ROBÓTICA AÉREA Y CONTROL PREDICTIVO
El Instituto de Automática presenta un nuevo modelo de control predictivo para robótica aérea
El INAUT presenta un NMPC basado en datos para un UAV con brazo robótico: seguimiento preciso en tiempo real validado via HIL.
Investigadores del Instituto de Automática (INAUT, CONICET–UNSJ), junto a colaboradores internacionales, publicaron en IEEE Access un esquema de Control Predictivo No Lineal Basado en Datos (NMPC) para el seguimiento de trayectorias en un UAV equipado con un brazo robótico de 3 grados de libertad.
¿Qué es NMPC y porque se usa en este caso?
Es una técnica avanzada de control que predice el comportamiento futuro de un sistema usando su modelo matemático —en este caso, no lineal— y calcula las acciones óptimas para alcanzar un objetivo (por ejemplo, seguir una trayectoria o mantener el equilibrio). Es muy potente para sistemas complejos, no lineales y con múltiples variables, como robots, drones o vehículos autónomos, donde los controladores clásicos (como PID) no son suficientes.
El trabajo, titulado “Data-Driven Model Predictive Control for Trajectory Tracking in UAV-Manipulator Systems”, propone una formulación de NMPC sustentada en un modelo identificado directamente desde datos reales. Para ello, el equipo utilizó DMDc (Dynamic Mode Decomposition with Control) y obtuvo un modelo lineal de alta dimensión que captura la interacción completa entre el dron y el manipulador (21 variables de estado).
Sobre esta base, el controlador predictivo:
-
Integra cuaterniones para el control de actitud, evitando singularidades en la orientación.
-
Optimiza objetivos primarios y secundarios en una sola función de costo: seguimiento de trayectoria del efector final y mantenimiento de una configuración interna deseada (aprovechando la redundancia del sistema).
-
Respeta restricciones físicas (límites articulares y zonas de seguridad) y se resuelve en tiempo real mediante Acados.
La implementación experimental empleó una plataforma DJI Matrice 100 con actuadores Dynamixel MX-28AR, y la validación se realizó en un entorno Hardware-in-the-Loop(HIL).
¿Qué es Hardware-in-the-Loop?
HIL es una técnica de validación donde parte del sistema es real (por ejemplo, el manipulador o el controlador) y el resto se simula en tiempo real (p. ej., la dinámica del UAV). Así se prueban algoritmos y restricciones bajo condiciones realistas sin volar el sistema completo, reduciendo riesgos y acelerando la puesta a punto.
Los resultados muestran seguimiento preciso con errores acotados en posición y orientación, y una gestión efectiva de restricciones, lo que subraya el potencial del NMPC basado en datos para tareas de manipulación aérea.
El estudio destaca, además, una ponderación adaptativa de la función de costo en función de la curvatura de la trayectoria, priorizando el seguimiento en tramos exigentes y la configuración interna en segmentos menos demandantes. Esta estrategia mejora la flexibilidad del sistema ante trayectorias complejas y condiciones variables.
Autores: Bryan S. Guevara, José Varela-Aldás, Viviana Moya, Manuel Cardona, Daniel C. Gandolfo y Juan M. Toibero.
Citas bibliográfica:
Guevara, B.S.; Varela-Aldás, J.; Moya, V.; Cardona, M.; Gandolfo, D.C.; Toibero, J.M. Data-Driven Model Predictive Control for Trajectory Tracking in UAV-Manipulator Systems. IEEE Access, 13, 96834–96843, 2 Jun 2025. DOI: 10.1109/ACCESS.2025.3575724