Modelagem e Caracterização de uma bancada educacional para controle aero angular de multirotores em parceria com Eidgenössische Technische Hochschule Zürich (ETHZ)

• Processo: 25/06912-9
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 20 de junho de 2025
• Data de Término da vigência: 19 de outubro de 2025
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: André Carmona Hernandes
• Beneficiário: Guilherme Barros Villela
• Supervisor: Stefano Mintchev
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Instituição Anfitriã: Swiss Federal Institute of Technology Zurich, Suíça
• Vinculado à bolsa: 23/11661-0 - Modelagem e Caracterização de uma bancada educacional para controle aero angular de multirotores, BP.IC
• Assunto(s): Veículos aéreos não tripulados Modelagem de sistemas Robótica
• Palavra(s)-Chave do Pesquisador: Bancadas de Teste | Drones | Drones Morfológicos | educacional | Modelagem de Sistemas | Robótica | Robótica, Mecatrônica e Controle

Resumo

Drones morfológicos, com estruturas físicas adaptativas inspiradas em sistemas biológicos, representam um avanço significativo nos sistemas aéreos não tripulados (UAS). Esses drones melhoram a agilidade, a eficiência energética e o desempenho ao ajustar dinamicamente sua morfologia para enfrentar desafios ambientais. Suas aplicações abrangem monitoramento ambiental, resposta a desastres e agricultura de precisão, onde sua adaptabilidade e eficiência operacional oferecem vantagens distintas. Técnicas avançadas de controle, incluindo Identificação de Sistemas (SysId), Controle Preditivo por Modelo (MPC) e Aprendizado por Reforço (RL), têm permitido que esses drones naveguem por cenários complexos e dinâmicos. Drones morfológicos se destacam em tarefas do mundo real, como o monitoramento da biodiversidade, com estudos demonstrando sua capacidade de ajustar parâmetros como inércia e centro de gravidade para melhorar a navegação e a estabilidade. Plataformas de simulação, como OmniDrones e Aerial Gym, desempenham um papel fundamental no avanço dos sistemas de controle baseados em RL, oferecendo ambientes de alta fidelidade e acelerados por GPU para o treinamento em larga escala de políticas de controle. Complementadas por testes hardware-in-the-loop (HIL) e experimentação em campo, essas metodologias garantem um desenvolvimento robusto dos sistemas. Este projeto de pesquisa se concentra em: (i) simular drones flexíveis que integram estruturas com propriedades elásticas não lineares e (ii) explorar políticas de controle baseadas em RL para alcançar comportamentos de voo ágeis. Ao unir morfologia adaptativa, métodos avançados de controle e ferramentas de simulação de ponta, este trabalho contribui para o desenvolvimento de sistemas robóticos aéreos altamente versáteis e capazes.