ
RB =  cosψsenθsenφ − senψcosφ senψsenθsenφ + cosψcosφ cos θsenφ 
cosψsenθcosφ+senψsenφ senψsenθcosφ − cosψsenφ cos θcosφ
A partir de la matriz de rotación (2.5) generada por las tres rotaciones sucesivas y su
propiedad de ortonormalidad, relacionando la derivada de la matriz ortonormal con una
cierta matriz anti-simétrica (Craig, 1989), se puede obtener las ecuaciones cinemáticas de
rotación del vehı́culo que establecen las relaciones entre las velocidades angulares.
Sea una matriz ortonormal R, donde:
R T R = In (2.6)
y su derivada en el tiempo es:

ṘT R + RT Ṙ = 0n (2.7)
Definiendo:
S = RT Ṙ (2.8)
se obtiene a partir de (2.7) que:
ST + S = 0n (2.9)
donde S una matriz anti-simétrica. La relación entre la derivada de la matriz ortonormal
y la matriz anti-simétrica es la siguiente:
S = R−1 Ṙ (2.10)
Por lo tanto, las ecuaciones cinemáticas para determinar la postura del helicóptero,
suponiendo la matriz de rotación (2.5), vienen dadas por:
ṘI = RI · S(ω) (2.11)
donde ω = [p q r]T son las velocidades angulares en el sistema de coordenadas fijado al

cuerpo rı́gido y S(ω) (S(ω)(·) = ω × ·) es la siguiente matriz anti-simétrica (Olfati-Saber,
2001):  
0 −r q
S(ω) =  r 0 −p  (2.12)
−q p 0
Ası́, manipulando matemáticamente la ecuación (2.11) se obtiene la siguiente relación:

    
φ̇ 1 sin φ tan θ cos φ tan θ p
 θ̇  =  0 cos φ − sin φ   q  (2.13)
ψ̇ 0 sin φ sec θ cos φ sec θ r
2.4 Formulación de Newton-Euler 15
La variación de los ángulos de Tait-Bryan (φ̇, θ̇, ψ̇) es una función discontinua. Estas
derivadas son distintas de las velocidades angulares en el sistema de coordenadas del
cuerpo rı́gido (p, q, r) las cuales son fı́sicamente medibles con giróscopos, por ejemplo.
Normalmente, se utilizan Unidades de Medición Inercial (en inglés: Inertial Measurement
Unit - imu) para medir las rotaciones y calcular directamente los ángulos de Tait-Bryan
(Bouabdallah et al., 2006).
La relación entre las velocidades angulares en el sistema fijado al cuerpo y la variación

en el tiempo de los ángulos de Tait-Bryan se obtiene a través de la inversión del Jacobiano
de (2.13), y viene dada por:
    
p 1 0 − sin θ φ̇
 q  =  0 cos φ sin φ cos θ   θ̇  (2.14)
r 0 − sin φ cos φ cos θ ψ̇
El movimiento rotacional del helicóptero viene dado por las componentes de las velo-
cidades angulares en los tres ejes: velocidad angular de balanceo (p), velocidad angular
de cabeceo (q), y velocidad angular de guiñada (r), sobre los ejes ~xL , ~yL y ~zL respectiva-
mente. Estas velocidades rotacionales son debidas a los pares ejercidos sobre el sistema
ligado al cuerpo del helicóptero producidas por las fuerzas externas, las cuales definen los
diferentes momentos en los tres ejes: momento de balanceo (L), momento de cabeceo (M),
y momento de guiñada (N) sobre los ejes ~xL , ~yL y ~zL respectivamente (Esteban, 2005).
El movimiento de traslación viene dado por las componentes de la velocidad v =

[u0 v0 w0 ]T en los tres ejes inerciales con relación a la velocidad absoluta del helicóptero
expresada en B, V = [uL vL wL ]T . Las velocidades v y V están relacionadas por la
expresión:
v = RI · V (2.15)
2.4. Formulación de Newton-Euler
En esta sección se obtendrán las ecuaciones dinámicas del helicóptero mediante la

formulación de Newton-Euler.
Las ecuaciones dinámicas de un cuerpo rı́gido sujeto a fuerzas externas aplicadas al

centro de masa y expresadas en el sistema de coordenadas ligado al cuerpo se pueden
obtener a través de la formulación de Newton-Euler como sigue:

mI3×3 0 V̇ ω × mV F + Fd
+ = (2.16)
0 J ω̇ ω × Jω τ + τd
donde J ∈ ℜ3×3 es la matriz de inercia, I3×3 ∈ ℜ3×3 es la matriz identidad, V es el vector

velocidad traslacional (en B), ω es el vector velocidad angular (en B) y m es la masa total
del helicóptero.
De acuerdo con la suposiciones realizadas al inicio del capı́tulo, la matriz de inercia de

puede suponer diagonal:  
Ixx 0 0
J =  0 Iyy 0  (2.17)
0 0 Izz
T
Considerando el vector de estado ξ v η ω donde ξ y v ∈ ℜ3 representan
respectivamente la posición y velocidad lineal expresadas en I, η = [φ θ ψ] y ω ∈ ℜ3
la velocidad angular expresada en B, se pueden escribir las ecuaciones de movimiento de
un cuerpo rı́gido como sigue:
ξ˙ = v



mv̇ = RI Fb

(2.18)

 ṘI = RI S(ω)
Jω̇ = −ω × Jω + τb

donde ξ˙ = v = RI V y S(ω) = RTI ṘI .
Tal como se expuso en la introducción del capı́tulo, el helicóptero quadrotor es un

sistema mecánico subactuado con 6 grados de libertad y sólo 4 actuadores (la fuerza
principal y los tres momentos actuantes sobre él producidos por las cuatro hélices).
Por otra parte, Fb ∈ B y τb ∈ B son las fuerzas y pares externos aplicados al cuerpo
del helicóptero, y consisten en su propio peso, en el vector de fuerzas aerodinámicas, en el
empuje y en los pares desarrollados por los cuatro motores. Estas fuerzas y pares pueden
ser expresados de la siguiente forma:
 4
P 2
 RI Fb = −mg · E3 + RIE3 bΩi + AT


i=1
P4 (2.19)
 τb = − JR (ω × E3 ) · Ωi + τa + AR


i=1
Con las ecuaciones de fuerzas y pares (2.19), el modelo dinámico (2.18) se puede
reescribir como sigue:
ξ˙ = v


 !
 4
 b X AT
Ω2i +

 v̇ = −g · E3 + RIE3


m i=1 m
(2.20)


 Ṙ I = R I S(ω)

 P4
 Jω̇ = −ω × Jω − JR (ω × E3 ) · Ωi + τa + AR


i=1
donde:
Los vectores AT = [Ax Ay Az ]T y AR = [Ap Aq Ar ]T son las fuerzas y pares

aerodinámicos que actúan sobre el helicóptero, y son calculados a partir de los
coeficientes aerodinámicos Ci como Ai = 21 ρaire Ci W 2 (ρaire es la densidad del aire,
W es la velocidad del helicóptero con respecto al aire) (Mistler et al., 2001).
g es la constante gravitacional (g = 9,81m/s2 ).
JR es el momento de inercia rotacional del rotor alrededor de su eje.
b es el coeficiente de empuje aplicado por los rotores.
Ωi es la velocidad angular del i -enésimo rotor.
El sumatorio de fuerzas traslacionales que actúan sobre el helicóptero, tal como se

presenta en la ecuación (2.19), está compuesto por el empuje total generado por la suma
de los cuatro rotores, por la fuerza gravitacional y por la fuerza aerodinámica. La fuerza
principal U1 , o entrada principal de control, aplicada al helicóptero viene dada por (Castillo
et al., 2005):
4
! 4
!
X X
U1 = fi = bΩ2i (2.21)
i=1 i=1
donde fi es la fuerza de empuje generada por cada rotor.
El par τa en la ecuación (2.19) es el vector de pares de control aplicados al helicóptero.

Este se obtiene a través del esfuerzo de torsión τMi generado por cada motor eléctrico
considerando la dinámica de cada disco del motor como un sistema desacoplado en la
variable generalizada Ωi , que denota la velocidad angular de un motor alrededor de su
eje. El esfuerzo de tensión del motor es opuesto a la fricción aerodinámica del motor
τdrag = kτ Ω2i , donde kτ > 0 es una constante. Ası́, a través de la segunda Ley de Newton
se obtiene (Castillo et al., 2005):
JR Ω̇i = −τdrag + τMi (2.22)
Cuando Ω̇i = 0 se tiene que:

τMi = τdrag = kτ Ω2i (2.23)
El momento aplicado en el cuerpo rı́gido a lo largo de un eje es la diferencia entre el

momento generado por cada motor en el otro eje. Como ya ha sido comentado anterior-
mente, el movimiento de cabeceo (pitch) se obtiene debido a la diferencia de empuje entre
el rotor frontal y el rotor trasero, mientras el movimiento de balanceo (roll) se obtiene
mediante la diferencia de empuje entre el rotor de la izquierda y el rotor de la derecha. El
movimiento de guiñada (yaw) se obtiene por la diferencia de pares entre los dos rotores
que giran en sentido horario y los dos rotores que giran en sentido anti-horario. Estos
movimientos deben ser logrados con la fuerza principal constante (Castillo et al., 2005).
Ası́, el par de control aplicado en los tres ejes viene dado por:
 
(f2 − f4 ) l
lb (Ω22 − Ω24 )
  
 (f3 − f1 ) l  l · U2
τa = 
 P 4
=
 lb (Ω23 − Ω21 )   l · U3  (2.24)
2 2 2 2
τMi k τ (Ω1 + Ω 3 − Ω 2 − Ω4 ) U 4
i=1
donde l es la distancia entre los motores y el centro de gravedad.
Cada motor se puede considerar como un disco rı́gido rotando alrededor de su eje ~z
con una velocidad Ωi . El eje de rotación del motor se mueve con la velocidad angular del
eje de referencia, lo cual produce los siguientes movimientos giroscópicos:
4
X
τGa = − JR (ω × E3 ) · Ωi (2.25)
i=1
donde JR es el momento de inercia del motor alrededor de su eje.
Ası́, usando la ecuaciones (2.14), (2.15), (2.21) y (2.24), y definiendo el nuevo vector
de estados como (Mistler et al., 2001):
ζ = [x y z u0 v0 w0 φ θ ψ p q r ]T (2.26)
la ecuación del movimiento (2.20) se puede reescribir en la siguiente forma:




 ẋ = u0


ẏ = v0






ż = w0






 1 Ax
u̇0 = (cos ψ sin θ cos φ + sin ψ sin φ) · U1 +


m m


1


 Ay

 v̇0 = (sin ψ sin θ cos φ − cos ψ sin φ) · U1 +
m m


1 Az




 ẇ0 = −g + (cos θ cos φ) · U1 +
 m m
ζ̇ = (2.27)

 φ̇ = p + q sin φ tan θ + r cos φ tan θ


θ̇ = q cos φ − r sin φ










 ψ̇ = q sin φ sec θ + r cos φ sec θ
 ṗ = (Iyy − Izz ) qr − JR Ω q + l U2 + Ap






 Ixx Ixx Ixx Ixx

 (I zz − I xx ) J R Ω l Aq

 q̇ = pr + p+ U3 +
Iyy Iyy Iyy Iyy






 ṙ = (I xx − Iyy ) 1 A r
 pq + U4 +
Izz Izz Izz
La ecuación diferencial no lineal (2.27) se puede escribir en una forma más compacta,
como:
X4
ζ̇ = f (ζ) + gi (ζ) Ui (2.28)
i=1
donde:
 
u0
 
v0
 
 
 
 
 w0 
 

 Ax 

 m 

 Ay 

m
 
Az
 
 
 −g + 
 m 
f (ζ) = 
 p + q sin φ tan θ + r cos φ tan θ

 ,
 
 

 q cos φ − r sin φ 

 
 q sin φ sec θ + r cos φ sec θ 
 
 (Iyy − Izz ) JR Ω Ap
 
qr − q+

 

 (I − Ixx Ixx Ixx 
zz Ixx ) JR Ω Aq 
 pr + p+ 
Iyy Iyy Iyy
 
 
 (Ixx − Iyy ) Ar 
pq +
h Izz Izz iT
g1 (ζ) = 0 0 0 g14 g15 g16 0 0 0 0 0 0
T
l
g2 (ζ) = 0 0 0 0 0 0 0 0 0 0 0
Ixx T
l
g3 (ζ) = 0 0 0 0 0 0 0 0 0 0 0
Iyy
T
1
g4 (ζ) = 0 0 0 0 0 0 0 0 0 0 0
Izz
con
1
g14 = (cos ψ sin θ cos φ + sin ψ sin φ)
m
1
g15 = (sin ψ sin θ cos φ − cos ψ sin φ)
m
1
g16 = (cos θ cos φ)
m
El modelo matemático (2.28) puede asumirse como suficientemente preciso en la re-

presentación de todos movimientos funcionales de un vehı́culo aéreo autónomo (Mistler
et al., 2001). Sin embargo, no es adecuado para diseño de control porque este depende de
fuerzas y momentos aerodinámicos, los cuales son desconocidos en la presencia de vien-
tos y turbulencias imprevisibles, y de efectos giroscópicos que se consideran desconocidos
debido a que no se tiene acceso a las velocidades de los motores. En consecuencia, estos
términos serán despreciados durante la fase de diseño de control y serán considerados
como perturbaciones externas.
2.5. Formulación de Lagrange-Euler
Las ecuaciones de movimiento del helicóptero se pueden expresar mediante la aplica-

ción directa de la formulación de Lagrange-Euler, la cual está basada en el concepto de
energı́a mecánica (cinética y potencial):

d ∂L ∂L
Γi = − (2.29)
dt ∂ q̇i ∂qi
L = Ec − Ep
donde:
L es la función lagrangiana
Ec es la energı́a cinética total
Ep es la energı́a potencial total
qi es la coordenada generalizada
q̇i es la primera derivada respecto al tiempo de la coordenada generalizada
Γi son las fuerzas/pares generalizados dados por fuerzas/pares no conservativos
Para desarrollar las ecuaciones de Lagrange-Euler, se vuelve a considerar el sistema

de coordenadas inercial I = [~x ~y ~z ] y el sistema de coordenadas ligado al helicóptero
B = [~xL ~yL ~zL ].
Para un cuerpo rı́gido evolucionando en el espacio tridimensional, las coordenadas

generalizadas se pueden escribirse como (Castillo et al., 2007):
q = [x y z φ θ ψ]T ∈ ℜ6
donde ξ = [x y z]T ∈ ℜ3 es la posición del centro de masa del helicóptero expresada

en I, y η = [φ θ ψ]T ∈ ℜ3 son los ángulos de Tait-Bryan descritos en el Apartado 2.3.
El Lagrangiano para el helicóptero viene dado por:
L(q, q̇) = EcT rans + EcRot − Ep (2.30)
donde EcT rans es la energı́a cinética traslacional y EcRot es la energı́a cinética rotacional.
Inicialmente, se va a desarrollar el término de la energı́a cinética traslacional, lo cual

requiere el conocimiento de la velocidad de cada coordenada generalizada. La velocidad
2.5 Formulación de Lagrange-Euler 21
lineal viene dada por la ecuación (2.15), donde ξ˙ = v, y por lo tanto el cuadrado de la
velocidad es:
ξ˙2 (x, y, z) = (ẋ2 + ẏ 2 + ż 2 ) = ξ˙T ξ˙
Ası́, la energı́a cinética traslacional puede ser escrita mediante la siguiente expresión:
1 m m
Z
EcT rans = ξ˙2 (x, y, z) dm = ξ˙2 (x, y, z) = ξ˙T ξ˙
2 2 2
Para desarrollar el término de la energı́a cinética rotacional, considérese un punto

B
rB fijo y en reposo en el sistema de coordenadas B. Sea I rB el mismo punto B rB con
respecto al sistema de coordenadas inercial I, y RI la matriz de rotación que relaciona
el desplazamiento espacial del sistema de coordenadas B con respecto a I. El vector I rB
vendrá dado por (Fu et al., 1987):
I
rB = R I B rB
I
rBx = (cos ψ cos θ)xL + (cosψsenθsenφ − senψcosφ)yL + (cosψsenθcosφ+senψsenφ)zL
I
rBy = (senψ cos θ)xL + (senψsenθsenφ + cosψcosφ)yL + (senψsenθcosφ − cosψsenφ)zL
I
rBz = (−senθ)xL + (cos θsenφ)yL + (cos θcosφ)zL
Ası́, la velocidad de B rB expresada en I se obtiene por la derivada con respecto al

tiempo de I rB como sigue:
I d I d
RI · B rB = ṘI · B rB

vB = rB =
dt dt

Iv = − sin ψ cos θ ψ̇ − cos ψ sin θ θ̇ xL +
Bx

− sin ψ sin θ sin φψ̇ + cos ψ cos θ sin φθ̇ + cos ψ sin θ cos φφ̇

− cos ψ cos φψ̇ + sin ψ sin φφ̇ yL +

− sin ψ sin θ cos φψ̇ + cos ψ cos θ cos φθ̇ − cos ψ sin θ sin φφ̇

+ cos ψ sin φψ̇ + sin ψ cos φφ̇ zL

Iv = cos ψ cos θ ψ̇ − sin ψ sin θ θ̇ xL +
By

cos ψ sin θ sin φψ̇ + sin ψ cos θ sin φθ̇ + sin ψ sin θ cos φφ̇

− sin ψ cos φψ̇ − cos ψ sin φφ̇ yL +

cos ψ sin θ cos φψ̇ + sin ψ cos θ cos φθ̇ − sin ψ sin θ sin φφ̇

+ sin ψ sin φψ̇ − cos ψ cos φφ̇ zL

Iv = −cos θ θ̇ xL +
Bz

− sin θ sin φθ̇ + cos θ cos φφ̇ yL +

− sin θ cos φθ̇ − cos θ sin φφ̇ zL
Tras obtener la velocidad del punto I rB , se puede calcular la energı́a cinética de rota-
ción. Sea EcRot la energı́a cinética de rotación en B expresada en I, y sea dEcRot la energı́a
cinética de una partı́cula con masa diferencial dm en B, entonces (Fu et al., 1987):
1 1 I 2 I 2 I 2

I
vB2

dEcRot = dm = vBx + v By + vBz dm (2.31)
2 2
Ası́, el cuadrado de la velocidad del punto I vB es:

I 2 I 2
I
vB2 = I 2
vBx + v By + v Bz

I v2 = x2L ψ̇ 2 cos2 θ + θ̇ 2 +
B

yL2 ψ̇ 2 sin2 θ + cos2 θcos2 φ + ψ̇ −2φ̇ sin θ − 2θ̇ cos φ sin φ cos θ + θ̇ 2 sin2 φ + φ̇2 +

2 2 2 2 2 2 2 2

zL ψ̇ sin θ + cos θsin φ + ψ̇ −2φ̇ sin θ + 2θ̇ cos φ sin φ cos θ + θ̇ cos φ + φ̇ +

2xL yL ψ̇ 2 cos θ sin θ sin φ + ψ̇ θ̇ sin θ cos φ − φ̇ cos θ sin φ − θ̇φ̇ cos φ +

2xL zL ψ̇ 2 cos θ sin θ cos φ + ψ̇ −θ̇ sin θ sin φ − φ̇ cos θ cos φ + θ̇φ̇ sin φ +

2yL zL −ψ̇ 2 cos2 θ sin φ cos φ + ψ̇ θ̇ cos θ − 2θ̇ cos θ cos2 φ + θ̇ 2 sin φ cos φ
Reescribiendo la ecuación anterior se tiene:

2
I
vB2 = (yL2 + zL2 ) 2
ψ̇ sin θ − 2ψ̇ φ̇ sin θ + φ̇ + 2

(x2L + zL2 ) ψ̇ 2 sin2 φ cos2 θ + 2ψ̇ θ̇ cos φ sin φ cos θ + θ̇2 cos2 φ +

(x2L + yL2 ) ψ̇ 2 cos2 φ cos2 θ − 2ψ̇θ̇ cos φ sin φ cos θ + θ̇2 sin2 φ +

2xL yL ψ̇ 2 cos θ sin θ sin φ + ψ̇ θ̇ sin θ cos φ − φ̇ cos θ sin φ − θ̇φ̇ cos φ +

2xL zL ψ̇ 2 cos θ sin θ cos φ + ψ̇ −θ̇ sin θ sin φ − φ̇ cos θ cos φ + θ̇φ̇ sin φ +

2 2 2 2
2yLzL −ψ̇ cos θ sin φ cos φ + ψ̇ θ̇ cos θ − 2θ̇ cos θ cos φ + θ̇ sin φ cos φ
Por tanto, resolviendo la ecuación (2.31) con el cuadrado de la velocidad se obtiene la

energı́a cinética de rotación como sigue:
1
Z
EcRot = I
vB2 dm
2
1
Z
yL2 + zL2 dm ψ̇ 2 sin2 θ − 2ψ̇ φ̇ sin θ + φ̇2 +

EcRot =
2
1
Z
x2L + zL2 dm ψ̇ 2 sin2 φ cos2 θ + 2ψ̇ θ̇ cos φ sin φ cos θ + θ̇ 2 cos2 φ +

2
1
Z
x2L + yL2 dm ψ̇ 2 cos2 φ cos2 θ − 2ψ̇ θ̇ cos φ sin φ cos θ + θ̇ 2 sin2 φ +

2
Z
xL yL dm ψ̇ 2 cos θ sin θ sin φ + ψ̇ θ̇ sin θ cos φ − φ̇ cos θ sin φ − θ̇ φ̇ cos φ +
Z
xL zL dm ψ̇ 2 cos θ sin θ cos φ + ψ̇ −θ̇ sin θ sin φ − φ̇ cos θ cos φ + θ̇φ̇ sin φ +
Z
yL zL dm −ψ̇ 2 cos2 θ sin φ cos φ + ψ̇ θ̇ cos θ − 2θ̇ cos θ cos2 φ + θ̇ 2 sin φ cos φ
(2.32)
A partir de las hipótesis realizadas anteriormente, los términos de los productos cru-
zados de la matriz de inercia pueden ser considerados nulos y la matriz de inercia es
diagonal: R
Ixx = R (yL2 + zL2 ) dm
Iyy = R (x2L + zL2 ) dm
Izz = R (x2L + yL2 ) dm
Ixy = R (xL yL)dm = 0
Ixz = R (xL zL )dm = 0
Iyz = (yL zL )dm = 0
La energı́a cinética puede ser reescrita de la siguiente forma:

1 2 1 2 1 2
EcRot = Ixx φ̇ − ψ̇ sin θ + Iyy θ̇ cos φ + ψ̇ sin φ cos θ + Izz θ̇ sin φ − ψ̇ cos φ cos θ
2 2 2
(2.33)
o de una forma más compacta utilizando las ecuaciones (2.14) y (2.17):
1 1 1 1
EcRot = Ixx p2 + Iyy q 2 + Izz r 2 = ω T Jω (2.34)
2 2 2 2
Denominando Wη como el Jacobiano que relaciona ω con η̇ en la ecuación (2.14), se

puede definir la siguiente matriz:
J = J (η) = Wη T JWη (2.35)
por lo que la ecuación de la energı́a cinética (2.34) se puede reescribir en función de
coordenadas generalizadas η como sigue:
1
EcRot = η̇ T J η̇ (2.36)
2
La energı́a potencial Ep expresada en términos de las coordenadas generalizadas viene

dada por:
Ep = mgz (2.37)
Las ecuaciones del movimiento completo se obteniene a partir del Lagrangiano (2.30)
y se obtendrán a partir de la siguiente expresión:

Fξ d ∂L ∂L
= − (2.38)
τη dt ∂ q̇i ∂qi
donde τη ∈ ℜ3 representa los momentos de balanceo, cabeceo y guiñada, y Fξ = RI F̂ es

la fuerza traslacional aplicada al helicóptero debido principalmente a la entrada de control
principal U1 en la dirección del eje z, con
RI F̂ = RIE3 U1 + AT
Puesto que el Lagrangiano no contiene términos en la energı́a cinética combinando ξ˙

con η̇, las ecuaciones de Lagrange-Euler pueden ser divididas en la dinámica de traslación
y la dinámica de rotación, siendo la ecuación de Lagrange-Euler para el movimiento de
traslación:
L(ξ, ξ̇) = EcT ras − Ep
 
∂L ξ, ξ̇ ∂L ξ, ξ̇ d  ∂L ξ, ξ̇ 
= −mgE3 , = mξ˙ , = mξ¨
∂ξ ∂ξ˙ dt ∂ξ˙
 
d  ∂L ξ, ξ̇ ∂L ξ, ξ̇
− = Fξ (2.39)
dt ∂ ξ˙ ∂ξ
mξ¨ + mgE3 = Fξ (2.40)
Reescribiendo (2.40) en función del vector de estados ξ se tiene:

1 A

 ẍ = m (cos ψ sin θ cos φ + sin ψ sin φ) U1 + mx
A
ÿ = m1 (sin ψ sin θ cos φ − cos ψ sin φ) U1 + my (2.41)
z̈ = −g + m1 (cos θ cos φ) U1 + Amz

Para las coordenadas de η las ecuaciones de Lagrange-Euler son:

d ∂L (η, η̇) ∂L (η, η̇)
− = τη
dt ∂ η̇ ∂η

d ∂L (η, η̇) ∂L (η, η̇) d ∂L (η, η̇) ∂L (η, η̇)
− = τφ , − = τθ ,
dt ∂ φ̇ ∂φ dt ∂ θ̇ ∂θ

d ∂L (η, η̇) ∂L (η, η̇)
− = τψ
dt ∂ ψ̇ ∂ψ
Resolviendo las ecuaciones arriba se obtiene:

∂L (η, η̇)
2

= Iyy −ψ̇ θ̇ cos θ sin φ + ψ̇ θ̇ cos θ cos2 φ
+ ψ̇ 2 sin φ cos φ cos2 θ
− θ̇ 2 sin φ cos φ
∂φ
+Izz −ψ̇ 2 sin φ cos φ cos2 θ + ψ̇ θ̇ cos θ sin2 φ − ψ̇ θ̇ cos θ cos2 φ + θ̇ 2 sin φ cos φ
∂L (η, η̇)
= Ixx −ψ̇ φ̇ cos θ + ψ̇ 2 cos θ sin θ + Iyy −θ̇ψ̇ sin φ cos φ sin θ − ψ̇ 2 sin2 φ cos θ sin θ
∂θ
+Izz −ψ̇ 2 sin θ cos θ cos2 φ + ψ̇ θ̇ sin θ sin φ cos φ
∂L (η, η̇)
= 0
∂ψ
∂L (η, η̇)
= Ixx φ̇ − ψ̇ sin θ
∂ φ̇
∂L (η, η̇)
= θ̇ Iyy cos2 φ + Izz sin2 φ + ψ̇ (Iyy cos φ sin φ cos θ − Izz cos φ sin φ cos θ)

∂ θ̇
∂L (η, η̇)
= −φ̇Ixx sin θ + θ̇ ((Iyy − Izz ) cos φ sin φ cos θ)
∂ ψ̇
+ψ̇Ixx sin2 θ + ψ̇Iyy sin2 φ cos2 θ + ψ̇Izz cos2 φ cos2 θ
Y por lo tanto:

d ∂L (η, η̇)
= Ixx φ̈ − ψ̈ sin θ − φ̇ψ̇ cos θ
dt ∂ φ̇

d ∂L (η, η̇)
= Iyy θ̈ cos2 φ − 2θ̇φ̇ cos φ sin φ + ψ̈ cos φ sin φ cos θ − ψ̇ φ̇ sin2 φ cos θ
dt ∂ θ̇
+ψ̇ φ̇ cos2 φ cos θ − ψ̇ θ̇ cos φ sin φ sin θ

+Izz θ̈ sin2 φ + 2θ̇ φ̇ cos φ sin φ − ψ̈ cos φ sin φ cos θ + ψ̇ φ̇ sin2 φ cos θ

−ψ̇ φ̇ cos2 φ cos θ + ψ̇ θ̇ cos φ sin φ sin θ

d ∂L (η, η̇)
= Ixx −φ̈ sin θ − φ̇θ̇ cos θ + ψ̈ sin2 θ + 2ψ̇ θ̇ sin θ cos θ
dt ∂ ψ̇
+Iyy θ̈ cos φ sin φ cos θ − θ̇φ̇ sin2 φ cos θ + θ̇ φ̇ cos2 φ cos θ − θ̇ 2 cos φ sin φ sin θ

+ ψ̈ sin2 φ cos2 θ + 2ψ̇ φ̇ sin φ cos φ cos2 θ − 2ψ̇ θ̇ sin2 φ cos θ sin θ

+Izz −θ̈ cos φ sin φ cos θ + θ̇φ̇ sin2 φ cos θ − θ̇φ̇ cos2 φ cos θ + θ̇ 2 cos φ sin φ sin θ

+ ψ̈ cos2 φ cos2 θ − 2ψ̇ φ̇ cos φ sin φ cos2 θ − 2ψ̇ θ̇ cos θ sin θ cos2 φ
y ası́, se reescribe las ecuaciones de Lagrange-Euler para el movimiento de rotación como

sigue:
d ∂L (η, η̇) ∂L (η, η̇)
− = τη
dt ∂ η̇ ∂η
d ∂L (η, η̇) ∂L (η, η̇)
 
 dt −
∂ φ̇ ∂φ   

 d ∂L (η, η̇)
 τφ
∂L (η, η̇) 
 =  τθ 

 dt −
∂ θ̇ ∂θ 

 d ∂L (η, η̇)
 τψ
∂L (η, η̇) 
−
dt ∂ ψ̇ ∂ψ
El modelo matemático se puede presentar en la forma general, donde (Castillo et al.,

2007):
M(η)η̈ + C(η, η̇)η̇ = τη (2.42)
con M(η) = J (η), o sea:

 
Ixx 0 −Ixx sin θ
 
M(η) =  0 Iyy cos2 φ + Izz sin2 φ (Iyy − Izz ) cos φ sin φ cos θ
 

 
−Ixx sin θ (Iyy − Izz ) cos φ sin φ cos θ Ixx sin2 θ + Iyy sin2 φ cos2 θ + Izz cos2 φ cos2 θ
(2.43)
y  
c11 c12 c13
C (η, η̇) =  c21 c22 c23 
c31 c32 c33
donde
c11 = 0

c12 = (Iyy − Izz ) θ̇ cos φ sin φ + ψ̇ sin2 φ cos θ + (Izz − Iyy ) ψ̇ cos2 φ cos θ − Ixx ψ̇ cos θ
c13 = (Izz − Iyy ) ψ̇ cos φ sin φ cos2 θ

c21 = (Izz − Iyy ) θ̇ cos φ sin φ + ψ̇ sin2 φ cos θ + (Iyy − Izz ) ψ̇ cos2 φ cos θ + Ixx ψ̇ cos θ
c22 = (Izz − Iyy ) φ̇ cos φ sin φ
c23 = −Ixx ψ̇ sin θ cos θ + Iyy ψ̇ sin2 φ cos θ sin θ + Izz ψ̇ cos2 φ sin θ cos θ
c31 = (Iyy − Izz ) ψ̇ cos2 θ sin φ cos φ − Ixx θ̇ cos θ

c32 = (Izz − Iyy ) θ̇ cos φ sin φ sin θ + φ̇ sin2 φ cos θ + (Iyy − Izz ) θ̇ cos2 φ cos θ
+Ixx ψ̇ sin θ cos θ − Iyy ψ̇ sin2 φ sin θ cos θ − Izz ψ̇ cos2 φ sin θ cos θ
c33 = (Iyy − Izz ) φ̇ cos φ sin φ cos2 θ − Iyy θ̇ sin2 φ cos θ sin θ − Izz θ̇ cos2 φ cos θ sin θ
+Ixx θ̇ cos θ sin θ
Ası́, las ecuaciones del movimiento de rotación del helicóptero obtenidas a partir de
la formulación de Lagrange-Euler pueden ser reescritas mediante la siguiente expresión
matricial:
η̈ = M(η)−1 (τη − C(η, η̇)η̇) (2.44)
Para finalizar, en la figura 2.4 se muestra como el sistema puede ser dividido en dos
subsitemas interconectados:
Subsistema
de traslación
x
U1
x&
Subsistema
de rotación y
φ ,θ ,ψ y&
φ
z
φ&
U 2 
 
z&
θ
U 3 
U 
θ&
 4 ψ
ψ&
Figura 2.4: Sistema dinámico dividido en dos sub-sistemas interconectados.
El sub-sistema de rotación, cuyas salidas serán los tres ángulos de Tait-Bryan que
fijan la orientación del vehı́culo, y cuyas entradas serán los tres pares (U2 , U3 y U4 )
que permiten girarlo.
El sub-sistema de traslación, cuyas salidas (posición x, y y z del vehı́culo en el

espacio) dependerán del empuje total, U1 , además de la orientación del sistema.
Capı́tulo 3
Estructuras de Control
En este capı́tulo se utilizan cinco estrategias de control para resolver el problema

de seguimiento de trayectoria, siendo dos de ellas presentadas en Mistler et al. (2001);
Bouabdallah y Siegwart (2005). Se buscan, como objetivos de desempeño de los controla-
dores, error nulo de seguimiento y robustez en presencia de incertidumbres paramétricas
y perturbaciones externas que puedan afectar al helicóptero.
La primera estrategia está basada en Mistler et al. (2001), donde se utiliza una ley
de control con desacoplamiento entrada-salida y linealización exacta por realimentación
dinámica. En esta estrategia se utiliza el modelo dinámico que se obtuvo a partir de la
formulación de Newton-Euler.
La segunda estructura de control utilizada fue presentada en Bouabdallah y Siegwart

(2005). Ésta se basa en la técnica de Backstepping y supone que el helicóptero ya es-
tá en vuelo estacionario, de modo que se permite simplificar el modelo a través de la
aproximación de pequeño ángulo.
La tercera estrategia de control que se desarrolla en este trabajo, se basa en una

estructura de control descentralizada, donde se diseña un controlador para la estabilización
del helicóptero utilizando técnicas de control H∞ no lineal para sistemas mecánicos. Para
controlar los movimientos de traslación se utiliza el controlador propuesto en Bouabdallah
y Siegwart (2005), que usa funciones de Lyapunov, basado en la técnica de Backstepping.
La cuarta estrategia de control se plantea a partir de la estructura anterior, donde

se utiliza el mismo controlador H∞ no lineal para los movimientos de rotación. El pro-
blema de seguimiento de trayectoria se soluciona a través de un controlador predictivo,
donde se permite utilizar trayectorias futuras conocidas, una caracterı́stica de gran rele-
vancia para el control de robots móviles. El cpbm fue desarrollado utilizando la técnica
de linealizaciones sucesivas y basado en el modelo del error.
30 3 Estructuras de Control
Para la quinta estructura de control se diseña un controlador con el objetivo de garanti-

zar la robustez del sub-sistema de traslación en presencia de incertidumbres paramétricas
en los términos de masa y inercia del helicóptero y cuando se aplican vientos mantenidos
sobre el vehı́culo. Para esto se utiliza la sı́ntesis de control H∞ lineal con realimentación de
estados vı́a lmis, suponiendo la posición angular del quadrotor como parámetros inciertos
del sub-sistema de traslación. La estabilización del uav se obtiene a partir del controlador
H∞ no lineal.
A continuación se presentan cada una de las estrategias, ası́ como los resultados de
simulación, y resultados experimentales de la estabilización del sistema.
3.1 Control con desacoplamiento entrada-salida y linealización exacta por realimentación
dinámica (Mistler et al., 2001) 31
3.1. Control con desacoplamiento entrada-salida y li-

nealización exacta por realimentación dinámica
(Mistler et al., 2001)
En este apartado se presenta el controlador desarrollado en Mistler et al. (2001), el

cual trata de una ley de control por realimentación dinámica y un cambio de variables
en el espacio de estados con el objetivo de transformar el sistema no lineal descrito por
la ecuación (2.28) en un sistema lineal y controlable. Este problema es conocido como
linealización exacta por realimentación (Mistler et al., 2001). Además, se reduce el sistema
por el enfoque entrada-salida para trabajar con un conjunto de sistemas siso (single input-
single output) independientes, siendo este el problema de desacoplamiento entrada-salida.
En Mistler et al. (2001) se demuestra que utilizando una ley de control por realimen-
tación estática no es posible resolver estos dos problemas para el sistema (2.28). Siendo
ası́, se propone una ley de control por realimentación dinámica.
Inicialmente, se prueba que, utilizando una ley de control por realimentación estática,
el sistema en bucle cerrado no es realizable. Ası́, en el primer paso, para no complicar
el problema de control, se elige el número de salidas igual al número de entradas, con-
siderando las variables ξ = [x y z]T y el ángulo de guiñada (yaw), ψ, como variables
controladas del sistema. Por lo tanto, el vector de salidas es γ(ζ) = h(ζ) = [x y z ψ]T .
Se asume también que todo el vector de estados, ζ, del sistema es medible y se propone
una ley de control con realimentación de estados estática de la siguiente forma:
U = α(ζ) + β(ζ)v (3.1)
donde v es un vector de entrada de referencia externa, α(ζ) = [α1 (ζ) α2 (ζ)

α3 (ζ) α4 (ζ)]T y β(ζ) ∈ ℜ4x4 .
En el segundo paso, se define el grado relativo del sistema, donde {r1 , r2 , r3 , r4 } es el

vector de grado relativo para el sistema (2.28). Esto estipula exactamente el número de
veces que hay que diferenciar una salida i para que en el último componente aparezca
explı́citamente el vector de entradas U. Ası́, usando derivadas de Lie, se tiene:
ri = inf k, ∃j, 1 ≤ j ≤ 4, Lgj Lfk−1 hi 6= 0

y
(r )
 
γ1 1
(r )
γ2 2
 
 = b(ζ) + ∆(ζ)U
 
 (r )
 γ3 3 
(r )
γ4 4
donde
 
Lg1 Lrf 1 −1 h1 (ζ) · · · Lg4 Lrf 1 −1 h1 (ζ)
∆(ζ) =  .. .. .. (3.2)
.
 
. . 
r4 −1 r4 −1
Lg1 Lf h4 (ζ) · · · Lg4 Lf h4 (ζ)
 
Lrf 1 h1 (ζ)
b(ζ) = 
 .. 
(3.3)
. 
r4
Lf h4 (ζ)
El principal resultado sobre el problema de desacoplamiento entrada-salida es que

este problema tiene solución si, y sólo si, la matriz ∆(ζ) es no singular. En este caso, la
realimentación de estados estática (3.1) con (Mistler et al., 2001):
α(ζ) = −∆−1 (ζ)b(ζ)

(3.4)
β(ζ) = ∆−1 (ζ)
transforma el sistema en bucle cerrado en lineal y desacoplado desde el punto de vista de

entrada-salida, proporcionando y (ri) = vi para todo i, 1 ≤ i ≤ 4.
Sin embargo, para el sistema no lineal (2.28) el grado relativo es r1 = r2 = r3 = r4 = 2.

Por lo tanto, la matriz ∆(ζ) se calcula como sigue:

1 ∂ ∂h1 (cos ψ cos φ sin θ + sin φ sin ψ)
∆11 = Lg1 Lf h1 (ζ) = · f (ζ) · g1 (ζ) =
∂ζ ∂ζ m
∂ ∂h 1
∆12 = Lg2 L1f h1 (ζ) = · f (ζ) · g2 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h1
∆13 = Lg3 Lf h1 (ζ) = · f (ζ) · g3 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h1
∆14 = Lg4 Lf h1 (ζ) = · f (ζ) · g4 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h2 (sin ψ cos φ sin θ − sin φ cos ψ)
∆21 = Lg1 Lf h2 (ζ) = · f (ζ) · g1 (ζ) =
∂ζ ∂ζ m
∂ ∂h2
∆22 = Lg2 L1f h2 (ζ) = · f (ζ) · g2 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h2
∆23 = Lg3 Lf h2 (ζ) = · f (ζ) · g3 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h2
∆24 = Lg4 Lf h2 (ζ) = · f (ζ) · g4 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h3 (cos θ cos φ)
∆31 = Lg1 Lf h3 (ζ) = · f (ζ) · g1 (ζ) =
∂ζ ∂ζ m
∂ ∂h 3
∆32 = Lg2 L1f h3 (ζ) = · f (ζ) · g2 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h3
∆33 = Lg3 Lf h3 (ζ) = · f (ζ) · g3 (ζ) = 0
∂ζ ∂ζ
∂ ∂h 3
∆34 = Lg4 L1f h3 (ζ) = · f (ζ) · g4 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h4
∆41 = Lg1 Lf h4 (ζ) = · f (ζ) · g1 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h4
∆42 = Lg2 Lf h4 (ζ) = · f (ζ) · g2 (ζ) = 0
∂ζ ∂ζ
1 ∂ ∂h4 (l sin φ sec θ
∆43 = Lg3 Lf h4 (ζ) = · f (ζ) · g3 (ζ) =
∂ζ ∂ζ Iyy
∂ ∂h 4 (cos φ sec θ
∆44 = Lg4 L1f h4 (ζ) = · f (ζ) · g4 (ζ) =
∂ζ ∂ζ Izz
y entonces:  
∆11 0 0 0
 ∆21 0 0 0 
∆(ζ) = 
 ∆31

0 0 0 
0 0 ∆43 ∆44
Como se muestra, la matriz ∆(ζ) es singular para todo ζ y, por lo tanto, el problema
de desacoplamiento entrada-salida no se resuelve para el sistema (2.28) a través de una ley
de control estática de realimentación de estados (Mistler et al., 2001). La matriz ∆(ζ) es
(2) (2) (2)
siempre singular porque las derivadas γ1 , γ2 y γ3 están todas afectadas por la entrada
(2)
U1 y ninguna por U2 , U3 , U4 . Para solucionar este problema, se propone encontrar γ1 ,
(2) (2)
γ2 y γ3 independientes de U1 , esto es, retrasar la aparición de U1 para las derivadas de
(2) (2) (2)
orden superior de γ1 , γ2 y γ3 y esperar que las otras entradas aparezcan antes. Para
lograr este resultado, se elige U1 igual a un doble integrador dado por Ū1 :
U1 = κ
κ̇ = ε (3.5)
ε̇ = Ū1
y por consistencia de notación, se define:
U2 = Ū2
U3 = Ū3
U4 = Ū4
Ahora la entrada U1 ya no es una entrada para el sistema (2.28), pero se transforma en
el estado interno κ para el nuevo sistema dinámico (3.6), que es definido como sigue:
ζ̄˙ = f̄(ζ̄) + ḡ(ζ̄, Ū) (3.6)
donde
ζ̄ = [x y z u0 v0 w0 φ θ ψ κ ǫ p q r ]T
y  
u0

 v0 


 w0 

 A x 4

 + g 1 (φ, θ, ψ)κ 
 m 
 Ay 
 + g15(φ, θ, ψ)κ 
m
 
Az
 
 6 
 −g + + g1 (φ, θ, ψ)κ 
 m
 p + q sin φ tan θ + r cos φ tan θ 

 
f̄ ζ̄ = 
 q cos φ − r sin φ  ,

 q sin φ sec θ + r cos φ sec θ 
 

 ǫ 


 0 

 (I − I ) J Ω A 
yy zz R p 
 qr − q +
Ixx Ixx Ixx 
 

 (Izz − Ixx ) JR Ω Aq 
 pr + p + 

 Iyy Iyy Iyy


 (Ixx − Iyy ) Ar 
pq +
Izz Izz
T
ḡ1 (ζ̄) = 0 0 0 0 0 0 0 0 0 0 1 0 0 0
T
l
ḡ2 (ζ̄) = 0 0 0 0 0 0 0 0 0 0 0 0 0
I xx T
l

ḡ3 (ζ̄) = 0 0 0 0 0 0 0 0 0 0 0 0 0
Iyy
T
1
ḡ4 (ζ̄) = 0 0 0 0 0 0 0 0 0 0 0 0 0
Izz
Con el nuevo sistema se puede resolver el problema de desacoplamiento entrada-salida

para el sistema (2.28) a través de una ley de control de realimentación dinámica si este
problema se resuelve por realimentación estática para el sistema extendido (3.6). El vector
de grado relativo para el sistema (3.6) está dado por:
r1 = r2 = r3 = 4; r4 = 2
y se tiene:
(r )
 
γ1 1
(r )
γ2 2
 
 = b(ζ̄) + ∆(ζ̄)Ū
 
 (r )
 γ3 3 
(r )
γ4 4
donde ∆(ζ̄) y b(ζ̄) son calculados usando las ecuaciones (3.2) y (3.3).
La matriz ∆(ζ̄) está dada por:

 cos(φ) cos(ψ) sin(θ)+sin(φ) sin(ψ)
− κ (sin(φ) cos(ψ) sin(θ)−cos(φ) sin(ψ))d κ cos(ψ) cos(θ)d

m mIx mIy
0
 
cos(φ) sin(ψ) sin(θ)−sin(φ) cos(ψ)

 m
− κ (sin(φ) sin(ψ) sin(θ)+cos(φ)
mIx
cos(ψ))d κ sin(ψ) cos(θ)d
mIy
0 

∆(ζ̄) =  cos(φ) cos(θ)

− sin(φ)mIx
cos(θ)κ d
− κ sin(θ)d 0
 
m mIy
 
 
sin(φ)d cos(φ)
0 0 cos(θ)Iy cos(θ)Iz
Se ve que la matriz ∆(ζ̄) es no singular en cualquier punto caracterizado por κ 6= 0,

−π/2 < φ < π/2, −π/2 < θ < π/2. Por lo tanto, el problema de desacoplamiento entrada-
salida se resuelve para el sistema (2.28) a través de una ley de control por realimentación
dinámica dada por:
Ū = α(ζ̄) + β(ζ̄)v (3.7)
con α(ζ̄) y β(ζ̄) calculados a partir de (3.4).
Además, como el sistema extendido (3.6) tiene dimensión n = 14, la condición

r1 + r2 + r3 + r4 = n se cumple y, por tanto, el sistema puede ser transformado por
realimentación dinámica en un sistema que, en coordenadas adecuadas, es completamente
lineal y controlable. El cambio de coordenadas λ = Φ(ζ̄) se da por:
λ8 = L3f h2 ζ̄ = y (3)

λ1 = h1 ζ̄ = x
λ2 = Lf h1 ζ̄ = ẋ λ9 = h3 ζ̄ =z
2
λ3 = Lf h1 ζ̄ = ẍ λ10 = Lf h3 ζ̄ = ż
3 (3)
λ4 = Lf h1 ζ̄ = x λ11 = L2f h3 ζ̄ = z̈
λ5 = h2 ζ̄ = y λ12 = L3f h3 ζ̄ = z (3)
λ6 = Lf h2 ζ̄ = ẏ λ13 = h4 ζ̄ = ψ
2
λ7 = Lf h2 ζ̄ = ÿ λ14 = Lf h4 ζ̄ = ψ̇
En las nuevas coordenadas, el sistema se escribe como:
λ̇ = Aλ + Bv
(3.8)
γ = Cλ
donde
     
A1 0 0 0 B1 C1 0 0 0
 0 A1 0 0  B2   0 C1 0 0 
   
A=  0 , B=  B3  , C =  0 0

0 A1 0  C1 0 
0 0 0 A2 B4  0 0 0 C2
0 1 0 0 0 0 0 0
 0 0 1 0 
 0 1  0 0 0 0 
A1 = 
 0 , A2 = , B1 =  
0 0 1  0 0  0 0 0 0 
 0 0 0 0   1 0 0 0
0 0 0 0 0 0 0 0
 0 0 0 0 
  0 0 0 0  0 0 0 0
B2 = 
 0  0 0 0 0  , B4 = 0
, B3 =  
0 0 0  0 0 1
0 1 0 0 0 0 1 0
C1 = 1 0 0 0 , C2 = 1 0
Para controlar el sistema (3.8), los autores proponen la siguiente ley de control por
realimentación:

(4) (3) (3)
v1 = xd − c3 x − xd − c2 (ẍ − ẍd ) − c1 (ẋ − ẋd ) − c0 (x − xd )

(4) (3)
v2 = yd − c3 y (3) − yd − c2 (ÿ − ÿd ) − c1 (ẏ − ẏ) − c0 (y − yd )

(4) (3)
v3 = zd − c3 z (3) − zd − c2 (z̈ − z̈d ) − c1 (ż − żd ) − c0 (z − z)

v4 = ψ̈d − c5 ψ̇ − ψ̇d − c4 (ψ − ψd )
donde los coeficientes ci son los parámetros de ajuste del controlador y (xd , yd, zd , ψd ) es
la trayectoria deseada.
En la Figura 3.1 se representa el diagrama de bloques completo de la estructura de

control presentada.
var_zref MATLAB
Function
xrdot4 Varible lambda
yrdot4
zrdot4 K*u lambda

1 1
psiddot Gain s s u1
kappa
Trayectoria (x,y,z)
de Referencia MATLAB Demux u2
Function
Exact Linearization u3 (dx,dy,dz)
u4 draganfly_Mistler_Mod
(phi,theta,psi)
Atras
(p,q,r)
Perturbación Arot
Traslacional du/dt
DRAGANFLY
Perturbación
Rotacional
du/dt
Figura 3.1: Diagrama de Bloques para el control con linealización por realimentación del
helicóptero quadrotor.
3.1.1. Resultados de simulación
Se realizaron varias simulaciones para evaluar el controlador propuesto en Mistler et

al. (2001). La trayectoria de referencia utilizada es una helicoidal vertical dada por las
siguientes ecuaciones:
1 t 1 t t π

xd = 2
cos 2
, yd = 2
sin 2
, zd = 1 + 10
, ψd = 3
Se supone que el helicóptero empieza en la posición (x, y, z) = (0,0,0.5)m ,con orien-

tación (φ, θ, ψ) = (0,0,0.5)rad. Los parámetros del modelo utilizados aquı́, y durante todo
el trabajo, fueron los del artı́culo (Mistler et al., 2001), y son: m = 0,7kg, l = 0,3m,
g = 9,81m/s2 y Ixx = Iyy = Izz = 1,2416.
Se presentan dos resultados, en el primero se considera una incertidumbre de ±20 %

en los parámetros de inercia del modelo y sin tener en cuenta perturbaciones externas. La
segunda simulación se realizó sólo con el modelo nominal, pero se consideraron perturba-
ciones externas, que fueron escalones mantenidos en los momentos aerodinámicos, o sea,
en t = 5s se introdujo Ar = 5Nm, en t = 15s se afectó al sistema con Ap = 10Nm, y
en t = 25s se aplicó la última perturbación con amplitud Aq = 10Nm. Las ganancias del
controlador son las siguientes: c0 = 625, c1 = 500, c2 = 150, c3 = 20, c4 = c5 = 4.
Las resultados de ambas simulaciones se presentan en las Figuras 3.2 - 3.9.
Referencia
Inercia nominal
Inercia +20%
Inercia −20%
4.5
3.5
2.5
z
1.5
0.5
0.5
0.5
0
0
−0.5 −0.5
y x
Figura 3.2: Trayectoria xyz del helicóptero quadrotor cuando se aplica la estrategia de
control con linealización por realimentación dinámica sin perturbaciones externas.
x
0.5
Referencia
Inercia nominal
Inercia +20%
0 Inercia −20%
−0.5
0 5 10 15 20 25 30
y
0.5
Referencia
Inercia nominal
Inercia +20%
0 Inercia −20%
−0.5
0 5 10 15 20 25 30
z
6
Referencia
Inercia nominal
4 Inercia +20%
Inercia −20%
2
0
0 5 10 15 20 25 30
tiempo [s]
Figura 3.3: Evolución temporal de la posición cuando se aplica la estrategia de control

con linealización por realimentación dinámica sin perturbaciones externas.
φ
0.02
Inercia Nominal
0 Inercia +20%
Inercia −20%
−0.02
−0.04
−0.06
0 5 10 15 20 25 30
0.3
Inercia Nominal
0.2 θ Inercia +20%
Inercia −20%
0.1
−0.1
0 5 10 15 20 25 30
1.5 ψ
Referencia
Inercia nominal
1 Inercia +20%
Inercia −20%
0.5
tiempo [s]
0
0 5 10 15 20 25 30
Figura 3.4: Evolución temporal de la orientación cuando se aplica la estrategia de control

con linealización por realimentación dinámica sin perturbaciones externas.
u1 u2
8.5 20
Inercia nominal Inercia nominal
Inercia +20% Inercia +20%
8 Inercia −20% 15 Inercia −20%
7.5 10
7 5
6.5 0
6 −5
0 10 20 30 0 10 20 30
tiempo [s] tiempo [s]
u3 u4
200 4
100 2
50 1
0 0
−50 −1
0 10 20 30 0 10 20 30
Figura 3.5: Evolución temporal de la entrada de control cuando se aplica la estrategia de

control con linealización por realimentación dinámica sin perturbaciones externas.
Referencia
Inercia nominal
3.5
2.5
z
1.5
0.5
2
1 2
1
0
0
−1
−1
y −2 −2 x
control con linealización por realimentación dinámica con perturbaciones externas.
x
2
Referencia
1 Inercia nominal
−1
−2
0 5 10 15 20 25 30
y
2
Referencia
1 Inercia nominal
−1
−2
0 5 10 15 20 25 30
z
4
Referencia
3 Inercia Nominal
0
0 5 10 15 20 25 30
tiempo [s]

con linealización por realimentación dinámica con perturbaciones externas.
φ
1.5
Inercia nominal
1
0.5
−0.5
0 5 10 15 20 25 30
θ
1
Inercia nominal
0.5
−0.5
0 5 10 15 20 25 30
ψ
150
Referencia
Inercia nominal
100
50
0
0 5 10 15 20 25 30
tiempo [s]

con linealización por realimentación dinámica con perturbaciones externas.
u1 u2
12 200
11 0
10
−200
9
−400
8
7 −600
6 −800
0 10 20 30 0 10 20 30
u3 u4
200 200
0
0
−200
−200 −400
−600
−400
−800
−600 −1000
0 10 20 30 0 10 20 30
Figura 3.9: Evolución temporal de la entrada de control cuando se aplica la estrategia de

control con linealización por realimentación dinámica con perturbaciones externas.
Se puede percibir a través de las gráficas que este controlador es robusto frente a incer-
tidumbres paramétricas, pero cuando se aplican perturbaciones externas en los momentos
aerodinámicos, que pueden interpretarse como acciones de vientos que causan rotación
del helicóptero, el controlador no fue capaz de rechazarlas. Esto se debe a que en la ley
de control no se considera el efecto integral en los términos de rotación.
En la parte de traslación, sı́ se considera el efecto integral, y como se muestra en

Mistler et al. (2001), se rechazan vientos mantenidos, que se pueden considerar como
fuerzas aerodinámicas.
3.2. Control basado en Backstepping (Bouabdallah

y Siegwart, 2005)
La estrategia de control que se presenta en este apartado fue elaborada en Bouabda-

llah y Siegwart (2005). Se trata de utilizar la técnica de Backstepping para controlar el
helicóptero quadrotor con objetivos de estabilización y seguimiento de trayectoria.
Primero, se considera el modelo del helicóptero cuando éste ejecuta vuelo estacionario,
o sea, se supone que la variación de los ángulos de Tait-Bryan es pequeña. Ası́, utilizando
las ecuaciones de movimiento obtenidas a través de la formulación de Lagrange-Euler,
aislando las aceleraciones y aplicando la aproximación del pequeño ángulo al sistema de
rotación (cos φ ≈ cos θ ≈ cos ψ ≈ 1, sin φ ≈ φ, sin θ ≈ θ, sin ψ ≈ ψ) se obtiene el siguiente
modelo:
ẍ = m1 (cos ψ sin θ cos φ + sin ψ sin φ) U1 + Amx



ÿ = m1 (sin ψ sin θ cos φ − cos ψ sin φ) U1 + Amy




 z̈ = −g + 1 (cos θ cos φ) U1 + Az


m m
φ̈ = (IyyI−I zz )
θ̇ ψ̇ − JR Ω
θ̇ + l
U + IAxxp (3.9)
 xx Ixx Ixx 2
θ̈ = (IzzI−I xx )
U3 + IAyyq

φ̇ψ̇ + JIRyyΩ φ̇ + Iyy
l



 yy
φ̈ = (IxxI−I yy )

1
θ̇ φ̇ + Izz U4 + IAzzr

zz
Para diseñar el controlador se reescribe el sistema (3.9) en la forma de espacio de

estados Ẋ = f(X, U) introduciendo X = (x1 . . . x12 ) como el vector de estados del sistema,
siendo:
x1 =φ x7 = z
x2 = ẋ1 = φ̇ x8 = ẋ7 = ż
x3 =θ x9 = x
x4 = ẋ3 = θ̇ x10 = ẋ9 = ẋ
x5 =ψ x11 = y
x6 = ẋ5 = ψ̇ x12 = ẋ11 = ẏ
A partir de (3.9) y con el nuevo vector de estados se puede escribir el sistema de la

3.2 Control basado en Backstepping (Bouabdallah y Siegwart, 2005) 43
siguiente forma:
 
x2

 x4 x6 a1 + x4 a2 Ω + b1 U2 


 x4 


 x2 x6 a3 + x2 a4 Ω + b2 U3 


 x6 

 x4 x2 a5 + b3 U4 
Ẋ = f (X, U) =   (3.10)

 x8 


 −g + (cos x1 cos x3 ) Um1 


 x10 


 ux Um1 

 x12 
uy Um1
con:
a1 = (Iyy − Izz )/Ixx b1 = l/Ixx
a2 = −JR /Ixx b2 = l/Iyy
a3 = (Izz − Ixx )/Iyy b3 = 1/Izz (3.11)
a3 = JR /Iyy
a5 = (Ixx − Iyy )/Izz
ux = (cos x5 sin x3 cos x1 + sin x5 sin x1 )

(3.12)
uy = (sin x5 sin x3 cos x1 − cos x5 sin x1 )
Esto es útil para ver que el sistema de rotación no depende de las componentes de tras-
lación, como ya se habı́a comentado anteriormente. Por otro lado, las traslaciones depen-
den de los ángulos. Se puede imaginar el sistema completo descrito por (3.10) constituido
por dos sub-sistemas, el de rotaciones angulares y el de traslaciones lineales, conforme
Figura 3.10.
Quad-Rotor Subsistema
de traslación
U1 x
Backstepping
Traslación φr , θ r x x, y, z
xr , yr , zr Subsistema y
de rotación
φ φ ,θ ,ψ y
G.Tray.
U2 z
ψr φ
z
Backstepping U3 θ
Rotación θ φ ,θ ,ψ
U4
ψ
ψ
Figura 3.10: Estructura de control Backstepping.

3.2.1. Control Backstepping del sub-sistema de rotación
Utilizando la técnica de Backstepping se puede diseñar la ley de control forzando al

sistema a seguir la trayectoria de referencia. Para ello, como primer paso se define el error
de seguimiento como sigue (Bouabdallah y Siegwart, 2005):
z1 = x1d − x1 (3.13)
Según el teorema de Lyapunov, y considerando que la función Lyapunov V (z1 ) pre-

sentada a continuación es definida positiva y su derivada con respecto al tiempo es semi-
definida negativa:
1
V (z1 ) = z12 (3.14)
2
V̇ (z1 ) = z1 (ẋ1d − x2 ) (3.15)
la estabilización de z1 puede ser obtenida introduciendo la siguiente entrada de control
virtual x2 :
x2 = ẋ1d + α1 z1 (3.16)
con α1 > 0.
La derivada de la función de Lyapunov se escribe como:
V̇ (z1 ) = −α1 z12 (3.17)
permitiendo proseguir con un cambio de variables realizando:
z2 = x2 − ẋ1d − α1 z1 (3.18)
Para anular este nuevo error, se realizará un segundo paso considerando la siguiente
función de Lyapunov aumentada:
1
V (z1 , z2 ) = (z12 + z22 ) (3.19)
2
donde su derivada temporal viene dada por:
V̇ (z1 , z2 ) = z2 (a1 x4 x6 + a2 x4 Ω + b1 U2 ) − z2 (ẍ1d − α1 (z2 + α1 z1 )) − z1 z2 − α1 z12 (3.20)
Por lo tanto, si se considera la referencia en aceleración nula (ẍ1d = 0), se obtiene la

siguiente señal de control U2 , satisfaciendo V̇ (z1 , z2 ) < 0:
1
U2 = (z1 − a1 x4 x6 − a2 x4 Ω − α1 (z2 + α1 z1 ) − α2 z2 ) (3.21)
b1
con
z1 = x1d − x1
z2 = x2 − ẋ1d − α1 z1
que estabiliza el sistema aumentado, ya que con esta señal de control se obtiene que:
V̇ (z1 , z2 ) = −α1 z12 − α2 z22 < 0 (3.22)
Nótese cómo el término α2 z2 con α2 > 0 se añade para estabilizar z1 .
Se realizan los mismos pasos para obtener U3 y U4 :

1
U3 = (z3 − a3 x2 x6 − a4 x2 Ω − α3 (z4 + α3 z3 ) − α4 z4 ) (3.23)
b2
1
U4 = (z5 − a5 x2 x4 − α5 (z6 + α5 z5 ) − α6 z6 ) (3.24)
b3
con 

 z3 = x3d − x3
z4 = x4 − ẋ3d − α3 z3


 z5 = x5d − x5
z6 = x6 − ẋ5d − α5 z5

3.2.2. Control Backstepping del sub-sistema de traslación
Control de altura
La entrada de control de la altura U1 se logra usando la misma técnica presentada en

la sección anterior:
m
U1 = (z7 + g − α7 (z8 + α7 z7 ) − α8 z8 ) (3.25)
cos x1 cos x3
con
z7 = x7d − x7
z8 = x8 − ẋ7d − α7 z7
Control del movimiento lineal en el plano xy
El modelo (3.9) refleja que el movimiento a través de los ejes x e y depende de la

entrada de control U1 . De hecho U1 es el vector de empuje total, diseñado para obtener
el movimiento lineal deseado. Si se considera ux y uy las orientaciones de U1 responsables
del movimiento a través de los ejes x e y, respectivamente, se puede sacar de (3.12) los
ángulos de balanceo, φ, y de cabeceo, θ, necesarios para calcular las señales de control ux
y uy , satisfaciendo V̇ (z1 , z2 ) < 0.
m
ux = (z9 − α9 (z10 + α9 z9 ) − α10 z10 ) (3.26)
U1
m
uy = (z11 − α11 (z12 + α11 z11 ) − α12 z12 ) (3.27)
U1
Los resultados presentados en este apartado sirven para analizar la estrategia de control
propuesta en Bouabdallah y Siegwart (2005). La trayectoria de referencia, condiciones
iniciales y parámetros del helicóptero son los mismos presentados en el caso anterior.
Se presentan nuevamente dos resultados, en el primero se considera la incertidumbre

de ±20 % en los parámetros de inercia del modelo, sin tener en cuenta perturbaciones
externas. La segunda simulación se realizó también considerando incertidumbres paramé-
tricas, y además, se consideraron perturbaciones externas, donde se aplicaron escalones
mantenidos en los momentos aerodinámicos, o sea, en t = 5s se introdujo Ar = 5Nm y
en t = 15s se afectó al sistema con Ap = 10Nm. Los parámetros de los controladores
se ajustaron con los siguientes valores: α1 = 100, α2 = 1, α3 = 100, α4 = 1, α5 = 100,
α6 = 1, α7 = 100, α8 = 3, α9 = 15, α10 = 3, α11 = 15 y α12 = 3.
En las Figuras 3.11-3.17 se presentan los resultados obtenidos para la estrategia de

control en cuestión.
Referencia
Inercia nominal
Inercia +20%
Inercia −20%
3
z
0
1
0.5 1
0.5
0
0
−0.5
−0.5
y −1 −1 x
control utilizando la técnica de Backstepping sin perturbaciones externas.
x
1
Referencia
0.5 Inercia nominal
Inercia +20%
0 Inercia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
y
1
Referencia
0.5 Inercia nominal
Inercia +20%
0 Inercia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
z
6
Referencia
Inercia nominal
4 Inercia +20%
Inercia −20%
2
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando la técnica de Backstepping sin perturbaciones externas.
φ
0.6
Referencia
0.4 Inercia nominal
Inercia +20%
0.2 Inercia −20%
−0.2
0 5 10 15 20 25 30 35 40
θ
1.5
Referencia
1 Inercia nominal
Inercia +20%
0.5 Inercia −20%
−0.5
0 5 10 15 20 25 30 35 40
ψ
1.5
Referencia
Inercia nominal
1 Inercia +20%
Inercia −20%
0.5
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando la técnica de Backstepping sin perturbaciones externas.
u1 u2
120 2500
100 Inercia +20% 2000 Inercia +20%
Inercia −20% Inercia −20%
1500
80
1000
60
500
40
0
20 −500
0 −1000
0 10 20 30 40 0 10 20 30 40
u3 u4
8000 600
6000 Inercia −20% Inercia −20%
400
4000
200
2000
0
0
−2000 −200
0 10 20 30 40 0 10 20 30 40
Figura 3.14: Evolución temporal de las entradas de control cuando se aplica la estrategia
de control utilizando la técnica de Backstepping sin perturbaciones externas.
x
2000
Referencia
Inercia nominal
0 Inercia +20%
Inercia −20%
−2000
−4000
0 5 10 15 20 25 30 35 40
y
5000
Referencia
0 Inercia nominal
Inercia +20%
−5000 Inercia −20%
−10000
−15000
0 5 10 15 20 25 30 35 40
z
6
Referencia
Inercia nominal
4 Inercia +20%
Inercia −20%
2
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando la técnica de Backstepping con perturbaciones externas.
φ
2
Referencia
1 Inercia nominal
Inercia +20%
0 Inercia −20%
−1
−2
0 5 10 15 20 25 30 35 40
θ
1.5
Referencia
1 Inercia nominal
Inercia +20%
0.5 Inercia −20%
−0.5
0 5 10 15 20 25 30 35 40
ψ
8
Referencia
6 Inercia nominal
Inercia +20%
4 Inercia −20%
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando la técnica de Backstepping con perturbaciones externas.
u1 u2
120 3000
100 Inercia +20% Inercia +20%
Inercia −20% 2000 Inercia −20%
80
1000
60
0
40
20 −1000
0 −2000
0 10 20 30 40 0 10 20 30 40
4 u3 u4
x 10
1.5 600
0.5
200
0
0
−0.5
−200
−1
−1.5 −400
−2 −600
0 10 20 30 40 0 10 20 30 40
de control utilizando la técnica de Backstepping con perturbaciones externas.
A través de las gráficas obtenidas con la estrategia de control presentada en este apar-
tado se observa un buen funcionamiento del helicóptero para el problema de seguimiento
de trayectoria cuando se consideran incertidumbres en los parámetros del sistema. Sin
embargo, cuando se aplicaron perturbaciones externas mantenidas, el controlador no fue
capaz de rechazarlas.
Como se muestra en las Figuras 3.15-3.17, el helicóptero se hace inestable y diverge

de la trayectoria de referencia. Cabe destacar que las perturbaciones introducidas en la
simulación son momentos aerodinámicos. No se consideraron perturbaciones en el sub-
sistema de traslación.
3.3 Control Backstepping/H∞ no lineal (Raffo et al., 2008a) 51
3.3. Control Backstepping /H∞ no lineal (Raffo et al.,

2008a)
En este apartado se desarrolla una estrategia de control que tiene como objetivo es-
tabilizar de forma robusta el subsistema de rotación, siendo capaz de mantener el buen
funcionamiento del helicóptero cuando éste está sujeto a perturbaciones que generan mo-
mentos aerodinámicos.
Para ello se utiliza una ley de control H∞ no lineal que es robusta ante la presencia
de incertidumbres y capaz de rechazar perturbaciones mantenidas. Una vez estabilizado
el subsistema de rotación, se implementará el controlador del subsistema de traslación
lineal desarrollado en el Apartado 3.2.2. En el diagrama de bloques de la Figura 3.18 se
representa la estructura de control en cuestión.
H∞
Figura 3.18: Estructura de control Backstepping/H∞ no lineal.
Para desarrollar el controlador se utiliza el modelo obtenido vı́a la formulación de

Lagrange-Euler presentado en el capı́tulo 2.
A continuación se expone una breve introducción de la teorı́a de control H∞ no lineal

aplicada a sistemas mecánicos totalmente actuados, y después se presenta el controlador
desarrollado para la estabilización del helicóptero quadrotor.
3.3.1. Control H∞ no lineal
La ecuación dinámica de un sistema mecánico suave de orden n, que se ve afectado

por una perturbación desconocida, puede ser la siguiente:
ẋ = f(x, t) + g(x, t)u + k(x, t)ω , (3.28)
donde u ∈ ℜp es el vector de entradas de control, ω ∈ ℜq es el vector de perturbaciones

externas y x ∈ ℜn es el vector de estados. El desempeño puede ser definido usando la
variable de coste z ∈ ℜ(m+p) dada por la expresión:

h(x)
z=W , (3.29)
u
donde h(x) ∈ ℜm representa el vector objetivo cuya magnitud se desea controlar, y

W ∈ ℜ(m+p)×(m+p) es una matriz de ponderación. Si los estados x son accesibles, entonces
se puede formular el problema H∞ óptimo de la forma (van der Schaft, 1992):
Hallar el mı́nimo valor de γ ∗ ≥ 0 tal que para cualquier γ ≥ γ ∗ exista una realimenta-
ción de estado u = u(x, t), tal que la ganancia L2 de ω a z sea menor o igual que γ, esto
es: Z T Z T
kzk22 dt ≤γ 2
kωk22 dt . (3.30)
0 0
El término interno de la integral de la izquierda en la desigualdad (3.30) puede ser

escrito como:
2 T
T T
T h(x)
kzk2 = z z = h (x) u W W
u
y la matriz simétrica definida positiva WT W puede ser particionada como:

T Q S
W W= (3.31)
ST R
Las matrices Q y R son simétricas y definidas positivas y el hecho de que WT W > 0

garantiza que Q − SR−1 ST > 0.
Bajo estas hipótesis, se puede calcular una señal de control óptima u∗ (x, t) para el
sistema (3.28) si existe una solución suave V (x, t), con V (x0 , t) ≡ 0 para t ≥ 0, para la
siguiente ecuación de HJBI (van der Schaft, 2000):
∂T V 1 ∂T V 1

∂V T −1 T ∂V
+ f(x, t) + 2
k(x, t)k (x, t)−g(x, t)R g (x, t) −
∂t ∂x 2 ∂x γ ∂x
(3.32)
T
∂ V 1
g(x, t)R−1 ST h(x) + hT (x) Q − SR−1 ST h(x) = 0

−
∂x 2
p
para cada γ > σmáx (R) ≥ 0, donde σmáx significa el máximo valor singular. En tal caso,
la ley de control óptimo por realimentación de estados se obtiene como sigue (W. Feng
and I. Postlethwaite , 1994):

∗ −1 T T ∂V (x, t)
u = −R S h(x) + g (x, t) . (3.33)
∂x
Control H∞ no lineal del sub-sistema de rotación
El controlador H∞ no lineal se utiliza el modelo dinámico para los movimientos de

rotación (2.42) obtenido a partir de la formulación de Lagrange-Euler en el Capı́tulo 2,
donde τη representa los pares de control y perturbaciones externas. En aras de la claridad,
τη se puede redefinir como:
τη = τηa + τηd
donde τηa representa el vector de pares de control respecto a los momentos de balanceo,
cabeceo y guiñada, y τηd representa el resto de la perturbaciones a las cuales está sujeto
el sistema.
Como primer paso para diseñar la ley de control, se define el vector del error de
seguimiento de la siguiente forma:
η̃˙
   
η̇ − η̇ d
x̂ =  R η̃  =  R η − η d  (3.34)
d
η̃dt η − η dt
donde η d y η̇ d ∈ ℜn representa la posición de la trayectoria deseada y la velocidad de

la misma, respectivamente. Nótese que en el vector del error se ha incluido un término
integral que permitirá lograr un error nulo en régimen permanente ante perturbaciones
mantenidas aplicadas al sistema (Ortega et al., 2005).
Para el sub-sistema de rotación se propone la siguiente ley de control:

τηa = M(η)η̈ + C(η, η̇)η̇ − T1 −1 M(η)Tx̂˙ + C(η, η̇)Tx̂ + T1 −1 u (3.35)
Esta ley de control se puede separar en tres partes: la primera de ellas, consistente en los
dos primeros términos de la ecuación, está destinada a compensar la dinámica del sistema
(2.42). La segunda parte consiste en los términos que incluyen el vector del error x̂ y su
˙ En caso de que τη ≡ 0, estos dos términos de la ley de control permitirı́an un
derivada, x̂. d
seguimiento perfecto, lo cual significa que ellos representan el esfuerzo de control principal
necesario para ejecutar la tarea. Finalmente, el tercer término incluye un vector u que
representa el esfuerzo de control adicional necesario para rechazar perturbaciones (Ortega
et al., 2005).
En este punto hay que hacer notar que, a pesar de que la ley de control anterior pueda
parecer un sistema mal planteado, posteriormente se mostrará (ver ecuación (3.42)) que el
par que se calcula no depende de la aceleración de las coordenadas generalizadas, aunque
sı́ de la referencia de aceleración.
La matriz T en (3.35) se puede dividir en los siguientes términos:

T= T1 T2 T3
con T1 = ρI, donde ρ es un escalar positivo e I es la matriz identidad de orden n.
Sustituyendo la ecuación de la ley de control (3.35) en la ecuación de Lagrange-Euler

que representa al sistema (2.42), y definiendo ω = M(η)T1 M−1 (η)τηd , se tiene:
M(η)Tx̂˙ + C(η, η̇)Tx̂ = u + ω (3.36)
Esta ecuación representa la ecuación dinámica del error del sistema. Teniendo en
cuenta esta ecuación no lineal, el problema de control H∞ no lineal se puede formular
como sigue:
“Hallar una ley de control u(t) tal que la relación entre la energı́a de la variable de
T
coste z = W hT(x̂) uT y la energı́a de las señales de perturbación ω sea menor que
un nivel de atenuación preestablecido γ”.
Teniendo en cuenta la definición del vector de error, x̂, y la definición de la variable

de coste, z, se consideran las siguientes estructuras para las matrices Q y S en (3.31):
   
Q1 Q12 Q13 S1
Q =  Q12 Q2 Q23  , S =  S2  .
Q13 Q23 Q3 S3
Para aplicar los resultados teóricos presentados en el Apartado 3.3.1 es necesario re-
escribir la ecuación dinámica no lineal del error (3.36) en la forma normal del problema
H∞ no lineal (véase ecuación (3.28)). Esto puede ser realizado mediante las siguientes
transformaciones:
x̂˙ = f(x̂, t) + g(x̂, t)u + k(x̂, t)ω , (3.37)
 
−M(η)−1 C(η, η̇) 0 0
f (x̂, t) = T0 −1  T1 −1 I − T1 −1 T2 −I + T1 −1 (T2 − T3 )  T0 ,
0 I −I
 
M(η)−1
g (x̂, t) = k (x̂, t) = T0 −1  0 
0
donde I es la matriz identidad, 0 una matriz de ceros, ambos de orden n, y

 
T1 T2 T3
T0 =  0 I I  . (3.38)
0 0 I
Como se expuso en el Apartado 3.3.1, la solución de la ecuación de HJBI depende

de la elección de la variable de coste, z, y particularmente de la elección de la función
h(x̂) (ver (3.29)). En este trabajo, esta función se considera igual al vector de error, esto
es, h(x̂) = x̂. Una vez elegida esta función, para calcular la ley de control, u, hay que
encontrar la solución, V (x̂, t), para la ecuación de HJBI (3.32) planteada en el apartado
anterior. El siguiente teorema ayudará a hallar esta solución.
Teorema: Sea V (x̂, t) la función escalar:

 
M(η) 0 0
1 T T 
V (x̂, t) = x̂ T0  0 Y X−Y  T0 x̂ , (3.39)
 
2  
0 X−Y Z+Y
donde X, Y y Z ∈ ℜn×n son matrices constantes, simétricas, y definidas positivas tal que
h i
Z − XY−1 X + 2X > 0, y T0 es como definido en (3.38). Sea T = T1 T2 T3 la
matriz que aparece en (3.36). Si estas matrices verifican la siguiente ecuación:
 
0 Y X
  1 T T
T −1 T
 Y 2X Z + 2X  + Q + 2 T T − S + T R S +T =0 (3.40)
 
  γ
X Z + 2X 0
entonces, la función V (x̂, t) constituye una solución para la ecuación de HJBI (3.32), para
un valor suficientemente alto de γ.
La demostración de este teorema puede encontrarse en Ortega et al. (2005).

La matriz T = T1 T2 T3 puede ser calculada resolviendo algunas ecuaciones
algebraicas de Riccati (ver (Ortega et al., 2005)).
Una vez calculada la matriz T, sustituyendo V (x̂, t) en (3.33), la ley de control u∗

correspondiente al ı́ndice óptimo γ, según el criterio de la ganancia L2 , viene dada por la
expresión:
u∗ = −R−1 ST + T x̂

(3.41)
Finalmente, si se sustituye la ley de control (3.41) en (3.35), y tras realizar algunas

manipulaciones matemáticas, la ley de control óptima puede ser reescrita como:
Z
τη∗a = M(η)η̈ + C(η, η̇)η̇ − M(η) KD η̃˙ + KP η̃ − KI
d
η̃dt (3.42)
donde:
KD = T1 −1 T2 + M(η)−1 C(η, η̇)T1 + M(η)−1 R−1 S1 T + T1

KP = T1 −1 T3 + M(η)−1 C(η, η̇)T2 + M(η)−1 R−1 S2 T + T2

KI = −T1 −1 M(η)−1 C(η, η̇)T3 + M(η)−1 R−1 S3 T + T3

Se puede obtener un caso particular cuando las submatrices de ponderación que com-
ponen WT W verifiquen (Ortega et al., 2005):
Q1 = ω12 I, Q2 = ω22 I, Q3 = ω32 I, R = ωu2 I, (3.43)
Q12 = Q13 = Q23 = 0, S1 = S2 = S3 = 0.
En este caso, se obtienen las siguientes expresiones analı́ticas para las distintas ganan-
cias: p
ω22 + 2ω1 ω3

−1 1
KD = I + M(η) C(η, η̇) + 2 I ,
ω1 ωu
p
ω22 + 2ω1 ω3

ω3 −1 1
KP = I + M(η) C(η, η̇) + 2 I ,
ω1 ω1 ωu

ω3 −1 1
KI = M(η) C(η, η̇) + 2 I .
ω1 ωu
Estas ecuaciones tienen una propiedad importante: las expresiones de las ganancias
no dependen del parámetro γ. Por lo tanto, para este caso particular, se dispone de
expresiones analı́ticas para calcular la solución óptima (Ortega et al., 2005).
Finalmente, es conveniente señalar que el controlador presentado en este trabajo puede

ser interpretado como un esquema de control de par calculado, con un controlador H∞
no lineal externo.
Para corroborar la eficacia de la estructura de control propuesta utilizando el con-

trolador basado en la técnica Backstepping junto con el controlador H∞ no lineal para
el problema de seguimiento de trayectoria, considerando la presencia de perturbaciones

externas e incertidumbres paramétricas, se han realizado dos conjuntos de simulaciones,
como para los casos anteriores.
La trayectoria de referencia, condiciones iniciales, parámetros del helicóptero y tasas

de incertidumbres en los parámetros son los mismos que se utilizaron en los demás casos
previamente presentados.
La primera simulación se ha realizada sin considerar perturbaciones externas. En la

segunda simulación se ha considerado perturbaciones externas, donde se han aplicado
escalones mantenidos en los momentos aerodinámicos, o sea, en t = 5s se introdujo Ar =
5Nm, en t = 15s se afectó al sistema con Ap = 10Nm, y en t = 25s se aplicó la última
perturbación con amplitud de Aq = 10Nm. Los parámetros del controlador descrito en
el Apartado 3.2.2 se han ajustado con los siguientes valores: α7 = 100, α8 = 3, α9 = 15,
α10 = 3, α11 = 15 y α12 = 3. Mientras el controlador H∞ no lineal se ha sintonizado con
las siguientes ganancias: ω1 = 1,9, ω2 = 3,0, ω3 = 2,5 y ωu = 0,02
En las Figuras 3.19-3.26 se presentan los resultados obtenidos para la estrategia de

control propuesta.
Referencia
Inercia Nominal
Inercia +20%
Inercia −20%
5.5
5
4.5
4
3.5
3
z [m]
2.5
2
1.5
1
0.5
0
0.5
0.6
0.4
0 0.2
0
−0.2
−0.5 −0.4
−0.6
y [m] x [m]
control utilizando Backstepping/H∞ no lineal sin perturbaciones externas.
x
1
Reference
0.5 Nominal inertia
Inertia +20%
0 Inertia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
y
1
Reference
0.5 Nominal inertia
Inertia +20%
0 Inertia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
z
6
Reference
Nominal inertia
4 Inertia +20%
Inertia −20%
2
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando Backstepping/H∞ no lineal sin perturbaciones externas.
φ [rad]
0.6
Referencia
0.4 Inercia Nominal
Inercia +20%
0.2 Inercia −20%
−0.2
0 5 10 15 20 25 30 35 40
θ [rad]
1.5
Referencia
1 Inercia Nominal
Inercia +20%
0.5 Inercia −20%
−0.5
0 5 10 15 20 25 30 35 40
ψ [rad]
1.5
Referencia
Inercia Nominal
1 Inercia +20%
Inercia −20%
0.5
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando Backstepping/H∞ no lineal sin perturbaciones externas.
u1 u2
120 12000
8000
80
6000
60
4000
40
2000
20 0
0 −2000
0 10 20 30 40 0 10 20 30 40
4 u3 u4
x 10
4 4000
2 2000
1 1000
0 0
−1 −1000
0 10 20 30 40 0 10 20 30 40
de control utilizando Backstepping/H∞ no lineal sin perturbaciones externas.
Referencia
Inercia Nominal
Inercia +20%
Inercia −20%
5.5
5
4.5
4
3.5
3
z [m]
2.5
2
1.5
1
0.5
0
0.6
0.4 0.6
0.2 0.4
0 0.2
−0.2 0
−0.2
−0.4 −0.4
−0.6 −0.6
y [m] x [m]
control utilizando Backstepping/H∞ no lineal con perturbaciones externas.
x
1
Referencia
0.5 Inercia Nominal
Inercia +20%
0 Inercia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
y
1
Referencia
0.5 Inercia Nominal
Inercia +20%
0 Inercia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
z
6
Referencia
Inercia Nominal
4 Inercia +20%
Inercia −20%
2
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando Backstepping/H∞ no lineal con perturbaciones externas.
φ [rad]
0.6
Referencia
0.4 Inercia Nominal
Inercia +20%
0.2 Inercia −20%
−0.2
0 5 10 15 20 25 30 35 40
θ [rad]
1.5
Referencia
1 Inercia Nominal
Inercia +20%
0.5 Inercia −20%
−0.5
0 5 10 15 20 25 30 35 40
ψ [rad]
1.5
Referencia
Inercia Nominal
1 Inercia +20%
Inercia −20%
0.5
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando Backstepping/H∞ no lineal con perturbaciones externas.
u1 u2
120 12000
8000
80
6000
60
4000
40
2000
20 0
0 −2000
0 10 20 30 40 0 10 20 30 40
4 u3 u4
x 10
4 4000
2 2000
1 1000
0 0
−1 −1000
0 10 20 30 40 0 10 20 30 40
de control utilizando Backstepping/H∞ no lineal con perturbaciones externas.
Se puede notar que la estrategia de control propuesta utilizando el controlador H∞

no lineal en el sub-sistema de rotación presenta un buen desempeño cuando el helicópte-
ro recibe vientos permanentes actuando como momentos sobre el mismo. La estructura
aplicada mantuvo la robustez, presentada en la estrategia anterior, ante incertidumbres
paramétricas.
3.4. CPBM con control H∞ no lineal (Raffo et al.,

2008b)
En este apartado se desarrolla una estructura de control para el problema seguimiento

de trayectoria del helicóptero quadrotor utilizando una estrategia de control predictivo
basado en modelo para el sub-sistema de traslación, en cascada con el controlador H∞ no
lineal para el sub-sistema de rotación, presentado en el Apartado 3.3.1 (véase la Figura
3.27).
H∞
Figura 3.27: Estructura de control CPBM con H∞ no lineal.
El control del sub-sistema de traslación lineal se realiza mediante una estrategia de

control predictivo lineal que utiliza linealizaciones sucesivas para obtener el modelo del
error en cada paso de muestreo. Esta estrategia es ventajosa cuando el helicóptero recorre
un trayecto previamente calculado, ası́, como se destaca en Camacho y Bordons (1998),
el control predictivo es bastante favorable en robótica y en procesos en lote, cuando la
trayectoria de referencia futura es conocida a priori.
A continuación se presenta el controlador predictivo utilizado para el seguimiento de

trayectoria aplicado al helicóptero quadrotor.
3.4.1. Estrategia de CPBM para seguimiento de trayectoria
El controlador que se desarrolla aquı́ utiliza el método de cpbm lineal en espacio de

estados a través del modelo del error, el cual se obtiene realizando linealizaciones sucesivas
3.4 CPBM con control H∞ no lineal (Raffo et al., 2008b) 63
a lo largo de la trayectoria de referencia.
Se sintetizan dos controladores predictivos para el sub-sistema de traslación. En el

primer paso se controla la altura a través de la entrada U1 , mientras que en el segundo
paso se utiliza esta señal como parámetro variante con el tiempo para calcular las entradas
virtuales para el movimiento lineal en el plano xy.
Antes de desarrollar el controlador para el helicóptero se introduce el concepto del

método de cpbm lineal en espacio de estados.
Control predictivo utilizando espacio de estados
Considerando que la referencia es conocida en cualquier instante futuro de la tra-

yectoria, es posible, a través de linealizaciones sucesivas a lo largo de la trayectoria de
referencia, obtener una descripción lineal y variante en el tiempo del modelo del sistema
(Raffo, 2005). Ası́, el modelo en espacio de estados discreto y variante en el tiempo usado
por el algoritmo en cuestión para obtener las predicciones futuras está dado por:
x(k + 1) = A(k) · x(k) + B(k) · u(k)
. (3.44)
y(k) = C(k) · x(k)
Por lo tanto, considerando el sistema de arriba y los horizontes de predicción, N2 , y de

control, Nu , las predicciones de los estados están descritas como sigue (Rossiter, 2003):
x̂ = Px (k|k) · x(k|k) + Hx (k|k) · u
, (3.45)
ŷ = P(k|k) · x(k|k) + H(k|k) · u
con
     
x(k + 1|k) y(k + 1|k) u(k|k)
 x(k + 2|k)   y(k + 2|k)   u(k + 1|k) 
.. .. ..
     
∆ ∆ ∆
x̂ =   , ŷ =   , u=
     
 .   .   . 

 x(k + N2 − 1|k)   y(k + N2 − 1|k)   u(k + Nu − 2|k) 
x(k + N2 |k) y(k + N2 |k) u(k + Nu − 1|k)
y  
A (k |k )
 A (k |k ) A (k + 1 |k ) 
..
 
∆
Px (k|k) =   ,
 
 . 
 α(k, 0, 2) 
α(k, 0, 1)
 
B(k|k) 0 ··· 0
 A(k + 1|k) · B(k|k) B(k + 1|k) ··· 0 
.. .. ..
 
∆
Hx (k|k) =  ..  ,
.
 
 . . . 
 α(k, 1, 2) · B(k|k) α(k, 2, 2) · B(k + 1|k) · · · 0 
α(k, 1, 1) · B(k|k) α(k, 2, 1) · B(k + 1|k) · · · B(k + Nu − 1|k)
donde α(k, j, l) está definido como:

N 2 −l
∆
Y
α(k, j, l) = A(k + i|k) . (3.46)
i=j
Estas ecuaciones de predicción no consideran el modelo de perturbación de forma

explı́cita. Sin embargo, la acción integral puede ser incluida en el modelo para garantizar
error nulo en régimen permanente de la siguiente manera:
u = −K(x̂ − xr ) + ur , (3.47)
donde xr y ur son, respectivamente, los valores de referencia calculados fuera de lı́nea de

los estados y entradas de control, y están definidos por:
   
xr (k + 1|k) ur (k|k)
 xr (k + 2|k)   ur (k + 1|k) 
.. ..
   
∆  ∆ 
xr =  , u =  .
 
 . 

r 
 . 
 xr (k + N2 − 1|k)   ur (k + Nu − 2|k) 
xr (k + N2 |k) ur (k + Nu − 1|k)
Ası́, dada una ley de control que garantice que

x(k) = xr (k)
lı́m ,
k→∞ u(k) = ur (k)
entonces y(k) = yr (k), donde yr es la trayectoria de referencia.
Usando la ecuación de predicción (3.45) y considerando que los estados y entradas de

referencia son conocidos se puede asegurar que el mı́nimo de la función de coste, dada por
(3.48), es consistente con error cero de seguimiento (Rossiter, 2003), donde se minimiza
la función de coste en forma de una norma-2 ponderada por Q y R:
N2
X N
X u −1
J= kyr (k + j|k) − ŷ(k + j|k)k2Q + ku(k + j|k) − ur (k + j|k)k2R . (3.48)

j=1 j=0
Se acepta frecuentemente que la función de coste es consistente con error cero de

seguimiento, teniendo que Q agrega términos de la forma C′ C, donde yr − y = C(xr − x).
La función de coste (3.48) puede ser escrita y optimizada de la siguiente forma:
mı́n J = [x̂ − xr ]′ Q [x̂ − xr ] + [u − ur ]′ R [u − ur ] , (3.49)

u
la cual penaliza los desvı́os a partir del valor de régimen permanente. Ésta difiere de
la función del gpc (Generalized Predictive Control), pues optimiza la distancia de las
entradas al valor de régimen permanente, al revés de los incrementos de la señal de control.

Las matrices de ponderación de los estados, Q, y de las entradas, R, son positivas definidas
y diagonales (Rossiter, 2003).
En ausencia de restricciones en los estados y en el control, la ley de control puede ser

obtenida de forma algebraica minimizando la función de coste (3.49), la cual resulta ser
una realimentación de estados, dada por:
−1
u = [H′x · Q · Hx + R] · [H′x · Q · (xr − Px · x(k)) + R · ur ] . (3.50)
Debido a la caracterı́stica de horizonte deslizante del cpbm, solamente u(k) es necesario

en cada instante k (Camacho y Bordons, 1998).
CPBM utilizando modelo del error para movimiento lineal en el plano xy
En el primer paso se define el modelo del error para las dinámicas de traslación del
helicóptero quadrotor. Para obtenerlo se considera la existencia de un helicóptero de re-
ferencia virtual sobre la trayectoria a seguir, la cual será descrita por el mismo modelo
del vehı́culo, en el caso, el modelo de traslación. Para esto, se considera que la trayectoria
de referencia se obtiene fuera de lı́nea y varı́a con el tiempo. El objetivo de utilizar esta
estrategia, para entradas de referencia no-nulas, es calcular una ley de control lineal que
haga que el error entre el vehı́culo y la referencia sea nulo (Nelson y Cox, 1988).
Como el controlador predictivo será usado sólo para el control de los movimientos de
traslación, se utiliza el modelo descrito por la ecuación (2.41) considerando las fuerzas
aerodinámicas nulas. Este sub-sistema se reescribe de la forma del espacio de estados
˙
x̂(t) = f(x̂(t), û(t)), donde x̂(t) = [z(t) w0 (t) x(t) u0 (t) y(t) v0 (t)]T .
A través de un cambio de variables se suponen entradas virtuales de control para el

movimiento lineal en el plano xy, y el sistema (2.41) con el nuevo vector de estados se
puede escribir de la siguiente forma:
w0 (t)
 
U (t) 
 −g + (cos θ(t) cos φ(t)) 1


 m 
 u0 (t) 
˙
 
x̂(t) = f(x̂(t), û(t)) =  U 1 (t)  (3.51)
 u x (t) 

 m 

 v0 (t) 
U1 (t)
 
uy (t)
m
con:
ux (t) = (cos ψ(t) sin θ(t) cos φ(t) + sin ψ(t) sin φ(t))
(3.52)
uy (t) = (sin ψ(t) sin θ(t) cos φ(t) − cos ψ(t) sin φ(t))
A partir de (2.41) se puede ver que el movimiento a través de los ejes x y y dependen de
la entrada U1 . De hecho, U1 es el vector de empuje total designado a obtener el movimiento
de traslación deseado. Ası́, ux y uy se puede considerar como las orientaciones de U1
responsables de los movimientos a través de los ejes x y y, respectivamente.
Para obtener el modelo del error se define un robot de referencia con el mismo modelo
del vehı́culo:
 
w0ref (t)
 −g + (cos θ(t) cos φ(t)) U1ref (t) 
 

 m 

 u 0ref
(t) 
x̂˙ ref (t) = f(x̂ref (t), ûref (t)) =  U1 (t) (3.53)
 

 u x ref
(t) 
 m 

 v 0ref (t) 

 U1 (t) 
uyref (t)
m
donde x̂˙ ref (t) = [zref (t) w0ref (t) xref (t) u0ref (t) yref (t) v0ref (t)]T y ûref (t) =
[U1ref uxref uyref ]T son los estados y las entradas de control de referencia, respectiva-
mente.
Como se puede ver, en las dinámicas de xref y yref no se utiliza la señal de control
U1ref , pues con el procedimiento utilizado, que será presentado a continuación, la señal
de control U1 viene dada por el controlador de la altura y se considera en este paso como
un parámetro variante con el tiempo. Lo mismo se considera para los ángulos φ(t), θ(t),
ψ(t), los cuales se suponen parámetros variantes con el tiempo.
El modelo linealizado puede ser obtenido a través de un modelo del error entre el
sistema (3.51) y el sistema de referencia (3.53). Para ello, se expande el término derecho
de la ecuación (3.51) a través de Series de Taylor en torno a un punto de operación de la
trayectoria de referencia y se desprecian los términos de orden superior. Ası́, se tiene:

˙x̂(t) = f(x̂ref (t), ûref (t), t) + ∂f(x̂(t), û(t), t)

∂x̂(t) x̂=x̂ref · (x̂(t) − x̂ref (t))
û=ûref
. (3.54)
∂f(x̂(t), û(t), t)
+ x̂=x̂ref · (û(t) − ûref (t))
∂û(t)
û=ûref
Sustrayendo la ecuación (3.53) de la (3.54) se obtiene el modelo del error de traslación

para el helicóptero propuesto:

˙ ∂f(x̂(t), û(t), t) ∂f(x̂(t), û(t), t)
x̃(t) = · x̃(t) + x̂=x̂ref · ũ(t) ,
(3.55)
∂x̂(t) x̂=x̂ref ∂û(t)
û=ûref û=ûref
donde x̃(t) = x̂(t) − x̂ref (t) representa el error con respecto al modelo de referencia y
ũ(t) = û(t) − ûref (t) es la perturbación de la entrada de control. Ası́, como:

 
0 1 0 0 0 0
 0 0 0 0 0 0 
 
∂f(x̂(t), û(t), t)  0 0 0 1 0 0 
A(t) = =
 0 0 0 0 0 0
 (3.56)
∂x̂(t) x̂=x̂ref 
û=ûref
 
 0 0 0 0 0 1 
0 0 0 0 0 0
0 0 0
 
 1
cos θ(t) cos φ(t) 0 0

 m
 


∂f(x̂(t), û(t), t)

 0 0 0 

B(t) = =
 U1 (t)  , (3.57)
∂û(t) x̂=x̂ref 0 0 
û=ûref
 m 
0 0 0
 
 
U1 (t)
 
0 0
m
son los jacobianos de (3.51) con respecto a x̂(t) y û(t), respectivamente, calculados en
torno al punto (x̂ref (t), ûref (t), t). El modelo del error dado por (3.55) se puede escribir
de la siguiente manera:
˙
x̃(t) = A(t) · x̃(t) + B(t) · ũ(t) . (3.58)
A través del método de discretización de Euler, se tiene el siguiente modelo discreto

lineal variante con el tiempo:
x̃(k + 1) = A(k) · x̃(k) + B(k) · ũ(k) , (3.59)
con  
1 T 0 0 0 0

 0 1 0 0 0 0 

 0 0 1 T 0 0 
A(k) =   (3.60)

 0 0 0 1 0 0 

 0 0 0 0 1 T 
0 0 0 0 0 1
0 0 0
 
 T
cos θ(t) cos φ(t) 0 0

 
 m 

 0 0 0 

B(k) =  T U1 (t)
 , (3.61)
 0 0 
 m 
0 0 0
 
 
T U1 (t)
 
0 0
m
donde T es el perı́odo de muestreo y, como la señal de control es actualizada solamente
en los instantes de tiempo tk = kT , siendo k el instante de muestreo, se denota de forma
simplificada como x(k) = x(kT ) y u(k) = u(kT ).
A partir de este análisis, el problema de seguimiento de trayectoria para un helicóptero

autónomo puede ser entendido como: encontrar las entradas de control, dentro de un
intervalo de valores posibles, de tal forma que permitan llevar los estados del sistema
(3.58) de una condición inicial x̃0 hasta el origen (Sun, 2005), esto es:
lim x̃ = 0 .
t→∞
Por consiguiente, para calcular el controlador predictivo basado en el modelo del error
(3.55), teniendo en cuenta que las dinámicas de traslación dependen sólo de la fuerza de
empuje, U1 , éste se divide en dos sub-sistemas: el del error de altura y el del error de
movimiento en el plano xy, y son dados por:

1 1 z̃(k) 0
x̃z (k + 1) = + T Ũ1 (k) (3.62)
0 T w̃0 (k) m
cos θref (k) cos φref (k)
    
1 T 0 0 x̃(k) 0 0
  T U1 (k)

 0 1 0 0   ũ0 (k) 0  ũx (k)
x̃xy (k + 1) = 
 0
 + m  (3.63)
0 1 T   ỹ(k)   0 0  ũy (k)
T
0 0 0 1 ṽ0 (k) 0 U (k)
m 1
Ası́, utilizando el modelo de la altura , se reescribe primero la ley de control predictivo

descrita en (3.50) en función de (3.62):
h i
−1
Ũ1 = [Hz ′ · Qz · Hz + Rz ] · Hz ′ · Qz · (x̃zr − Pz · x̃z (k)) + Rz · Ũ1r , (3.64)
con los errores de los estados de referencia calculados como la diferencia del valor de la
referencia futura en relación al actual y, los errores de las entradas de referencia como la
diferencia del valor futuro en relación al valor en el paso anterior. Por lo tanto, se tiene:
 
xzr (k + 1|k) − xzr (k|k)
 xzr (k + 2|k) − xzr (k|k) 
..
 
∆ 
x̃zr =   ;

 . 
 xzr (k + N2 − 1|k) − xzr (k|k) 
xzr (k + N2 |k) − xzr (k|k)
 
U1ref (k|k) − U1ref (k − 1|k)
 U1ref (k + 1|k) − U1ref (k − 1|k) 
..
 
∆
Ũ1ref =  .
 
 . 
 U1ref (k + Nu − 2|k) − U1ref (k − 1|k) 
U1ref (k + Nu − 1|k) − U1ref (k − 1|k)
A partir de (3.64) se obtiene U1 (k) = Ũ1 (k) + U1ref (k), y con esto se pasa al próximo
paso, donde se calculan las entradas virtuales de control para el movimiento en el plano
xy. La ley de control se obtiene con el procedimiento anterior, utilizando el modelo del
error (3.63), y está dada por:
−1
ũxy = [Hxy ′ · Qxy · Hxy + Rxy ] · Hxy ′ · Qxy · x̃xyr − Pxy · x̃xy (k) + Rxy · ũxyr ,

(3.65)
T
donde ũxy = [ũx (k) ũy (k)] , y

ux (k) ũx (k) uxref (k)
= +
uy (k) ũy (k) uyref (k)
Los estados y entradas de control del error de referencia se obtienen de la misma

manera que para el caso del controlador de la altura.
A partir de ux (k) y uy (k), y con la relación dada por (3.52) se obtiene la referencia
de los ángulos de balanceo (roll), φ(k), y cabeceo (pitch), θ(k), que son utilizados como
referencia por el controlador H∞ no lineal en los movimientos de rotación del helicóptero.
Para comprobar el desempeño de esta estrategia de control en la tarea de seguimien-

to de trayectoria, teniendo en cuenta perturbaciones externas e incertidumbres en los
parámetros, se han realizado diversas simulaciones.
Nuevamente se utilizó el mismo protocolo para presentar los resultados, utilizando la

misma trayectoria de referencia, condiciones iniciales, parámetros del helicóptero y tasas
de incertidumbres de los casos anteriores. Ası́ que, la primera simulación se ha realizado
sin considerar perturbaciones externas, ası́ como, la segunda simulación se consideraron
perturbaciones externas, donde se aplicaron escalones mantenidos en los momentos aero-
dinámicos, o sea, en t = 5s se introdujo Ar = 5Nm, en t = 15s se afectó el sistema con
Ap = 10Nm, y en t = 25s se aplicó la última perturbación con amplitud de Aq = 10Nm. Se
utilizaron las mismas ganancias del controlador H∞ no lineal del caso anterior: ω1 = 0,05,
ω2 = 0,5, ω3 = 3,5 y ωu = 0,02. Para el cpbm se ajustaron los parámetros como sigue:

1 0
N2z = Nuz = 3Inz , Qz = , Rz = 0,01
0 1 
5 0 0 0
 0 1 0 0  150 0
N2xy = Nuxy = 3Inxy , Qxy =    , Rxy =
0 0 5 0  0 150
0 0 0 1
y se consideró un periodo de muestreo de T = 0,1s.
Las Figuras 3.28 - 3.35 presentan los resultados logrados a partir de la estructura de
control con cpbm y H∞ no lineal.
Referencia
Inercia nominal
Inercia +20%
Inercia −20%
4.5
3.5
3
z
2.5
1.5
0.5
1
0.5 1
0.5
0
0
−0.5
−0.5
y −1 −1 x
control utilizando cpbm y H∞ no lineal sin perturbaciones externas.
x
1
Referencia
0.5 Inercia nominal
Inercia +20%
0 Inercia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
y
1
Referencia
0.5 Inercia nominal
Inercia +20%
0 Inercia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
z
6
Referencia
Inercia nominal
4 Inercia +20%
Inercia −20%
2
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando cpbm y H∞ no lineal sin perturbaciones externas.
φ
0.02
Referencia
Inercia nominal
0 Inercia +20%
Inercia −20%
−0.02
−0.04
0 5 10 15 20 25 30 35 40
θ
0.15
Referencia
0.1 Inercia nominal
Inercia +20%
0.05 Inercia −20%
−0.05
0 5 10 15 20 25 30 35 40
ψ
1.5
Referencia
Inercia nominal
1 Inercia +20%
Inercia −20%
0.5
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando cpbm y H∞ no lineal sin perturbaciones externas.
u1 u2
25 1000
20 Inercia −20% Inercia −20%
500
15
10
0
5
0 −500
0 10 20 30 40 0 10 20 30 40
u3 4 u4
x 10
2000 2.5
1000 1.5
500 1
0 0.5
−500 0
−1000 −0.5
0 10 20 30 40 0 10 20 30 40
de control utilizando cpbm y H∞ no lineal sin perturbaciones externas.
Referencia
Inercia nominal
Inercia +20%
Inercia −20%
4.5
3.5
3
z
2.5
1.5
0.5
1
0.5 1
0.5
0
0
y
−0.5 x
−0.5
−1 −1
control utilizando cpbm y H∞ no lineal con perturbaciones externas.
x
1
Referencia
0.5 Inercia nominal
Inercia +20%
0 Inercia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
y
1
Referencia
0.5 Inercia nominal
Inercia +20%
0 Inercia −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
z
6
Referencia
Inercia nominal
4 Inercia +20%
Inercia −20%
2
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando cpbm y H∞ no lineal con perturbaciones externas.
φ
0.04
Referencia
0.02 Inercia nominal
Inercia +20%
0 Inercia −20%
−0.02
−0.04
0 5 10 15 20 25 30 35 40
θ
0.15
Referencia
0.1 Inercia nominal
Inercia +20%
0.05 Inercia −20%
−0.05
0 5 10 15 20 25 30 35 40
ψ
1.5
Referencia
Inercia nominal
1 Inercia +20%
Inercia −20%
0.5
0
0 5 10 15 20 25 30 35 40
tiempo [s]

utilizando cpbm y H∞ no lineal con perturbaciones externas.
u1 u2
25 1000
15 0
10 −500
5 −1000
0 −1500
0 10 20 30 40 0 10 20 30 40
u3 4 u4
x 10
2000 2.5
1000
1.5
500
1
0
0.5
−500
−1000 0
−1500 −0.5
0 10 20 30 40 0 10 20 30 40
de control utilizando cpbm y H∞ no lineal con perturbaciones externas.
Se puede ver que la estrategia de control propuesta utilizando el controlador H∞ no

lineal en el sub-sistema de rotación mantuvo el buen desempeño del caso anterior cuando
el helicóptero recibe vientos permanentes actuando como momentos sobre el mismo. En
el control de los movimientos de traslación el cpbm presentó un seguimiento de la tra-
yectoria más suave, principalmente en el inicio del trayecto, donde el helicóptero parte de
una condición distinta de la trayectoria. Esto se puede justificar porque tal controlador
considera, en el cálculo de la señal de control, la referencia futura, y ası́, intenta prede-
cir el camino suavizando el desplazamiento. Además, esta estructura de control también
tiene una buena robustez ante incertidumbres paramétricas, al igual que la estrategia
presentada anteriormente.
3.5 Control robusto H∞ de los seis grados de libertad 75
3.5. Control robusto H∞ de los seis grados de libertad
En este apartado se presenta una estrategia de control robusto de los seis grados
de libertad utilizando la teorı́a de control H∞ para resolver el problema de seguimiento
de trayectoria. Con esta estructura se busca que el sistema sea robusto ante cualquier
tipo de perturbación, inclusive la mantenida, y considerando todos los parámetros con
incertidumbres.
Al igual que en el apartado anterior, en éste se desarrolla solamente el controlador

para los movimientos de traslación lineal del helicóptero. Para esto se propone un contro-
lador H∞ lineal con realimentación de estados vı́a formulación de lmis, y diseñado para
sistemas inciertos. Para la estabilización de los movimientos rotacionales se ha utilizado
el controlador H∞ no lineal vı́a teorı́a de juegos presentado en el Apartado 3.3 (véase la
Figura 3.36).
H∞
H∞
Figura 3.36: Estructura de control robusto H∞ de los seis grados de libertad.
A continuación se hace una breve introducción del control H∞ lineal y su formulación

vı́a lmis para realimentación de estados. Para finalizar, se presentan algunos resultados
de simulación.
3.5.1. Control H∞ lineal
Se pueden describir un gran número de controladores de importancia práctica usando

diagramas de bloques como se presenta en la Figura 3.37. El problema de diseño del
controlador puede ser formulado como un problema de optimización H∞ . En esta figura,

P (s) es la planta generalizada, K(s) es el controlador, u son las señales de control, v las
variables medibles, ω las señales exógenas y z son las variables de error de interés.
Figura 3.37: Formulación General del problema de control (Ortega y Rubio, 2004).
La norma H∞ de la función de transferencia en bucle cerrado de ω a z, Hωz , se define

como la mayor ganancia de su respuesta en frecuencia. Una de las maneras de determinar la
norma H∞ de un sistema nominal es a través de su respuesta en frecuencia. Para sistemas
siso se puede utilizar el diagrama de Bode para obtener la máxima ganancia del sistema
con respecto a todas las frecuencias. Por otra parte, en el caso mimo la idea de módulo no
se aplica y debe ser sustituida por la norma espectral de la matriz de transferencia, donde
la respuesta frecuencial puede ser obtenida a través de la noción de la descomposición en
valores singulares. Ası́, para sistemas siso la norma H∞ puede ser descrita como el pico
de resonancia de la respuesta en frecuencia, que es la mayor ganancia que el sistema es
capaz de ofrecer a la señal de entrada,
kHωz (s)k∞ = máx |H(jω)| = Mr . (3.66)

ω
y para sistemas mimo, a través de un diagrama de Bode que se puede obtener para la
función kHωz (jω)k∞ = σ̄{Hωz (jω)}, la norma H∞ del sistema corresponde al máximo
pico de resonancia de esa función dando origen a la función:
kHωz (s)k∞ = sup σ̄ {Hωz (jω)} (3.67)

ω
Como ya se ha dicho, la norma H∞ de un sistema representa la mayor ganancia de

su respuesta en frecuencia y también puede verse como la mayor ganancia en términos
de energı́a que el sistema puede ofrecer a una señal de entrada. Esta interpretación es
bastante útil y provee una definición alternativa para la norma H∞ . Por el teorema de
Parseval se tiene:
Z ∞ Z ∞
2 1 2 1
kw(t)k2 = W (jω) ∗ W (jω)dω , kz(t)k2 = Z(jω) ∗ Z(jω)dω
2π 0 2π 0
donde W (jω), Z(jω) son las transformadas de Fourier de las señales ω(t), z(t). Como
Z(jω) = Hωz (jω)W (jω) se tiene:

Z ∞
2 1
kz(t)k2 = W (jω) ∗ Hwz (jω) ∗ W (jω) ∗ Hwz (jω)dω
2π 0
Z ∞
1
≤ (σ̄ {Hwz (jω)})2 W (jω) ∗ W (jω)dω (3.68)
2π 0
2 Z ∞
1
≤ sup σ̄ {Hwz (jω)} W (jω) ∗ W (jω)dω
ω 2π 0
Esta última expresión se puede escribir en la siguiente forma:
kz(t)k2 ≤ kHwz (s)k∞ kw(t)k2
donde se nota que la norma H∞ de un sistema también puede verse como la mayor
ganancia en términos de energı́a que el sistema puede ofrecer a una señal de entra-
da. Si se elige la señal de entrada W (jω) adecuadamente puede tenerse la igualdad
kz(t)k2 = kHwz (s)k∞ kw(t)k2 . Para ello basta elegir ω(t) = V0 sen(ω0 t)GT (t) donde V0
es el autovector de Hwz (jω0 )∗ Hwz (jω0 ) correspondiente a su mayor autovalor, ω0 es la
frecuencia donde se da el supω σ̄ {Hωz (jω)} y GT (t) es la función puerta que define el
truncamiento de la señal para T suficientemente grande. Los elementos del vector V0 son
las amplitudes de los senos de cada componente del vector ω(t). A partir de esta relación
se puede definir la versión en el dominio del tiempo de la norma H∞ como (Trofino et al.,
2003):
kz(t)k2
kHwz (s)k∞ = sup (3.69)
w6=0 kw(t)k2
El problema de control H∞ óptimo con esta configuración consiste en calcular un

controlador que minimice la tasa γ entre la energı́a de la variable de coste z y la energı́a
del vector de los señales exógenos ω. Este problema óptimo no está resuelto aún, pero
la solución existe para el problema sub-óptimo (Ortega y Rubio, 2004), donde una idea
muy común consiste en determinar numéricamente un lı́mite superior γ para kHωz (s)k∞
utilizando la definición (3.69), o sea, se busca un escalar positivo tal que:
kHwz (s)k∞ < γ . (3.70)
Se limita el tratamiento a los controladores sub-óptimos, ya que encontrar controlado-

res H∞ óptimos es una tarea difı́cil, y en la práctica, esos controladores pueden presentar
propiedades indeseables y los cálculos pueden conducir a problemas numéricos (Sánchez-
Peña y Sznaier, 1998).
Ası́, para el problema H∞ sub-óptimo la tasa de energı́a γ puede ser calculada como la
norma H∞ de la matriz de transferencia en bucle cerrado de ω para z, Hωz (s), buscando
el mı́nimo a través de un proceso iterativo (Ortega et al., 2006). Este problema se puede
resolver de distintas maneras, como por ejemplo por la ecuación de Riccati, por la matriz
Hamiltoniana o por lmi (Trofino et al., 2003).
En este trabajo se resuelve el problema H∞ sub-óptimo a través de la formulación por

lmis, que será presentada a continuación.
3.5.2. Control H∞ con realimentación de estados vı́a lmis
Inicialmente, se presenta cómo determinar la norma H∞ vı́a lmi (Trofino et al., 2003).
Observese que la condición deseada:
sZ
∞
kz(t)k2 z(t)′ z(t)
kHwz (s)k∞ = sup = sup dt < γ , (3.71)
w6=0 kw(t)k2 w6=0 0 w(t)′ w(t)
se puede reescribir como ya se presentó para el caso no lineal, de la siguiente forma:
Z ∞ Z ∞
′ 2
z(t) z(t)dt < γ w(t)′ w(t)dt . (3.72)
0 0
Como el sistema es exponencialmente estable y las condiciones iniciales son nulas, se

considera el problema de determinar una función de Lyapunov V (x) = x(t)′ P x(t), donde
la matriz P es una matriz simétrica definida positiva, tal que:
V̇ (x) + z(t)′ z(t) − γ 2 w(t)′ w(t) < 0 , (3.73)
donde V̇ (x) es la derivada de V (x) para las trayectorias del sistema. Observese que si se
encuentra V (x) que satisfaga la condición (3.73) entonces se satisface (3.71) por tanto
(3.72). El interés de la condición anterior es que se puede expresar como una lmi.
Ası́, para la sı́ntesis de un controlador H∞ con realimentación de estados vı́a lmis se

considera el siguiente sistema lineal:
ẋ (t) = Ax (t) + Bu (t) + Bω ω (t)
z (t) = Cz x (t) + Duz u (t) + Dωz ω (t) (3.74)
u(t) = Kx(t)
donde x(t) ∈ ℜn representa el vector de estados, u(t) ∈ ℜm la señal de control, A, Bu y
Bω son matrices del sistema con dimensiones apropiadas, Cz , Duz y Dωz son matrices de
ponderación con dimensiones apropiadas y K es una matriz de ganancia del controlador
a ser determinada.
En bucle cerrado el sistema (3.74) se queda:

ẋ (t) = (A + BK) x (t) + Bω ω (t)
(3.75)
z (t) = (Cz + Duz K) x (t) + Dωz ω (t)
Utilizando la expresión (3.73), poniendo el sistema (3.75) en esta formulación, utili-

zando el complemento de Schur y algunos cambios de variables, entonces la norma H∞
del sistema (3.75) está dada por el siguiente problema de optimización:


 Q > 0,
  
AQ + QA′ + BY + Y ′ B ′ Bω QCz′ + Y ′ Dωz
′
mı́n γ : (3.76)
Q,Y 

 Bω′ −γInω ′
Dωz <0
Cz Q + Dωz Y Dωz −γInz

El resultado anterior se resume a través del siguiente teorema.
Teorema: Considere el sistema lineal en (3.75). Suponga que las matrices Q = Q′ y

Y de dimensiones apropiadas y el escalar γ sean la solución del problema de optimización
definido en (3.76).
Entonces el sistema (3.75) con K = Y Q−1 es asintóticamente estable y la norma H∞

√
del sistema en bucle cerrado satisface kHωz (s)k∞ ≤ γ.
La formulación del control H∞ con realimentación de estados para un sistema incierto

se presenta a continuación. Debe considerarse que las incertidumbres están confinadas
en un politopo de vértices conocidos, pues en las lmis aquı́ presentadas las matrices del
sistema aparecen de forma afı́n en las expresiones. Este hecho permite utilizar propiedades
de convexidad para trabajar con los vértices del politopo.
Considere el sistema incierto:
ẋ (t) = A (δ) x (t) + Bu (δ) u (t) + Bw (δ) w (t)

z (t) = Cz (δ) x (t) + Duz (δ) u (t) + Dwz (δ) w (t) (3.77)
u(t) = Kx(t) δ∈∆
donde δ ∈ ℜq es el vector de los parámetros con incertidumbres y ∆ = Co{v1 , . . . , v2q } es

un politopo de vértices vi conocidos. Las matrices A (δ), Bu (δ), Bω (δ), Cz (δ), Duz (δ),
Dωz (δ) son funciones afines de δ. Los demás vectores son los mismos definidos anterior-
mente. Ası́, se tiene:


 Q > 0,
  
A(δ)Q + QA(δ)′ + B(δ)Y + Y ′ B(δ)′ ∗ ∗
mı́n γ : (3.78)
Q,P 

 Bω (δ)′ −γInz ∗ <0
Cz (δ)Q + Dωz (δ)Y Dωz (δ) −γInz

donde ∗ representa los términos que pueden ser deducidos por simetrı́a. Además, debido
a la convexidad, las lmis anteriores son equivalentes al conjunto de 2q lmis:



 Q > 0,
 
A(v1 )Q + QA(v1 )′ + B(v1 )Y + Y ′ B(v1 )′ ∗ ∗




Bω (v1 )′ −γInω ∗ <0

 


Cz (v1 )Q + Dωz (v1 )Y Dωz (v1 ) −γInz


mı́n γ : .
.
P 
 . 
A(v2q )Q + QA(v2q )′ + B(v2q )Y + Y ′ B(v2q )′



 ∗ ∗
Bω (v2q )′





 −γInω ∗ <0
 C (v q )Q + D (v q )Y
z 2 ωz 2 D (v q ) −γI
ωz 2 nz
(3.79)
q
obtenidos de (3.78) con δ = vi para i = 1, . . . , 2 , donde vi son los vértices del politopo ∆.
3.5.3. Control H∞ de los movimientos de traslación
Para diseñar el controlador de los movimientos de traslación se utiliza el modelo del

error (3.55), presentado en el Apartado 3.4. Sin embargo, para obtener una ley de control
robusta, este modelo considera las perturbaciones aerodinámicas de traslación que afec-
tan el helicóptero quadrotor. Ası́, el modelo del error de traslación obtenido a partir del
sub-sistema (2.41), reescrito a través del mismo procedimiento utilizado anteriormente y
considerando el vector de perturbaciones ω̂(t) = [Az Ax Ay ]T está dado por:

˙x̃(t) = ∂f(x̂(t), û(t), ω̂(t), t) ∂f(x̂(t), û(t), ω̂(t), t)

∂x̂(t) x̂=x̂ref · x̃(t) + ∂û(t) x̂=x̂ref · ũ(t)
û=ûref û=ûref
,
∂f(x̂(t), û(t), ω̂(t), t)
+ x̂=x̂ref · ω̂(t)
∂ω̂(t)
û=ûref
(3.80)
donde x̃(t), ũ(t), x̂ref (t) y ûref (t) son los mismos vectores definidos en el apartado anterior,
y ω̂ref (t) = [Azref Axref Ayref ]T = 0 son las perturbaciones externas de referencia. Ası́,
las matrices A(t) y Bu (t) son los jacobianos con respecto a x(t) y u(t) definidos en (3.56)
y (3.57), respectivamente, y:
 
0 0 0
 1 
 0 0 
 m 
 0 0 0 
∂f(x̂(t), û(t), ω̂(t), t)  
Bω (t) = = 1  , (3.81)
∂ω̂(t) x̂=x̂ref  0 0 
û=ûref
 m 
 0 0 0 
 
 1 
0 0
m
es el jacobiano con respecto a ω̂(t), todos calculados en torno al punto (x̂ref (t),
ûref (t), ω̂ref (t), t). El modelo del error dado por (3.80) considerando los términos de per-
turbación se puede escribir de la siguiente manera:
˙
x̃(t) = A(t) · x̃(t) + Bu (t) · ũ(t) + Bω (t) · ω̂(t) . (3.82)
Siendo ası́, a partir del modelo del error de traslación (3.82) y utilizando la sı́ntesis de
control H∞ con realimentación de estados para sistemas inciertos vı́a lmis se calcula la
ley de control para resolver el problema de seguimiento de trayectoria de forma robusta.
Como se realizó para el caso del cpbm, se divide el modelo del error de los movimientos
de traslación en dos sub-sistemas. Ası́, se diseñan dos controladores H∞ lineales para el
sub-sistema de traslación. El primero controla la altura a través de la entrada U1 , mientras
el segundo utiliza esta señal como parámetro variante con el tiempo para calcular las
entradas virtuales para el movimiento lineal en el plano xy.
Por otro lado, utilizando el modelo del error (3.82) para diseñar un controlador por
realimentación de estados no serı́a posible rechazar perturbaciones externas mantenidas.
Ası́, para tener esto en cuenta, se considera el siguiente vector del error aumentado:
   
z̃ z − zref
 w̃0   w0 − w0ref 
 R   R 
 z̃   (z − zref )dt 
   
 x̃  
   x − xref 

x̃ =  u˜0
 R   R
 =  u0 − u0
ref

 (3.83)
 x̃   (x − xref )dt 
   
 ỹ   y − y ref

   
 v˜0   v0 − v0 
R R ref
ỹ (y − yref )dt
Notese que en el vector del error se ha incluido un término integral. Este término
permitirá lograr un error nulo en régimen permanente cuando se apliquen perturbaciones
mantenidas al sistema (Ortega et al., 2005).
Por consiguiente, para calcular los controladores basados en el modelo del error (3.82)
y con el vector del error aumentado se tienen los siguientes modelos:
   
0 1 0 0
z̃(t)
x̃z (t) =  0 0 0  +  m1 cos θ(t) cos φ(t)  Ũ1 (1) (3.84)
w̃0 (t)
1 0 0 0
   
0 1 0 0 0 0 0 0
1
 

 0 0 0 0 0 0 
 x̃(t) 
 U
m 1
(t) 0 

 1 0 0 0 0 0  ũ0 (t)  
 0 0  ũx (k)
x̃xy (t) =   +  (3.85)

 0 0 0 0 1 0 
 ỹ(t)    0 0  ũy (k)

1
 0 0 0 0 0 0  ṽ0 (t)  0 U
m 1
(t) 
0 0 0 1 0 0 0 0
En primer lugar se realiza el control de la altura. Para ello se reescribe el modelo

del error de la altura (3.62) de la forma del sistema incierto (3.77), donde se tienen las
siguiente matrices:
     
0 1 0 0 0
Az (δ(t)) =  0 0 0  Buz (δ(t)) =  m1 cos θ(t) cos φ(t)  Bωz (δ(t)) =  1
m

1 0 0 0 0
    
2 0 0 0 0
Czz (δ(t)) =  0 2 0  Duzz (δ(t)) =  1  Dωzz (δ(t)) =  1 
0 0 5 0 1
(3.86)
′
donde δ(t) = [φ(t) θ(t)] es el vector de parámetros inciertos. Los posibles valores para
los parámetros están dentro de un conjunto compacto definido por δ(t) ∈ [−45◦ , 45◦] ×
[−45◦ , 45◦ ]. ∆ = Co {v1 , . . . , v4 } es un politopo de vértices vi conocidos.
El sistema en bucle cerrado entre la variable de interés z y la perturbación ω es:
x̃˙ z = (A(δ) + Bu (δ)Kz ) x̃z + Bω ω

(3.87)
z = (Czz + Duzz Kz ) x̃z + Dωzz ω
La sı́ntesis del controlador H∞ se realiza conforme a la formulación presentada en

el Apartado 3.5.2 minimizando la expresión (3.76). Para el sistema (3.86) se obtiene la
siguiente ley de control por realimentación de estados:
Kz = YQ−1
(3.88)
Ũ1 = Kz x̃z
Para resolver este problema se ha utilizado el toolbox Linear Matrix Inequalities de

MatLabr . El valor mı́nimo de atenuación encontrado fue de γ = 1,4205. La matriz Kz se
obtuvo con los siguientes valores:
Kz = 1e3 ∗ [−2,5315 − 0,9752 − 2,9480]
A partir de (3.88) se obtiene U1 (t) = Ũ1 (t) + U1ref (t), y con esto se pasa al próximo
paso, donde se calculan las entradas virtuales de control para el movimiento en el plano
xy. El modelo del error del movimiento en el plano xy se reescribe con las siguientes
matrices:
   
0 1 0 0 0 0 0 0
1

 0 0 0 0 0 0 


 U (t)
m 1
0 

 1 0 0 0 0 0   0 0 
Axy (δ(t)) =   Buxy (δ(t)) =  

 0 0 0 0 1 0 


 0 0 

1
 0 0 0 0 0 0   0 U (t)
m 1

0 0 0 1 0 0 0 0
   
0 0 15 0 0 0 0 0
 1 0   0 5 0 0 0 0 
 m   
 0 0   0 0 10 0 0 0 
Bωxy (δ(t)) = 
 0
 Czxy (δ(t)) =   (3.89)
 0 


 0 0 0 15 0 0 

 0 1
m
  0 0 0 0 5 0 
0 0 0 0 0 0 0 10
   
0 0 0 0

 1 0 


 1 0 

 10 0   1 0 
Buzxy (δ(t)) =   Dωzxy (δ(t)) =  

 0 0 


 0 0 

 0 1   0 1 
0 10 0 1
donde δ(t) = [U1 (t)]′ es el vector de parámetros inciertos. Para este controlador se con-
sideró solamente el valor de U1 en vuelo con velocidad vertical constante, que es de
U1 = m ∗ g = 6,867N. Ası́ que, sólo dos lmis se usan en la optimización.
La ley de control se obtiene a través del mismo procedimiento anterior, utilizando el

modelo del error (3.89), y está dada por:
Kxy = YQ−1
(3.90)
ũxy 1 = Kxy x̃xy
donde ũxy (t) = [ũx (t) ũy (t)]T , y

ux (t) ũx (t) uxref (t)
= +
uy (t) ũy (t) uyref (t)
El valor de atenuación mı́nimo encontrado fue de γ = 1,4155. La matriz Kxy se obtuvo

con los siguientes valores:

−5,1856 −1,8603 −3,2612 0 0 0
Kxy =
0 0 0 −5,1856 −1,8603 −3,2612
A partir de ux (t) y uy (t), y con la relación dada por (3.52) se obtiene la referencia
de los ángulos de balanceo (roll), φ(t), y cabeceo (pitch), θ(t), que son utilizados como
referencia por el controlador H∞ no lineal en los movimientos de rotación del helicóptero.
Se comprobó el desempeño de esta estrategia de control para la tarea de seguimiento

de trayectoria mediante resultados de simulación, donde se han tenido en cuenta pertur-
baciones externas e incertidumbres en los parámetros
La trayectoria de referencia utilizada es la misma utilizada para los controladores

anteriores. Además, se buscó presentar resultados con el sistema partiendo de las mismas
condiciones iniciales y con los mismos valores nominales de los parámetros.
Se presentan dos resultados, en el primero se considera incertidumbre de ±20 % en los

parámetros de inercia y masa del modelo, y sin tener en cuenta perturbaciones externas.
En la segunda simulación se consideraron perturbaciones externas, donde se han aplicado
escalones mantenidos en las fuerzas y momentos aerodinámicos de la siguiente manera: en
t = 5s se introdujo Ar = 5Nm, en t = 10s se aplicó Az = −10N, en t = 15s se afectó al
sistema con Ap = 10Nm, en t = 20s se aplicó Ax = 5N, en t = 25s se aplicó Aq = 10Nm,
y en t = 30s se aplicó la última perturbación con amplitud de Ay = 5Nm.
En las Figuras 3.38 - 3.45 se presentan los resultados logrados a partir de la estructura
de control con H∞ vı́a realimentación de estados para el sub-sistema de traslación y H∞
no lineal para el sub-sistema de rotación.
Referencia
Masa nominal
Masa +20%
Masa −20%
3
z
0
1
0.5 1
0.5
0
0
−0.5
−0.5
y −1 −1 x
control robusto para los seis grados de libertad sin perturbaciones externas.
x
1
Referencia
0.5 Masa nominal
Masa +20%
0 Masa −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
y
1
Referencia
0.5 Masa nominal
Masa +20%
0 Masa −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
z
6
Referencia
Masa nominal
4 Masa +20%
Masa −20%
2
0
0 5 10 15 20 25 30 35 40
tiempo [s]

robusto para los seis grados de libertad sin perturbaciones externas.
φ
1
Referencia
Masa nominal
0.5 Masa +20%
Masa −20%
0
−0.5
0 5 10 15 20 25 30 35 40
θ
2
Referencia
Masa nominal
1 Masa +20%
Masa −20%
0
−1
0 5 10 15 20 25 30 35 40
ψ
1.5
Referencia
Masa nominal
1 Masa +20%
Masa −20%
0.5
0
0 5 10 15 20 25 30 35 40
tiempo [s]

robusto para los seis grados de libertad sin perturbaciones externas.
u1 u2
25 6000
Masa nominal Masa nominal
Masa +20% Masa +20%
Masa −20% 4000 Masa −20%
20
2000
15
0
10
−2000
5 −4000
0 10 20 30 40 0 10 20 30 40
6 u3 u4
x 10
0.5 4000
0 Masa +20% Masa +20%
Masa −20% 3000 Masa −20%
−0.5
2000
−1
1000
−1.5
−2 0
−2.5 −1000
0 10 20 30 40 0 10 20 30 40
de control robusto para los seis grados de libertad sin perturbaciones externas.
Referencia
Masa nominal
Masa +20%
Masa −20%
4.5
3.5
3
z
2.5
1.5
0.5
1
0.5 1
0.5
0
0
−0.5
−0.5
y −1 −1 x
control robusto para los seis grados de libertad con perturbaciones externas.
x
1
Referencia
0.5 Masa nominal
Masa +20%
0 Masa −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
y
1
Referencia
0.5 Masa nominal
Masa +20%
0 Masa −20%
−0.5
−1
0 5 10 15 20 25 30 35 40
z
6
Referencia
Masa nominal
4 Masa +20%
Masa −20%
2
0
0 5 10 15 20 25 30 35 40
tiempo [s]

robusto para los seis grados de libertad con perturbaciones externas.
φ
1
Referencia
Masa nominal
0.5 Masa +20%
Masa −20%
0
−0.5
0 5 10 15 20 25 30 35 40
θ
2
Referencia
Masa nominal
1 Masa +20%
Masa −20%
0
−1
0 5 10 15 20 25 30 35 40
ψ
1.5
Referencia
Masa nominal
1 Masa +20%
Masa −20%
0.5
0
0 5 10 15 20 25 30 35 40
tiempo [s]

robusto para los seis grados de libertad con perturbaciones externas.
u1 4 u2
x 10
25 2
Masa +20% Masa +20%
Masa −20% 1 Masa −20%
20
0
15
−1
10
−2
5 −3
0 10 20 30 40 0 10 20 30 40
6 u3 u4
x 10
0.5 4000
0 Masa +20% Masa +20%
Masa −20% 3000 Masa −20%
−0.5
2000
−1
1000
−1.5
−2 0
−2.5 −1000
0 10 20 30 40 0 10 20 30 40
de control robusto para los seis grados de libertad con perturbaciones externas.
Se puede ver que la estrategia de control propuesta utilizando el controlador H∞ lineal

vı́a realimentación de estados para el sub-sistema de traslación presentó buen desempeño
cuando el helicóptero recibe vientos permanentes actuando como fuerzas aerodinámicas y
como momentos. Además, la estructura aplicada fue robusta ante incertidumbres de los
parámetros de masa ye inercia.
Ası́, la estrategia presentada aquı́ garantiza robustez para todos los tipos de perturba-
ciones externas actuantes sobre el helicóptero, cuando éste funcione dentro del conjunto
convexo determinado para la optimización de las lmis.
Capı́tulo 4
Descripción del Equipo
4.1. Introducción
En este capı́tulo se describe el equipo utilizado. Se trata de un helicóptero en miniatura

propulsado por cuatro rotores y dotado de una instrumentación capaz de proveer y recibir
datos a través de un ordenador de tierra vı́a comunicación inalámbrica. El esquema de
control utilizado se representa en el diagrama de la Figura 4.1.
,QWHUID]
:,5(/(66*+] ,(((
6LVWHPD2SHUDWLYR
Figura 4.1: Estructura de control del helicóptero quadrotor.
El ordenador de tierra recibe información de las aceleraciones lineales, velocidades an-

gulares y posición angular a través de una unidad de medición inercial (en inglés Inertial
Measurement Unit - imu) que está acoplada al helicóptero. Basándose en estas informa-
ciones, un programa, desarrollado sobre la plataforma LabViewr , calcula las señales de
control necesarias para desplazar el helicóptero y las envı́a al vehı́culo autónomo mediante
90 4 Descripción del Equipo
un mando a distancia (en inglés Remote Control - r/c) que está conectado al ordenador
de tierra mediante una tarjeta de adquisición de datos de la marca National InstrumentTM .
En lo que sigue se presenta el helicóptero quadrotor en escala miniatura, conocido

como Draganflyer V Ti R/C, de la marca comercial Draganfly Innovations Inc.. Luego
se describen la unidad de medición inercial y la tarjeta de adquisición de datos que se
han utilizado. Por fin, se comenta la estructura del programa desarrollado para proveer
de autonomı́a al helicóptero.
4.2. Helicóptero en miniatura quadrotor
El helicóptero Draganflyer V Ti Pro R/C (Figura 4.2) es un vehı́culo aeropropulsado

a través de cuatro hélices acopladas a motores eléctricos mediante engranajes. A través
de este grupo propulsor el helicóptero puede alcanzar una velocidad de aproximadamente
9,44m/s.
Figura 4.2: Helicóptero Draganflyer V Ti Pro R/C.
El Draganflyer V Ti Pro R/C trae de fábrica una micro cámara de vı́deo inalámbrica
ccd (del inglés Charge Coupled Device) de 1/4” (Figura 4.3), con resolución de 430 lı́neas,
que está sujetada a la estructura del helicóptero por un sistema que aumenta la resistencia
y reduce vibraciones. El transmisor de vı́deo opera a una frecuencia de 2.4GHz y a una
potencia de 50mW. Una antena circular polarizada, conectada a un sistema receptor,
capta las señales enviadas por el transmisor de la cámara y las envı́a al ordenador remoto.
Además, el helicóptero quadrotor posee una electrónica embebida (Figura 4.4) que está
4.2 Helicóptero en miniatura quadrotor 91
Figura 4.3: Cámara de vı́deo inalámbrica ccd.
constituida por 4 sensores térmicos, tres giróscopos, un receptor fm (del inglés Frequency
Modulation) de doble conversión a 72MHz y un dsp (del inglés Digital Signal Processor )
que se encarga de comunicarse con el mando a distancia, controlar la velocidad de los
motores basándose en la cantidad de aceleración y velocidades angulares que requiera el
piloto, y estabilizar el helicóptero cuando sean activados los sensores térmicos.
Figura 4.4: Electrónica embebida en el helicóptero.
El mando remoto que acompaña el Draganflyer V Ti Pro R/C es un transmisor fm

digital a 72MHz, de seis canales de la marca comercial Hitecr .
Los motores eléctricos, la electrónica embebida y el sistema de visión son energizados

a través de una baterı́a de polı́mero de litio compuesta de tres células y provee 11.1 voltios
con 1320mAh. Con esta baterı́a se tiene una autonomı́a de vuelo de entre 12 y 15 minutos.
La estructura del helicóptero es de fibra de carbono y nylon, y las hélices son moldeadas
por inyección de nylon de alta resistencia. El helicóptero mide 76cm de diámetro, y sin
considerar la unidad de medición inercial, presenta una masa de 525g.
4.3. Unidad de medición inercial
La unidad de medición inercial utilizada en este proyecto es de la marca comercial

MicroStrainr , cuyo modelo elegido es el Inertia-Linkr (Figura 4.5), que además es un
giroscopio vertical. Este utiliza tecnologı́a de sensores miniatura, nombrada mems, com-
binando un acelerómetro triaxial, giroscopo triaxial, sensores de temperatura y un proce-
sador embebido ejecutando un algoritmo de fusión de sensores (MicroStrain Inc., 2006).
Figura 4.5: Unidad de medición inercial Inertia-Linkr .
Inertia-Linkr ofrece un rango de datos de salida a partir de medidas inerciales plena-

mente calibradas para calcular estimaciones de orientación del sensor. Todas las medidas
son compensadas por temperatura y corregidas para la desalineación del sensor. Las me-
didas de velocidad angular son además corregidas por sensibilidad-G1 y por un factor de
1
Sensibilidad-G (en inglés: G-sensitivity es una medida de sensibilidad para la aceleración. Está rela-
cionada con la sensibilidad de vibración, pero es generalmente más baja, ya que es una medida estática
de variación. El test más notable es el Two G Tip-over. Aquı́ la sensibilidad-G se mide permitiendo al
oscilador estabilizarse y, ası́, medir la frecuencia. El oscilador es, por lo tanto, girado al revés, 180◦ , y la
frecuencia es medida nuevamente. Este test se repite para cada eje principal del oscilador. La diferencia en
frecuencia es dividida por 2, produciendo la sensibilidad-G estática, normalmente expresada en unidades
de 1E-9/g Valpey Fisher (2007).
4.3 Unidad de medición inercial 93
escala no lineal del giroscopo.
La interfaz de comunicación de la imu está contenida en un modulo separado y puede,

por lo tanto, ser fácilmente configurable. Actualmente, la comunicación está hecha a través
de un transmisor inalámbrico, con una tasa de transmisión de datos de 1 a 250Hz y ancho
de banda del sensor de 1 a 100Hz, ambos configurables. La comunicación inalámbrica
está basada en la norma IEEE 802.15.4 (2.45GHz). Posee 16 canales entre 2.450GHz y
2.490GHz (MicroStrain Inc., 2006).
4.3.1. Protocolo de comunicación
La comunicación de la imu está basada en el protocolo 3DM-GX2TM Data Communi-

cation Protocol (MicroStrain Inc., 2007). Este es un conjunto de comandos y respuestas en
serie diseñados especı́ficamente para sensores de orientación de MicroStrainr . La estruc-
tura de comandos utilizada en este trabajo es para el caso de sensores inalámbricos. Todas
las comunicaciones con el sensor son realizadas usando un puerto serie patrón “COM”. De
tal forma, que para todas las opciones del interfaz proporcionadas por el fabricante (RS-
232, RS-485, RS-422, USB y inalámbrica (802.15.4)), la comunicación con el ordenador
de tierra se realiza solamente con un puerto serie “COM”. Lo anterior se consigue gracias
a un controlador del dispositivo que hace que el sensor aparezca para el ordenador como
un puerto serie.
Como el sensor en cuestión utiliza comunicación inalámbrica, requiere ciertas conside-

raciones a la hora de comunicarse con la estación base. A pesar de que la comunicación de
este sensor se hace a través de un puerto serie virtual, los datos transmitidos entre el sensor
y el ordenador deben ser realizados como en la versión empaquetada del protocolo. Esto
se debe a la información adicional necesaria para diferenciar el sensor, el cual puede estar
compartiendo un canal de radio con otros sensores. La estación base inalámbrica-USB
utiliza esta información para encaminar los datos hacia el sensor inalámbrico correcto.
Los comandos empaquetados difieren de los no empaquetados en que son precedidos por
un paquete de cabecera y seguido por un paquete de final de mensaje (ver MicroStrain
Inc. (2007)).
En general estos sensores poseen la misma configuración para el puerto serie COM,
donde la tasa de transmisión es siempre 115.2K baudios.
En este protocolo el ordenador remoto controla qué datos salen del sensor emitiendo
uno o más comandos (en algunos casos, los bytes adicionales de datos deben seguir al
byte de comando). Cada comando enviado a la imu hará que ésta transmita un dato
o un número fijo de bytes. El sensor puede operar según dos modos de comunicación,
uno muestreado y otro continuo. En el modo muestreado, un único dato es transmitido

para cada byte de comando recibido. Por otra parte, en el modo continuo, se guarda un
byte de comando en la memoria del sensor y el dato correspondiente se está enviando
continuamente por la imu sin necesidad de intervención del ordenador. En este trabajo
se implementó solamente el modo muestreado. Los comandos y demás datos sobre el
protocolo de comunicación del sensor Inertia-Linkr se pueden encontrar en la referencia
MicroStrain Inc. (2007).
4.4. Tarjeta de adquisición de datos
Para comunicar el ordenador de tierra con el mando a distancia, con el fin de transmitir
al helicóptero las señales de control, se ha utilizado la tarjeta de adquisición de datos NI
USB-6251 de la marca comercial National InstrumentsTM .
La tarjeta tiene dos salidas analógicas, lo cual es suficiente puesto que la señal de
control se envı́a multiplexada por una de las salidas.
Las salidas analógicas de esta tarjeta pueden alcanzar una velocidad de transmisión de
2.86MHz, que es necesaria para conseguir generar el tren de pulsos que codifica la señal
de control en cada tiempo de muestro.
Adicionalmente, la tarjeta dispone de un buffer de 4096 bytes que puede ser utilizado
para almacenar una forma de onda determinada, y gestionar el vaciado del buffer hacia la
salida analógica según la tasa de muestreo seleccionada. Esta funcionalidad de la tarjeta
es utilizada para recibir y almacenar en un solo envı́o el tren de pulsos de la señal de
control previamente programada, siendo la tarjeta la encargada de gestionar el tiempo de
salida de los datos del buffer.
4.5. Interfaz ordenador-helicóptero quadrotor
Para convertir el helicóptero quadrotor en un vehı́culo aéreo autónomo, se ha optado

por implementar una plataforma de control remota, como se ha comentado anteriormente.
El programa que supervisa y controla el helicóptero se ha desarrollado en LabViewr y
está dividido en tres lazos principales: el que envı́a y recibe datos de la imu, el que calcula
las señales de control, y el que, basándose en las señales de control, genera un tren de
pulsos y lo envı́a a la tarjeta de adquisición de datos, que está conectada al mando a
distancia. Estos tres lazos se ejecutan de forma concurrente en la plataforma LabViewr ,
4.5 Interfaz ordenador-helicóptero quadrotor 95
donde se asigna a cada lazo un valor de prioridad y el periodo de ejecución de cada ciclo.
En la Figura 4.6 se presenta la pantalla principal del programa.
Figura 4.6: Pantalla principal del controlador del helicóptero en LabViewr .
A continuación se describen las principales funciones del programa.
4.5.1. Lectura y escritura de la IMU
El controlador desarrollado en LabViewr para comunicar el ordenador de tierra con

la imu se ha implementado de manera que los comandos descritos en el protocolo 3DM-
GX2TM Data Communication Protocol sean ejecutados según el modo muestreado. Ası́
que, la escritura y lectura de datos del sensor se realiza por medio del ordenador de tierra
en cada ciclo del programa. En la Figura 4.7 se expone la pantalla del programa referente
a la unidad de medición inercial.
En el programa actual se han implementado las siguientes funciones proporcionadas

por el sensor: Aceleración y Velocidad Angular ; ∆Ángulo y ∆Velocidad ; Matriz de Rota-
ción; Aceleración, Velocidad Angular y Ángulos de Euler ; Ángulos de Euler ; y Velocidad
Angular y Ángulos de Euler. Se han implementado también funciones para monitorizar
la tasa transmisión de datos, las señales de lqi (Link Quality Indication) y rssi (Receive
Signal Strength Indicator ), ası́ como la medición del ancho de banda.
Figura 4.7: Pantalla de la imu Inertia-Linkr .
La rutina que se ha implementado para monitorizar el sensor inercial empieza ha-

bilitando el puerto serie en que se ha conectado la estación base inalámbrica-USB. La
configuración del puerto serie se realiza en la carpeta Signal Data, donde también se tiene
acceso a informaciones de la calidad de la señal. Hecho esto, se habilita un lazo continuo y
se empieza a realizar la comunicación entre el ordenador de tierra y el sensor. Dentro del
lazo, primero se emite un paquete haciendo al sensor la petición de los datos elegidos (por
ejemplo, los datos de aceleración y velocidad angular en el instante actual), seguido de un
bloque que lee el puerto serie. En este bloque se realizan una serie de intentos para lograr
la lectura de los datos. Si la lectura de los datos se realiza con éxito, éstos son convertidos
de valores en hexadecimal a valores en el formato IEEE 754, los cuales son tratados y
expresados en unidades fı́sicas. Las informaciones obtenidas se representan a través de
gráficas y se ponen a disposición del lazo de control en el caso de que las necesite.
4.5.2. Generador del tren de pulsos
Como se comentó anteriormente, el ordenador de tierra envı́a señales de control al

helicóptero mediante el mando a distancia. Este recibe las señales a través de un puerto
de entrenamiento que se habilita con una llave en el propio mando. El tipo de señal que
hay que enviar a este puerto resulta ser un tren de pulsos, donde cada pulso representa
un canal del mando, y el ancho del pulso informa sobre lo que hay que aplicar en cada
canal.
Siendo ası́, se ha desarrollado un programa que genere tal tren de pulsos. La pantalla
donde se configura el generador del tren de pulsos e informa sobre su estado, se exhibe en
la Figura 4.8.
Figura 4.8: Pantalla del generador de tren de pulsos.
En el primer paso se configura la frecuencia del tren de pulsos, ası́ como su amplitud.
En esta etapa también se define la configuración de la tarjeta de adquisición de datos,
fijando la salida analógica que se utilizará, los lı́mites inferior y superior de la tensión de
salida, y el tamaño del buffer utilizado por la tarjeta.
El tren de pulsos se genera cada 22, 5ms, teniendo cada pulso un ancho de banda de
800µs cuando el ciclo de trabajo está al 100 %. Un canal tiene una duración mı́nima de
920µs y máxima de 2120µs. Siendo los primeros 400µs un tiempo muerto entre el final
del pulso del canal anterior y el inicio del pulso del canal actual. Cada canal puede ser
ajustado independientemente, utilizando la función Trimmer, si es necesario compensar
algún desequilibrio del helicóptero. Además, cada canal puede ser habilitado de manera
aislada, haciendo que la acción generada por el lazo de control no sea enviada al mando,
y ası́, se mantiene el valor de defecto. En la Figura 4.9 se presenta un ejemplo del tren de
pulsos.
Figura 4.9: Tren de pulsos.
Realizada la configuración del tren de pulsos, ası́ como la de la tarjeta analógica, se

inicia el lazo de generación de la forma de onda que se repite, como ya se ha comentado,
cada 22, 5ms. Basándose en el valor de acción de control, se calcula el tiempo de inicio de
cada pulso, el desfase entre ellos y el ciclo de trabajo de cada uno con respecto al tiempo
del tren de pulsos. Cada pulso se genera de forma independiente de los otros utilizando la
función Waveform Buffer Generation DAQ de Labviewr , y al final se suman todos ellos
dando origen a la forma de onda necesaria, la cual se envı́a a la tarjeta de adquisición de
datos. Para finalizar el lazo se traza la gráfica del tren de pulsos.
4.5.3. Lazo de control
El lazo de control se ejecuta a un nivel superior que el de los dos anteriores. En cada
ciclo se leen los datos suministrados por el sensor, y basándose en estos, se ejecutan los
controladores desarrollados, los cuales suministran las señales de control enviadas al lazo
de generación del tren de pulsos. En la Figura 4.6 se presenta, además de la portada
principal del programa, la interfaz de los controladores disponibles.
Antes de ejecutar el lazo de control, se requieren algunas configuraciones del programa,

como elegir en qué archivo, con extensión .m, se almacenarán los datos del experimento,
los valores de referencia de las salidas para los controladores y el periodo de muestreo,
entre otras cosas. La Figura 4.10 muestra la pantalla en la que se determinan los valores
de referencia, se habilita y dibuja la estimación de la posición en el triedro xyz basada
en las medidas de aceleraciones lineales del sensor, y en la que se traza la gráfica de las
señales de control aplicadas.
Figura 4.10: Pantalla para determinar los valores de referencia y habilitar la estimación
de la posición xyz.
Una vez realizados todos los trámites iniciales, se pasa a la etapa de elección del
controlador a utilizar. El programa está pensado para que se pueda trabajar tanto en
bucle abierto como en bucle cerrado. En bucle abierto se han programado dos funciones,
una donde se aplican escalones a las entradas de control del helicóptero, y otra donde se
generan entradas senoidales con amplitud y frecuencia ajustables.
Para trabajar en bucle cerrado se ha dividido el sistema en dos sub-sistemas, donde se

realizan el bucle de control de los movimiento de rotación y el bucle de control de los movi-
mientos de traslación lineal. Para lograr la estabilización del sistema se han implementado
cuatro controladores: proporcional, pid (Proporcional-Derivativo-Integral), Backstepping
y H∞ no lineal. Las dos últimas leyes de control se presentan en este trabajo en el Capı́tulo
3. Los controladores se han programado en lenguaje C generándose un archivo .dll.
El bucle de control de los movimientos de traslación tiene implementado, para es-

te trabajo, un controlador pid. Para trabajos futuros se implementarán las leyes aquı́
desarrolladas. La manera en la que este programa está pensado es ventajosa debido a su
carácter genérico, pudiendo implementarse fácilmente otros controladores a partir de un
archivo .dll.
4.6. Resultados experimentales
En esta sección se exponen resultados experimentales obtenidos con el equipamiento

anterior.
Debido a que aún no se dispone de realimentación de la posición del vehı́culo (la

imu sólo provee información fiable de la orientación del sistema), en los experimentos
realizados sólo se ha utilizado el control de orientación. Por lo tanto, el empuje principal
(única señal de control que no gestiona este controlador) será modificada manualmente
desde la computadora de tierra.
En la figura 4.11 se muestra el esquema de la estrategia de control utilizada para la

realización de experimentos.
Figura 4.11: Control de orientación para el helicóptero quadrotor.
Para realizar una estimación de los parámetros del sistema se han pesado y medido
las distintas partes del equipo. Sin embargo, dado que el sistema no permite tener un
acceso directo al control de la velocidad de los motores, se han realizado experimentos de
identificación en bucle cerrado para determinar la relación entre los pares ejercidos por la
propulsión de las hélices y las señales de control Ui que se envı́an desde la computadora
de tierra.
4.6 Resultados experimentales 101
En los experimentos se ha controlado al sistema con un control proporcional, consi-

guiendo que el sistema real oscile con una cierta frecuencia y amplitud. En la figura 4.12
se muestran los resultados de estos experimentos.
φ
20
10
−10
−20
0 1 2 3 4 5 6 7 8 9 10
θ
20
10
−10
−20
0 1 2 3 4 5 6 7 8 9 10
ψ
4
−2
−4
0 1 2 3 4 5 6 7 8 9 10
tiempo [s]
Figura 4.12: Oscilaciones experimentales.
A partir de estos datos, se ha ajustado mediante simulación la ganancia de un con-

trolador proporcional que consiga que el sistema simulado oscile aproximadamente con la
misma frecuencia y amplitud. En la figura 4.13 se muestran los resultados de simulación.
φ
20
10
−10
−20
0 1 2 3 4 5 6 7 8 9 10
θ
20
10
−10
−20
0 1 2 3 4 5 6 7 8 9 10
ψ
20
10
−10
−20
0 1 2 3 4 5 6 7 8 9 10
tiempo [s]
Figura 4.13: Oscilaciones simuladas.

La relación de ganancias resultantes ha sido del orden de 3.5 veces mayor la señal de
control del modelo frente a la señal de control del sistema real.
En las figuras 4.14 y 4.15 se muestran algunos resultados experimentales preliminares

logrados con controladores báscicos. Como puede verse, tras aplicar un escalón en U1
(figura 4.14) el resto de señales de control actúan de manera que los ángulos de Tait-
Bryan (figura 4.15) se mantengan en un valor cercano al cero, controlando la orientación
del sistema.
El helicóptero se deja de controlar a los 45 segundos aproximadamente (véase señal

de control U1 ). Como puede observarse en las gráficas de los resultados, a partir de este
instante los ángulos aumentan debido a que el helicóptero se ha inestabilizado.
80
U1 [%]
60
40
20
10 15 20 25 30 35 40 45 50 55
100
U2 [%]
50
0
10 15 20 25 30 35 40 45 50 55
80
U3 [%]
60
40
20
10 15 20 25 30 35 40 45 50 55
60
U4 [%]
50
40
10 15 20 25 30 35 40 45 50 55
tiempo (s)
Figura 4.14: Señales de control.

4.6 Resultados experimentales 103
20
10
φ (º)
−10
−20
10 15 20 25 30 35 40 45 50 55
20
10
θ (º)
−10
−20
10 15 20 25 30 35 40 45 50 55
10
5
ψ (º)
−5
−10
10 15 20 25 30 35 40 45 50 55
tiempo (s)
Figura 4.15: Orientación del helicóptero quadrotor.

Capı́tulo 5
Conclusiones
Este trabajo se ha dedicado al modelado y desarrollo de estrategias de control para

solucionar el problema de seguimiento de referencia de vehı́culos aéreos autónomos, para
el caso concreto de un helicóptero miniatura quadrotor. Se consideró el control de los
movimientos de traslación lineal y de rotaciones angulares en presencia de perturbaciones
externas e incertidumbres paramétricas.
Para comprender el funcionamiento del helicóptero quadrotor, se realizó un estudio de

su modelado, donde fueron completados y corregidos algunos modelos publicados ante-
riormente. Se comenzó deduciendo los movimientos de rotación y traslación considerando
sólo un punto en el espacio, lo que permitió obtener las ecuaciones cinemáticas de un
cuerpo rı́gido con movimientos tridimensionales. Los ángulos de rotación del cuerpo fue-
ron obtenidos a partir de tres rotaciones sucesivas, y se distinguieron los ángulos de Euler
de los ángulos de Tait-Bryan.
A partir de la matriz de rotación y de las ecuaciones cinemáticas obtenidas, se modeló la

dinámica del helicóptero basada en dos formulaciones matemáticas: la de Newton-Euler y
la de Lagrange-Euler. Se definieron las fuerzas y pares actuantes sobre el sistema, teniendo
en cuenta las perturbaciones generadas por efectos giroscópicos debido a los rotores y por
vientos, los cuales fueron caracterizados como fuerzas y pares aerodinámicos.
Para realizar ensayos reales se ha desarrollado una plataforma de pruebas compuesta

por un helicóptero quadrotor comercial en escala miniatura. Tal plataforma utiliza una
unidad de medición inercial para informar de la posición angular y aceleraciones lineales a
un ordenador de tierra vı́a comunicación inalámbrica. Éste calcula las acciones de control
y las envı́a a través de un mando a distancia que está conectado al ordenador de tierra
mediante una tarjeta de adquisición de datos. El programa que trata los datos recibidos
del sensor y calcula los valores de fuerza y pares a aplicar al helicóptero fue desarrollado
bajo la plataforma LabViewr .
106 5 Conclusiones
Basándose en los modelos obtenidos, se presentaron y desarrollaron cinco estructuras

de control, las cuales han presentado un buen desempeño en el seguimiento de referencia,
manteniendo la robustez ante incertidumbres paramétricas y perturbaciones externas.
La manera en la que fueron presentados los controladores está basada en la evolución del
desempeño que se ha planteado. Las dos primeras estrategias utilizadas fueron presentadas
en Mistler et al. (2001); Bouabdallah y Siegwart (2005), y tuvieran como objetivo principal
alcanzar un buen entendimiento del sistema.
En la primera se utilizó una ley de control con desacoplamiento entrada-salida y linea-

lización exacta por realimentación dinámica, y el controlador que se desarrolló está basado
en el modelo de Newton-Euler. Se pudo ver por los resultados presentados que, sin tener
en cuenta las perturbaciones externas en los términos de rotación, el helicóptero siguió
la referencia con bastante exactitud y señales de control suaves. Sin embargo, cuando se
aplicaron las perturbaciones externas el sistema se hizo inestable.
La segunda estrategia que se ha simulado está basada en la técnica de Backstepping,

y se calcularon las leyes de control a través de funciones de Lyapunov. Se utilizó una
estructura desacoplada de los términos de rotación y traslación debido a las caracterı́s-
ticas del modelo utilizado, el cual estaba basado en la formulación de Lagrange-Euler,
suponiendo para los movimientos de rotación la aproximación por pequeño ángulo. Las
simulaciones realizadas han demostrado que esta estrategia es eficaz para realizar segui-
miento de trayectoria considerando incertidumbres en los parámetros del modelo y cuando
no se consideran perturbaciones externas. Nuevamente, el helicóptero se vuelve inestable
en presencia de tales perturbaciones.
Como estas dos estructuras no presentaron robustez ante perturbaciones mantenidas

en los movimientos de rotación, se planteó un controlador que las rechazara. Siendo ası́,
se diseñó un controlador, basado en estos resultados, utilizando la teorı́a de control H∞
para sistemas mecánicos no lineales totalmente actuados. Esto garantiza robustez tanto
considerando incertidumbres paramétricas como en presencia de perturbaciones externas.
Se ha aplicado este controlador en el sub-sistema de rotación, teniendo en cuenta las
perturbaciones utilizadas. Ası́, en esta tercera estrategia de control se utilizó el control
basado en la técnica de Backstepping para controlar el sub-sistema de traslación y, para el
sub-sistema de rotación se aplicó el controlador H∞ no lineal. Se han presentado resultados
que corroboran la robustez de la estructura y el buen desempeño en el seguimiento de
trayectorias.
Alcanzada la robustez del sub-sistema de rotación, y con bastante éxito, se buscó lo-
grar un controlador eficaz para los movimientos de traslación. Siendo ası́, en una cuarta
estrategia se propuso un controlador predictivo debido a sus caracterı́sticas que permite
el uso de trayectorias futuras conocidas, el cual genera entradas de control suaves y con-
sidera restricciones en el momento del cálculo de la ley de control, a pesar de que en este
trabajo no fueron utilizados ningún tipo restricciones. El algoritmo de cpbm lineal utili-
107
zado considera que el vehı́culo sigue un helicóptero virtual de referencia sobre el camino
deseado, originando el modelo del error. El modelo del error es no lineal y variante con
el tiempo, por lo tanto, se han realizado linealizaciones sucesivas a lo largo de la trayec-
toria de referencia. Esta estructura de cpbm utiliza el modelo del sistema en espacio de
estados, y como ya se ha comentado, se ha implementado para controlar los movimientos
de traslación. Se diseñaron dos controladores predictivos, uno para el control de la altura,
y otro, a través de un cambio de variables y considerando entradas virtuales de control,
para el movimiento lineal en el plano (x, y).
Para los movimientos de rotación se utilizó el controlador H∞ no lineal desarrollado

en la estrategia anterior. Otra vez los resultados obtenidos mostraron que la estrategia de
control utilizando el controlador H∞ no lineal provee robustez al sistema. Las simulaciones
también confirmaron que el uso del cpbm para solucionar el problema de seguimiento de
trayectoria es eficaz y proporciona señales de control más suaves.
Sin embargo, cuando fueron aplicadas perturbaciones permanentes en el sub-sistema

de traslación, ni el controlador Backstepping y tampoco el cpbm propuesto fueron capaces
de rechazarlas. Ante este problema, se planteó una estrategia de control que fuera robusta
en presencia de perturbaciones mantenidas en los seis grados de libertad. Ası́ que, en la
quinta estructura de control se utilizó nuevamente el controlador H∞ no lineal para los
movimientos de rotación, mientras que para la dinámica traslacional del helicóptero se
utilizó un controlador robusto vı́a sı́ntesis de control H∞ con realimentación de estados
para sistemas con incertidumbres en los parámetros. Se ha buscado un buen desempeño en
el seguimiento de referencia en presencia de fuerzas y momentos aerodinámicos mantenidos
y robustez ante incertidumbres en todos los parámetros del modelo.
A través de simulaciones se pudo corroborar la estrategia de control propuesta, donde

el helicóptero ha logrado seguir la trayectoria de referencia de forma robusta cuando se
han considerado incertidumbres en los parámetros de masa e inercia, y en presencia de
todos los tipos de perturbaciones externas existentes en el modelo, cuando son aplicadas
sucesivamente y de forma mantenida.
Finalmente, controladores básicos fueron implementados en la plataforma de pruebas

y resultados preliminares han sido obtenidos experimentalmente para la estabilización del
helicóptero. Siendo ası́, se ha comprobado la aplicación propuesta y, como próximo trabajo
a ser realizado con el helicóptero está la implementación de los controladores presentados
en esta tesis.
Debido a la reciente obtención de los resultados de este trabajo, aún no se ha tenido la

posibilidad de seren publicados. No obstante, ya han sido enviados los siguientes artı́culos
para su posible publicación:
108 5 Conclusiones
(Raffo et al., 2008a)

G.V. Raffo, M.G. Ortega, F.R. Rubio. Backstepping/Nonlinear H∞ Control for Path
Tracking of a QuadRotor Unmanned Aerial Vehicle. American Control Conference
2008 (ACC’08). Seattle, Washington (USA), 2008 (Submission number: 1238).
(Raffo et al., 2008b)

G.V. Raffo, M.G. Ortega, F.R. Rubio. MPC with Nonlinear H∞ Control for Path
Tracking of a Quad-Rotor Helicopter. 17th IFAC World Congress on Automatic
Control. Seoul (Korea), 2008 (Submission number: 2578).
Además de estos artı́culos, a lo largo del máster se han publicado los siguientes traba-
jos:
(Raffo et al., 2007b)

G.V. Raffo, M.G. Ortega y F.R. Rubio. Nonlinear H∞ Control Applied to the Per-
sonal Pendulum Car. In Proc. of the European Control Conference. ECC’07, Kos,
Grecia, Julio 2007.
(Raffo et al., 2007a)

G.V. Raffo, J.E. Normey-Rico y F.R. Rubio. Control Predictivo de la Dinámica de
un Vehı́culo Autónomo. XXVIII Jornadas de Automática - Universidad de Huelva.
Huelva, España, 5 - 8 Septiembre 2007.
(Raffo et al., 2006)

G.V. Raffo, M.G. Ortega y F.R. Rubio. Control H∞ Multivariable de un Modelo
de Helicóptero. XXVIII Jornadas de Automática, JAL06, pág. 854-859. Almerı́a,
España, 6 - 8 Septiembre 2006.
Para finalizar, se detallan posibles lı́neas de continuación del trabajo expuesto en esta
tesis:
Robustificación de leyes de control en función de cotas de incertidumbres del modelo.

Normalmente los controladores (sobre todo los no lineales) diseñados para este tipo
de sistemas están basados en modelo; y como es bien sabido, los modelos conllevan
incertidumbres asociadas. Se propone, por tanto, utilizar métodos como el presen-
tado en Ortega et al. (2005) para robustificar leyes de control, investigando nuevos
métodos para la resolución de la ecuación de Hamilton-Jacobi resultante (como por
ejemplo, soluciones basadas en el método de Galerkin).
109
Adaptación de controladores H∞ no lineales para sistemas subactuados al problema

de comportamiento del helicóptero. Para ello, se propone partir de la estructura de
control propuesta en Raffo et al. (2007b). Con ello se pretende que el vehı́culo sea
capaz de realizar ciertas maniobras preestablecidas.
Estudiar el problema de regiones fronteras para garantizar estabilidad de sistemas

con dinámica completa. Normalmente los controladores de este sistema se basan
en las ecuaciones de su parte mecánica. Sin embargo, las fuerzas de propulsión no
vienen dadas por motores como en los sistemas electromecánicos, sino que su origen
es de tipo aerodinámico a través del movimiento de hélices. Es habitual utilizar
la separación de escalas de tiempo, diseñando de forma independiente el control
de la mecánica y el del movimiento de las hélices, suponiendo este último mucho
más rápido que el anterior. Sin embargo, aún está por explorar en qué condiciones se
pueden diseñar controladores que garanticen estabilidad teniendo en cuenta también
la dinámica rápida del sistema.
Combinación del control con ángulo de palas variables y con velocidad del rotor
variable. En helicópteros convencionales se suelen utilizar como variables de control
los ángulos de ataque de las palas (cı́clico y colectivo), implementando un lazo
interno de control para regular la velocidad de giro del rotor (esto es, se controla
con velocidad del rotor constante) Raffo et al. (2006). Sin embargo, en helicópteros
en miniatura, la filosofı́a de las señales de control suele ser justo la contraria. Debido
a que ambos enfoques tienen sus ventajas e inconvenientes, se propone estudiar la
posibilidad de realizar un control de aeronaves donde se utilicen ambas filosofı́as
simultáneamente.
Control de aeronaves mediante realimentación visual. En este apartado, se pretende

hacer uso del sistema de visión disponible en el helicóptero quadrotor, no meramen-
te para transmitir las imágenes que van siendo capturadas durante el vuelo, sino
para poner en marcha algoritmos de control visual que permitan dirigir al aparato
autónomamente a partir de dichas imágenes.
El trabajo debe desarrollarse en dos ámbitos: por un lado en técnicas de seguimiento
visual y por otro en técnicas de control con realimentación visual (“visual tracking”
y “visual servoing”, respectivamente, de acuerdo con la terminologı́a anglosajona) o
alternativamente en técnicas que integren ambos aspectos (Malis, E, Benhimane, S.,
2005).
Estudio e implementación de algoritmos de generación de caminos óptimos. Una vez

controlado el sistema, se propone profundizar en algoritmos que especifiquen cami-
nos que optimicen algún tipo de criterio representativo de la calidad del recorrido
(tiempo de recuperación de la posición, velocidad de recuperación, etc.).
Realización de estudios preliminares sobre sistemas controlados a través de redes

( ncs). En caso de que las aeronaves sean controladas desde tierra (por ejemplo,
110 5 Conclusiones
mediante sistemas de mando a distancia), existe la posibilidad de que se pierdan

paquetes en la transmisión de datos, tanto en el envı́o de señales de control como
en el de señales medidas para realimentación. A este problema hay que sumarle la
pérdida de información por la codificación/decodificación de las señales transmitidas,
ası́ como la tasa de envı́o de datos. Estos problemas son especialmente interesantes
para estos tipos de sistemas teniendo en cuenta su carácter inestable.
Bibliografı́a
E. Altug, J. P. Ostrowski, y R. Mahony. Control of a Quadrotor Helicopter Using Vi-

sual Feedback. In Proc. of the 2002 IEEE International Conference on Robotics and
Automation, pages 72–77, Washington, DC, 2002.
S. Bouabdallah y R. Siegwart. Backstepping and Sliding-mode Techniques Applied to

an Indoor Micro Quadrotor. In Proc. IEEE Int. Conf. on Robot. and Automat., pages
2259–2264, Barcelona, Spain, 2005.
S. Bouabdallah, P. Murrieri, y R. Siegwart. Design and Control of an Indoor Micro

Quadrotor. In Proc. IEEE Int. Conf. on Rob. and Automat., volume 5, pages 4393–
4398, New Orleans, USA, 2004a.
S. Bouabdallah, A.Ñoth, y R. Siegwart. PID vs LQ Control Techniques Applied to an

Indoor Micro Quadrotor. In Proc. IEEE Int. Conf. on Intelligent Robots and Systems,
volume 3, pages 2451–2456, Sendai, Japan, 2004b.
S. Bouabdallah, A.Ñoth, y R. Siegwart. Dynamic Modelling of UAVs. Technical Report

Version 2.0, Autonomous Systems Laboratory - EPFL, May 2006.
E. F. Camacho y C. Bordons. Model Predictive Control. Springer-Verlag, New York, 1998.
P. Castillo, R. Lozano, y A. E. Dzul. Modelling and Control of Mini-Flying Machines.

Springer-Verlag, London, UK, 2005.
P. Castillo, P. Garcı́a, R. Lozano, y P. Albertos. Modelado y Estabilización de un Helicóp-

tero con Cuatro Rotores. RIAI Revista Iberoamericana de Automática e Informática
Industrial, 4(1):41–57, Jan 2007.
M. Chen y M. Huzmezan. A Combined MBPC / 2DOF H∞ Controller for a Quad Rotor

UAV. In Proc. AIAA, 2003.
J. J. Craig. Introduction to Robotics - Mechanics y Control. Addison-Wesley Publishing

Company, Inc., USA, 2nd edn edition, 1989.
A. Dziugys y B. Peters. An approach to simulate the motion of spherical and non-spherical

fuel particles in combustion chambers. Granular Matter, 3(4):231–266, 12 2001.
112 Bibliografı́a
S. Esteban. Control Nolineal en Tres Escalas de Tiempo de un Helicóptero de Ra-

dio/Control sobre una Plataforma. Technical report, Universidad de Sevilla, Sevilla,
ES, 2005.
I. Fantoni y R. Lozano. Nonlinear Control for Underactuated Mechanical Systems. TS-

pringer Verlag, London, 1995.
K. S. Fu, R. C. Gonzalez, y C. S. G. Lee. Robotics: control, sensing, vision, and intelligence.

McGraw-Hill Book, New York, 1987.
T. J. Koo y S. Sastry. Output tracking control design of a helicopter model based on

approximate linearization. In Proc. of the CDC, Florida, USA, 1999.
D. Lara, G. Romero, A. Sanchez, y R. Lozano. Parametric Robust Stability Analysis for

Attitude Control of a Four-rotor mini-rotorcraft. In Proc. of 45th IEEE Conference on
Decision and Control, 2006, pages 4957–4962, San Diego, CA, 2006.
T. Madani y A. Benellegue. Backstepping Control for a Quadrotor Helicopter. In Proc.

of the IEEE/RSJ International Conference on Intelligent Robots and Systems, 2006,
pages 3255–3260, 2006a.
T. Madani y A. Benellegue. Control of a Quadrotor Mini-Helicopter via Full State Ba-

ckstepping. In Proc. of 45th IEEE Conference on Decision and Control, 2006, pages
1515–1520, San Diego, CA, 2006b.
R. Mahony y T. Hamel. Robust trajectory tracking for a scale model autonomous

helicopter. International journal of robust and nonlinear control, 14, 2004.
Malis, E, Benhimane, S. A unified approach to visual tracking and servoing. Robotics and
Autonomous Systems, 52(1):39–52, 2005.
L. Mederreg, F. Diaz, y N. K. M’Sirdi. Nonlineal Backstepping Control with Onsrever

Design for a 4 Rotors Helicopter. In Proc. of the IFAC International Conference on
Advances in Vehicle Control and Safety (AVXS’04), 2004.
N. Metni, T. Hamel, y F. Derkx. Visual Tracking Control of Aerial Robotic Systems with
Adptive Depth Estimation. In Proc. of the CDC/ECC, pages 6078–6084, Seville, Spain,
2005.
MicroStrain Inc. 3DM-GX2T M Data Communication Proto-

col. Technical Report Version 1.08, MicroStrain, Inc., Willis-
ton, VT, Mar 2007. URL http://www.microstrain.com/pdf/3DM-
GX2_Data_Communications_Protocol_V1.08.pdf.
MicroStrain Inc. Technical Product Overview - Inertia-Linkr : Inertia Measurement

Unit and Vertical Gyro, 2006. URL http://www.microstrain.com/pdf/Inertia-
Link %20datasheet %20- %20v %201.pdf.
Bibliografı́a 113
V. Mistler, A. Benallegue, y N. K. M’Sirdi. Exact linearization and noninteracting control

of a 4 rotors helicopter via dynamic feedback. In Proc. IEEE Int. Workshop on Robot
and Human Inter. Communic., 2001.
A. Mokhtari, A. Benallegue, y B. Daachi. Robust Feedback Linearization and GH∞

Controller for a Quadrotor Unmanned Aerial Vehicle. In Proc. of the IEEE/RSJ In-
ternational Conference on Intelligent Robots and Systems, 2005. (IROS 2005), pages
1009–1014, 2005.
W. L. Nelson y I. J. Cox. Local Path Control for an Autonomous Vehicle. In Proc.

of the IEEE International Conference on Robotics and Automation, pages 1504–1510,
Philadelphia, USA, 1988.
J. E. Normey-Rico, J. Gómez-Ortega, y E. F. Camacho. A Smith-Predictor-Based Gene-

ralised Predictive Controller for Mobile Robot Path-Tracking. In Control Engineering
Practice, volume 7, pages 729–740, London, England, 1999.
R. Olfati-Saber. Nonlinear Control of Underactuated Mechanical Systems with Application

to Robotics and Aerospace Vehicles. PhD thesis, Massachusetts Institute of Technology,
2001.
M. G. Ortega y F. R. Rubio. Systematic design of weighting matrices for the H∞ mixed

sensitivity problem. Journal of Process of Control, 14:89–98, 2004.
M. G. Ortega, M. Vargas, C. Vivas, y F. R. Rubio. Robustness Improvement of a Nonlinear

H∞ Controller for Robot Manipulators via Saturation Functions. Journal of Robotic
Systems, 22(8):421–437, 2005.
M. G. Ortega, M. Vargas, F. Castaño, y F. R. Rubio. Improved Design of the Weighting

Matrices for the S/KS/T Mixed Sensitivity Problem - Application to a Multivariable
Thermodynamic System. IEEE Transactions on Control Systems Technology, 14(1):
82–90, 2006.
T. J. Pallet y S. Ahmad. Real-Time Helicopter Flight Control: Modelling and Control by

Linearization and Neural Networks. Technical Report TR-EE 91-35, School of Electrical
Engineering - Purdue University, West Lafayette, Indiana, August 1991.
S. Park, D. H. Won, M. S. Kang, T. J. Kim, H. Lee, y S. J. Kwon. RIC(Robust Internal-

loop Compensator) Based Flight Control of a Quad-Rotor Type UAV. In Proc. of the
IEEE/RSJ International Conference on Intelligent Robots and Systems, 2005. (IROS
2005), pages 3542–3547, 2005.
G. V. Raffo. Algoritmos de Controle Preditivo para Seguimento de Trajetórias de Veı́culos

Autônomos. Master’s thesis, Univesidade Federal de Santa Catarina, Programa de Pós-
Graduação em Engenharia Elétrica, Florianópolis, SC, 2005. in portuguese.
114 Bibliografı́a
G. V. Raffo, M. G. Ortega, y F. R. Rubio. Control H∞ Multivariable de un Modelo

de Helicóptero. In XXVIII Jornadas de Automática, JAL06, pages 854–859, Almerı́a,
Spain, Sept. 2006.
G. V. Raffo, J. E. Normey-Rico, y F. R. Rubio. Control Predictivo de la Dinámica de

un Vehı́culo Autónomo. In XXVIII Jornadas de Automática - University of Huelva,
Huelva, Spain, Sep 2007a.
G. V. Raffo, M. G. Ortega, y F. R. Rubio. Nonlinear H∞ Control Applied to the Personal

Pendulum Car. In Proc. of the European Control Conference. ECC’07, Kos, Greece,
July 2007b.
G. V. Raffo, M. G. Ortega, y F. R. Rubio. Backstepping/Nonlinear H∞ Control for Path

Tracking of a QuadRotor Unmanned Aerial Vehicle. In Proc. of the American Control
Conference - ACC2008, 2008a. Submitted.
G. V. Raffo, M. G. Ortega, y F. R. Rubio. MPC with Nonlinear H∞ Control for Path

Tracking of a Quad-Rotor Helicopter. In Proc. of the IFAC World Congress 2008,
2008b. Submitted.
X. Rong y U. Ozguner. Sliding Mode Control of a Quadrotor Helicopter. In Proc. of

45th IEEE Conference on Decision and Control, 2006, pages 4957–4962, San Diego,
CA, 2006.
J. A. Rossiter. Model-Based Predictive Control: A Practical Approach. CRC Press, New

York, 2003.
R. S. Sánchez-Peña y M. Sznaier. Robust Systems - Theory and Applications. Wiley

Interscience, New York, USA, 1998.
M. M. Space y A. Spazio. The Hipparcos and Tycho Catalogues - The Hipparcos Satellite
Operations, Volume 2. Technical Report ESA SP-1200, European Space Agency, 1997.
S. Sun. Designing Approach on Trajectory-Tracking Control of Mobile Robot. Robotics

and Computer-Integrated Manufacturing, 21(1):81–85, 2005.
G. P. Tournier, M. Valenti, J. P. How, y E. Feron. Estimation and Control of a Quadrotor

Vehicle Using Monocular Vision and Moiré Patterns. In Proc. of the AIAA Guidance,
Navigation, and Control Conference and Exhibit, August 2006.
A. Trofino, D. Coutinho, y K. A. Barbosa. Sistemas Multivariáveis - Uma abordagem via

LMIs. Technical report, Universidade Federal de Santa Catarina, Florianópolis, BR,
Agosto 2003.
Valpey Fisher. Valpey fisher homepage, 2007. URL http://www.valpeyfisher.com/

ContentDisplay.aspx?ContentCode=Glossary.
Bibliografı́a 115
A. van der Schaft. L2 -Gain and Passivity Techniques in Nonlinear Control. Springer-
Verlag, New York, 2000.
A. van der Schaft. L2 -Gain Analysis of Nonlinear Systems and Nonlinear State Feedback
Control. IEEE Trans. Automat. Control, 37(6):770–784, 1992.
W. Feng and I. Postlethwaite . Robust Nonlinear H∞ /Adaptative Control of Robot

Manipulator Motion. Proc. Instn. Mech. Engrs., 208:221–230, 1994.

Modelado y Control de Un Helicoptero Qua

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelado y Control de Un Helicoptero Qua

Cargado por

Copyright:

Formatos disponibles

GUILHERME VIANNA RAFFO

PROGRAMA OFICIAL DE POSGRADO EN

Tesis presentada en la Universidad de Sevilla

GUILHERME VIANNA RAFFO

Sevilla, Diciembre de 2007.

Guilherme Vianna Raffo

Prof. D. Francisco Rodrı́guez Rubio, Dr.

Prof. D. Anibal Ollero Baturone, Dr.

Prof. D. Teodoro Álamo Cantarero, Dr.

Prof. D. Francisco Salas Gómez, Dr.

Me gustarı́a agradecer a mis directores de tesis, Prof. Francisco Rodrı́guez Rubio y

Me gustarı́a agradecer a Prof. Julio Elias Normey Rico el compañerismo, amistad y

Agradezco a Isabel Jurado las traducciones y correcciones realizadas en este trabajo.

Agradezco, también, al Departamento de Ingenierı́a de Sistemas y Automática, por la

MODELADO Y CONTROL DE UN HELICÓPTERO QUADROTOR

Guilherme Vianna Raffo

Directores: Prof. D. Francisco Rodrı́guez Rubio, Dr.

Prof. D. Manuel Gil Ortega Linares, Dr.

Área de Concentración: Ingenierı́a de Sistemas y Automática

Palabras-clave: Vehı́culo Aéreo Autónomo, Modelado, Control H∞ Lineal,

En este trabajo se ha realizado el modelado y desarrollo de estrategias de control pa-

MODELLING AND CONTROL OF A QUADROTOR HELICOPTER

Guilherme Vianna Raffo

Advisors: Prof. D. Francisco Rodrı́guez Rubio, Dr.

Prof. D. Manuel Gil Ortega Linares, Dr.

Area of Concentration: Automation and Systems Engineering

Keywords: Unmanned Aerial Vehicle, Modelling, Linear H∞ Control,

Índice de Figuras XII

Índice de Tablas XVIII

Lista de Abreviaturas XXI

Lista de Sı́mbolos XXIII

1.3. Organización del trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2. Descripción y Modelado del Helicóptero QuadRotor 9

2.1. Descripción del UAV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2. Modelado del UAV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.3. Orientación del helicóptero . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.4. Formulación de Newton-Euler . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.5. Formulación de Lagrange-Euler . . . . . . . . . . . . . . . . . . . . . . . . 20

3.1. Control con desacoplamiento entrada-salida y linealización exacta por re-

3.1.1. Resultados de simulación . . . . . . . . . . . . . . . . . . . . . . . . 37

3.2. Control basado en Backstepping (Bouabdallah y Siegwart, 2005) . . . . . . 42

3.2.1. Control Backstepping del sub-sistema de rotación . . . . . . . . . . 44

3.2.2. Control Backstepping del sub-sistema de traslación . . . . . . . . . 45

3.2.3. Resultados de simulación . . . . . . . . . . . . . . . . . . . . . . . . 46

3.3. Control Backstepping/H∞ no lineal (Raffo et al., 2008a) . . . . . . . . . . 51

3.3.1. Control H∞ no lineal . . . . . . . . . . . . . . . . . . . . . . . . . . 52

3.3.2. Resultados de simulación . . . . . . . . . . . . . . . . . . . . . . . . 56

3.4. CPBM con control H∞ no lineal (Raffo et al., 2008b) . . . . . . . . . . . . 62

3.4.1. Estrategia de CPBM para seguimiento de trayectoria . . . . . . . . 62

3.4.2. Resultados de simulación . . . . . . . . . . . . . . . . . . . . . . . . 69

3.5. Control robusto H∞ de los seis grados de libertad . . . . . . . . . . . . . . 75

3.5.1. Control H∞ lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

3.5.2. Control H∞ con realimentación de estados vı́a lmis . . . . . . . . . 78

3.5.3. Control H∞ de los movimientos de traslación . . . . . . . . . . . . 80

3.5.4. Resultados de simulación . . . . . . . . . . . . . . . . . . . . . . . . 84

4. Descripción del Equipo 89

4.2. Helicóptero en miniatura quadrotor . . . . . . . . . . . . . . . . . . . . . . 90

4.3. Unidad de medición inercial . . . . . . . . . . . . . . . . . . . . . . . . . . 92

4.3.1. Protocolo de comunicación . . . . . . . . . . . . . . . . . . . . . . . 93

4.4. Tarjeta de adquisición de datos . . . . . . . . . . . . . . . . . . . . . . . . 94

4.5. Interfaz ordenador-helicóptero quadrotor . . . . . . . . . . . . . . . . . . . 94

4.5.1. Lectura y escritura de la IMU . . . . . . . . . . . . . . . . . . . . . 95

4.5.2. Generador del tren de pulsos . . . . . . . . . . . . . . . . . . . . . . 97

4.5.3. Lazo de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98