Facultad de Ingeniería

Carrera de Ingeniería Mecatrónica

CURSO
Ingeniería de Control 1

PROFESOR
Sergio Nicolas Gonzales Lecaros

TEMA
Trabajo Final

INTEGRANTES
Alumnos Código Carrera

● Angela del Pilar Añaños Ramos U201819609 Ing. Mecatrónica

● Rodrigo Flores Franco U20181B011 Ing. Mecatrónica
● Erik Alexanders Paucar Alarcón U201719255 Ing. Electrónica
● Roel Patrick Caballero Muñoz U201819167 Ing. Mecatrónica
● Fabricio Miranda Durand U20181E444 Ing. Electrónica
● Ricardo Ronald Palma Vicente U201811240 Ing. Mecatrónica

SECCIÓN
LS6B

SEMESTRE
2020 – 02
 Hoverboard

INTRODUCCIÓN

Hoy en día, con el constante aumento de la tecnología se han desarrollado diversas

alternativas a los medios de transporte, tanto para el ocio como para rutina diaria y laboral de
las personas. Un gran ejemplo se puede encontrar en que, con el avance de los años, han
aparecido diversos aparatos eléctricos, basados en los medios de transporte antiguos para
disfrutar en los ratos libres como el skate, patines, bicicletas, scooters, etc. Estos suelen tener
la misma base, solo que ahora incluyen motores eléctricos y sistemas de control. En este
rubro están tanto bicicletas eléctricas, skates eléctricos, patines eléctricos, como también los
hoverboards, etc.

En el siguiente informe se procederá a realizar un análisis del modelamiento matemático del

sistema de control de un hoverboard o self-balancing scooter. El hoverboard es un
vehículo pequeño y compacto que posee los siguientes componentes: Batería recargable,
controladores, sensores, dos motores y dos ruedas unidas por dos pequeñas plataformas, las
cuales cuentan con un mecanismo de equilibrio interno. El dispositivo es controlado por los
pies del usuario a través de sensores y un sistema giroscopio integrado en las plataformas
que son procesadas en su sistema de control.

El vehículo debido a que tiene que mantener el equilibrio similar a un péndulo invertido, tiene
un cierto grado de inestabilidad. Por ello, se considera al sistema como un gran ejemplo al
cual se pueden aplicar diversos conocimientos fundamentales de control. Para realizar la
debida implementación, el presente trabajo implicó usar herramientas como el MATLAB para
la elaboración de las ecuaciones necesarias y la simulación del sistema, así mismo, para
implementación del software se usará el MPLAB para la programación del PIC 18F4550, para
el correcto control de todo el sistema funcional de los hoverboards.

Figura 1
Partes del Hoverboard y sistema eléctrico de control
PLANTEAMIENTO Y ANÁLISIS DEL PROBLEMA

El hoverboard es un dispositivo de transporte personal, pequeño y compacto. Su reducido

tamaño y peso permiten al usuario su fácil movilización. Sin embargo, presenta una serie de
fallas que pueden ser perjudiciales tanto para su funcionamiento como también para la
seguridad del usuario. Estas fallas suelen ser las siguientes:

 Perturbaciones en el entorno al sistema: Al ser un dispositivo sin manubrio, requiere

de un mayor equilibrio por parte del usuario. Equilibrio que puede ser perturbado muy
fácilmente por rocas, hojas, baches, que generan que las ruedas se traben
provocando la caída del usuario.

 Inestabilidad del dispositivo: El sistema de control, al estar basado en un péndulo

invertido, presenta cierto grado de inestabilidad durante el desplazamiento del
dispositivo.

 Error en sensores: Es común que existan problemas con el sensor de presión, el cual
se encarga de ajustar y equilibrar el dispositivo en base al peso del usuario. Al censar
correctamente al usuario, provoca que sea aún más inestable y sea más difícil
mantener el equilibrio.

 Bloqueo en alguna de las ruedas: Debido al constante uso, con el tiempo, uno de los
lados del hoverboard suele fallar, bloqueando un solo lado y provocando que el
usuario no lo pueda usar

Dada la complejidad del dispositivo, este trabajo solo se enfocará en el problema del
posicionamiento del dispositivo debido al mal funcionamiento del giroscopio. La función de
este sensor dentro del dispositivo es medir el movimiento angular que ejerce la persona sobre
el hoverboard, con finalidad de avanzar, girar o retroceder. En otras palabras, el giroscopio
es el sensor encargado de medir el “equilibrio” de la persona sobre las plataformas, y con
esto, el sistema de control procesa la dirección hacia la que se moverá. Sin embargo, durante
su funcionamiento puede presentar fallas por las siguientes fuentes: perturbaciones al
sistema de control que afectan al sensor y controladores del equipo, además de fallas
mecánicas como el desgaste en las piezas, cables y motores, así mismo, que el sistema falle
durante su modo correctivo (la tara del sistema). Todos estos conjuntos de fallas dentro del
sistema de control pueden ser explicadas debido al mal funcionamiento del giroscopio.
El presente trabajo, tomará como planta al hoverboard por lo cual se analizará detalladamente
su modelo matemático. Una vez estudiado y comprendido, se buscará alterar la funcionalidad
de giroscopio alterando el modelo matemático previamente obtenido. En base a esto, se
realizará un riguroso estudio en Matlab y se analizará cómo estas perturbaciones llegan a
generar alteraciones o retrasos a la funcionalidad del sistema y se buscará corregir y prevenir
la mayor cantidad de errores, utilizando un modelo matemático que pueda prevenir estas
fallas, indicando al usuario por medio de un led, cuando es tiempo de una nueva calibración
o cambio de los sensores. Para que, finalmente, el usuario pueda disfrutar de manera más
sencilla y segura de su hoverboard en sus tiempos de ocio, haciendo de este tiempo uno
mucho más agradable.
OBJETIVOS

 Utilizar los conocimientos aprendidos en control para diseñar el modelo matemático

del dispositivo y su respectiva implementación del software mediante el uso del
MPLAB.
 Solucionar el problema con el giroscopio presente en el sistema de control.
 Implementar soluciones para una mejora del sistema de control.
 Simular y evidenciar los resultados obtenidos.

MODELAMIENTO DE LA PLANTA

Para el modelamiento de la planta se hizo uso de la función “modelo”, donde se definieron

parámetros específicos para poder observar la respuesta al escalón en lazo cerrado de la
planta. Los parámetros que se definieron para obtener la gráfica de la respuesta en el tiempo
de la planta son:

 Función transferencia del Controlador = 2

 Función transferencia del sensor = 1
 Número elegido para el grupo = 25

Figura 2
Señal de la planta en lazo cerrado que se intentara modelar mediante el método de
identificación de sistemas
De la gráfica, se puede obtener el tiempo de establecimiento y el sobreimpulso. A partir de
estos parámetros, se calcula el factor de amortiguamiento y la frecuencia natural.
Posteriormente, se logra modelar una función transferencia de segundo orden que
representara la planta en lazo cerrado:

𝑀𝑝 = 63%
𝑇𝑝 = 7
𝜁 . 𝜋
−( )
0,63 = 𝑒 √1−𝜁2 → 𝜁 = 0,146

𝜋 𝜋
𝑇𝑝 = 𝑊𝑑 → 𝑇𝑝 = → 𝑊𝑛 = 0,454
𝑊𝑛√1−𝜁 2

Una vez obtenidas las variables necesarias se procede a armar la ecuación de 2° orden:

0,4542
𝐹. 𝑇. =
𝑠2 + 2 × 0,146 × 0,454𝑠 + 0,4542

0,2061
𝐹. 𝑇. =
𝑠2 + 0,1326𝑠 + 0,2061

Figura 3
Gráfica de la respuesta en el tiempo de la planta en lazo cerrado a un escalón unitario
Una vez se obtiene la función transferencia en lazo cerrado de la planta, se halla esta misma,
pero en lazo abierto. Para ello se hace uso de la simplificación de un sistema realimentado a
un bloque.

𝐶=2
𝑆=1

𝐺𝐶 0,2061
= 2
1 + 𝐺𝐶(𝑠𝑒𝑛𝑠𝑜𝑟) 𝑠 + 0,1326𝑠 + 0,2061

0,2061 1 + 𝐺(2)(1)
𝐺= ×
𝑠2 + 0,1326𝑠 + 0,2061 2

0,2061 0,4122𝐺
𝐺= + 2
2𝑠 2 + 0,2652𝑠 + 0,4122 2𝑠 + 0,2652𝑠 + 0,4122

0,4122 0,2061
𝐺 (1 − )=
2𝑠 2 + 0,2652𝑠 + 0,4122 2
2𝑠 + 0,2652𝑠 + 0,4122

2𝑠2 + 0,2652𝑠 0,2061

𝐺( 2 )= 2
2𝑠 + 0,2652𝑠 + 0,4122 2𝑠 + 0,2652𝑠 + 0,4122

0,2061
𝐺=
2(𝑠2 + 0,1326𝑠)

Figura 4
Grafica de la función de lazo abierto de la planta que se usara para determinar la función del
controlado
Análisis de LGR de la planta

Figura 5
Grafico del lugar geométrico de las raíces (LGR) que se obtuvo mediante el comando rlocus
en lazo abierto

 De esta gráfica se puede observar que solo existe 2 asíntotas de +90° y -90°
 Se puede observar que el sistema será estable para cualquier ganancia del LGR

Análisis de Bode de la planta

Figura 6
Bode de la planta
  Presenta un margen de fase de 23.3° en la frecuencia de ganancia de 0.308 rad/s.
 El sistema tiene un margen de ganancia infinito, esto debido que la frecuencia de
cruce de fase nunca intercepta con el ángulo de -180°.

DISEÑO DEL CONTROLADOR

PD por LGR

0,2061
𝑃𝑙𝑎𝑛𝑡𝑎 =
2(𝑠 2 + 0,1326𝑠)

Se requiere obtener:

Mo ≥ 20%
Ts ≥ 30 s

−𝜋 . 𝜁
2
𝑀𝑜 = 100𝑒 √1− 𝜁 → 𝜁 = 0,4559

4
𝑇𝑠 = → 𝑊𝑛 = 0,2924
𝜁 . 𝑊𝑛

𝑃𝑑 = −0,133 + 0,2603𝑗

< 𝐺(𝑠)|𝑠= −0,133+0,2603𝑗 → < 𝐺(𝑠) = 152,71

𝜃𝑓 = 180 − 152,71 = 27,28°

0,2603
D= → 𝐷 = 0,5045
𝑇𝑎𝑛(27,28)
 Zc = −0,133 − 0,5045 → −0,6379

1
𝑇𝑑 = = 1,55678
0,6379

Gc = Kc(1,5678s + 1)

Hallamos Kc:

|𝐺 (𝑠) . 𝐺𝑐(𝑠)|𝑠=𝑃𝑑 = 1 → 𝐾𝑐 = 0,8298

𝐺𝑐 = 0,8298 . (1,568𝑠 + 1)

Figura 7
Respuesta al escalón usando el controlador PD
PID por LGR

0,2061
𝑃𝑙𝑎𝑛𝑡𝑎 =
2(𝑠 2 + 0,1326𝑠)

Se requiere obtener:

Ts ≥ 1s
Kv ≥ 20
Mo ≥ 10

Solución:

Calculamos Zita y Wn, según los parámetros requeridos.

−𝜋 . 𝜁
𝑀𝑜 = 100𝑒 √1− 𝜁2 → 𝜁 = 0,5912

4
𝑇𝑠 = → 𝑊𝑛 = 6,7664
𝜁 . 𝑊𝑛

Hallamos los polos deseados:

−𝜁 . 𝑊𝑛 ± (𝑊𝑛 . √1 − 𝜁2 ) 𝑗 → −4 + 5,46𝑗

1
Hallamos LGR: (𝑃𝑙𝑎𝑛𝑡𝑎)
𝑠

𝑷𝒐𝒍𝒐𝒔 ∶ 𝒔𝟐 = 𝟎 , 𝑺 = −𝟎, 𝟏𝟑𝟐𝟔

 1
< (𝑃𝑙𝑎𝑛𝑡𝑎)[𝑠 = 𝑃. 𝑑 → ?
𝑠
1
< (𝑃𝑙𝑎𝑛𝑡𝑎)[𝑠 = 𝑃. 𝑑 → −17, 80
𝑠
∮ 𝑃𝐼𝐷 = 180 − (−17,80) → 197,80

Como supera el valor de 180 se tendrá 2 ceros.

Ubicamos un cero en: −4 → 𝑍1 = −4

∮ 𝑃𝐼𝐷 − 90 = 107,80 → 𝜃 = 107,80

𝛼 = 180 − 𝜃 → 𝜃 = 72,19

5,46 5,46
𝑇𝑔(𝛼) = → 𝐷= → 𝐷 = 1,75
𝐷 𝑇𝑔(72,19)

𝑍2 = −4 ± 1,75 → −2,25

El controlador quedaría:

𝐾𝑐 . (𝑠 + 4) . (𝑠 + 2,25)
𝐺𝑃𝐼𝐷 =
𝑠

Aplicamos condición ángulo:

|𝐺𝑃𝐼𝐷 . 𝑃𝑙𝑎𝑛𝑡𝑎| = 1

𝐾𝑐 . (𝑠 + 4) . (𝑠 + 2,25) 0,2061
| . 2
| [𝑠 = (−4 ± 5,46𝑗) = 1
𝑠 2𝑠 + 0,2652𝑠

𝐾𝑐 = 95

Entonces el PID:

95 𝐾𝑝 . 𝑇𝑑 1 1
. (𝑠2 + 6,25𝑠 + 9) = . (𝑠2 + 𝑠+ )
𝑠 𝑠 𝑇𝑑 𝑇𝑑 . 𝑇𝑖

1
= 6,25 → 𝑇𝑑 = 0,16
𝑇𝑑

1
= 9 → 𝑇𝑖 = 0,69
𝑇𝑑 . 𝑇𝑖

𝐾𝑝 . 𝑇𝑑 = 95 → 𝐾𝑝 = 593,75
Verificamos:

𝐾𝑣 = lim 𝑆( 𝐺(𝑠) . 𝐺𝑐(𝑠) )

𝑠→∞

𝐾𝑣 = 𝐼𝑛𝑓𝑖𝑛𝑖𝑡𝑜

1
𝑒𝑒𝑠_𝑟𝑎𝑚𝑝𝑎 = =0
𝐾𝑣

Figura 8
Respuesta al escalón usando el controlador PID

PD por BODE

Gc = Mp (Tαs + 1)

Se requiere obtener:

MF ≥ 45°
𝑒𝑠𝑠 𝑟𝑎𝑚𝑝𝑎 ≥ 5%

1
Kv = = 20 𝑠𝑒𝑐 −1
𝑒𝑠𝑠 𝑟𝑎𝑚𝑝𝑎
 0,2061
𝑃𝑙𝑎𝑛𝑡𝑎 =
2(𝑠 2 + 0,1326𝑠)

Hallando Kp:

𝐾𝑣 = lim(𝑠 ∗ 𝐺 (𝑠) ∗ 𝐺𝑐(𝑠)) = 20

𝑠→0

0,2061
lim(𝑠 ∗ ∗ 𝐾𝑝) → 𝐾𝑝 = 25,735
𝑠→0 2(𝑠 2 + 0,1326𝑠)

0,2061
𝐺1(𝑠) = 𝐾𝑝 ∗ 𝐺 (𝑠) → 25,735 ∗
2(𝑠 2 + 0,1326𝑠)

Figura 9
Bode de G1(s)
Hallando MF de G1(s):

𝑟𝑎𝑑
|𝐺1(𝑗𝑤𝑔) = 1 = 0𝑑𝑏 → 𝑤𝑔 = 1,626
𝑠

< 𝐺1(𝑗𝑤𝑔) 𝑤𝑔=1,626 = −175,337°

𝑀𝐹 = 180 − 175,337 = 4,663°

Calculando el aporte necesario:

∮ 𝑀 = 𝑀𝐹𝑑𝑒𝑠𝑒𝑎𝑑𝑜 − 𝑀𝐹 → 45 − 4,663 → 40,337°

Como ∮ 𝑀 < 45° :

𝑟𝑎𝑑
𝑊𝑔_𝑐𝑜𝑚𝑝 = 𝑤𝑔 = 1,626
𝑠

tan(40,337)
𝑇𝑎𝑛 (∮ 𝑀) = 𝑇𝑑 ∗ 𝑊𝑔𝑐𝑜𝑚𝑝 → 𝑇𝑑 = → 𝑇𝑑 = 0,522 𝑠
1,626

𝐺𝑐(𝑠) = 𝐾𝑝 ∗ (𝑇𝑑𝑠 + 1) → 25,735 ∗ (0,522𝑠 + 1)

Figura 10
Bode de planta con condensador PD
 Figura 11
Respuesta al escalón usando el controlador PD

PI por BODE

0,2061
𝑃𝑙𝑎𝑛𝑡𝑎 =
2(𝑠 2 + 0,1326𝑠)

Se requiere obtener:

MF ≥ 45° (Po = 25%)

𝑒𝑠𝑠 𝑟𝑎𝑚𝑝𝑎 ≥ 5%
𝑒𝑠𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛 = 0

Determinamos Kp/Ti para cumplir la especificación 𝑒𝑠𝑠 :

1
𝑒𝑠𝑠 = = 0,05 → 𝐾𝑣 = 20
𝐾𝑣

𝐾𝑣 = lim(𝑠 ∗ 𝐺 (𝑠) ∗ 𝐺𝑐(𝑠)) = 20

𝑠→0

0,2061 𝐾𝑝 𝑇𝑖𝑠 + 1 𝐾𝑝
lim(𝑠 ∗ ∗ ∗ ) → =0
𝑠→0 2(𝑠 2 + 0,1326𝑠) 𝑇𝑖 𝑠 𝑇𝑖
 𝐾𝑝 𝑝𝑙𝑎𝑛𝑡𝑎
𝐺𝑐𝑜𝑚𝑝 = ∗
𝑇𝑖 𝑠

𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑐𝑟𝑢𝑐𝑒: |𝐺𝑐𝑜𝑚𝑝(𝑗𝑤)| = 1 → 𝑊𝑐𝑚 = ∅ ( 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒)

𝑀𝐹𝑎𝑐𝑡𝑢𝑎𝑙 = 180+ < (𝐺𝑐𝑜𝑚𝑝(𝑗𝑤))

𝑀𝐹𝑎𝑐𝑡𝑢𝑎𝑙 = ∅ → ∅𝑀 = 𝑀𝐹𝑑𝑒𝑠𝑒𝑎𝑑𝑜 − 𝑀𝐹𝑎𝑐𝑡𝑢𝑎𝑙 → ∅𝑀 = ∅ (𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒)

Hallando Ti:

𝑇𝑎𝑛(∅)
= 𝑇𝑖 ∗ 𝑊𝑐𝑚 → 𝑇𝑖 = ∅
∅

𝐺𝑝𝑖 (𝑠) = ∅

𝐾𝑝
= ∅ → 𝐾𝑝 = ∅
𝑇𝑖

Figura 12
Respuesta al escalón usando el controlador PI

Debido a que no existe una frecuencia de corte de ganancia en 𝐺𝑐𝑜𝑚𝑝 , no hay un

𝑀𝐹𝑎𝑐𝑡𝑢𝑎𝑙 ni ningún parámetro requerido. Por ellos se concluye que PI de Bode no
serviría para nuestra planta., ya que es de tipo 1 y el 𝑒𝑠𝑠 𝑟𝑎𝑚𝑝𝑎 es 0.
IMPLEMENTACIÓN DEL SISTEMA

Después de realizar la modelación de la planta y el diseño del controlador PID se procede a

realizar la implementación en físico del sistema, la cual se dividirá en hardware y software.

a) Hardware:

En esta implementación del hardware, se utilizó los siguientes componentes que se

encuentran en diversos catálogos comerciales:

Figura 10
Carcasa de plástico para auto equilibrio

Figura 11
Base de Hoverboard
 Figura 12 Figura 13
Almohadilla antideslizante derecha Almohadilla antideslizante izquierda

Figura 14
Motor/Rueda (Actuador)

Figura 15
Driver Puente H L298N
 Figura 16
Tablero de led

Figura 17
Indicador de carga de carga

Figura 18
Cable de alimentación del motor
 Figura 19
Cable de alimentación

Figura 20
Interruptor ON/OFF

Figura 21
Batería de lito
 Figura 22
Cargador

b) Software:

Para la implementación del software del software se utiliza el microcontrolador 18F4550, al

cual irán conectados los diferentes sensores del dispositivo. Mediante el programa MPLAB
se programará al microcontrolador para realizar su respectiva simulación. Además, se
consideran el uso de un sensor de presión y giroscopio, ya que esos sensores son los
encargos de enviarles señales que el PIC necesita para el sistema funcione adecamente,

Figura 22
PIC 18F4550
 Figura 23
Giroscopio

Figura 24
Sensor de presión
c) Esquema electrónico:

Figura 25
d) Simulación del control:

DIAGRAMA DE BLOQUES

El sensor controlara los motores mediante el pitch del sensor:

• Según a la inclinación del Hoverboard, se reducirá o aumentará la velocidad (Torque

de los motores).
• Si el sensor detecta una inclinación mayor a 45 grados, este reducirá la velocidad.
e) Código fuente del control:

Scripts de los controladores utilizados:

RESULTADOS

Tras analizar detalladamente los resultados obtenidos anteriormente, al modelar la planta y

diseñar el controlador tanto en bode como en LGR, se obtuvo que, al comparar las diferentes
implementaciones, la PID en LGR es la más adecuada para usar en nuestro sistema de
control, pues mejora considerablemente el transitorio, en comparación a los demás. Lo que
quiere decir que, al implementar el PID en LGR en la planta (hoverboard) se le puede ayudar
a la solución del problema planteado (errores en la medición del giroscopio), pues, con el
sistema planteado en este trabajo, se le logra dar un menor margen de error. A continuación,
se volverá a mostrar las FIGURA 7 y FIGURA 8, para poder comparar ambos resultados:

Figura 7: PID Figura 8: PD

Claramente se puede observar que la respuesta del sistema es mejor en la implementación

PID, pues “reacciona” más rápido a las perturbaciones, amortiguándolas y haciendo del
sistema más estable. Incluso se puede observar que el control PD demora cerca de 30 veces
más en estabilizar el sistema. Por ello, se obtiene como resultado que, para una
mayor estabilidad del sistema, y principalmente, una mayor y más rápida reducción de los
efectos de las perturbaciones y ruidos en la medición se debe implementar el diseño de
control PID. Con ello, se logra optimizar el control de la respuesta del sistema.

CONCLUSIONES Y OBSERVACIONES

 Se concluye que todo sistema afectado por diferentes perturbaciones, o ruidos en la

medición o inestabilidades, se le puede aplicar un proceso de control, al que se le
debe estudiar su mejor implementación, si al sistema le conviene PD, PI O PID. Dicho
proceso de control, mejorará las condiciones de funcionamiento del sistema. Para el
caso del presente proyecto, la implementación de control PID es la más adecuada por
las razones previamente mencionadas.
 Para elaborar el presente trabajo se requirió emplear los conocimientos adquiridos a
lo largo del curso.
 Se logró mejorar la calidad de toma de datos del giroscopio, previniendo los errores
que pueda tener en las perturbaciones de carga y ruido de medición.
 Por otro lado, se mejoró el sistema con diversos actuadores de alerta (leds
indicadores) sobre las fallas externas que no pueden ser solucionadas a través de
nuestro controlador PID. Mejorando y alargando el funcionamiento de nuestro
sistema, el hoverboard.
  Se puede observar que aplicar un PI a nuestro sistema no es posible porque el polo
del ángulo que debe aportar el compensador siempre va a ir a la parte real positiva,
es decir, el sistema tendrá una respuesta de fase mínima. (esto se debe a que el PI
mejora el ess_rampa y como el nuestro es tipo 1, no es necesario hacer uso de este
controlador).
 Para obtener la función transferencia de planta en lazo abierto, se utilizó el
modelamiento de 2do orden de forma aproximada, pues la señal de la planta original
presentaba ruido y no era posible determinarla con exactitud. Se han escogido los
sensores, actuadores más óptimos y adecuados para la implementación de este
trabajo.

REFERENCIAS

 Cova, W. (2005). Control PID un enfoque descriptivo (Tesis de licenciatura,

Universidad Tecnológica Nacional, Facultad Regional La Rioja, Departamento de
Electrónica). Recuperado de:
http://www.frlr.utn.edu.ar/archivos/alumnos/electronica/catedras/38-sistemas-de-
control-aplicado/Publicaciones/Control_PID_Enfoque_Descriptivo.pdf [Consulta: 19
de noviembre de 2020].

 Mazzone, V. (2002) Control Automático 1(Tesis de licenciatura, Universidad Nacional

de Quilmes). Recuperado de:
https://www-eng.newcastle.edu.au/~jhb519/teaching/caut1/Apuntes/PID.pdf
[Consulta: 19 de noviembre de 2020].

 Gómez, J. (2017). Diseño e Implementación de un robot autobalanceado (Tesis de

licenciatura, Universidad Politécnica de Valencia, Facultad de ingeniería). Recuperado
de:
https://riunet.upv.es/bitstream/handle/10251/89378/FERRER%20-
%20Dise%C3%B1o%20e%20Implementac%C3%ADon%20de%20un%20robot%20a
utobalanceado..pdf?sequence=1 [Consulta: 19 de noviembre de 2020].

 Aliexpress. (2019). Placa base de patinete eléctrico con Control remoto. Recuperado:
https://es.aliexpress.com/item/32746011964.html [Consulta: 19 de noviembre de
2020].

 Aliexpress. (2018). Accesorios de repuesto para Hoverboard. Recuperado:

https://es.aliexpress.com/item/10000057143389.html [Consulta: 19 de noviembre de
2020].

 BipAndBip. (2017). Sensor de presión para hoverboard. Recuperado de:

https://www.bipandbip.com/recambios-hoverboards-electricos/sensor-de-presion-
para-hoverboard.html [Consulta: 19 de noviembre de 2020].

 Aliexpress. (2019). Reemplazo de 2 ruedas de auto equilibrio scooter parts

hoverboard partes tablero controlador de la placa. Recuperado:
 https://es.aliexpress.com/item/32717177913.html [Consulta: 19 de noviembre de
2020]

 Aliexpress. (2019). Piezas de repuesto para aerotabla eléctrico. Recuperado:

https://spanish.alibaba.com/product-detail/electric-hoverboard-spare-parts-
60625152188.html [Consulta: 19 de noviembre de 2020]

 Bienveo. (2018). Chasis de aluminio de recambio para patinete eléctrico hoverboard

de 6,5". Recuperado:
https://www.bienveo.com/chasis-de-aluminio-de-recambio-para-patinete-electrico-
hoverboard-de-6-5.html [Consulta: 19 de noviembre de 2020]
 Gran scooter. (2016). Repuestos Hoverboard". Recuperado:
https://www.gran-scooter.com/repuestos-repuestos-hoverboard-c-
5_18.html?language=es [Consulta: 19 de noviembre de 2020]

 Aliexpress. (2019). L298N controlador de Motor Módulo de placa Dual H puente.

Recuperado: https://www.naylampmechatronics.com/drivers/11-driver-puente-h-
l298n.html?search_query=L298N&results=19 [Consulta: 21 de noviembre de 2020].