Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONSERVACIÓN
D ET
INNOVACIÓN
EC
CI
CENTRO DE INNOVACIÓN Y DESARROLLO IPN
TECNOLÓGICO EN CÓMPUTO
T E S I S
P R E S E N T A:
DIRECTORES DE TESIS:
En la Ciudad de México el día 16 del mes Junio del año 2014, el que suscribe
Celso Márquez Sánchez alumno del Programa de Maestría en Tecnología de Cómputo con
número de registro B121282, adscrito al Centro de Innovación y Desarrollo Tecnológico
en Cómputo, maniesta que es autor intelectual del presente trabajo de Tesis bajo la
dirección del Dr. Ramón Silva Ortigoza y el Dr. Victor Manuel Hernández Guzmán,
y cede los derechos del trabajo titulado Control de seguimiento de rutas para un robot
móvil de ruedas, al Instituto Politécnico Nacional para su difusión, con nes académicos
y de investigación.
Palabras Clave:
Keywords:
Al Dr. Mauricio Olguín Carbajal, por haberme prestado su area de trabajo, donde
pude realzar los experimentos de este trabajo.
A mis revisores, Dr. Juan Carlos Herrera Lozada, Dra. Magdalena Marciano Melchor,
Dra. Hind Taud y M. en C. Miguel Hernández Bolaños: a todo ellos, por dedicar su
tiempo en la lectura de este trabajo y por sus atinadas recomendaciones que se vieron
reejadas en mejoras en esta tesis.
Al CONACyT, por el apoyo recibido durante mis estudios de maestría y sin el cual no
hubiera podido terminar exitosamente mi trabajo. A la SIP-IPN, por el apoyo a través
de la beca BEIFI, la cual fue un estímulo durante este trabajo.
Por último a mis amigos y compañeros del CIDETEC, Fernando, Roberto, Mayra,
Carlos y en especial a Daniel y Yolanda por su valioso apoyo y tiempo.
Índice general
1. Introducción 1
1.1. Antecedentes de la robótica . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Robótica móvil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Estado del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Formulación y justicación del problema . . . . . . . . . . . . . . . . . . 11
1.5. Objetivo del trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6. Recursos empleados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7. Organización del trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
xv
xvi ÍNDICE GENERAL
Referencias 67
A. Productos de investigación obtenidos 73
A.1. Capítulo de libro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
A.2. Artículos en revistas JCR . . . . . . . . . . . . . . . . . . . . . . . . . . 73
A.2.1. Artículos publicados . . . . . . . . . . . . . . . . . . . . . . . . . 73
A.2.2. Artículos en revisión . . . . . . . . . . . . . . . . . . . . . . . . . 73
A.3. Artículos en Revistas de Divulgación y Difusión Cientíca y Tecnológica 74
A.4. Artículos in extenso (conferencias nacionales) . . . . . . . . . . . . . . . 74
1.1. Autómatas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Robot Asimo de Honda. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Clasicación de los robots móviles. . . . . . . . . . . . . . . . . . . . . . 5
1.4. Robot de Kiva Systems. . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5. Conguraciones de los RMR. . . . . . . . . . . . . . . . . . . . . . . . . . 6
xvii
xviii ÍNDICE DE FIGURAS
xix
xx ÍNDICE DE TABLAS
Capítulo 1
Introducción
En las últimas décadas la robótica ha jugado un papel importante durante el desa-
rrollo de la humanidad, y su evolución ha ido siempre de la mano con la construcción de
artefactos que materialicen el deseo de crear entes que faciliten el trabajo. En antiguas
civilizaciones, como la griega, se hablaba de seres mecánicos capaces de imitar las funcio-
nes y movimientos de los seres vivos, que eran movidos por mecanismos construidos con
poleas y bombas hidráulicas, los cuales eran conocidos por los griegos como automatos
[1]. Sin embargo, el concepto de robot como tal, comenzó a hilvanarse en la civilización
árabe [2], donde se le dio sentido a dichos mecanismos en benecio del ser humano, es
así como da inicio la sorprendente evolución de la robótica.
En la actualidad, los robots no sólo se asemejan a los seres humanos, sino que han
tomado formas diversas para satisfacer ciertas necesidades de la mejor manera. A con-
secuencia de la aparición de la computadora y de la alta integración de circuitos, se
pudieron desarrollar los primeros intentos de un verdadero robot en los 40's en el MIT
[2].
Con el desarrollo de la robótica, los seres humanos pueden cubrir necesidades y al
mismo tiempo obtener benecios que permitan un progreso y desarrollo tecnológico;
los países y las empresas que cuentan con una fuerte presencia de robots no solamente
consiguen una extraordinaria competitividad, sino también transmiten una imagen de
modernidad. Con la nalidad de conseguir productos inteligentes, en la robótica con-
vergen la ingeniería mecánica, la electrónica, la teoría de control y la informática, entre
otras.
Gracias a la robótica, actualmente se puede presenciar la visión de un mundo en el
que el trabajo de los seres humanos puede ser reemplazado por los robots, permitiendo
realizar tareas que en el pasado serían de gran dicultad [3]. Por todo lo anterior, y
debido a que los robots han sido de gran importancia en el desarrollo de los avances
tecnológicos actuales, a continuación se presenta una breve historia sobre la evolución
de los robots.
1
2 CAPÍTULO 1. INTRODUCCIÓN
propio). Con base a la Real Academia Española el signicado de autómata es: máquina
que imita la gura y los movimientos de un ser animado. La palabra robot surgió mucho
después del origen de los autómatas. Otro de los componentes importantes de la robótica
es la inteligencia articial que se desarrolló en paralelo con la invención de autómatas.
A continuación se mencionan algunos de los mas sobresalientes autómatas e inventores
de autómatas mecánicos a través de la historia, para nalizar con algunos de los robots
más sobresalientes en la historia.
King-su Tse en el año 500 a. C. en China, inventa una urraca voladora de madera y
bambú, y un caballo de madera capaz de dar saltos. Pero Arquitas de Tarento, lósofo,
matemático y político de la antigua Grecia, hacia el año 400 a. C. construyó un autómata
consistente en una paloma de madera que rotaba por si sola gracias a un surtidor de
agua o vapor y simulaba el vuelo. Sin embargo en el año 62 d. C. Herón de Alejandría
muestra, en su libro Autómata, los diseños de juguetes capaces de moverse por sí solos
de forma repetida, como aves que vuelan, gorjean y beben. También diseñó ingeniosos
mecanismos como la máquina de fuego que abría puertas de los templos [4].
En España, el Papamoscas de la catedral de Burgos, construido en el siglo XVI, que
consiste en un hombre mecánico que se mueve con los cambios horarios y funciona aún
hoy día. También se tiene a Leonardo da Vinci, quien construyó para el rey Luis XII de
Francia un león mecánico, que se abría el pecho con la garra y mostraba el escudo de
armas real, el cual se puede apreciar en la Figura 1.1(a) y en 1495 diseño un caballero con
armadura. Otro creador de autómatas fue Jacques Vaucanson, quien fue uno de los más
famosos y completos constructores de androides automatizados de la historia. En 1738
montó un autómata autista capaz de ejecutar melodías barrocas. Además consiguió
uno de los hitos más sonados de la historia de la robótica al construir un pato mecánico
de más de 400 piezas móviles, capaz de graznar y comer de la mano del público, ver
Figura 1.1(b).
Después Joseph Marie Jacquard, un empresario textil, realiza una aportación funda-
mental a la robótica en 1801 al diseñar un sistema de funcionamiento automático de los
telares, programando sus movimientos. Por otro lado C. Spencer en 1801 había inventado
una máquina que producía tornillos, tuercas y arandelas de tamaño y peso variable, en
función de la sustitución de guías intercambiables, que actuaban a modo de Programa.
1.1. ANTECEDENTES DE LA ROBÓTICA 3
Sin embargo Nicola Tesla, en 1898 presenta el que algunos consideran el primer robot
de la historia moderna, un barco teledirigido que fue presentado en el Madison Square
Garden de Nueva York. En 1891 Thomas Alva Edison, construyó varios autómatas, entre
los que destacaba una muñeca parlante. Más tarde en 1938 H. Roselund y W. Pollard,
de la compañía Devilviss, construyen el primer brazo articulado para pintura al spray
[1]. Un año después en 1939 se presentan diversas novedades en robótica popular, como
el robot humanoide Elektro, fabricado por Westinghouse, y el perro mecánico Sparko,
atracciones en la feria mundial de Nueva York celebrada aquel año. En 1947 DS Halder,
de la compañía automovilística Ford de Detroit, acuña el término automatización y
pone en marcha, una estrategia para ir sustituyendo al ser humano de muchas de las ta-
reas del proceso de fabricación de automóviles. Otro evento importante ocurrió en 1948,
G. Walter de la Bristol University, presentó el primer robot autónomo electrónico y en
1953 se construye en Inglaterra el primer robot móvil autónomo de la historia, llamado
ELSIE (Electro- Light-Sensitive Internal-External), que podía seguir una fuente de luz
utilizando un sistema mecánico. En 1957 Plannet Corporation patenta el primer robot
industrial controlado por interruptores de n de carrera. Un año después es fundada por
Engelberger la empresa Unimation, que en 1960 pone en marcha el primer robot tipo
Unimate basado en la transferencia de artículos programados, siguiendo los principios
de Devol postulados en 1954. En 1966 Stanford Articial Inteligente Laboratory, publica
el desarrollo de una computadora con manos, ojos y oídos. Dos años después aparece
Shakey, del Stanford Research Institute, provisto de múltiples sensores y de medios para
desplazarse por el suelo y de control remoto por radio. En 1986 Honda presenta el robot
humanoide E0, que era capaz de caminar en dos piernas el cual dio origen a una saga
de modelos (E2, E3, E4, E5, E6, P1, P2, P3) los cuales darían origen a su modelo nal
Asimo en el año 2000 [5], en la Figura 1.2 podemos apreciar la evolución de este robot.
En 1970 la Universidad de Stanford crea el Stanford Cart, un robot que sigue visual-
mente, de forma autónoma, líneas en el suelo, con opción a control remoto por radio. Ese
mismo año la agencia espacial rusa consigue un alunizaje por control remoto y exploran
la supercie lunar con un vehículo robotizado dotado de sensores, efectores y una uni-
dad de telecomunicaciones, llamado Lunokhod I. Más tarde en el año de 1993, el robot
de ocho patas Dante, de la Carnegie-Mellon University intenta descender al interior del
4 CAPÍTULO 1. INTRODUCCIÓN
Monte Erebus en la Antártida pero falla. Un año después el Dante II, consigue descender
hasta el fondo del cráter.
Por otro lado en 1995 es liberado en Marte el robot Sojourner, un vehículo de seis
ruedas controlado desde La Tierra. Posteriormente los robots Spirit y Oportunity han
explorado con éxito la supercie marciana, sobrepasando ampliamente las previsiones
más optimistas. Después en el año 1997 Sony empezó las bases de robot QRIO un robot
que puede caminar en dos piernas, bailar, entre otras muchas actividades [6]. Por último
Sony presentó en 1999 Aibo como una de sus novedades, que es un robot en forma de
perro.
Los robots Aibo, QRIO y Asimo, en sus últimas versiones son capaces de adaptarse
al entorno y aprender de él. Disponen de múltiples sensores como cámaras de video,
micrófonos, infrarrojos, etc. Reconocen órdenes de voz y el entorno en tiempo real,
memorizan caras, etc. Además de que son clara evidencia del futuro que tienen los
robots, los cuales dejarán de hacer tareas automatizadas para pasar a ser parte de la
sociedad y convivir con ella.
Como se puede apreciar en este breve resumen de la historia de los robots, hay varias
clasicaciones de estos, incluyendo su forma física y de funcionamiento. Dentro de estas
clasicaciones están los robots móviles los cuales, han sido diseñados para desplazarse,
ya sea utilizando un sistema locomotor rodante o bien, mediante plataformas o carros.
Estos se trasladan utilizando sensores que reciben información del entorno o bien, por
telemandos. Puesto que este es el tipo de robots que son de nuestro interés, se describirán
a detalle a continuación.
Robots
Móviles
En un RMR, existe una amplia gama referente al tipo de ruedas a emplear, entre las
que destacan cuatro [11], [12]: las ruedas convencionales, las tipo castor, las de bola y
las omnidireccionales. Las ruedas son uno de los componentes mas importantes de los
robots, ya que son las que proporcionan la tracción necesaria al robot.
Por otro lado, hablar de un RMR, implica considerar la parte de sensores, los cuales
proporcionan autonomía al robot para llevar a cabo su desplazamiento en un determi-
nado espacio de trabajo [19]. El uso de sensores, permite al robot, percibir el espacio
de trabajo, de una manera elegante y autónoma, a diferencia de seguir una secuencia
de instrucciones predeterminadas. Entre los sensores más utilizados en RMR, podemos
mencionar: sensores de posicionamiento [18] los cuales como su nombre lo indica ayudan
a determinar la posición exacta del robot en su espacio de trabajo y sensores de orienta-
ción que determinan la dirección a la que el móvil debe dirigirse. Con el procesamiento
de las señales adquiridas por los sensores, el robot se convierte en un sistema autónomo.
Entre los sensores más populares utilizados en robótica móvil [19], encontramos desde
los sensores de sonar o ultrasónicos, láser, ópticos, hasta sensores basados en sistemas
de GPS (Global Position System) [27]. Como se puede apreciar existe una amplia gama
de sensores, para diversas tareas, que brindan a los RMR autonomía para llevar a cabo
una tarea predeterminada.
Con todas estas consideraciones, podemos denir a un RMR como un sistema electro-
mecánico capaz de desplazarse de manera autónoma y que está constituido por un arreglo
8 CAPÍTULO 1. INTRODUCCIÓN
cinemático, una parte de actuadores y sensores y una unidad de control que gobierna al
sistema, su movimiento es a través de medios de locomoción como ruedas, patas, orugas,
etc.
Habiendo presentado un panorama sobre la robótica móvil, a continuación se presenta
el estado del arte asociado a los RMR en lo relativo a la tarea de seguimiento de rutas,
el cual es el tema de nuestro interés.
último se repiten estos pasos hasta nalizar la ruta especicada. De igual forma en [30],
utilizan un sensor CCD pero se utiliza un algoritmo para encontrar una posición predic-
tiva y corregir la distorsión de lentes (PFDC, por sus siglas en inglés) que encuentra la
línea negra de guía en la matriz de puntos de datos de la imagen obtenida y corrige la
distorsión geométrica causada por la distorsión del objetivo. Una lógica difusa se utiliza
para generar el ajuste de velocidad para el RMR y un controlador PID se utiliza para
controlar el motor con el n de maximizar la velocidad.
En [31] se emplea una técnica basada en visión. Se utiliza una cámara de bajo costo
como sensor y las imágenes se procesan a través de un método de imagen de segregación
personalizado para dar salida a la información necesaria para el controlador del RMR
bajo condiciones de iluminación incontrolable. La tarea es permitir que el RMR pueda
navegar a través de una ruta predenida marcada por una línea blanca en una supercie
de suelo de color verde oscuro. Los resultados experimentales muestran que el robot
móvil es capaz de navegar con éxito a lo largo de la ruta proporcionada. Esta técnica es
robusta, able y fácil de modicar para utilizar en otras aplicaciones, como industriales
donde los sensores son costosos.
Por otro lado en [32], se utiliza modulación por ancho de pulsos (PWM) junto con
sensores de rayos infrarrojos (IR, por sus siglas en inglés) para lograr la tarea de segui-
miento de ruta. Para llevar a cabo esta tarea se utiliza un algoritmo, el cual se subdivide
en dos subrutinas: una para leer la información de los sensores IR y otra para controlar
los motores. En la primer subrutina, mientras los sensores detectan una línea obscura
pueden iniciar o detener el movimiento del motor en la subrutina del control del motor.
El PWM de la subrutina de control del motor, se inicializa por primera vez antes de las
lecturas de la subrutina de los sensores IR como la entrada de disparo para accionar las
ruedas correspondientes y el programa continua esperando otra lectura de los sensores
IR.
Sin embargo en [33] podemos apreciar como un RMR es utilizado para transportar
niños en un centro comercial. Este RMR cuenta con un sensor WO-DPPW1, el cual es
utilizado para tres diferentes propósitos: sensores de suelo, sensores de silla y sensor de
seguridad. El RMR se mueve de acuerdo con el principio de que la línea se mantiene
siempre por debajo del sensor en el centro. El ciclo de trabajo del motor en el lado
izquierdo es mayor que el del motor derecho cuando el robot está girando a la derecha.
Del mismo modo, el ciclo de trabajo del motor de la derecha es mayor que el ciclo de
trabajo del motor en el lado izquierdo cuando el robot está girando a la izquierda. Los
ciclos de trabajo de los motores se establecieron de acuerdo con el nivel de velocidad
ajustado desde el panel frontal, la corriente de los motores y el sensor que está cerca de
la línea cuando el robot está siguiendo la línea. En [34], se describe un juego interactivo
para niños, empleando RMR semi-autónomos que siguen líneas de color. Aunque los
robots tienen una inteligencia que les permite seguir las líneas de color, los usuarios
interactúan con ellos y proporcionan comandos de alto nivel tales como qué color de la
línea deben seguir después de llegar a un nodo y la velocidad a la que debe moverse.
El trabajo describe la arquitectura del juego, centrándose en los aspectos mecatrónicos,
de hardware y software. Se observó que el juego es más apropiado para los niños de
más de siete años. Para el mejor conocimiento de los autores, este es el primer juego
interactivo de este tipo en esta escala en el mundo. Para reconocer las líneas de colores
10 CAPÍTULO 1. INTRODUCCIÓN
en el entorno, los RMR están equipados con tres sensores de RGB, que se colocan en
una matriz triangular por debajo de los robots.
En [35], se muestra una aplicación interesante del RMR para buscar libros en una
biblioteca. El RMR se ha diseñado utilizando motores de sensores que funcionan para
mantener un seguimiento de la ruta predeterminada para los arreglos de la biblioteca de
estantes de libros. El robot lleva un lector de código de barras que recoge los datos de
las etiquetas de los libros, dispuestos de manera vertical y compara los datos de código
de barras descodicado con la entrada de búsqueda. Si el robot alcanza el libro que
se encuentra fuera, entonces éste da la localización del libro para el bibliotecario o la
persona que visita la biblioteca. En caso de cualquier obstáculo que enfrenta el robot
cuando hace el proceso de búsqueda, se detiene y envía una alarma. Los libros fuera
de lugar pueden ser reorganizados utilizando los datos pre-programados en el robot que
ayuda a mantener los libros en un orden. Esto ayuda y simplica la tarea de organizar
los libros y también reduce el trabajo manual de rutina realizado por el personal de la
biblioteca.
Mientras que en [39], se presenta una solución sencilla y ecaz para el problema
de seguimiento de rutas, por medio de visión de un RMR usando un controlador PID
difuso. El algoritmo que manejan es simple y puede satisfacer las necesidades del RMR.
El procedimiento de síntesis es simple y permite que el controlador de lógica difusa y
el controlador PID puedan conmutar. El controlador de lógica difusa es adaptable y se
1.4. FORMULACIÓN Y JUSTIFICACIÓN DEL PROBLEMA 11
pueden ajustar sus reglas de control en tiempo real. Los experimentos han demostrado
el buen rendimiento y la robustez del control propuesto.
Es conveniente mencionar que en la mayoría de las referencias expuestas en el estado
del arte, los trabajos se basan en el modelo cinemático del RMR para resolver la tarea
del seguimiento de rutas o solo en el modelo dinámico del RMR, por lo cual se pretende
que en este trabajo se consideren tanto el modelo cinemático como dinámico del RMR
de tipo diferencial para realizar la tarea de seguimiento de rutas.
1). Un controlador PID clásico se utiliza para determinar los perles de velocidad
deseados que deben ser alcanzados por las ruedas del RMR con el n de cumplir
el seguimiento de ruta.
2). Los lazos internos de velocidad impulsados por controladores proporcionales linea-
les de alta ganancia o proporcional-integral se utilizan para calcular los pares de
torsión para obligar a las velocidades reales de la rueda a alcanzar los perles de
velocidad deseados obtenidos en 1.
lugar de un término integral, es decir, sólo existe una pequeña diferencia entre las etapas
1) y ). i
Ingeniería mecánica
◃ Comprender el modelo cinemático y dinámico de un RMR de tipo diferencial.
Ingeniería electrónica
◃ Conocer el principio de operación de la tarjeta DS1104.
Ingeniería en control
◃ Diseñar un control simple que considere el modelo dinámico del RMR de tipo
diferencial para resolver el problema de seguimiento de ruta.
Ingeniería en computación
◃ Implementar a nivel experimental la ley de control con la ayuda de la tarjeta
DS1104 junto con Matlab/Simulink y ControlDesk.
En este capítulo se desarrollan los modelos matemáticos de los subsistemas que con-
forman al RMR, y que son necesarios para diseñar los esquemas de control del mismo.
Se considera un robot móvil con dos ruedas de tracción en conguración diferencial, dos
ruedas de bola en la parte frontal y dos ruedas de bola en la parte trasera que se usan
para equilibrar la plataforma móvil. En primer lugar, se obtiene el modelo cinemático a
partir de la teoría de la mecánica clásica. Posteriormente se obtiene su modelo dinámico
bajo ciertas consideraciones no-holonómicas y con base en las ecuaciones de movimiento
Lagrange.
Una vez que se hayan determinado ambos modelos matemáticos, estaremos en con-
diciones de abordar en el Capítulo 3 el diseño de la ley de control que gobernará el
desplazamiento del robot móvil para, de esta forma, presentar las simulaciones corres-
pondientes y nalmente en el Capítulo 4 los resultados de experimentación.
De acuerdo a [49], las ecuaciones que describen la cinemática del móvil están dadas
15
16 CAPÍTULO 2. MODELO MATEMÁTICO DEL RMR
por:
(ωd + ωi )r
ẋ = cos ϕ, (2.1)
2
(ωd + ωi )r
ẏ = senϕ, (2.2)
2
(ωd − ωi )r
ϕ̇ = , (2.3)
2b
en donde (ẋ, ẏ), representan las variaciones del punto medio del eje motriz que une a las
ruedas y cuyas coordenadas son (x, y), y por otro lado (ϕ̇), que representa la variación del
ángulo de inclinación (ϕ) del eje de simetría (respecto al eje X) con respecto al tiempo,
(ωd , ωi ) representan las velocidades angulares derecha e izquierda respectivamente, (r)
es el radio de las ruedas y (2b) es la separación entre ellas, para mayor claridad véase la
Figura 2.1. En estas ecuaciones y en lo que resta del trabajo, la derivada con respecto
al tiempo, t, se denota por un punto.
ẋ = υ cos ϕ,
ẏ = υ senϕ, (2.6)
ϕ̇ = ω.
2.2. MODELO DINÁMICO 17
En (2.6), existe una relación no-invertible entre los controles (ωd , ωi ) y las salidas (x, y );
por lo tanto el punto j situado en la parte media del eje de las ruedas debe desplazarse a
otra posición dentro de la estructura del móvil para evitar este problema. Por comodidad
este punto se considera en la parte delantera del móvil cuyas coordenadas son j = (x1 , y1 );
las nuevas coordenadas están determinadas por:
x1 = x + L cos ϕ,
(2.7)
y1 = y + Lsenϕ,
donde L representa la distancia del centro del eje de las ruedas (x, y ) al punto j del
móvil en dirección perpendicular al eje (ver Figura 2.1). Si derivamos el sistema (2.7)
con respecto al tiempo, obtenemos:
Sustituyendo (2.5) en (2.8), tenemos que estas últimas ecuaciones se pueden expresar en
términos de la velocidad angular derecha e izquierda de las ruedas, expresándose de la
siguiente manera:
( ) ( )
ẋ1 ωd
= A(ϕ) (2.9)
ẏ1 ωi
donde: ( )( )
cos ϕ −Lsenϕ r
2
r
2
A(ϕ) = r r
senϕ L cos ϕ 2b 2b
De esta forma obtenemos el modelo cinemático del RMR asociado al punto j = (x1 , y1 )
de (2.9) observando que detA(ϕ) ̸= 0.
Como se puede observar, el modelo cinemático depende solamente de las variaciones
de velocidad de las ruedas motrices y a la variación del ángulo que forma el eje de simetría
del robot respecto a un marco de referencia jo, excluyendo enteramente las fuerzas y
torques presentes en el sistema, es decir, las entradas de control se reducen solamente
a velocidades. Sin embargo, la consideración del modelo dinámico ha sido abordado en
distintas investigaciones [50], derivando en las mismas ecuaciones cinemáticas y en un
par de ecuaciones extra que son representativas del modelo dinámico: las referidas a la
fuerza a lo largo del eje de simetría del móvil y al torque respecto a un eje perpendicular
al sistema de referencia jo.
En la siguiente sección se desarrolla el modelo dinámico de un robot móvil de ruedas.
1. La localización del robot denida por sus variables articulares o por las coordenadas
de localización de su extremo, y sus derivadas: velocidad y aceleración.
18 CAPÍTULO 2. MODELO MATEMÁTICO DEL RMR
3. Los parámetros dimensionales del robot, como longitud, masas e inercias de sus
elementos.
Por lo general, en robótica móvil se estudia el movimiento que realizan estos sistemas
sin analizar las fuerzas que lo producen. Tomando en cuenta, que las velocidades lineales
y angulares vienen dadas por las fuerzas y pares que se aplican a la estructura mecánica y
dependen también de las magnitudes de las masas y su distribución, el estudio del modelo
dinámico de un robot móvil es por lo general más difícil, y por eso la consideración de
dicho modelo complica el desarrollo e implementación de leyes de control, que muchas
veces han sido diseñadas utilizando el modelo cinemático, según se pudo ver en el estado
del arte presentado en el primer capítulo. La consideración del uso del modelo dinámico
en robótica móvil se hace imprescindible cuando se requiere realizar movimientos rápidos
involucrando aceleraciones y masas de los mismos. En el estudio del comportamiento
dinámico de un robot móvil es necesario tomar en cuenta conceptos relacionados con las
distribuciones de masas y las inercias.
En robótica móvil, los robots cuyos movimientos están sujetos a una serie de restriccio-
nes no integrables que involucran las derivadas con respecto al tiempo del vector de
conguración q están clasicados como sistemas no holonómicos [51].
Considere la conguración cinemática de tracción diferencial con un eje en común,
pero con actuadores en las llantas en forma independiente como se muestra en la Fi-
gura 2.2. Suponiendo que no exista deslizamiento en las llantas, el movimiento en cada
llanta está restringido a su dirección longitudinal con velocidades vd y vi , respectiva-
mente, mediante una simple restricción no holonómica. En resumen, el movimiento no
puede acontecer a través del eje coordenado del robot ym , pero sí en la dirección del eje
coordenado xm , donde vc es la velocidad del centro del robot móvil.
Entonces podemos decir que son aquellas restricciones que dependen de la velocidad,
además que exige no sea integrable y no se pueda obtener derivando una restricción holó-
noma. En un robot de n grados de libertad1 , las variables que representan su movimiento
se agrupan en un vector q = [q1 , q2 , . . . , qn ] . Considerando la siguiente restricción lineal
T
∑
n
∂h(q) dh(q)
q̇k = = 0, (2.11)
k=1
∂qk dt
si se integra la ecuación (2.11) implica que h(q) = constante. En este caso se dice que la
restricción expresada por la ecuación (2.10) es holonómica porque puede ser integrada. Si
no existe una función h(q) que pueda ser obtenida mediante integración de la restricción
(2.10) entonces se dice que dicha restricción es no holonómica.
A(q)q̇ = 0, (2.13)
nótese que el i-ésimo reglón de la matriz A(q) ∈ Rm×n , representado por Ai , constituye
la i-ésima restricción no holonómica. Para incluir las restricciones (2.13) en las ecua-
ciones de Euler-Lagrange (2.12) se procede del siguiente modo: Se considera que las m
restricciones ejercen fuerzas generalizadas externas, τ̄i , sobre el sistema Euler-Lagrange.
Estas fuerzas de restricción deben ser conservativas, es decir, no deben realizar trabajo
sobre el sistema, esto signica que
T = τ̄i · d¯ = 0, (2.14)
1 Cada uno de los movimientos independientes que puede realizar cada articulación con respecto a la
anterior [1]
20 CAPÍTULO 2. MODELO MATEMÁTICO DEL RMR
y de acuerdo a A(q)q̇ = 0 esto implica que la fuerza generalizada ejercida por la res-
tricción i, τ̄i , debe ser paralela al i-ésimo reglón de A(q). Por tanto, las ecuaciones
Euler-Lagrange representadas por (2.12) deben modicarse del siguiente modo:
[ ]
d ∂L ∂L
− = τ̄1 + τ̄2 + · · · + τ̄m + τ , (2.16)
dt ∂ q̇ ∂q
[ ]
d ∂L ∂L
− = AT (q)λ + τ , (2.17)
dt ∂ q̇ ∂q
λ = [λ1 , λ2 , . . . , λm ]T , (2.18)
donde las λi son escalares que tienen que ver con la magnitud de la fuerza generalizada
ejercida por la restricción i.
A(q)Si (q) = 0,
A(q)S(q) = 0, (2.19)
nótese que Si (q) es la i-ésima columna de S(q). Multiplicando la expresión anterior por
un vector ν(t) ∈ Rn−m se obtiene
A(q)S(q)ν(t) = 0, (2.20)
q̇ = S(q)ν(t). (2.21)
donde B(q) ∈ Rn×r , con r el número de entradas y derivando la ecuación (2.21) se tiene:
{ [ ] }
S (q) M (q) Ṡ(q)ν(t) + S(q)ν̇(t) + C(q, q̇) [S(q)ν(t)] + g(q)
T
{ }
= S T (q) AT (q)λ + B(q)τ . (2.25)
{ [ ] }
S T (q) M (q) Ṡ(q)ν(t) + S(q)ν̇(t) + C(q, q̇) [S(q)ν(t)] + g(q)
= S T (q) {B(q)τ } . (2.27)
q̇ = S(q)ν(t), (2.28)
donde:
ḡ(q) = S T (q)g(q),
B̄(q) = S T (q)B(q).
El robot móvil a utilizar cuenta con dos ruedas de radio r, cada una de las cuales es
actuada por un motor eléctrico independiente, y cuya separación entre ambas es igual
a 2b. Las ruedas están colocadas simétricamente una a cada lado del robot y giran de
forma independiente sobre el mismo eje de simetría. En esta estructura existen una o dos
ruedas más del tipo de bolas, las cuales sirven para dar estabilidad a la estructura del
robot de tipo diferencial. Además, se supone que el robot bajo estudio se mueve sobre un
plano horizontal, por lo que no existe efecto de gravedad. En la Figura 2.3 se muestra el
robot móvil de ruedas tipo diferencial. A continuación se detallan el resto de las variables
involucradas con el movimiento del robot, las cuales se utilizan más adelante:
X (x, y) son las coordenadas del punto P0 , es decir, el punto común al eje de simetría
longitudinal y al eje sobre el que giran ambas ruedas.
22 CAPÍTULO 2. MODELO MATEMÁTICO DEL RMR
Y
þ
c
P
0
y
P
d
2b
2r
x X
X ϕ representa la orientación del móvil. Se mide como el ángulo entre el eje longitu-
dinal perpendicular al eje de simetría de las ruedas del móvil y el eje X positivo.
Existen tres restricciones relacionadas con el robot móvil que involucran a las veloci-
dades de las ruedas. En la Figura 2.4 se muestran las velocidades de los centros de cada
una de las ruedas motrices.
A continuación se detallan las restricciones no holonómicas impuestas por las velo-
cidades de las ruedas motrices.
Restricción 1: La velocidad del punto P0 es sobre la dirección del eje longitudinal de
simetría
ẋ = v cos ϕ, (2.30)
ẏ = v sen ϕ, (2.31)
2.2. MODELO DINÁMICO 23
Y
: þ
- bþcosþ
: : :
- bþsenþ y bþ
þ
2b
P0
y : : : :
bþ x bþsenþ
þ
:
bþcosþ
x X
√
.2 .2
Restricción 2: La rueda izquierda no debe patinar o resbalar. Sea x̄ + ȳ = rθ̇l la
velocidad del centro de la rueda izquierda. Entonces, considerando que la plataforma del
móvil es rígida y que la velocidad del centro de la rueda medida desde el punto P0 es bϕ̇,
ver la Figura 2.4 se tiene
.
x̄ = ẋ − bϕ̇ cos ϕ = rθ̇l cos ϕ, (2.33)
.
ȳ = ẏ − bϕ̇ sen ϕ = rθ̇l sen ϕ, (2.34)
. .
calculando x̄ cos ϕ y ȳ sen ϕ y sumando las expresiones resultantes, es decir,
con
se obtiene:
ẋ cos ϕ + ẏ sen ϕ − bϕ̇ = rθ̇l . (2.37)
1( 2 ) 1 1 1 1
K(q, q̇) = ẋc + ẏc2 mc + Ic ϕ̇2 + Iw θ̇r2 + Iw θ̇l2 + Im ϕ̇2
2 2 2 2 2
1 1 1
+ Im ϕ̇2 + mw r2 θ̇r2 + mw r2 θ̇l2 , (2.43)
2 2 2
que resulta de la suma de: Centro de masa de la plataforma principal (traslacional, Pc ),
plataforma principal (rotacional, Pc ), inercia de cada rueda con motor (eje de la rueda),
inercia de cada rueda con motor (eje vertical diametral) e inercia de cada rueda con
motor como partícula (traslacional).
Suponiendo que el robot es rígido y que la velocidad del punto Pc medida desde el
punto P0 es dϕ̇, entonces se puede escribir:
1 1 1
K(q, q̇) = mc ẋ2 + mc ẏ 2 + mc d2 ϕ̇2 − mc dϕ̇ẋ sen ϕ + mc dϕ̇ẏ cos ϕ
2 2 2
1 2 1 1 1
+ Ic ϕ̇ + Iw θ̇r + Iw θ̇l2 + Im ϕ̇2
2
2 2 2 2
1 1 1
2
+ Im ϕ̇ + mw r θ̇r + mw r2 θ̇l2 .
2 2
(2.46)
2 2 2
2.2. MODELO DINÁMICO 25
mc 0 −dmc sen ϕ 0 0
0 mc dmc cos ϕ 0 0
M (q) =
−dmc sen ϕ dmc cos ϕ d mc + Ic + 2Im
2
0 0 .
0 0 0 mw r2 + Iw 0
2
0 0 0 0 mw r + I w
1 T_
Ci (q, q̇) = q̇ C i (q)
2
( )T
_ ∂Mi (q) ∂Mi (q) ∂M (q)
C i (q) = + − , i = 1, 2, . . . , n
∂q ∂q ∂ qi
se encuentra:
0 0 0 0 0
0 0 0 0 0
C̄1 (q) =
0 0 −2dmc cos ϕ 0 0 ,
(2.48)
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
C̄2 (q) =
0 0 −2dmc sen ϕ 0 0 ,
(2.49)
0 0 0 0 0
0 0 0 0 0
0 0 dmc cos ϕ 0 0
0 0 −dmc cos ϕ − dmc sen ϕ 0 0
C̄3 (q) =
0 0 −dmc sen ϕ 0 0 ,
(2.50)
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
C̄4 (q) =
0 0 0 0 0 ,
(2.51)
0 0 0 0 0
0 0 0 0 0
26 CAPÍTULO 2. MODELO MATEMÁTICO DEL RMR
0 0 0 0 0
0 0 0 0 0
C̄5 (q) =
0 0 0 0 0 .
(2.52)
0 0 0 0 0
0 0 0 0 0
Entonces, sustituyendo (2.48)-(2.52) en (2.47) se tiene:
0 0 −dmc ϕ̇ cos ϕ 0 0
0 0 −dmc ϕ̇ sen ϕ 0 0
C(q, q̇) =
0 0 0 0 0 .
0 0 0 0 0
0 0 0 0 0
Por otro lado, g(q) = [0, 0, 0, 0, 0]T debido a que el robot se mueve en un plano horizontal.
En resumen se obtiene el siguiente modelo dinámico de un robot móvil de ruedas de tipo
tracción diferencial:
q̇ = S(q)ν(t), (2.53)
donde:
τ = [τd , τi ]T ,
M̄ (q) = S T (q)M (q)S(q),
[ ]
C̄(q, q̇) = S T (q) M (q)Ṡ(q) + C(q, q̇)S(q) ,
ḡ(q) = S T (q)g(q),
B̄(q) = S T (q)B(q).
[ r2 r2
]
(mb2 + I) + Iw (mb2 − I)
M (q) = 4b2
r2 r2
4b2 ,
4b2
(mb2 − I) 4b2
(mb2 + I) + Iw
[ r 2 ]
0 m dϕ̇
C̄(q, q̇) = 2
2b c ,
− 2b mc dϕ̇
r
0
[ ]
1 0
B̄(q) = ,
0 1
donde:
m = mc + 2mw ,
I = mc d2 + 2mw b2 + Ic + 2Im .
2.3. DESCRIPCIÓN DEL PROTOTIPO EMPLEADO 27
√
Por último, deniendo υ= ẋ2 + ẏ 2 , ω = ϕ̇ se obtiene a partir de (2.53):
x cos ϕ 0 [ ]
d υ
y = sen ϕ 0 (2.55)
dt ω
ϕ 0 1
[ ] [ ] [ r r
]
υ v1 2 2
=A , A= r (2.56)
ω v2 2b
− 2br
resumida de los bloques que componen el prototipo, incluida su conexión con la tarjeta
DS1104.
Comparadores Sensores
Microcontrolador
3. El arco mas pequeño que se puede usar está relacionado con las características
físicas del prototipo, esto es, se debe de tomar en cuenta la longitud que existe
entre las ruedas 2b.
33
34 CAPÍTULO 3. LEY DE CONTROL PARA EL SEGUIMIENTO DE RUTAS
Dada una ruta deseada, denir el ángulo de orientación deseado ϕ∗ como en la Fi-
gura 3.1, dondeE es una constante positiva. Diseñar una entrada τ tal que el error de
∗ ∗
seguimiento ϕ − ϕ tiene una cota nal siempre y cuando ϕ(0) está cerca de ϕ (0).
Supuesto 1: Si el error de seguimiento ϕ − ϕ∗ tiene una cota nal pequeña entonces
se logra el seguimiento de ruta y la posición cartesiana no importa, es decir, la dinámica
(ẋ, ẏ) se puede despreciar. Esto signica que la dinámica del robot está dada por (2.54),
(2.56) y ϕ̇ = ω .
El siguiente resultado es importante para el propósito de este trabajo.
Teorema 3.2.1 (Teorema 4.18 en [55], pp 172). Sea D ⊂ Rn un dominio que contiene
el origen y V : [0, ∞) × D → R una función continuamente diferenciable tal que:
3.2. LEY DE CONTROL 35
Y ruta
E
þã
þ
y
0
P
x X
Entonces, existe una función β de clase KL y para cada estado inicial x(t0 ), satisfaciendo
∥x(t0 )∥ ≤ α2−1 (α1 (r)), hay T ≥ 0 (en función de x(t0 ) y µ ) tal que la solución de
ẋ = f (t, x) satisface:
∥x(t)∥ ≤ β(∥x(t0 )∥, t − t0 ), ∀t0 ≤ t < t0 + T, (3.4)
τ = KP ν̃ (3.8)
[ ] [ ]
−1 υd ω̃d
νd = A , ν̃ = νd − ν = (3.9)
ω∗ ω̃i
dϕe
ω ∗ = −kpϕ ϕe − kdϕ + kdϕ ω, ϕ e = ϕ − ϕ∗ (3.10)
dt
donde υd es una constante y KP = diag{kP 1 , kP 2 }. El estado (ϕe , ν̃ T ) tiene una cota
nal que puede ser dictada arbitrariamente pequeña mediante una elección adecuada de
las ganancias positivas del controlador kpϕ , kdϕ , kP 1 y kP 2 .
Demostración. Sustituyendo (3.8) en (2.54) y sumando y restando algunos términos
convenientes encontramos:
[ ]
−1 υ̃
ν̃ = A , υ̃ = υd − υ, ω̃ = ω ∗ − ω (3.12)
ω̃
ϕ̇ = −ω̃ + ω ∗ (3.13)
dϕe
ϕ̇∗ = ω − (3.14)
dt
Reemplazando (3.14) en ω∗ dada en (3.10) y reemplazando ω∗ en (3.13) nalmente
obtenemos:
ϕ̇e = −ω̃ − kpϕ ϕe + (kdϕ − 1)ϕ̇∗ (3.15)
Por lo tanto, la dinámica de lazo cerrado está dada por (3.11) y (3.15). Considere la
siguiente función continuamente diferenciable:
1 1
V (ϕe , ω̃d , ω̃i ) = ϕ2e + ν̃ T M̄ (q)ν̃ (3.16)
2 2
Teniendo en cuenta que, usando (3.6), siempre podemos escribir:
Por otro lado, usando (3.6) y (3.7) podemos señalar los límites del siguiente término
como:
1
− ν̃ T KP ν̃ + ν̃ T [M̄ (q)ν̇d + C̄(q, q̇)νd ]
2 [ ]
1 r2
≤ − λmı́n (KP )∥ν̃∥ + ∥ν̃∥ λmáx (M̄ (q))∥ν̇d ∥ + mc d | ϕ̇ | ∥νd ∥
2
2 2b
1 2s3
≤ − λmı́n (KP )∥ν̃∥2 + ∥ν̃∥s3 ≤ 0, if ≤ ∥ν̃∥ ≤ ∥z∥
2 λmı́n (KP )
[ ]
−1 r2
s3 = ∥A ∥ λmáx (M̄ (q)) máx{kpϕ , kdϕ } | ϕ̇e + ϕ̈e + ϕ̈ | + mc d | ϕ̇ | Ψ ,
2b
√
Ψ = υd2 + (máx{kpϕ , kdϕ })2 | ϕe + ϕ̇e + ϕ̇ |2
1
V̇ ≤ −kpϕ ϕ2e − ν̃ T KP ν̃ − ω̃ϕe + (kdϕ − 1)ϕ̇∗ ϕe
2
Utilizando la notación de matriz y (3.12) podemos escribir:
T
| ϕe | | ϕe | kpϕ − 4br − 4br
V̇ ≤ − | ω̃d | P0 | ω̃d | + | ϕe | (kdϕ − 1) | ϕ̇∗ |,
P0 = − 4br 1
k
2 P1
0
| ω̃i | | ω̃i | − 4br 0 1
k
2 P2
La matriz P0 es denida positiva si todos sus menores principales son positivos, es decir:
1 ( r )2
kpϕ > 0, δ2 = kpϕ kP 1 − >0 (3.18)
2 4b
1 (
1 r 2)
kP 2 δ2 − kP 1 > 0 (3.19)
2 2 4b
donde (3.19) es el tercer menor principal de P0 solucionado a través de la tercera co-
lumna. Tenga en cuenta que ambas condiciones en (3.18) siempre se pueden satisfacer
mediante valores positivos lo sucientemente grandes para kpϕ y kP 1 . Una vez que kP 1 es
determinado la condición (3.19) se satisface por la elección de un valor positivo lo su-
cientemente grande para kP 2 . Esto signica que P0 siempre se puede representar denido
positivo y λmı́n (P0 ) > 0. Por lo tanto, usando (3.6) se puede escribir:
≤ −(1 − θ)λmı́n (P0 )∥z∥2 − θλmı́n (P0 )∥z∥2 + | kdϕ − 1 || ϕ̇∗ | ∥z∥
V̇
≤ −(1 − θ)λmı́n (P0 )∥z∥2 = W3 (z),
{ }
| kdϕ − 1 || ϕ̇∗ | 2s3
∀∥z∥ ≥ µ = máx , >0 (3.21)
θλmı́n (P0 ) λmı́n (KP )
38 CAPÍTULO 3. LEY DE CONTROL PARA EL SEGUIMIENTO DE RUTAS
Hacemos hincapié en que W3 (z) es una función denida positiva, es decir, de acuerdo
con (3.17) y (3.21) las condiciones (3.1) y (3.2) son satisfechas. Además, (3.3) se puede
√
c1
expresar como µ < c2
r. Por lo tanto, el teorema 3.2.1 asegura que para cualquier
√
condición inicial que satisface ∥z(t0 )∥ ≤ c1
c2
r el estado z de lazo cerrado tiene una
√
c1
cota máxima que satisface (3.4), (3.5) y se da como
c2
µ. Teniendo en cuenta que,
se mantiene dentro de un dominio S = {z ∈ R : ∥z∥ < r} para
3
si asumimos que z
algunos r > 0 y solo permitimos movimientos lentos, entonces µ está limitado porque
ϕe , ϕ̇e , ϕ̈e , ϕ̇, ϕ̈ y ϕ̇∗ están limitados. De ahí, µ > 0 se puede representar arbitrariamente
pequeño por la elección grande de λmı́n (P0 ), es decir, valores grandes para kpϕ , kP 1 , kP 2
y un valor grande para λmı́n (KP ) tal que λmı́n (KP ) = máx{kpϕ , kdϕ }. Esto signica que
2 2
√
c1
la cota nal
c2
µ se puede representar arbitrariamente pequeña desde c1 y c2 son
√
c1
constantes que dependen sólo en M (q) (ver (3.17)). Por otra parte, esto y µ < r
c2
√
así como ∥z(t0 )∥ ≤
c1
c2
r aseguran que dado cualquier r > 0 nito siempre existe una
pequeña condición inicial suciente de tal manera que este resultado se encuentra. Esto
completa la demostración de la proposición 1.
Las simulaciones se llevaron a cabo con ayuda del software Matlab/Simulink, este
software permite programar modelos matemáticos por medio de bloques, lo cual hace
transparente y sencillo al usuario la forma de programar las leyes de control.
Para desarrollar las simulaciones pertenecientes al controlador desarrollado fue nece-
sario considerar algunos parámetros relacionados con algunas características físicas del
robot como lo son: la distancia que existe entre la parte media del eje de las ruedas a una
de estas (b) y el radio de las mismas (r ), donde b = 0.175 m y r = 0.075 m. Es impor-
tante mencionar que los valores de b y r corresponden a los valores del diseño del robot
debido a que a nivel simulación se considera que el RMR es ideal y no presenta errores
mecánicos. Una vez conocidos estos valores se programó la ley de control, desarrollada
en la sección 3.2, para observar el comportamiento del RMR a nivel simulación.
A continuación se describen los bloques que componen el programa realizado para
simulación, el cual se muestra en la Figura 3.2.
â Bloque A. Permite guardar los valores de las variables, para generar su visualización
gráca.
â Bloque C. Es el encargado de generar la ruta deseada, la cual debe cumplir con las
características mencionadas en la sección 3.1.
â Bloque D. En este bloque se programó la ley de control determinada por las ecua-
ciones (3.8), (3.9) y (3.10).
3.2. LEY DE CONTROL 39
â Bloque E. Representa la síntesis del modelo dinámico del RMR de tipo diferencial,
determinado por la ecuación (2.53) y (2.54). El bloque tiene como entradas los
torques derecho e izquierdo, τd y τi respectivamente, y como salida entrega los
valores de (x, y, ϕ, ωi , ωd ).
â Bloque F. Por último, en este bloque podemos calcular la velocidad lineal del RMR
a lo largo de la ruta propuesta. Las entradas de este bloque son las variables (ωi , ωd )
y el parámetro del sistema r .
40
Variables a graficar
0.175
CAPÍTULO 3.
D E
En el siguiente caso se utiliza una ruta compuesta por una circunferencia de 0.75 m
de radio (ver Figura 3.4(a)), con centro en la coordenada (1,1) del plano X − Y . Los
resultados de simulación correspondientes a este caso se muestran en la Figura 3.4.
se tiene una aproximación del comportamiento del RMR al aplicar la ley de control, se
pueden llevar a cabo los experimentos en tiempo real que se presentan en el siguiente
capítulo.
2 3.5
ruta ruta∗ φ φ∗
1.8 3
1.6
2.5
1.4
2
1.2
[rad]
y[m]
1.5
1
1
0.8
0.5
0.6
0
0.4
0.2 −0.5
0 −1
0 0.5 1 1.5 2 0 0.5 1 1.5 2 2.5
x[m] t[s]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
1
1.5
0.8
1
[m/s]
[rad]
0.6
0.5
0.4
0
−0.5 0.2
−1 0
0 0.5 1 1.5 2 2.5 0 0.5 1 1.5 2 2.5
t[s] t[s]
(c) Error de seguimiento ϕe (d) Velocidad lineal del RMR υ
15 15
10 10
[rad/s]
[rad/s]
5 5
0 0
−5 −5
0 0.5 1 1.5 2 2.5 0 0.5 1 1.5 2 2.5
t[s] t[s]
(e) Velocidad angular de la rueda izquierda (f) Velocidad angular de la rueda derecha
2 2
ruta ruta∗ φ φ∗
1.8
1
1.6
1.4 0
1.2
[rad]
y[m]
−1
1
−2
0.8
0.6 −3
0.4
−4
0.2
0 −5
0 0.5 1 1.5 2 0 0.5 1 1.5 2 2.5
x[m] t[s]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
0.1
0.08 1
0.06
0.8
0.04
0.02
[m/s]
[rad]
0.6
0
−0.02
0.4
−0.04
−0.06 0.2
−0.08
−0.1 0
0 0.5 1 1.5 2 2.5 0 0.5 1 1.5 2 2.5
t[s] t[s]
(c) Error de seguimiento ϕe (d) Velocidad lineal del RMR υ
20 15
18
16
10
14
[rad/s]
[rad/s]
12
10 5
6
0
4
0 −5
0 0.5 1 1.5 2 2.5 0 0.5 1 1.5 2 2.5
t[s] t[s]
(e) Velocidad angular de la rueda izquierda (f) Velocidad angular de la rueda derecha
x[m] t[s]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
t[s] t[s]
(c) Error de seguimiento ϕe (d) Velocidad lineal del RMR υ
t[s] t[s]
(e) Velocidad angular de la rueda izquierda (f) Velocidad angular de la rueda derecha
45
46 CAPÍTULO 4. IMPLEMENTACIÓN DE LA LEY DE CONTROL
â Bloque C. Corresponde a las señales que se generan cuando alguno de los sensores
miniatura de objeto reectivo se encuentra sobre la ruta.
â Bloque E. Corresponde a las señales de los encoders que están conectados a los
motores de CD, así mismo este bloque genera la señal PWM que requiere cada
motor para su funcionamiento.
Una vez que se tiene listo el programa para llevar a cabo el control en tiempo real,
es necesario conectar el prototipo a la tarjeta DS1104 para que de esta forma se pue-
dan sensar las variables deseadas. Para esto se explican las conexiones necesarias en la
siguiente sección.
4.1. /
CONTROL DEL RMR CON MATLAB SIMULINK 47
Una vez que está lista la conexión entre la tarjeta de adquisición de datos y el
prototipo, es posible poner a prueba la ley de control previamente desarrollada. Para
esto, se realizaron experimentos en tiempo real que se abordan en la siguiente sección.
50 CAPÍTULO 4. IMPLEMENTACIÓN DE LA LEY DE CONTROL
(x )
Las señales producidas por los sensores son enviadas a la tarjeta DS1104 para su poste-
1
rior procesamiento en Matlab/Simulink, en donde se calcula ϕe = arctan , siendo
E
x1 la distancia del eje X del RMR al sensor correspondiente (ver Figura 4.4, todas las
medidas están en centímetros).
Sensor S0 S1 S2 S3 S4 S5 S6 S7
Error [rad] -0.109 -0.100 -0.088 -0.079 -0.067 -0.054 -0.046 -0.037
Por otro lado en la implementación de la ley de control, los valores de las ganancias
kP 1 y kP 2 , para todos los experimentos, fueron seleccionadas como k P 1 = 6 y k P 2 = 6.
En cuanto a las ganancias kdϕ y kpϕ , a partir de (3.21) se observa que µ (representa el
máximo error que puede presentar el sistema) tiene dos términos, uno de los cuales no
puede ser afectado por kdϕ , además a partir de (3.21) se observa que esta ganancia puede
tomar valores positivos entre 0 y 2. Esto muestra que modicar kdϕ es una posibilidad
para reducir las oscilaciones, pero solo probando experimentalmente se puede vericar
esto. Por esta razón se realizan dos pruebas en los experimentos que se muestran en las
siguientes subsecciones, haciendo uso de la ganancia derivativa con kdϕ = 0 y kdϕ > 0.
Estos resultados experimentales a diferencia de los resultados en simulación cuentan con
dos grácas extras. Estas grácas corresponden a los voltajes de los motores de CD del
RMR, los cuales no existen en simulación.
52 CAPÍTULO 4. IMPLEMENTACIÓN DE LA LEY DE CONTROL
En este caso se utiliza una ruta compuesta por un segmento de recta. Este caso
es el más trivial en el que se probó el controlador para la tarea de seguimiento de
rutas. Para este experimento se realizaron dos pruebas con la nalidad de mostrar el
comportamiento del RMR con el uso y sin el uso del término derivativo del controlador.
Los valores seleccionados para las ganancias del controlador para cada caso se pueden
ver en la Tabla 4.3.
Los casos son los siguientes:
â Caso I: Se proponen los valores de las ganancias del controlador como se muestra
en la tabla 4.3, para el seguimiento de la ruta. Los resultados se muestran en
la Figura 4.5. Estos resultados están compuestos de las siguientes grácas: en la
Figura 4.5(a) se presenta la ruta recorrida por el RMR, la Figura 4.5(b) muestra el
ángulo de orientación del RMR, la Figura 4.5(c) muestra el error de seguimiento,
la Figura 4.5(d) tiene la velocidad lineal del RMR, la Figura 4.5(e) representa la
velocidad angular de la rueda izquierda, la velocidad angular de la rueda derecha
se encuentra en la Figura 4.5(f ), la Figura 4.5(g) contiene el voltaje del motor
izquierdo y la Figura 4.5(h) muestra el voltaje del motor derecho. Este orden se
emplea en todos los resultados experimentales.
â Caso II: Similar al caso anterior, pero con la diferencia de que se utiliza la ganancia
kdϕ > 0, como se muestra en la tabla 4.3. Los resultados experimentales se muestran
en la Figura 4.6, en los cuales se puede observar que se lleva con éxito el seguimiento
de la ruta y se elimina la oscilación.
[ ]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
[ ]
(c) Error de seguimiento ϕe (d) Velocidad lineal del RMR υ
(e) Velocidad angular de la rueda iz- (f) Velocidad angular de la rueda de-
quierda recha
[ ]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
(e) Velocidad angular de la rueda iz- (f) Velocidad angular de la rueda dere-
quierda cha
La siguiente ruta bajo estudio es una circunferencia, de radio r = 0.75 [m] y centro
en la coordenada (1, 1) en el plano X − Y . De igual forma que en la ruta 1, se realizaron
dos pruebas con la nalidad de mostrar el comportamiento del RMR con el uso y sin el
uso del término derivativo del controlador. Los valores de las ganancias del controlador
para cada caso se pueden ver en la tabla 4.4.
Los casos son los siguientes:
â Caso I: Se proponen los valores de las ganancias del controlador como se muestra
en la tabla 4.4, para el seguimiento de la ruta. En los resultados de la Figura 4.7
se observa que se logra el seguimiento de la ruta pero con oscilaciones.
â Caso II: Similar al caso I, pero con la diferencia de que se utiliza la ganancia
kdϕ > 0, como se muestra en la tabla 4.4. Los resultados experimentales se muestran
en la Figura 4.8, en los cuales se puede observar que se lleva con éxito el seguimiento
de la ruta y se elimina la oscilación.
1.8
1.6
1.4
1.2
y[m]
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2
x[m]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
(e) Velocidad angular de la rueda iz- (f) Velocidad angular de la rueda de-
quierda recha
1.8
1.6
1.4
1.2
y[m]
1
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2
x[m]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
(e) Velocidad angular de la rueda iz- (f) Velocidad angular de la rueda de-
quierda recha
En este caso se utilizó una ruta compuesta por rectas y arcos de circunferencia, ver
Figura 4.9(a) . De igual forma que en las rutas anteriores, se realizaron dos pruebas con
la nalidad de mostrar el comportamiento del RMR con el uso y sin el uso del término
derivativo del controlador. Los valores de las ganancias del controlador para cada caso
se pueden ver en la tabla 4.5.
Los seis casos son los siguientes:
â Caso I: Se proponen los valores de las ganancias del controlador como se muestra
en la tabla 4.5, para el seguimiento de la ruta. En los resultados de la Figura 4.9
se observa que se logra el seguimiento de la ruta pero con oscilaciones.
â Caso II: Similar al caso anterior, pero con la diferencia de que se utiliza la ga-
nancia kdϕ > 0, como se muestra en la tabla 4.5. Los resultados experimentales se
muestran en la Figura 4.10, en los cuales se puede observar que se lleva con éxito
el seguimiento de la ruta y se elimina la oscilación.
1.8
1.6
1.4
1.2
1
y[m]
0.8
0.6
0.4
0.2
− 0.2
− 0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
x[m]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
(e) Velocidad angular de la rueda iz- (f) Velocidad angular de la rueda de-
quierda recha
1.8
1.6
1.4
1.2
1
y[m]
0.8
0.6
0.4
0.2
− 0.2
− 0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
x[m]
(a) Ruta (b) Ángulo de orientación del RMR ϕ
(e) Velocidad angular de la rueda iz- (f) Velocidad angular de la rueda de-
quierda recha
20
15
10
5
[V]
− 5
− 10
− 15
− 20
0 1 2 3 4 5
t[s]
(g) Voltaje motor izquierdo (h) Voltaje motor derecho
Figura 4.11: Comparación del ángulo de orientación del RMR, para la ruta 1.
Figura 4.12: Comparación del ángulo de orientación del RMR, para la ruta 2.
Figura 4.13: Comparación del ángulo de orientación del RMR, para la ruta 3.
Capítulo 5
Conclusiones y perspectivas futuras del
trabajo
El objetivo principal de este trabajo fue diseñar una ley de control, para el seguimien-
to de rutas de un RMR de tipo diferencial, así como simularla y después instrumentarla
en tiempo real. También se demostró formalmente, que el error de seguimiento y el error
de la velocidad de las ruedas tienen una cota nal, que aunque puede aumentar si la
velocidad del móvil aumenta se puede compensar mediante el aumento de las ganancias
del controlador. Por lo tanto el rendimiento logrado durante la tarea de seguimiento
de la trayectoria se puede mejorar seleccionando adecuadamente las ganancias de los
controladores. Por otro lado se observó que uno de los factores que afectan la velocidad
máxima de avance del RMR, está relacionado con la nitidez de curvatura de la ruta.
Una vez presentado el desarrollo de los diferentes capítulos de este trabajo y obser-
vando los resultados obtenidos tanto en simulación como en experimentación se puede
concluir que se cumplió satisfactoriamente el objetivo general. Cabe mencionar que este
trabajo se pudo llevar a cabo gracias al prototipo que previamente se había construido
en el área de mecatrónica, el cuál se construyó con el objetivo de que se pudieran imple-
mentar diferentes leyes de control, lo cual se sigue logrando. A continuación se enlistan
algunas de las actividades que se realizaron en este trabajo, con la nalidad de lograr el
objetivo inicialmente planteado:
◃ Se diseñó un control simple que considera el modelo dinámico del RMR de tipo
diferencial, para resolver el problema de seguimiento de ruta.
63
64 CAPÍTULO 5. CONCLUSIONES Y PERSPECTIVAS FUTURAS
â Debido a que se utilizaron dos tablas cubiertas con corcho, se crea un espacio al
colocarlas una al lado de la otra. Este espacio provocaba un error en la lectura en
los sensores miniatura de objeto reectivo. Esto se solucionó tapando estas uniones
con cinta.
â Haciendo una revisión general del móvil se observó que la llanta derecha presentaba
un segmento plano. Esto se solucionó recubriendo este segmento.
5.2. TRABAJOS FUTUROS 65
â Para no tener problemas con la supercie en la que tiene que trabajar el móvil,
se podría proponer una modicación en el sistema de tracción, como utilizar otras
llantas y utilizar un sistema de suspensión para las ruedas de soporte. Logrando
de esta forma no depender de las tablas cubiertas de corcho.
[3] H. Moravec, Robot. Mere Machine to Transcendent Mind, Oxford University Press,
1999.
[8] R. Kelly, V. Santibáñez and A. Lorya, Control of robot manipulators in joint space,
Springer, London, 2005.
[11] P. F. Muir, Modeling and control of wheeled mobile robots, Ph.D. dissertation,
The Robotics Institute Carnegie Mellon University, Pittsburgh, August, 1988.
67
68 REFERENCIAS
[13] J. C. Alexander and J. H. Maddocks, On the kinematics of wheeled mobile robots,
International Journal of Robotic Research, vol. 8, no. 5, pp. 15-27, 1989.
[16] G. Granosik and J. Borenstein, Integrated joint actuator for serpentine robots,
IEEE/ASME Transactions on Mechatronics, vol. 10, no.5, pp. 473-481, 2005.
[17] T. Bräunl, Embedded robotics: Mobile robot design and applications with embedded
systems, pp. 97-121, Springer-Verlag, New York, 2006.
[18] J. Borenstein, H. R. Everett and L. Feng, Where am I?, sensors and methods for
mobile robot positioning, The University of Michigan, April, 1996.
[21] D. W. Vos and A. H. Von Flotow, Dynamics and nonlinear adaptive control of
an autonomous unicycle: theory and experiment, Proceedings of the 29ht IEEE
Conference on Decision an Control, vol. 1, pp. 182-187, Hawaii, December, 1990.
[23] F. Tang, Kinematics and design of a wheeled mobile robot, Center for Intelligent
Machines, McGill University, Montreal, Canada, December, 2002.
[26] T. Salgado Jiménez, Diseño, construcción y control en tiempo real de un robot mó-
vil, Tesis de Maestría, Departamento de Ingeniería Eléctrica, Sección Mecatrónica,
CINVESTAV, México, 1999.
[27] K. Kobayashi, Accurate navigation vía dierential GPS and vehicle local sensors,
Proc. IEEE Int. Conf. Multisensor Fusion and Integration for Intelligent Systems,
pp. 9-16, Nevada, October, 1994.
[28] A. J. Thomson, A path following system for autonomous robots with minimal
computing power, Thesis of Master of Science in Computer Science, University of
Aucland, New Zealand, October, 2001.
[29] S. Yao, B. Li, Y. Yuan and J. Fei, Design of the Optimal Path Algorithm for
Line Track Robots, First International Workshop on Education Technology and
Computer Science, vol. 3, pp. 660-664, China, March, 2009.
[30] L. Zhang, X. Zhuan and X. Gao, Design and Implementation of a Vision Based
Four-Wheeled Line Track Robot, Conference on Information Engineering (ICIE),
2010 WASE International, vol. 3, pp. 3-6, China, August, 2010.
[32] M. A. B. Ayob and M. F. Zakaria, 3WD omni-wheeled mobile robot using ARM
processor for line following application, Symposium on Industrial Electronics and
Applications (ISIEA), 2011 IEEE, pp. 410-414, Malay, September, 2011.
[33] I. Colak and D. Yildirim, Evolving a Line Following Robot to Use in Shopping
Centers for Entertainment, Industrial Electronics, 2009. IECON '09. 35th Annual
Conference of IEEE, pp. 3803-3807, Portugal, November, 2009.
[36] C. B. Low and D. Wang, GPS-based path following control for a car-like wheeled
mobile robot with skidding and slipping, IEEE Transactions on Control Systems
Technology, vol. 16, no. 2, pp. 340-347, 2008.
[39] F. J. Wang and B. Zhang, Path Tracking Control For a Four Wheel Dierentially
Steered Vision Robot, International Conference on Electrical Machines and Sys-
tems, pp. 1608-1611, China, October, 2008.
[41] E. Freund and R. Mayr, Nonlinear path control in automated vehicle guidance,
IEEE Transactions on Robotics and Automation, vol. 13, no. 1, pp. 49-60, 1997.
[43] J. Gómez-Ortega and E. F. Camacho, Neural network MBPC for mobile robots
path tracking, Robotics and Computer Integrated Manufacturing Journal, vol. 11,
no. 4, pp. 271-278, 1994.
[46] C. B. Low and D. Wang, GPS-based path following control for a car-like wheeled
mobile robot with skidding and slipping, IEEE Transactions on Control Systems
Technology, vol. 16, no. 2, pp. 340-347, 2008.
[48] J. Craig John, Robótica, Pearson Education, 3th edición, México, 2006.
[49] H. Sira-Ramírez and S. K. Agrawal, Dierentially at systems, Marcel Dekker, New
York, 2004.
[54] S. J. Singh and D. H. Shin, Position based path tracking for wheeled mobile robots,
IEEE/RSJ International Workshop on Intelligent Robots and Systems, Tsukuba,
Japan, September, 1989.
[55] H. K. Khalil, Nonlinear systems, Prentice Hall, Upper Saddle River, 2002.
[56] R. A. Horn and C. R. Johnson, Matrix analysis, Cambridge University Press, New
York, 1993.
72 REFERENCIAS
Apéndice A
Productos de investigación obtenidos
Durante el proceso de estudios de maestría, relativo al análisis, estudio y la solución
de problemas que se presentaron en el desarrollo de la misma, se identicaron otros
problemas interesantes. Sin embargo, debido a la extensión de estos no se presenta en
forma detallada. En cambio, se considera conveniente citar los trabajos a los cuales
dieron lugar estas otras investigaciones.
73
74 APÉNDICE A. PRODUCTOS DE INVESTIGACIÓN OBTENIDOS
75
76 APÉNDICE B. SISTEMA DE SENSADO
error
x[t]
error
x[t]
QRD1113/1114
REFLECTIVE OBJECT SENSOR
0.173 (4.39)
0.183 (4.65)
NOTES (Applies to Max Ratings and Characteristics Tables.)
0.083 (2.11)
QRD1113/1114
REFLECTIVE OBJECT SENSOR
EMITTER
IF = 20 mA VF — — 1.7 V
Forward Voltage
Reverse Current VR = 5 V IR — — 100 µA
Peak Emission Wavelength IF = 20 mA !PE — 940 — nm
SENSOR
IC = 1 mA BVCEO 30 — — V
Collector-Emitter Breakdown
Emitter-Collector Breakdown IE = 0.1 mA BVECO 5 — — V
Dark Current VCE = 10 V, IF = 0 mA ID — — 100 nA
COUPLED IF = 20 mA, VCE = 5 V
IC(ON) 0.300 — — mA
QRD1113 Collector Current D = .050” (6,8)
IF = 20 mA, VCE = 5 V
QRD1114 Collector Current (6,8)
IC(ON) 1 — — mA
D = .050”
Collector Emitter IF = 40 mA, IC = 100 µA
VCE (SAT) — — 0.4 V
Saturation Voltage D = .050” (6,8)
2 of 4 100030A
82 APÉNDICE B. SISTEMA DE SENSADO
Apéndice C
Hojas de datos de componentes
electrónicos
83
84 APÉNDICE C. HOJAS DE DATOS DE COMPONENTES ELECTRÓNICOS
EMIT OUT
(TOP VIEW)
VCC+
EMIT OUT 1 8 VCC+
NC
NC
NC
IN+ 2 7 COL OUT
IN– 3 6 BAL/STRB 3 2 1 20 19
VCC– 4 5 BALANCE NC 4 18 NC
IN+ 5 17 COL OUT
NC 6 16 NC
IN– 7 15 BAL/STRB
NC 8 14 NC
9 10 11 12 13
VCC–
NC
NC
NC
BALANCE
NC – No internal connection
description/ordering information
The LM111, LM211, and LM311 are single high-speed voltage comparators. These devices are designed to
operate from a wide range of power-supply voltages, including ±15-V supplies for operational amplifiers and
5-V supplies for logic systems. The output levels are compatible with most TTL and MOS circuits. These
comparators are capable of driving lamps or relays and switching voltages up to 50 V at 50 mA. All inputs and
outputs can be isolated from system ground. The outputs can drive loads referenced to ground, VCC+ or VCC–.
Offset balancing and strobe capabilities are available, and the outputs can be wire-OR connected. If the strobe
is low, the output is in the off state, regardless of the differential input.
Please be aware that an important notice concerning availability, standard warranty, and use in critical applications of
Texas Instruments semiconductor products and disclaimers thereto appears at the end of this data sheet.
PRODUCTION DATA information is current as of publication date. Copyright 2003, Texas Instruments Incorporated
Products conform to specifications per the terms of Texas Instruments On products compliant to MIL-PRF-38535, all parameters are tested
standard warranty. Production processing does not necessarily include unless otherwise noted. On all other products, production
testing of all parameters. processing does not necessarily include testing of all parameters.
D.1. DS1104
89
90 APÉNDICE D. HOJA DE DATOS DE LA TARJETA DS1104
r
X DSP esclavo Texas Instrument TMS320F240.
D.1. DS1104 91
92 APÉNDICE D. HOJA DE DATOS DE LA TARJETA DS1104
D.1. DS1104 93
94 APÉNDICE D. HOJA DE DATOS DE LA TARJETA DS1104
D.2. CLP1104