Validação Experimental de Controle Adaptativo Inteligente para um Quadricóptero

• Processo: 23/18487-5
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2024
• Data de Término da vigência: 31 de agosto de 2024
• Área de conhecimento: Engenharias - Engenharia Elétrica - Eletrônica Industrial, Sistemas e Controles Eletrônicos
• Pesquisador responsável: Roberto Santos Inoue
• Beneficiário: Gabriel Andreazi Bertho
• Supervisor: Mariusz Wzorek
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Instituição Anfitriã: Linköping University (LiU), Suécia
• Vinculado à bolsa: 23/05069-0 - Controle Adaptativo Inteligente de um quadricóptero, BP.IC
• Assunto(s): Aprendizado computacional Controle adaptativo Aprendizagem profunda Veículos aéreos não tripulados Sistemas de controle
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Controle adaptativo | Deep Learning | drone | Quadricóptero | Uav | Sistemas de Controle

Resumo

Este projeto visa a fase crítica de validação experimental para um sistema avançado de controle adaptativo baseado em rede neural, especificamente projetado para Veículos Aéreos Não Tripulados (VANTs) operando sob condições ambientais adversas. Este tópico de pesquisa está sendo perseguido na Iniciação Científica do candidato, onde o sistema de controle, desenvolvido usando Python e TensorFlow, emprega técnicas de aprendizado profundo para responder adaptativamente a perturbações externas, como rajadas de vento e incertezas paramétricas. O objetivo principal é melhorar a estabilidade operacional e a eficiência do VANT em diversos cenários ambientais. Portanto, este projeto visa validar o controlador desenvolvido por meio do uso de simulação avançada e do sistema de rastreamento em tempo real Vicon, testando a resposta do quadricóptero DJI Matrice 100 às condições adversas.