Optimización ley de control para un AUV funcionando con un único motor

• Cerrada, Cristina ^[1] ; Chaos, Dictino ^[1] ; Moreno-Salinas, David ^[1] ; Aranda, Joaquín ^[1]
  1. [1] Universidad Nacional de Educación a Distancia

     Universidad Nacional de Educación a Distancia

     Madrid, España

     
• Localización: XLIII Jornadas de Automática: libro de actas: 7, 8 y 9 de septiembre de 2022, Logroño (La Rioja) / coord. por Carlos Balaguer Bernaldo de Quirós , José Manuel Andújar Márquez , Ramón Costa Castelló , C. Ocampo-Martínez , Juan Jesús Fernández Lozano , Matilde Santos Peñas , José Simó , Montserrat Gil Martínez, José Luis Calvo-Rolle , Raúl Marín , Eduardo Rocón de Lima , Elisabet Estévez Estévez , Pedro Jesús Cabrera Santana, David Muñoz de la Peña Sequedo , José Luis Guzmán Sánchez , José Luis Pitarch Pérez , Óscar Reinoso García , Óscar Déniz Suárez , Emilio Jiménez Macías , Vanesa Loureiro-Vázquez, 2022, ISBN 978-84-9749-841-8, págs. 1-8
• Idioma: español
• Títulos paralelos:
  • Control law optimization for AUV using a single thruster
• Enlaces
  • Texto completo
• Resumen
  • español

    En este artículo se plantea el problema de optimización de una ley de control para minimizar el error al conducir un AUV actuado con un único motor desde un punto de partida hasta una zona de recuperación deseada. Así mismo se muestran dos posibles soluciones de control y se discute su implementación en el vehículo. La primera utiliza algoritmos genéticos para proporcionar la acción de control óptima en cada instante, es decir, se optimiza la ley de control muestreada en función del tiempo. La segunda, por su parte, emplea los algoritmos genéticos para obtener una acción de control óptima en función de la orientación del vehículo a partir de una ley de control aproximada con una serie de Fourier

  • English

    The present paper presents a optimization problem for a control law to minimize the error produced by driving an AUV using a single thruster from a start point to a desired recovery area. In addition, two possible control solutions are studied and their implementation in the real vehicle is discussed. In the first solution, genetic algorithms are employed to obtain the optimal control action each moment in time, i.e., a control law versus time is optimized. The second solutions also uses genetic algorithms, in this case, to obtain an optimal control action versus orientation of vehicle as of a control law based on Fourier series.