Resumen

-----------------------------------------------------------------------------------------------------------------------------------------------

En esta tesis se describe una aplicación del control difuso para seguimiento de trayectorias

temporizadas en un robot móvil con sistema motriz diferencial. Las dificultades en el control de este

tipo de robots móviles se derivan de su no linealidad y no holonomía.

Para resolver el problema de seguimiento se supone un controlador difuso pre-alimentado con la

geometría de la trayectoria a seguir, y retroalimentando con la salida de un estimador de estados

que proporciona datos confiables de la posición y la orientación del robot móvil con respecto a un

sistema coordenado local.

El estimador de estados utiliza un filtro de Kalman extendido para minimizar el efecto del ruido en

los sensores, combinando mediciones de edometría y trilateración por fusión sensorial estática, a

partir de una caracterización estadística del ruido.

El controlador difuso propuesto se basa en un conjunto de reglas del tipo Takagi-Sugeno que

consideran el error de orientación como variable de decisión principal. La efectividad de este

controlador se demostró en trayectorias con distinta curvatura utilizando índices de desempeño

basados de la norma del error de control.

Abstract

-----------------------------------------------------------------------------------------------------------------------------------------------

In this thesis an application of fuzzy control to track timed trajectories in a differential-drive mobile

robot is described. The difficulties in controlling this type of mobile robots are derived from its non-

linearity and non-holonomy.

To solve the tracking problem a fuzzy controller which is fed with the geometry of the path ahead is

proposed. This controller also feeds back the output of a state estimator that provides reliable data

on the position and orientation of the mobile robot relative to a local coordinate system.

The state estimator uses an extended Kalman filter to minimize the effect of noise on the sensors

that combines measurements of trilateration and odometry in a static sensor fusion from a

statistical characterization of the noise.

The proposed fuzzy controller is based on a set of Takagi-Sugeno rules who consider the

orientation error as main decision variable. The effectiveness of this controller is shown in paths with

different curvature using performance indices based on integrals of error’s Euclidean norm.