Veículos Aéreos Não-Tripulados
Objetivos
Nesta unidade curricular pretende-se que os alunos fiquem com uma visão global dos métodos de modelação, estimação e controlo utilizadas em veículos aéreos não tripulados (VANTs ou, na sigla inglesa, UAVs), compreendendo as suas potencialidades mas também as suas limitações. Em simultâneo, pretende-se que tenham também uma experiência realista de desenho e implementação de estratégias de controlo para UAVs.
Neste sentido, os objetivos de aprendizagem concretos que se esperam nesta unidade curricular são os seguintes:
OA1. Analisar e modelar aeronaves não tripuladas;
OA2. Compreender como usar técnicas de fusão sensorial para UAVs;
OA3. Compreender e desenhar controladores lineares e não-lineares para UAVs;
OA4. Compreender e desenhar algoritmos de planeamento para UAVs;
OA5. Desenvolver soluções de controlo e estimação concretos para UAVs.
Caracterização geral
Código
13147
Créditos
6.0
Professor responsável
Bruno João Nogueira Guerreiro
Horas
Semanais - 4
Totais - 56
Idioma de ensino
Português
Pré-requisitos
Os alunos devem ter uma boa formação de base em Algebra Linear e Análise Matemática, típicas da maioria dos alunos de engenharia. Frequência de unidades curriculares introdutórias sobre sinais, sistemas e controlo são aconselhadas.
Bibliografia
- Slides da UC de UAVs, Bruno Guerreiro, NOVA-FCT, 2024.
- S. Leutenegger, C. Huerzeler, A. K. Stowers, K. Alexis, M. Achtelik, D. Lentink, P. Oh, and R. Siegwart. Flying Robots, in Handbook of Robotics. Springer, pp. 623–670, 2016. https://doi.org/10.1007/978-3-319-32552-1_26
- R. Beard, and T. W. McLain, "Small Unmanned Aircraft: Theory and Practice", Princeton University Press, 2012. http://press.princeton.edu/titles/9632.html
Complementar:
- K. Åström and Richard M. Murray. Feedback systems: An Introduction for Scientists and Engineers, 2nd Ed., Princeton university press, 2021. https://press.princeton.edu/books/hardcover/9780691193984/feedback-systems
- H. Khalil, Nonlinear Systems, 3rd Edition, Pearson, 2002. https://press.princeton.edu/books/hardcover/9780691193984/feedback-systems
- J. P. Hespanha, Linear Systems, 2nd Ed., Princeton University Press, 2018.
- J. M. Lemos, Controlo no Espaço de Estados, IST Press, 2019.
Método de ensino
A disciplina está organizada em aulas teórico-práticas e aulas de práticas. Nas aulas teórico-práticas são introduzidos os conceitos e aplicados em casos concretos de um ponto de vista analítico. Em complemento, as aulas práticas (ou de laboratório), são direcionadas para o trabalho sobre outros problemas analíticos típicos dos tópicos abordados nas aulas TP, bem como para o desenvolvimento e implementação de técnicas aplicadas a casos concretos, tendo em vista o seu teste experimental a consequente análise dos resultados.
Esta unidade funciona em modo Blended-Learning, onde a introdução dos conteúdos e o aprofundamento destes ocorre nas aulas TP e assincronamente no Moodle, libertando mais as aulas presenciais para a consolidação de conteúdos, esclarecimento de dúvidas e resolução de problemas mais complexos. O uso de técnicas de aprendizagem ativa é também fomentado.
Método de avaliação
A nota final (F) é calculada da seguinte forma: F = 0,45*T + 0,1*Q + 0,45*P
- Testes (T): a componente teórico-prática assentará principalmente nem dois testes.
- Questionários online (Q): pequenos questionários no moodle e outras ferramentas de avaliação online.
- Projeto (P): trabalho de projeto para aprofundar a compreensão, aplicado a um cenários concreto.
As componentes de avaliação Testes (T) e Questionários online (Q) são consideradas a componente teórico-prática, pelo que os alunos terão também o exame final como alternativa. A nota obtida nos Projetos (P) será considerada a nota da avaliação laboratorial.
A nota mínima nas componentes T e P é de 9,5 em 20 valores.
Conteúdo
M1. Introdução e Modelação de UAVs:
M1.1. Motivação, classificação e componentes de UAVs.
M1.2. Revisões sobre dinâmica de corpo rígido e modelos em espaço de estado.
M1.3. Modelação de UAVs de asa-fixa, asa-rotativa e híbridos.
M2. Filtragem e fusão sensorial:
M2.1. Sensores e estimação de estado com filtro de Kalman.
M2.2. Filtro complementar.
M2.3. Filtro estendido de Kalman.
M3. Controlo de movimento:
M3.1. Técnicas de controlo linear e ótimo.
M3.2. Análise de estabilidade segundo Lyapunov.
M3.3. Tecnicas de controlo não-linear.
M3.4. Seguimento de trajetórias e controlo geométrico de atitude.
M4. Planeamento e supervião:
M4.1. Planeamento de trajetórias e caminhos.
M4.2. Planeamento com obstáculos.