Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos
Control On-Off de la aceleración angular en un
carro seguidor de línea
Cristian Vargas Albarracin, Pablo Enrique González Jaspe, José Daniel Pico Diaz
Abstract—The following document presents the
implementation of an on-off control system for the angular
acceleration variable of a line follower car. for which a
closed-loop system was used, which will allow through
some sensors to give the respective information to the
microcontroller to make the relevant decisions for the
control of angular acceleration.
Index Terms—on-off control, microcontroller, plant,
sensors, angular acceleration.
Resumen— En el siguiente documento se presenta la
implementación de un sistema de control on-off para la
variable de aceleración angular de un carro seguidor de
línea. para lo cual se utilizó un sistema en lazo cerrado, que
permitirá por medio de unos sensores dar la respectiva
información al microcontrolador para realizar la toma de
decisiones pertinentes para el control de la aceleración
angular.
Palabras clave - control on-off, microcontrolador, planta,
sensores, aceleración angular.
I. INTRODUCTION
E n el mundo de la robótica y la automatización, los
vehículos autónomos han adquirido una gran importancia.
Ya que estos vehículos son capaces de realizar tareas de
manera autónoma, sin intervención humana directa. Un
ejemplo de este tipo de vehículos es un carro seguidor de
línea, el cual es un robot móvil capaz de detectar y seguir una
línea marcada en el suelo.
Este sistema estará compuesto por varios componentes
como: sensores de línea, actuadores, un microcontrolador y un
algoritmo de control. Los sensores de línea se encargarán de
detectar la línea y proporcionar información al
microcontrolador, que procesa los datos y tomará decisiones
sobre la aceleración angular del carro. Los actuadores serán
responsables de ajustar la velocidad y dirección del carro en
función de las instrucciones recibidas del microcontrolador.
El siguiente Proyecto se realizó bajo la supervisión del profesor Adolfo
Andrés Jaramillo Matta. Este Proyecto fue realizado por: Cristian Vargas
Albarracin, Pablo Enrique González Jaspe, José Daniel Pico Diaz estudiantes
de Ingeniería eléctrica de la Universidad distrital Francisco José de caldas.
1
El objetivo de este proyecto es diseñar y construir un carro
seguidor de línea que incorpora un sistema de control on-off
para la variable de aceleración angular. El control que se
implementara permitirá que la aceleración angular del carro se
ajuste de tal manera que siga una referencia.
II. OBJETIVOS
A. General
Controlar mediante un On-Off la aceleración angular de un
carro seguidor de línea.
B. Específicos.
1) Realizar el montaje físico del carrito seguidor de línea con
todos los componentes necesarios, incluyendo el chasis, los
motores, los sensores infrarrojos y los componentes
electrónicos (Arduino, alimentación, etc.).
2) Modelar teóricamente el sistema de control de la
aceleración angular del carrito, incluyendo la
implementación de los sensores infrarrojos para detectar la
línea y la implementación del control On-Off para ajustar la
aceleración angular.
3) Implementar el control On-Off de la aceleración angular
del carrito para garantizar que el carrito se mantenga en la
línea y ajuste su velocidad y dirección de manera eficiente.
4) Validar el proyecto mediante pruebas exhaustivas y
mediciones para asegurarse de que el error en la aceleración
angular sea menor al 5%. Esto incluirá la medición de la
precisión de la detección de la línea por parte de los
sensores infrarrojos y la medición de la eficacia del control
On-Off en mantener el carrito en la línea.
III. JUSTIFICACION
El desarrollo de tecnologías de automatización y control ha
tenido un impacto significativo en diversos campos, y uno de
ellos es el transporte. En particular, los carros seguidores de
línea son dispositivos que utilizan sensores para detectar y
seguir una línea trazada en el suelo, lo cual los convierte en
una opción prometedora para aplicaciones en cuanto a
transporte de carga.
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos
Una característica esencial en el diseño de estos carros es el
control de la aceleración angular, es decir, la capacidad de
ajustar y controlar la velocidad de giro del carro al seguir la
línea. Esto permite que el carro se adapte eficientemente a
diferentes curvas y giros presentes en el recorrido, mejorando
la precisión a la hora de desarrollar una trayectoria.
IV. PREGUNTA PROBLEMA
¿Cómo se puede utilizar el control ON-OFF para mantener
la aceleración angular del carro seguidor de línea dentro de un
rango específico mientras sigue una línea curva?
V. METODOLOGIA
En el desarrollo del proyecto se fundamentó el proceso
Fig. 1 Diagrama de bloques.
A. Toma de datos de la planta
Comenzando con la toma de datos de la planta, se hicieron
unos pasos muy específicos para que el modelado final tuviera
unas características coherentes con la realidad, los cuales son
los siguientes:
1) Giro del carro
Para la toma de datos el carro solo se le puso a girar 180°,
ya que es lo necesario con respecto al funcionamiento de un
carro seguidor de linea (nunca girará más de 180°).
2) Configuración de interrupciones
Para asegurar que el carro tome los datos con un periodo
determinado, o sea, sin que influya el procesamiento de datos,
se implementó un método de programación denominado
“interrupciones” en el código, el cual se basa de dos partes, la
primera es un ciclo que no impide comenzar el programa sin la
ejecución del Serial esté preparada (la comunicación entre el
arduino y el computador), a continuación se muestra cómo es
la estructura del mismo:
2
especialmente en dos secciones, el modelado de la “planta” y
del sistema completo en lazo cerrado (presentado en el
diagrama de bloques), para ejecutar la metodología del
proyecto, comenzaremos exponiendo los siguientes pasos
usados para la sección de la “planta”: Toma de datos, Grafica
de los datos, Análisis del comportamiento de los datos,
Modelado de los datos (variable seleccionada) y la Validación
del modelado obtenido. Para el apartado del sistema de lazo
cerrado, se explicará de manera adicional a los pasos
planteados para la planta (que también se usarán acá) el
control ON-OFF del sistema.
Como forma de guía se presentará a continuación el
diagrama de bloque de nuestro sistema, esto para poder
identificar cómo se compone nuestro sistema:
Fig. 2. Estructura de la primera parte de las interrupciones
La segunda parte es un condicional IF el cual permite que la
toma de datos solo se ejecute cuando haya una diferencia de
un valor determinado deseado, en nuestro caso 50 [ms], la
lógica se fundamenta en ejecutar la función de tiempo propia
de ArduinoIDE y al almacenar el tiempo pasado cada vez que
se ejecute el código, entonces, solo se toman los datos cuando
esta diferencia supere nuestro periodo de 50[ms] denominado
“intervalo”, la estructura se evidencia en la siguiente imagen:
Fig. 3. Estructura de la primera parte de las interrupciones
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos 3

Teniendo la velocidad, ya podíamos calcular la aceleración

por su definición:

3) Implementación del Módulo Bluetooth

Por comodidad, decidimos usar el Módulo Bluetooth HC-06

para la toma de datos, ya que, si lo hacíamos conectado
directamente al computador, la tensión del cable podría variar
significativamente los datos. Donde lo que hacemos es calcular la aceleración para poder
seguir con los demás pasos correspondientes al modelamiento
Este módulo nos permitía almacenar los datos en un archivo matemático de la planta.
“.log” mediante la aplicación de escritorio “PuTTY”, el cual
luego se transforma en archivo “.csv”, luego es exportado a
Excel para así poder manipular los datos con facilidad y orden, B. Graficado de datos
para finalmente importar esta base de datos en Excel a
MATLAB, donde se usarán para el resto de modelado en esta La graficación de los datos tomados es un paso crucial para
aplicación. el modelado matemático de la planta, entonces en este
apartado explicaremos las características que se tuvieron
Y como última característica de este apartado, es que se presente en las gráficas de velocidad y aceleración.
usaron 9600 baudios en el código de ArduinoIDE entre la
placa y el módulo.
1) Velocidad

4) Perfil de voltaje de los motores Cuando se fue a graficar la velocidad se hicieron con tres
conjuntos de datos, asegurando que haya una repetitividad
Como nuestra variable a medir es la aceleración angular del entre las gráficas; además se hizo exactamente el mismo
carro, entonces debemos asegurar primero que haya una proceso para ambos motores, comenzando con el derecho,
aceleración, y esto se hizo mediante un perfil de voltaje en lo entonces a continuación se presentarán respectivamente (las
motores, la idea era que en el tiempo que demorara dar los gráficas de todo con respecto a la planta fueron hechas en
180°, ir aumentando el voltaje de una forma lineal, para que la MATLAB):
velocidad registrara una variación, y por ende una aceleración.
En nuestro caso se hizo que aumentara 0.3 [V] cada 53.3[ms],
para mejor entendimiento, a continuación, se mostrará la
gráfica de este perfil de voltaje mediante el tiempo por el cual
el carro gira:

Fig. 4. Datos de la velocidad angular del motor derecho

Fig. 3. Comportamiento del valor del driver a lo largo del

tiempo de giro del carro

5) Obtención de los datos de velocidad

Como la aceleración angular del carro no se puede medir

directamente, entonces lo que hicimos fue mediante el
giroscopio MPU 6050, tomar los datos velocidad en función
del tiempo, para luego tratarlos según la necesidad Fig. 5. Datos de la velocidad angular del motor izquierdo

Una característica importante para haber graficado estos

6) Cálculo de los datos de aceleración datos fue el filtrado, en este caso se usó una función que trae
MATLAB, la cual es una función que filtra por la tendencia
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos 4

aplicando una razón de cambio de un orden “n”, donde si “n” velocidad tiene un valor con tendencia lineal en este mismo
aumenta, el filtrado será más fuerte, la función es: lapso.

ECUACIÓN DEL FILTRO D) Modelado matemático

Donde “x” es la matriz a filtrar, “n” es la razón del
suavizado, los corchetes “[ ]” son para decir que los datos
filtrados se guardan en un vector y el número 1 significa el
número de columnas que se filtran.
Fig. 6 Filtro utilizado para las señales de velocidad y
aceleración angular
2) Aceleración
Para continuar con el modelado matemático, tomaremos
una de las tres gráficas de la toma de datos para realizar todo
el proceso de modelado en la aplicación SYSTEM
IDENTIFICATION de MATLAB, una app muy útil cuando se
trata de funciones de transferencia. El proceso es muy sencillo,
la interfaz de la app tiene secciones muy intuitivas, las
abordadas por nosotros son la parte de la importación de datos,
las operaciones con esos datos y las visualizaciones de los
modelos obtenidos, en la siguiente imagen, se podrá apreciar
de mejor manera cómo es la interfaz de la app que se está
utilizando:

Con los datos ya listos de la aceleración respectivo de cada

toma de datos de la velocidad (tres tomas de datos), se
procesaron de la misma manera las gráficas, y también,
usando el mismo filtro para evitar todo el ruido o error que se
pudo ir desde la toma de datos de la velocidad, por medio de
los cálculos, hasta la aceleración. A continuación, se
mostrarán las gráficas de la aceleración de ambos motores,
comenzando con el derecho:

Fig. 9. Interfaz de la app SYSTEM IDENTIFICATION

Entonces la gráfica para la estimación de las funciones de

transferencias de la aceleración de los motores son las
siguientes, comenzando con el motor derecho:

Fig. 7. Datos de la aceleración angular del motor derecho

Fig. 10. Gráfica de los datos a usar para la función de

transferencia del motor derecho
Fig. 8. Datos de la aceleración angular del motor izquierdo

C) Análisis del comportamiento de los datos

Estas secciones del documento se utilizan para entender y

revisar el comportamiento que tienen los datos tomados con
respecto a la realidad. En estos casos, podremos observar los
dos compartimientos principales; en la velocidad, estos datos
tienen sentido ya que el crecimiento del driver tiene una
tendencia lineal, y de esta misma forma se ven los datos de
velocidad; y para la aceleración podemos observar cómo crece
rápidamente, y luego desacelerando hasta cero, a raíz de que la
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos 5

Fig. 11. Gráfica de los datos a usar para la función de Y para finalizar, se mostrará la gráfica del motor izquierdo
transferencia del motor izquierdo cuando desacelera:

Entonces, las funciones de transferencia a estimar son las

siguientes: Motor derecho cuando acelera y desacelera y
Motor izquierdo cuando acelera y desacelera.

Comenzando con el motor derecho cuando acelera, en este

caso, tuvimos que hacer una traslación, o sea, la función que
se verá a continuación es la representación de cuando el motor
derecho acelera ya trasladada 0.57 [s] esto con el fin de
obtener un resultado muchísimo más exacto:

Fig. 15. Comportamiento del motor izquierdo cuando

desacelera
.
3) Obtención de las funciones de transferencia

En esta sección nos enfocaremos en la obtención de las

funciones de transferencias respectivas, la simulación de la
función de transferencia y la salida de la función de
transferencia ante la entrada del escalón unitario.
Fig. 12. Comportamiento del motor derecho cuando acelera
Para comenzar, hay que cargar todos los datos en la app de
Ahora, se presentará los mismo, pero cuando el motor SYSTEM IDENTIFICATION en lo apartados
derecho desacelera, este en cambio al anterior, no se tuvo que correspondientes ya mencionados:
ser trasladado en el tiempo:

Fig. 13.Comportamiento del motor derecho cuando

desacelera
Y de la misma forma como presentamos estas dos del motor
derecho, ahora haremos lo mismo con el motor izquierdo.
Primero, se mostrarán los datos de cuando el motor está
acelerando, los datos también tuvieron que ser trasladados, en
este caso 0.5 [s].
Fig. 16. Interfaz de SYSTEM IDENTIFICATION con los
datos ya cargados
Entonces, después de generar los modelos de las funciones
correspondientes, resultan las siguientes; el orden es Motor
derecho cuando acelera y desacelera y Motor izquierdo
cuando acelera y desacelera:

Fig. 14. Comportamiento del motor izquierdo cuando

acelera
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos
2) Simulación de las funciones de transferencia
Ya habiendo estimado las funciones de transferencia, vamos
a simularlas, esto se hace multiplicando el factor (s) ya que
MATLAB automáticamente al simular una función de
transferencia le otorga una entrada, y esta corresponde al
escalón unitario (1/s); de esa manera podremos ver la
simulación de solo la función de transferencia, el orden de las
siguientes imágenes es el mismo que se ha venido trabajando
hasta ahora:
Fig. 17. Función de transferencia del motor derecho cuando
acelera
Fig. 18. Función de transferencia del motor derecho cuando de
acelera
Fig. 19. Función de transferencia del motor izquierdo cuando
acelera
6
Fig. 20. Función de transferencia del motor izquierdo cuando
desacelera
3) Simulación de las salidas de las funciones de
transferencia ante el escalón unitario
Ahora, ya se presentará cómo es la respuesta de estas
funciones de transferencia ante la entrada de una función de
escalón unitario, esto se hace tan solo agregando el factor (s),
ya que el solo MATLAB cuando se le pide graficar una
función de transferencia le da una entrada de (1/s) o sea, el
escalón unitario:
Fig. 21. Salida de la función de transferencia del motor
derecho en aceleración ante la entrada del escalón unitario
Fig. 22. Salida de la función de transferencia del motor
derecho en desaceleración ante la entrada del escalón unitario
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos 7

Fig.23. Salida de la función de transferencia del motor

izquierdo en aceleración ante la entrada del escalón unitario Fig. 25. Validación del bloque 3, G3(S).

e%=100%-79.14%=20.86%

Fig. 24. Salida de la función de transferencia del motor

izquierdo en desaceleración ante la entrada del escalón
unitario.
Fig. 26. Validación del bloque 4, G4(S).
E) Validación de la planta
e%=100%-86.84%=13.16%
Para la realización de la validación de nuestro sistema se
hizo entre los datos experimentales y la función que modela
esos datos en MATLAB, para ello seguimos los siguientes
pasos:

1)Obtener los datos experimentales: en este paso se

reunieron los datos experimentales que se tomaron de nuestro
carro seguidor de línea y se almacenaron para su
procesamiento en MATLAB y de esa manera que este nos
arroja una gráfica de dichos datos.
Fig. 27. Validación del bloque 1, G1(S).
2)Crea una función de modelo: luego se procedió a que
e%=100%-77.28%=22.72%
Matlab nos arrojará la función que representa el modelo
teórico de nuestro sistema. de Esta función se adaptan los
parámetros para que se ajustara de buena manera a nuestro
sistema.

3)Luego de que se obtuvo el modelo matemático de nuestro

sistema, se procedió a realizar una comparación entre gráficas
es decir se compara la gráfica de nuestro sistema real contra la
gráfica del modelo matemático de nuestro sistema por medio
de Matlab que es una opción que la aplicación nos brinda, y de
esta manera el programa realiza una comparación entre estas y
nos arroja el porcentaje de aceptación entre las dos curvas. Fig. 28. Validación del bloque 2, G2(S).

Entonces, a continuación, se mostrará la estimación hecha e%=100%-85.85%=14.15%

por la app y enseguida el error de cada bloque que conforma la
planta respectivamente: A continuación, se presentarán las validaciones de cada uno
de los modelos determinados:
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos
F) Control On-Off
Como ya terminamos el modelado de la planta, ahora
podemos continuar con el control ON-OFF, la programación
solo se basó en abrir los relés cuando la aceleración supere un
valor específico dentro del rango determinado (el rango
determinado por pruebas experimentales es desde 10[°/s^2]
hasta 35[°/s^2] por el tiempo de muestra tan pequeño) y cerrar
los relés cuando aún no se haya alcanzado el valor de
referencia. Para lograr esto se tuve que tener muchos aspectos
en cuenta, a continuación, los mostraremos de una forma más
detallada:
1)Periodo de ejecución
Como los datos de la aceleración son unos que cambian
muy rápido, teníamos que implementar un periodo de
ejecución lo suficientemente pequeño para que el control ON-
OFF fuera más preciso y pueda lograr mantener la aceleración
del carro en el valor de referencia, entonces pudimos colocar
un delay de 15 [ms], configurando los baudios a 115200 para
que soportara ese delay.
2) Filtrado
Para tener valores más manejables aplicamos un filtro de
tendencia pasa bajo incremental, este filtro tiene la siguiente
estructura:
Fig. 29. Estructura del filtro aplicado a la velocidad
De igual manera, esto se le aplicó a la aceleración, y su
estructura es la siguiente:
Fig. 30. Estructura del filtro aplicado a la aceleración
4) Perfil de velocidad
Como ahora debemos asegurar que para el control siempre
haya un cambio de velocidad determinado, pues se manejó la
variable que llega al driver, “MSpeed”, donde mediante ciclos
y condicionales se hace que aumente unidades determinadas
de driver según el valor de aceleración deseado, la estructura
de programación hace que siempre aumente ese valor, y que
cuando llegue el valor reinicie manteniendo su aumento y
aprovechando todos los valor que el driver ofrece, su
estructura es la siguiente:
8
Fig. 31. Estructura del perfil de velocidad mediante el valor
del driver
5) Rango de efectividad
Como el driver solo recibe números enteros entre el 0 y el
255, y se activa desde 190, entonces el valor del driver óptimo
está entre 190 y 255.
Por estas características y el delay tan bajo, el rango de
operación está desde 10[°/s^2] hasta 35[°/s^2], cabe la
posibilidad que también cumpla con valores externos a este
rango, pero este fue el determinado por seguridad de
operación
La determinación de este rango fue hecha de manera
experimental, ya que hay muchos valores y aspectos físicos
muy complejos que fueron influyentes, y por medio de la
teoría no pudimos determinarlo matemáticamente, algunos de
estos factores fueron:
El voltaje a los motores: El valor que llegaba a los motores
no es constante, y por el delay y perfil de velocidad, aunque
tenga su valor máximo, realmente sin un tiempo más
prolongado (un delay mayor), pues no alcanza el valor
registrado anteriormente en la planta.
El filtrado: El filtro que se aplicó a la velocidad, y el filtro
que se aplicó a la aceleración, por obviedad, al ser un filtro tan
fuerte, hace que su magnitud se reduzca un poco, por esto
también se ajusta el rango de operación, además del error que
aparece en la velocidad también se pasa a la aceleración por el
cálculos, influyendo en las medidas.
G) Toma de datos del sistema en lazo cerrado
Para la toma de datos del sistema en lazo cerrado lo hicimos
directamente conectado al computador ya que el módulo
bluetooth no soportaba los baudios necesarios (115200),
entonces tomamos los datos durante 10 [s]. Especialmente los
datos de la aceleración de referencia, la aceleración del carro,
y el tiempo.
H) Gráfica de datos del sistema en lazo cerrado
Con los datos ya obtenidos, procedemos a graficarlos en
MATLAB, de la misma forma como se hizo con la planta,
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos
donde la siguiente imagen es el resultado de los datos
plasmados:
Fig. 32. Datos del sistema en lazo cerrado
I. Modelado del sistema en lazo cerrado
De la misma manera como en la planta se hizo el proceso
para hallar la función de transferencia del sistema en lazo
cerrado, y se obtuvo lo siguiente:
ECUACION DE M(S)
Su simulación es la siguiente:
Fig. 33. Comportamiento de la función de transferencia del
sistema en lazo cerrado
Y su simulación ante el escalón unitario es el siguiente:
Fig. 34. Respuesta del sistema en lazo cerrado ante la
función de escalón unitario
J) Validación del sistema en lazo cerrado
Como se hizo en la planta, acá se hace lo mismo, y obtienes
el siguiente resultado:
9
Fig. 35. Validación del sistema en lazo cerrado
Entonces podemos calcular que el error sería el siguiente:
e%=100%-75.36%=24,65%
Para este proyecto el modelo matemático que nos da
MATLAB vemos que se ajusta bien a los datos que se están
modelando, entonces determinamos que realizar la
comparación de gráficas por medio de Matlab es una forma
válida para realizar la validación para este proyecto. A pesar
de que se pueden utilizar formas más rigurosas como la
validación cruzada no es necesario este nivel de rigurosidad
para un sistema como este.
VI. RESULTADOS
En estos apartados hallaremos las funciones de los modelos
en el tiempo y analizaremos su estabilidad, comenzaremos con
los cuatro bloques de la planta y finalizamos con el del sistema
completo en lazo cerrado.
Para realizar el análisis de estabilidad de los 4 bloques de la
planta y de todo el sistema, se implementó un código en
matlab el cual permite determinar la matriz completa del
criterio de routh-hurwitz y ya con esta solo resta realizar la
interpretación de dicha matriz.
bloque 1:
Para la estabilidad del primer bloque tenemos la siguiente
función de transferencia:
De la teoría sabemos que el criterio de routh-hurwitz se
realiza con la ecuación característica que es la parte del
denominador, y implementando el software que se encuentra
en matlab tenemos:
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos 10

Bloque 4:

Fig. 36. matriz de routh-hurwitz.

Se observa que no existen cambios de signos en el primer

bloque por lo tanto es estable.

Bloque 2: Fig. 39. matriz de routh-hurwitz.

Para la estabilidad del segundo bloque tenemos la siguiente No existen cambios de signo en la primera columna por lo
función de transferencia: tanto el bloque es estable.

Para la estabilidad de todo el sistema tenemos la siguiente

función de transferencia:

Fig. 37. matriz de routh-hurwitz.

Observamos que no se encuentran cambios de signo en la

columna principal por lo tanto es estable.
Fig. 40. matriz de routh-hurwitz.
Bloque 3:
Viendo la respuesta observamos que en la columna
Para la estabilidad del tercer bloque tenemos la siguiente principal no se encuentran cambios de signo por lo tanto el
función de transferencia: sistema es estable.

Partiendo de la función de transferencia del sistema

tenemos:

Fig. 38. matriz de routh-hurwitz.

No se encuentran cambios de signo en la columna principal

por lo tanto este bloque es estable dentro del sistema.
Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos 11

Fig. 42. Ecuación diferencial del sistema

VII. CRONOGRAMA
A continuación, se mostrará el cronograma inicial que se
tenía planteado desde el ante proyecto, para luego hacer una
comparación con el cronograma resultante a lo largo del
proyecto:

Fig. 41. Proceso de determinación de la ecuación diferencia

Fig. 43. cronograma del proyecto.

Ahora, la siguiente imagen muestra como fue realmente el proceso de la realización del proyecto:

Fig. 43. Cronograma final.

Universidad Distrital Francisco José de Caldas - Análisis de Sistemas Dinámicos 12

En cuando a este cambio en el cronograma del proyecto con tps://naylampmechatronics.com/blog/45_tutorial-mpu6050-

respecto al primero, se dio ya que surgió una demora en la acelerometro-y-giroscopio.html
etapa del modelado y del control por las cuestiones del filtrado
de datos y error en la manipulación de la planta.
[7] Arca electrónica, “Modulo rele 1 canal”. Disponible en:
VIII. CONCLUSIONES https://www.arcaelectronica.com/products/modulo-rele-de-1-canal-
arduino-electronica
evidenciamos que el modelado de una variable como la [8] ZAMUX, “BLUETOOTH HC06”.Disponible en:
aceleración angular, que se basa por medio de cálculos de https://www.zamux.co/bluetooth-hc06
otras mediciones, resulta en una obligación por aplicar filtros
muy fuertes, no solo después de los cálculos, sino también
desde las mediciones previas; extendiendo un poco más de lo
esperado el modelado de los datos.

Por los cambios tan bruscos de la aceleración, debido al

aumento del error mediante las mediciones y cálculos, se hace
muy complicado hallar una función de transferencia con una
validación mayor o igual al 95%

Este proyecto fue impresionante para entender los alcances

y usos del control ON-OFF, pudimos comprobar su utilidad y
facilidad de implementación a este tipo de sistemas.

El comportamiento del sistema no siempre es como

pensamos, en la parte del modelado de la planta, ver cómo
teníamos que hacer una función de transferencia para cuando
el carro acelera o desacelera fue algo muy enriquecedor
académicamente; mediante ese tipo de situaciones pudimos
ver la complejidad y diversidad de los sistemas en general.

IX. REFERENCIAS

[1] Pedrera, A. C. (2017). Arduino para Principiantes: 2ª

Edición. IT Campus Academy.

[2] UNAM, “Robot seguidor de línea”. Disponible en :

https://feriadelasciencias.unam.mx/anteriores/feria23/feria198
_01_robline_robot_seguidor_de_linea.pdf#:~:text=Los%20rob
ots%20seguidores%20de%20l%C3%ADnea%20son%20robot
s%20muy,considerados%20los%20%22Hola%20mundo%22
%20de%20la%20rob%C3%B3tica.%20%28wikipedia%29

[3] UNIT electronics,”motorreductor amarillo”.Disponible

en: https://uelectronics.com/producto/motorreductor-amarillo-
para-carrito/

[4] ZAMUX, “DRIVER CONTROLADOR PARA MOTOR

(PUENTE H DOBLE- INVERSOR DE GIRO) L298”.
Disponible en: Driver L298 Controlador Para Motor (puente H
inversor de ... (zamux.co)
[5] ZAMUX,”Sensor seguidor de línea TCRT5000”.
Disponible:https://www.zamux.co/sensor-distancia-seguidor-
de-linea-infrarrojo-tcrt5000

[6]NAYLAMP-MECHATRONICS,”Tutorial
MPU6050,Acelerómetro y giroscopio”Disponible en: ht