UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

PROGRAMA DE MAESTRÍA Y DOCTORADO EN INGENIERÍA

INGENIERÍA ELÉCTRICA – SISTEMAS ELECTRÓNICOS

IMPLEMENTACIÓN DE ECUACIONES DINÁMICAS DE VUELO PARA

CUADROROTOR EN UN TIVA TM4C123G COMO CONTROLADOR.

TESIS
QUE PARA OPTAR POR EL GRADO DE:
MAESTRO EN INGENIERÍA

PRESENTA:
ING. CARLOS FERNANDO ORTEGA NAVA

TUTOR PRINCIPAL
M.I. JESÚS ÁLVAREZ CASTILLO

MÉXICO, D. F. ENERO 2016

I
JURADO ASIGNADO:

Presidente: Dra. Navarrete Montesinos Margarita

Secretario: Dr. Prado Molina Jorge

Vocal: M. I. Álvarez Castillo Jesús

1 er. Suplente: Dr. De La Rosa Nieves Saúl

2 do. Suplente: Dra. Velasco Herrera Graciela

México D.F., Enero de 2016

Ciudad Universitaria
Facultad de Ingeniería

TUTOR DE TESIS:

M.I. Jesús Álvarez Castillo

--------------------------------------------------
FIRMA

II
RESUMEN

En este trabajo se presenta la implementación de algoritmos y ecuaciones

dinámicas para el control de un cuadrorotor, utilizando una tarjeta de
desarrollo Tiva C como controlador de vuelo y una tarjeta de expansión
(Sensor Hub) como sensores de navegación.

Se presentan las ecuaciones: del modelo dinámico del cuadrorotor, del

modelo del motor, del controlador de orientación para el vuelo estacionario,
y del controlador PD como fundamentos de la parte teórica.

Para la implementación se parte de los requerimientos, especificaciones y

restricciones. Incluye un diseño para la integración de todos los
componentes del cuadrorotor; algoritmos para la programación y operación
de los controladores electrónicos de velocidad y traducción de los diagramas
de flujo a un programa en lenguaje C. Se realizan pruebas experimentales y
se evalúa el desempeño del cuadrorotor.

Este trabajo es parte del desarrollo de un nuevo piloto automático el cual

nos llevará a implementaciones alternativas en un cuadrorotor para futuras
aplicaciones.

III
 Dedicado a

mi querida familia Araceli, Agustín, Karla y Nadia.

IV
AGRADECIMIENTOS

Quiero agradecer a Dios que me brinda salud y vida

En especial a mi mama Araceli Nava quien me ha inculcado valores, principios, disciplina con
su ejemplo, me ha dado todo su amor, cuidado y confianza sin descanso durante toda mi vida.
A mi papa Agustín Ortega quien me enseño liderazgo e inculco el orgullo y amor por la
UNAM. A mis hermanas Areli y Nadia por ayudarme a ser mejor persona, y valoraré cada
instante que compartimos juntos y mientras esté vivo cuidare de ustedes como prometí a
papa.

Al M. I. Jesús Álvarez por las clases en el semestre en curso, por dirigir y apoyarme durante mi
estancia en la maestría, así como impulsar mis logros académicos y motivar proyectos a futuro.
También a la Dra. Graciela Velasco por el tiempo dedicado en cada clase, asesorías,
aportaciones en este proyecto de tesis y apoyo la realización de un artículo y presentación para
el congreso SOMIXXX.

Por supuesto quiero agradecer a la Dra. Margarita Navarrete, al Dr. Jorge Prado por compartir
su experiencia, dedicarle el tiempo necesario revisando cuidadosamente y proponiendo mejoras
en mi trabajo de Tesis. También gracias al Dr. Saúl de la Rosa por las asesorías, revisiones,
consejos y aportes en este trabajo.

Finalmente quiero agradecer al Conacyt por el apoyo financiero para realizar mis estudios de
maestría.

V
ÍNDICE

AGRADECIMIENTOS ............................................................................................................................................ V
1 INTRODUCCIÓN ........................................................................................................................................... 3
1.1 Objetivo principal .............................................................................................................................. 7
1.2 Objetivos particulares ..................................................................................................................... 7
1.3 Justificación.......................................................................................................................................... 7
1.4 Metodología ......................................................................................................................................... 8
1.5 Metas....................................................................................................................................................... 8
1.6 Resultados esperados ...................................................................................................................... 9
2 ESTADO DEL ARTE ................................................................................................................................... 10
3 DINÁMICA DEL CUADROROTOR ........................................................................................................ 21
3.1 Momento angular ............................................................................................................................ 22
3.2 Momento de fuerza ......................................................................................................................... 24
3.3 Ángulos de Euler .............................................................................................................................. 27
3.4 Fuerza de sustentación y momentos en el cuadrorotor .................................................. 28
3.5 Modelo del motor ............................................................................................................................ 30
4 CONTROLADOR PID ................................................................................................................................. 32
5 DESCRIPCIÓN DEL SISTEMA ............................................................................................................... 36
6 IMPLEMENTACIÓN DE LA PROGRAMACIÓN Y CIRCUITOS .................................................... 39
6.1 Controlador Electrónico de velocidad ESC ........................................................................... 41
6.1.1 Calibración del ESC ............................................................................................................... 42
6.1.2 Modo programación del ESC ............................................................................................. 45
6.1.3 Modo normal del ESC ........................................................................................................... 46
6.2 Sensor Hub Booster Pack ............................................................................................................. 47
7 PRUEBAS EXPERIMENTALES .............................................................................................................. 51
8 RESULTADOS DE LA IMPLEMENTACIÓN ....................................................................................... 57
9 CONCLUSIONES ......................................................................................................................................... 64
10 APÉNDICE................................................................................................................................................ 66
10.1 Apéndice A Programa principal ............................................................................................... 66
10.2 Apéndice B Diagramas eléctricos.............................................................................................. 79
10.3 Apéndice C Datos técnicos ........................................................................................................... 82
11 REFERENCIAS ........................................................................................................................................ 85

VI
ÍNDICE DE FIGURAS

FIGURA 3.1 SISTEMAS DE REFERENCIA ................................................................................................................. 21

FIGURA 3.2 ÁNGULOS DE EULER ........................................................................................................................ 27
FIGURA 3.3 SISTEMA DE COORDENADAS, FUERZAS Y MOMENTOS EN EL CUADROROTOR (D. MELLINGER ET AL, 2010) ........ 29
FIGURA 3.4 CONTROL DE ORIENTACIÓN (D. MELLINGER ET AL, 2010) ...................................................................... 31
FIGURA 4.1 RESPUESTA DE SALIDA EN LAZO ABIERTO. ............................................................................................. 33
FIGURA 4.2 DISEÑO PARALELO DE UN CONTROLADOR PID. ..................................................................................... 34
FIGURA 5.1 COMPONENTES DEL CUADROROTOR SK450 ......................................................................................... 38
FIGURA 6.1 DIAGRAMA A BLOQUES DE LA IMPLEMENTACIÓN DEL CUADROROTOR ........................................................ 39
FIGURA 6.2 IMPLEMENTACIÓN FÍSICA Y SU RELACIÓN CON EL DIAGRAMA A BLOQUES .................................................... 40
FIGURA 6.3 CONEXIÓN ELÉCTRICA PILOTO, ESC, BATERÍA Y MOTOR BL ...................................................................... 41
FIGURA 6.4 SEÑAL PWM PARA EL ESC ............................................................................................................... 43
FIGURA 6.5 CALIBRACIÓN DEL ESC ..................................................................................................................... 44
FIGURA 6.6 MODO PROGRAMACIÓN DEL ESC ...................................................................................................... 45
FIGURA 6.7 MODO NORMAL DEL ESC ................................................................................................................. 46
FIGURA 6.8 COMUNICACIÓN CON SENSOR HUB BOOSTER PACK ............................................................................... 48
FIGURA 6.9 ADQUISICIÓN PARA EN 0 GRADOS................................................................................................... 49
FIGURA 6.10 ADQUISICIÓN PARA EN 0 GRADOS ................................................................................................. 49
FIGURA 6.11 ADQUISICIÓN PARA EN 4 GRADOS................................................................................................. 50
FIGURA 7.1 PWM - VOLTAJE ............................................................................................................................ 52
FIGURA 7.2 PWM-VOLTAJE, INTERVALO LINEAL ................................................................................................... 52
FIGURA 7.3 PWM-VOLTAJES ESTIMADOS............................................................................................................ 54
FIGURA 7.4 ALGORITMO DEL PROGRAMA PRINCIPAL .............................................................................................. 56
FIGURA 8.1 VISUALIZACIÓN POR PUERTO COM2 DE LAS 4 SALIDAS PWM. ................................................................ 59
FIGURA 8.2 SALIDAS PWM PARA LOS 4 MOTORES ................................................................................................ 59
FIGURA 8.3 COMPARACIÓN DE LAS SALIDAS PWM ............................................................................................... 60
FIGURA 8.4 ROTACIÓN EN EL EJE Z DE 45° ........................................................................................................... 60
FIGURA 8.5 ROTACIÓN EN EL EJE X DE 30° ........................................................................................................... 61
FIGURA 8.6 ROTACIÓN EN EL EJE Y DE 30° ........................................................................................................... 61
FIGURA 8.7 USO DE MEMORIA FLASH Y SRAM EN EL TIVA C ................................................................................. 63
FIGURA 8.8 RENDIMIENTO DINÁMICO DE LA TIVA C ............................................................................................... 63
FIGURA 10.1 MICROCONTROLADOR TM4C123G ................................................................................................ 79
FIGURA 10.2 SWICHES Y RGB LED .................................................................................................................... 79
FIGURA 10.3 HEADERS JI, J2, J3 Y J4 DE LA TIVA .................................................................................................. 80
FIGURA 10.4 SENSOR DE PRESIÓN BMP180 ........................................................................................................ 80
FIGURA 10.5 UNIDAD DE MEDICIÓN INERCIAL MPU-9150 ..................................................................................... 81
FIGURA 10.6 HEADERS J1, J2, J3, J4 DEL SENSOR HUB.......................................................................................... 82

1
ÍNDICE DE TABLAS

TABLA 1-1 APLICACIONES MILITARES DE LOS UAVS ................................................................................................. 3

TABLA 1-2 APLICACIONES CIVILES DE LOS UAS ........................................................................................................ 4
TABLA 1-3 CLASIFICACIÓN DE LOS UAV ................................................................................................................. 4
TABLA 2-1 CUADRO DE RESUMEN....................................................................................................................... 20
TABLA 7-1 MEDICIONES EXPERIMENTALES ........................................................................................................... 51
TABLA 10-1 CARACTERÍSTICAS DEL CUADROROTOR ................................................................................................ 82
TABLA 10-2 INTERFAZ DE CONEXIÓN DEL SENSOR HUB BOOSTER PACK...................................................................... 84
TABLA 10-3 INTERFAZ DE CONEXIÓN DEL TIVA LAUNCH PAD.................................................................................... 84
TABLA 10-4 BOTONES Y LED PARA EL USUARIO .................................................................................................... 84

2
1 INTRODUCCIÓN

Los sistemas aéreos no tripulados (UAS Unmaned Aereal System), se define

como aquel formado por el conjunto de uno o más vehículos aéreos no
tripulados (UAV Unmaned Aereal Vehicle), elementos útiles para su
operación (estación de recarga, sistema de comunicación, transporte,
lanzamiento etc.) y uso para el que fue diseñado.

Actualmente está en curso una evolución respecto al desarrollo de UAS

gracias a la tendencia de miniaturización de sistemas electrónicos como GPS
(Global Positioning System), GPRS (General Packet Radio Services),
sensores de navegación, cámaras, radiotransmisores, microcontroladores
etc. El uso de estos sistemas se está difundiendo en todo el mundo con una
amplia variedad de usos y va desde las aplicaciones militares a civiles.

Para el ámbito militar los usos se dividen en tres áreas (Tabla1-1) una
acuática, una terrestre y una aérea.
Tabla 1-1 Aplicaciones militares de los UAVS

Naval
Detección de flotas enemigas.
Señuelo de misiles emitiendo señales artificiales.
Inteligencia electrónica.
Retransmisión de señales de radio.
Protección de los puertos de ataques en altamar.
Colocación y seguimiento de boyas de sonar y posiblemente otras formas de
guerra antisubmarina.
Armada
Reconocimiento.
Inspección de la actividad enemiga.
Monitoreo de armas nucleares, biológicas o químicas contaminantes (NBC).
Inteligencia electrónica.
Detección y seguimiento de blancos.
Ubicación y detección de minas terrestres.
Fuerza aérea
Vigilancia de largo alcance y grandes alturas.
Sistema de interferencia de radar y destrucción del sistema.
Inteligencia electrónica.
Seguridad del aeródromo base.
Evaluación de los daños del aeródromo.
Eliminación de bombas sin explotar.

Para usos civiles entre los que destacan (Tabla 1-2):

3
 Tabla 1-2 Aplicaciones civiles de los UAS

Fotografía aérea Video y fotografía.

Agricultura Monitoreo de cultivo y fumigación,
vigilancia y dirección del rebaño.
Guardia costera Monitoreo, búsqueda y rescate en las
líneas de las costas
Conservación del medio ambiente Vigilancia de la tierra y
contaminación.
Aduanas Vigilancia para las importaciones
ilegales.
Compañías eléctricas Inspección de las líneas de
transmisión.
Servicios de bomberos y forestal Detección de incendios y control de
incidentes.
Pesca Protección de pesca.
Compañías de gas y petroleras Inspección de tierras y seguridad de
tuberías.
Servicios de información Información reciente de noticias,
fotos etc.
Instituciones de bote salvavidas Investigación de incidentes, guía y
control.
Autoridades locales Inspección y control de desastre.
Servicios meteorológicos Muestreo y análisis de la atmosfera
para la previsión del clima.
Agencias de tráfico Monitoreo y control del tráfico en
calles y avenidas.
Inspección de mapas Fotografía aérea para cartografía.
Policía Búsqueda de personas
desaparecidas, vigilancia de
incidentes.

Los términos que actualmente se usan para clasificar los UAV cubren una
amplia gama de sistemas (R. Austin et al, 2010). Que son clasificados de
acuerdo a su altitud, duración en vuelo continuo y peso (Tabla 3-1):
Tabla 1-3 Clasificación de los UAV

Altitud grande y larga duración (HALE High altitude long endurance).

Sobre los 15 000 m de altitud y mayor a 24 hrs de vuelo continuo. Usados
comúnmente por fuerzas armadas.
Altitud media y larga duración (MALE Medium altitud long endurance).
Entre 5000 y 15000 metros de altitud y duración de vuelo 24hrs.
UAV táctico (TUAV Medium Range or Tactical UAV). Con intervalos de 100
y 300 Km. Usados por fuerzas navales o armada.
UAV de rango cerrado (Close-Range UAV). Usualmente opera en rangos
cercanos a los 100Km. Tiene usos militares y civiles.

4
Mini UAV o MUAV. Por debajo de 20Kg capaz de operar en rangos de hasta
30 Km.
Micro UAV o MAV. Fue originalmente definida con hélices no más grandes
de 150 mm de radio y un peso por debajo de los 2Kg. Su uso principalmente
es para ambientes urbanos.
Nano vehículos aéreos (NAV Nano air vehicles). Del tamaño de una semilla.

Dentro de la categoría de los MUAV están los cuadrorotores que son

aeronaves de ala rotatoria también conocidos como helicópteros de cuatro
motores o multirotor (J. Anderson et al, 2000). Estos hacen despegues
verticales, vuelos estacionarios y maniobras de vuelo en espacios reducidos
por lo que son especialmente útiles en toma de video y fotografías, entrega
de paquetes, vigilancia e inspección. Estas características en el desempeño
del cuadrorotor son objeto de muchos estudios y los usos generalmente se
implementan en la industria.

El único desarrollo que se conoce de las configuraciones en tamaño MUAV y

MAV es por una serie de universidades. Entre las que destacan por sus
avances en cuanto al desempeño en maniobras de vuelo, técnicas de
navegación e inspección del entorno.

En la universidad de Pennsylvania trabajan en modelos matemáticos para

cuadrorotores, hexarotores, y otros multirotores MUAV y MAV. Esto va
desde análisis de modelos dinámicos para vuelos controlados, vuelos con
acrobacias agresivas, navegación, vuelos en modo cooperativo (muchas
unidades UAV en equipo) y otros tipos de control. La propuesta de su
estudio está basada en la respuesta del cuadrorotor en base a un sistema de
captura de movimiento formado por una constelación de varias cámaras
detectoras de movimiento instaladas alrededor de un cuarto o área donde
vuela el cuadrorotor para estimar su posición y velocidad. Es un sistema
muy preciso y por esta razón sus cuadrorotores pueden hacer maniobras de
vuelo agresivas. La desventaja es que su sistema es muy costoso con
respecto a los que calculan su posición y velocidad con GPS y sensores para
navegación. El uso del cuadrorotor debe ser dentro del cuarto con cámaras.
Otra desventaja es que para aplicaciones civiles, este tipo de maniobras
agresivas son peligrosas por lo que tendrían que ser reguladas con base en
normas legales para un uso responsable y evitar accidentes. (D. Mellinger et
al, 2010)

La universidad de München que tiene un grupo de visión por computadora.

Desarrollaron un sistema MUAV que permite al cuadrorotor localizar y
navegar de manera autónoma en lugares desconocidos sin utilizar GPS. Su
propuesta utiliza una cámara monocular a bordo y no requiere de

5
marcadores o sensores externos. Su método consiste en tres componentes
principales. El primero; un sistema para la estimación de posición conocido
como localización simultánea y mapeo (SLAM Simultaneous localization and
mapping). Segundo; emplean un filtro Kalman extendido el cual incluye un
modelo completo del drone y la dinámica de control para fusionarlo y
sincronizar todos los datos y compensar los retardos derivados de los
procesos de comunicación y cálculos necesarios, para alimentar el siguiente
proceso. En tercer lugar un controlador PID (Proporcional Integral
Derivativo) para controlar la posición y la orientación del cuadrorotor. Con
este método generan un mapa a escala real del entorno que visualiza el
cuadrorotor (D. Cremers et al, 2014).

Para el estudio de un quadrorotor MUAV o MAV se requiere de

conocimiento en muchas áreas como la electrónica, mecánica, control,
dinámica, aerodinámica, comunicaciones etc. Las características y los
requerimientos para el diseño e implementación de un cuadrorotor
dependerán de las necesidades que se tengan para cada uso y del
presupuesto con que se disponga.

En el Laboratorio de Transductores de la Facultad de Ingeniería se requiere

monitorear lámparas de alumbrado público en zonas urbanas y rurales. De
esta forma surge la necesidad de contar con un aparato que nos permita
realizar esta tarea. Para este fin se propone el diseño de un cuadrorotor
basado en un piloto automático construido mediante un algoritmo embebido
en una tarjeta TivaC.

De esta forma no se depende de un piloto automático comercial en el cual se

tienen características muy específicas que podría no concordar con nuestras
necesidades. Con el fin de encaminar hacia esta meta se propone la
implementación de ecuaciones dinámicas de vuelo para cuadrorotor en un
TivaC como controlador de vuelo, que es parte esencial de un piloto
automático.

6
1.1 Objetivo principal

Diseño e implementación de algoritmos y ecuaciones dinámicas para

cuadrorotor en un TivaTM4C123G como controlador de vuelo.

1.2 Objetivos particulares

Proponer un algoritmo para el control de orientación del cuadrorotoSK450

para utilizarlo en pruebas experimentales.

Implementar la tarjeta de desarrollo TivaC Serie TM4C123G como

controlador de vuelo, que forma parte de un piloto automático para el
cuadrorotor elegido, utilizando dicha tarjeta ya que tiene un alto desempeño
y accesorios adecuados para esta finalidad.

Comprobar el funcionamiento del sistema implementado en el cuadrorotor.

1.3 Justificación

En el Laboratorio de Transductores de la Facultad de Ingeniería de la

UNAM, se genera una línea de estudio en el diseño de piloto automático,
además de la formación de recursos humanos altamente calificados en esta
área. La finalidad de este trabajo es entender la dinámica del cuadrorotor y
sobre la base de esto, implementarla en un sistema embebido, teniendo un
controlador de vuelo propio, no comercial, que es parte de un piloto
automático, próximamente a implementar.

7
1.4 Metodología

Recopilar información de los temas y dispositivos más importantes y

recientes que constituyen los cuadrorotores. Buscando en fuentes primarias
como artículos de revista, publicaciones en congreso, tesis, libros, videos etc.

Estudiar y probar la tarjeta de desarrollo TivaC Serie TM4C123G.

Estudiar y seleccionar un modelo de ecuaciones dinámicas para cuadrorotor.

Diseñar algoritmos utilizando los modelos de ecuaciones dinámicas para

cuadrorotor.

Codificar los algoritmos planteados en lenguaje C.

Depurar el software creado.

Probar el software en el cuadrorotor.

Despliegue del cuadrorotor.

Evaluar los resultados obtenidos.

1.5 Metas

Obtener un modelo dinámico para el cuadrorotor.

Implementar el programa para la tarjeta de desarrollo TivaC.

Obtener el controlador de orientación del piloto automático.

Despliegue del cuadrorotor.

Evaluación de resultados obtenidos.

8
1.6 Resultados esperados

Todos los elementos del cuadrorotor seleccionado se deberán integrar y

acoplar de manera que no exista falla en la conexión entre ellos para un
correcto funcionamiento del hardware.

La tarjeta de desarrollo TivaC Launc Pad deberá comunicarse y controlar

cada uno de los elementos del cuadrorotor como son los sensores de
navegación, barómetro y ESC (Controlador Electrónico de velocidad); tomar
lecturas de los sensores: giróscopos, acelerómetros, magnetómetros y de
presión por medio de protocolo I2C (Inter Integrated Circuit); controlar los
ESC por medio de señales PWM (Modulación por ancho de pulso); realizar
operaciones matemáticas con base en las ecuaciones dinámicas y de control
propuestas para el cuadrorotor.

Para comprobar las lecturas tomadas por los sensores de navegación y

barómetro, la tarjera de desarrollo TivaC deberá enviar los datos por medio
de una comunicación serial, utilizando una interfaz en la computadora para
visualizar los datos.

Se harán mediciones experimentales para caracterizar los motores y hélices

para modelar los motores en el cuadrorotor, ya que no se encontró
información al respecto por parte del fabricante. Con base en estas
mediciones experimentales, las ecuaciones dinámicas y de control se
propondrá un algoritmo para estabilizar el cuadrorotor.

Se espera que las tareas y ecuaciones del algoritmo traducido a código

fuente escrito en lenguaje C para el controlador del cuadrorotor, nunca
rebase las capacidades de la tarjeta de desarrollo en cuanto a memoria de
programa, memoria de datos y velocidad. Deberán sobrar recursos para
expandir las capacidades del cuadrorotor en el futuro.

9
2 ESTADO DEL ARTE

De acuerdo a la metodología planteada, se presenta el estado del arte

referente al estudio del modelo dinámico para cuadrorotores (MAV, MUAV),
diseños de controladores PID (Proporcional Integral Derivativo), BS
(Backsteeping), SMC (Control por modos deslizantes), FBC (Linealización
por retroalimentación), visión por computadora y lógica difusa con base en
los modelos dinámicos presentados. También algunos artículos con enfoque
práctico para la implementación de algoritmos de controladores para
determinar la posición y mantener la orientación en el espacio deseado,
además de la generación de trayectorias 3D para el cuadrorotor.

En este trabajo (A. Salih et al, 2010) se presenta el modelo de un aeronave

de despegue y aterrizaje vertical (VTOL vertical take-off and landing)
conocido como cuadrorotor. Se presenta un modelo dinámico para
cuadrorotor que es usado para diseñar un controlador estable y preciso. Se
explica el desarrollo del controlador PID para obtener la estabilidad en
vuelo. En las simulaciones que realizaron en MATHLAB® simulink se
muestra como el controlador PID (Proporcional Integral Derivativo)
estabiliza un cuadrorotor que lo lleva a una posición deseada considerando
las rotaciones correspondientes de rotación de cada uno de los ejes, en un
tiempo que va de 3 a 5 segundos.

En este trabajo (S. Bouabdallah et al, 2004) se presentan dos técnicas

aplicadas a un cuadrorotor. Una aproximación clásica PID, asumiendo una
dinámica simplificada y una técnica moderna cuadrática lineal (LQ linear
cuadratic) basada en un modelo más completo. Se realizan numerosas
simulaciones y experimentos en un banco de prueba. El controlador LQ era
menos dinámico, no fue capaz de realizar un vuelo libre. Por el contrario, el
uso del enfoque clásico PID era mejor en desempeño. Algunas
perturbaciones eran introducidas por los cables de alimentación y por
intervenciones para evitar que el cuadrorotor colisione con la pared. El
siguiente objetivo es mejorar el control de posición y desarrollar un vehículo
totalmente autónomo.

10
En este trabajo (C. Diao et al, 2011) se propone una nueva ley de control
adaptable para cuadrorotor sujeto a incertidumbres asociadas con la masa
del vehículo, matriz de inercia y coeficientes aerodinámicos amortiguados. A
través de un análisis basado en Lyapunov, demuestran que la posición y los
errores en la guiñada son forzados cerca del cero. Los resultados numéricos
muestran el buen desempeño del controlador. El autor propone en trabajos
futuros desarrollar controladores adaptables, que proporcionarán al
cuadrorotor, la habilidad de rechazar la perturbación. El tiempo de
respuesta es entre 3 a 5 segundos.

En este trabajo (T. Madani et al, 2006) se presenta un modelo dinámico no

lineal para cuadrorotor. Un controlador backsteeping es propuesto para
estabilizar todo el sistema y es capaz de controlar a un cuadrorotor a la
trayectoria y orientación deseada. El tiempo de respuesta para los ángulos
es de 5 a 15 segundos.

En el trabajo de (G. Ratto et al, 2008). Se presenta una estrategia de control

robusta no lineal para resolver el problema de seguimiento de trayectorias
en vehículos aéreos. El modelo dinámico se obtiene de las ecuaciones Euler-
Lagrange. La estructura de control se realiza a través de un controlador no
lineal para estabilizar los movimientos de rotación y una ley de control
basada en backstepping para aproximar a la trayectoria de referencia. Se
presentan los resultados simulados con incertidumbre para corroborar la
efectividad del controlador propuesto. Las graficas muestran un buen
desempeño y tiempo de respuesta por debajo de los tres segundos,
permitiendo una muy buena aproximación en la trayectoria mostrada.

En este trabajo (R. Xu et al, 2006) se presenta un método de control de vuelo

para cuadrorotor basado en modos deslizantes. El controlador permite al
cuadrorotor realizar los movimientos de ángulo balanceo, cabeceo y guiñada,
y los estabiliza a valores deseados. La ventaja de los modos deslizantes es su
insensibilidad a incertidumbres y otras perturbaciones (N. Sinan et al,
2015)). Las simulaciones muestran las leyes de control que estabilizan un
cuadrorotor en cualquier posición de ángulo de guiñada.

11
En este trabajo (D. Lee et al, 2009) se presentan dos tipos de controladores
no lineales para UAV cuadrorotor. Un controlador por linealización
retroalimentada (LF linealization feedback) fue derivado de una manera
convencional con una dinámica simplificada para reducir el número de
términos derivativos de alto orden involucrados en el proceso de diseño.
Como alternativa se introduce una nueva aproximación para el controlador
por modos deslizantes.

En este trabajo (Z. Zuo et al, 2012) se presenta el diseño de un controlador

de vuelo capaz de estabilizar la posición y también una trayectoria con
precisión para una aeronave cuadrorotor en presencia de incertidumbres y
perturbaciones externas. Se propone un algoritmo de control basado en la
relación entre la exactitud y la aceleración lineal, utilizando un
aproximador adaptativo para estimar los parámetros aerodinámicos
desconocidos, las perturbaciones externas y un diferenciador de seguimiento
lineal para eliminar la supuesta separación de escala de tiempo entre la
dinámica de la posición en el diseño del sistema de control. Se llevan a cabo
extensas simulaciones que mostraron que el seguimiento de la trayectoria se
puede realizar en el sistema de bucle cerrado a pesar de existir
incertidumbres en los parámetros de aerodinámica y la perturbación
exógena en un entorno complicado.

En este trabajo (G. Hoffmann et al, 2008), el banco de pruebas de Stanford,

control de pruebas multiagente para cuadrorotor (STARMAC Stanford
Testbed of Autonomous Rotorcraft for Multi-Agent Control), ha sido
desarrollado para probar algoritmos novedosos que permiten el
funcionamiento autónomo de vehículos aéreos. Se desarrolla un algoritmo
para el seguimiento de trayectoria con ambientes desordenados para la
plataforma STARMAC. El controlador de seguimiento de trayectoria está
diseñado para visualizar dos problemas. Primero, al aceptar como entradas
una ruta de puntos y velocidades deseadas, la entrada de control puede ser
actualizada con frecuencia para rastrear con precisión la trayectoria
deseada. Segundo, la planificación de una trayectoria se produce como un
proceso separado en una escala temporal más lenta. El seguimiento de
trayectoria fue usado experimentalmente demostrando la realización de las
rutas con una precisión de 10 cm en interiores y 50 cm en exteriores. En un
futuro se investigará la posibilidad de generar trayectorias con cambio de
puntos, considerando obstáculos para modificar en vuelo la velocidad y

12
maniobrar en espacios cerrados. La propuesta del algoritmo será
implementada en la plataforma STARMAC.

En el trabajo (D. Gurdan et al, 2007), se describe un cuadrorotor eficiente,

fiable y robusto para la navegación. Actualmente las plataformas son
controladas en bajas frecuencias (0 a 50 Hz) debido a limitaciones de
hardware y software. Esto causa incertidumbre en el control de posición y
un comportamiento inestable durante maniobras agresivas. Este robot
volador ofrece una frecuencia de control a 1 KHz y motores sin escobillas de
corriente directa. Con un enfoque de diseño minimalista, basado en un
número pequeño de componentes de bajo costo. Su rendimiento robusto se
consigue mediante el uso de algoritmos altamente optimizados pero simples
y confiables. El cuadrorotor es pequeño, ligero y puede transportar cargas
útiles de hasta 350 g. La clave de esta innovación es una plataforma capaz
de generar una tasa de actualización alta con controladores optimizados. En
el futuro se incluirán pruebas de la plataforma en combinación con sensores
de aceleración para una dinámica y maniobras agresivas. La segunda
generación debe ofrecer vuelos más largos con capacidades de carga más
grandes.

En este trabajo (G. Scaglia et al, 2008), se propone el control de un robot

móvil usando un modelo lineal con incertidumbres. Este controlador es
diseñado con un control robusto para que el robot móvil muestre un buen
desempeño alrededor de un punto. Las estructuras de control pueden ser
diseñadas e implementadas sin gran dificultad. Las pruebas experimentales
fueron realizadas en un robot móvil PIONER 2DX. La eficacia y viabilidad
se ponen a prueba en la práctica a través de experimentos. Se aplica la
formulación de algoritmos basada en la técnica presentada para evitar
obstáculos inesperados. En trabajo futuro se aplicarán los algoritmos para
una formación de robots móviles (la trayectoria de robots móviles así como la
posición relativa de cada uno está establecida) que serán analizados. En
estos sistemas, diversos robots se utilizan para llevar a cabo algunas tareas
complejas como por ejemplo vigilancia, rescate y transporte de cargas etc.

En (E. Altug et al, 2005) se propone una estabilización de cuadrorotor

basada en un sistema de visión y un método de control de trayectoria. Un
método que usa dos cámaras es introducido para estimar un total de 6
grados de libertad del cuadrorotor. Una cámara abordo, y la otra se

13
encuentra en el suelo. La estimación del algoritmo se compara con otros
métodos en una simulación y demuestra que es menos sensible a errores. Se
estudian dos métodos de control, uno utilizando una serie de controladores
retroalimentados y otro usando backsteeping como leyes de control. Los
controladores propuestos son implementados en un sistema para pruebas y
muestran la efectividad del sistema basado en visión para el cuadrorotor. El
cuadrorotor puede hacer equipo con un robot móvil. El robot móvil será
responsable del transporte, comunicación, asistencia para el aterrizaje y
proporcionará los cálculos de información visual. Estas funciones serán
útiles para la detección, caza y otras tareas de cooperación aeroterrestre.

En (S. Bouabdallah et al, 2004) este trabajo se describe un enfoque propio

para microcuadrorotor de despegue y aterrizaje vertical (VTOL Vertical
Takeoff andLanding), llevándolo hacia la total autonomía. Se presenta el
diseño mecánico, el modelo dinámico, sensado y control. Se muestra un
estudio de micro vehículos voladores existentes y se hace una comparación
del micro VTOL en términos de miniaturización. Se introduce al proyecto
SO4 (del Laboratorio de Sistemas Autónomos que se enfoca en los micro
VTOL) y se discuten los detalles de robots voladores. Esta incluye el modelo
dinámico, la optimización del diseño del vehículo y el control. Los resultados
obtenidos en el desarrollo hacia la autonomía del micro VTOL refuerza su
convicción de que estos sistemas tienen el potencial como candidatos para
los micro vehículos de emergencia.

En este trabajo (J. Normey et al, 2001) presenta una solución sencilla y
eficaz para el problema de seguimiento de trayectoria para robot móvil
utilizando un controlador PID. El método propuesto utiliza un modelo
linealizado simple del robot móvil, compuesto de un integrador y un retardo.
El procedimiento de síntesis es simple y permite al controlador PID ser
sintonizado considerando el rendimiento nominal y la robustez como
especificaciones de control. El procedimiento de síntesis es fácil y las reglas
obtenidas son similares al método de Ziegler/Nichols para controladores
PID. El ajuste robusto del controlador puede ser tener en cuenta el uso de
un solo parámetro de sintonía. El ajuste de este parámetro es intuitivo y
permite un buen equilibrio entre rendimiento y robustez, principalmente
cuando el proceso exhibe incertidumbres en los tiempos muertos.
Finalmente los PD propuestos fueron probados usando un robot móvil y
algunos resultaos experimentales han mostrado un buen desempeño a pesar
de las incertidumbres del retardo.

14
En este trabajo (B. Xian et al, 2015), un banco de pruebas de bajo costo para
simulación del cuadrorotor UAV e implementación de esquemas de control
no lineales. El diseño y pruebas de algoritmos de control de vuelo para
cuadrorotor no es una tarea sencilla, debido al riesgo de un posible peligro y
daños durante la práctica de vuelo. Se desarrolla HILS (HILS Hardware in
the loop simulation) a fin de mejorar la seguridad y eficiencia de la
implementación del control de vuelo, a bajo costo y en tiempo real. Para
realizar el banco de pruebas HILS, se usa un mini cuadrorotor como cuerpo
principal, equipado con una micro unidad AHRS (Alttitude Heading
Reference System) y una tarjeta con un DSP (Digital Signal Procesor). El
HILS es implementado usando la trajeta xPC. Una computadora compacta
PC/104 es utilizada como el equipo de destino y una PC portátil se usa como
servidor. Una computadora de escritorio es usada para visualizar el vuelo en
el cual corre el entorno Flight Gear (simulador de vuelo) y Google Earth,
para visualizar los datos tales como la orientación y trayectoria de vuelo del
cuadrorotor. Este banco de datos sirve para simular diversos algoritmos de
control de vuelo sin perder seguridad y confianza. Se muestra la eficacia del
banco de pruebas en un nuevo algoritmo de control basado en modos
deslizantes. Para reducir el costo del banco de pruebas, integrarán algunos
sensores nuevos giróscopos, acelerómetros y magnetómetros basados en
MEMS (Micro-Electro-Mechanical Systems) en la tarjeta DSP y se
desarrollaran algoritmos para fusionar los sensores y obtener mediciones de
posición en lugar de la unidad AHRS. Esto proporcionará un buen enfoque
para validar diferentes metodologías de fusión de sensores. Como trabajo
futuro se investigará un novedoso controlador no lineal para el vuelo del
cuadrorotor y se comprobarán esos algoritmos en el banco de pruebas HILS
comparándolos contra una verdadera prueba de vuelo.

En este trabajo (H. Xie et al, 2015) se propone una dinámica basada en
control visual (IBVS Image-Based Visual Servoing) para un UAV de ala
rotatoria. El objetivo del control de movimiento es seguir las líneas paralelas
y está motivada por tareas de inspección de líneas eléctricas donde la
posición relativa al UAV y la orientación a las líneas son controladas. El
diseño está basado en una cámara cuyo movimiento sigue una cámara física
abordo, pero que está limitada a apuntar hacia abajo independientemente
de los ángulos de rotación y cabeceo. Un conjunto de imágenes es propuesto
para las líneas proyectadas en la cámara virtual. Estas características son
dadas para simplificar la matriz de interacción que a su vez conduce a un
diseño de control IBVS simple. A pesar de que los resultados de la

15
simulación presentadas, demuestran que el diseño todavía funciona con
líneas en un plano no horizontal, no se proporciona ninguna prueba
rigurosa.

En este trabajo (J. Gomez et al, 2014) se presenta un enfoque basado en

visión, es desarrollado para el vuelo de un mini cuadrorotor. Las cámaras se
usan para estimar la posición y otra para estimar la velocidad de traslación
del vehículo. El modelo dinámico del mini cuadrorotor se obtiene utilizando
el enfoque Euler-Newton. Se presenta un controlador no lineal para un
cuadrorotor miniatura basado en una estrategia de control de saturación.
Las pruebas experimentales muestran que el cuadrorotor realiza el vuelo
usando el sistema de control propuesto, y el potencial de las estrategias
basadas en visión por computadora.

En este trabajo (H. Romero et al, 2012) se aborda el problema de la

estabilización y posicionamiento local de un cuadrorotor utilizando la visión
por computadora. Para estimar la posición del cuadrorotor, combinan las
lecturas de la unidad de medición inercial (IMU) y un sistema de visión. En
la primera etapa, el sistema de visión es utilizado para estimar el ángulo de
posición y guiñada del cuadrorotor, mientras que en la segunda etapa, para
estimar la velocidad de traslación. En ambos casos, la IMU proporciona los
ángulos de cabeceo balanceo a una tasa de actualización menor a 10 ms por
muestra. La técnica usada para estimar la posición del cuadrorotor en la
primera etapa combina el enfoque de transformación homogéneo para el
proceso de calibración de la cámara y el método de postura-plano para la
estimación de la posición. En la segunda etapa, un sistema navegación
mediante patrones de movimiento, se desarrolló para estimar la velocidad
de traslación y localización de cuadrorotor. Los beneficios de la teoría
propuesta en este trabajo es que emplea un sensor de bajo costo (cámara)
para la estimación del estado del cuadrorotor. Esta estimación es suficiente
para un vuelo estacionario del mismo.

Este trabajo (G. Scaglia et al, 2009) presenta el diseño de cuatro

controladores para un robot móvil, de tal manera que el sistema pueda
seguir una trayectoria preestablecida. El modelo cinemático del robot móvil
se aproxima mediante métodos numéricos. A partir de esta aproximación,
las acciones de control para obtener un error mínimo de seguimiento son

16
calculadas. La simulación y los resultados experimentales en un robot
PIONNER 2DX son presentados mostrando el desempeño de los cuatro
controladores propuestos. De los resultados experimentales se concluye que
la metodología propuesta es muy simple para seleccionar los parámetros del
controlador con el fin de lograr un buen rendimiento del sistema durante la
navegación del robot móvil. La metodología propuesta para el diseño del
controlador puede ser aplicada a otros tipos de sistemas. La precisión
requerida del método numérico propuesto para la aproximación del sistema
es más pequeña que la que se necesita para simular su comportamiento. La
principal contribución es que los cuatro controladores son obtenidos con la
misma metodología y no son necesarios cálculos complejos para obtener la
señal de control.

En este trabajo (C. Rosales et al, 2014) se presenta el diseño de un

controlador que permite a un cuadrorotor seguir una trayectoria en 3D. Se
obtiene el modelo dinámico por medio de las ecuaciones de Euler-Lagrange.
El modelo es representado con métodos numéricos, con el cual las acciones
de control se obtienen para la operación del sistema. El controlador es fácil
de manejar para la mayoría de los diseñadores comparado con otros
controladores propuestos que necesitan más herramientas matemáticas
complejas. La metodología se basa en definir la referencia de la trayectoria
en términos de un juego de variables de estado y se determinan los valores
deseados variando el tiempo para los estados restantes. La principal ventaja
de esta aproximación es la simplicidad del controlador y el uso de ecuaciones
discretas en el tiempo, lo cual es útil para su implementación en una
computadora. El controlador 3D es probado en una simulación con MATLAB
y muestra el buen desempeño, incluso bajo errores paramétricos y
mediciones de ruido. Como trabajo futuro el controlador se propone para
otros vehículos aéreos y se estudiará la robustez y otras propiedades del
controlador.

En este trabajo (N. Sinan et al, 2015) se presenta la aplicación de técnicas

PID (Proporcional Integral Derivativo), BS (Backsteeping), SMC (Control
por modos deslizantes), FBC (Linealización por retroalimentación), y lógica
difusa en un cuadrorotor, las cuales son frecuentemente usadas para probar
estudios de investigación. Los métodos han sido evaluados con métricas de
comparación y varios conjuntos de parámetros elegidos para cada enfoque.
Los resultados ilustran los diferentes aspectos de las estrategias de control y
las observaciones se tabulan de forma comparativa. En las contribuciones de

17
este trabajo se describe un conjunto de muestras de experimentos de control
de retroalimentación para este tipo de cuadrorotor, para reforzar la noción
lineal y no lineal con un estudio completo de literatura. Proporcionando a los
investigadores, una visión general y algoritmos de control adaptativos para
la estabilización y la trayectoria de seguimiento para el cuadrorotor, que
describe un conjunto de criterios de rendimiento frecuentemente utilizados
en un UAV.

En este trabajo (M. Arittanan et al, 2014) se presenta el diseño de un

controlador para múltiples entradas y múltiples salidas (MIMO multi-input-
multi-output), los sistemas no lineales con incertidumbres son lo más
importante en este trabajo. La contribución se centra en el diseño y análisis
de un control backsteeping adaptativo inteligente (IABC) para un
cuadrorotor perturbado por incertidumbres y perturbaciones externas. El
enfoque de diseño se basa en una técnica backsteeping y utiliza una red de
función de base radial neuronal (RNFBR) como aproximador de
perturbación. Se agrega un compensador de lógica difusa para eliminar el
error de aproximación producido por la función de base radial. La
efectividad del IABC es verificado con algunos resultados de simulación en
MATLAB.

En este trabajo (D. Mellinger et al, 2010) se describe el diseño, control y

metodologías para lograr una maniobra de enganche (similar a colocar la
ropa en un perchero). Como plataforma base se usa un cuadrorotor
Hummingbird de 55 cm y peso de aproximadamente 500 g incluyendo
batería. Se usa un PID optimizado para el control de orientación y un
sistema de captura de movimiento VICON para estimar la posición del
cuadrorotor. El software de control es integrado con un sistema de captura
de movimiento y accesado vía código abierto con un ROS (Sistema operativo
para robot). Otra característica es que para sensar los movimientos del
cuadrorotor utiliza IMU a una taza de 1 KHz como en Daniel Gurdan (2007)
para disminuir la incertidumbre y hacer maniobras más rápidas. Una
importante contribución en este trabajo es el de un sistema de estimación de
estado y localización basado en captura de movimiento. Se plantea
incorporar un sistema de reconocimiento visual que automáticamente
identifique caminos y lugares para que realice el enganche.

18
En este trabajo (D. Mellinger et al, 2012) se estudia el problema de diseño
factible de trayectorias y controladores que conducen a un cuadrorotor a una
posición deseada en el espacio. Enfocándose en el desarrollo de una familia
de trayectorias definidas como una secuencia de segmentos, con cada
controlador parametrizado por una posición como objetivo. Cada controlador
es desarrollado del modelo dinámico del cuadrorotor y después
iterativamente refinado a través de experimentos sucesivos para dar cuenta
de los errores en el modelo dinámico y ruido de los actuadores y sensores. Se
muestra que este enfoque permite el desarrollo de trayectorias y los
controladores realizan maniobras agresivas, como volar a través de huecos
estrechos, verticales y posarse en superficies invertidas con alta precisión.

Se cree que mediante la representación de familias de trayectorias por

controladores especializados, la alta dimensión del planteamiento del
problema podría ser reducido, por lo que se está trabajando activamente en
esta área de investigación. Finalmente, se están considerando métodos más
avanzados para la optimización y adaptación de parámetros de trayectoria
para hacer frente a las diferencias entre el modelo analítico y la realidad.

En este trabajo (V. Singh et al, 2013) se presenta un modelo matemático

para el desempeño de un motor sin escobillas de corriente directa (BLDC
brushless direct current). Se diseña un controlador PID para el modelo del
motor BLDC y se encuentran las ganancias utilizando el método de
Zieger/Nichols. Se muestra el desempeño del controlador utilizando
MATLAB/SIMULINK. El modelo presentado es una aproximación a los
vendidos comercialmente. El controlador diseñado refiere a una
implementación donde se cuenta con la lectura a través de sensores Hall
para determinar la posición del rotor.

En este trabajo (C. Powers et al, 2013) se modelan los efectos aerodinámicos
de proximidad a superficies horizontales y cercano a otros vehículos
(formaciones en equipo) para MAV cuadrorotor. Se explica la dependencia
de la fuerza de sustentación generada por las hélices y empíricamente se
determinan los coeficientes para el modelo del cuadrorotor presentado. Se
muestra como se debe puede mejorar el desempeño de vuelo en un
cuadrorotor sin sensores adicionales utilizando efectos aerodinámicos. Con
equipos de vehículos que vuelan a 15,10, 6 cm de altura a una velocidad
constante de 6 cm/s con una separación entre cada vehículo de 60 cm y
grabando las velocidades requeridas de los rotores durante el experimento,
se crea un mapa de la superficie del terreno usando el efecto de proximidad

19
 de superficie. En el futuro se esperan aplicar los resultados de este trabajo
para la estimación de problemas más complicados, el cual permita una
operación de cuadrorotores en diferentes ambientes. El estudio de la
influencia aerodinámica en la operación de los multirotores permitirán a los
ingenieros hacer mejores diseños y por tanto, controles.

De los anteriores artículos se toman los que de manera explícita definen

valores de frecuencia utilizados en sus trabajos experimentalmente, ya sea
en bancos de prueba o vuelos reales (Tabla2-1). Donde se puede observar
que para los sensores de navegación, los valores que normalmente se
utilizan de frecuencia de muestreo están entre los 100 y 200 Hz. Los que
aparecen con una frecuencia de 1 Kz es porque manejan microcontroladores
más avanzados que pueden obtener esa taza de muestreo y procesarla
gracias a sensores más rápidos y por tanto, costosos. También se concluye
que uno de los controladores más utilizados en la práctica es el PID ya que
consume menos recursos al implementarlo en una computadora o
micocontrolador (N. Sinan et al, 2015). Los sistemas que utilizan cámara
para la estabilización trabajan a frecuencias entre 15 y 30 Hz y necesitan
computadoras o microcontroladores con una capacidad de almacenamiento
superior a 32 KB con que cuenta la TIVAC para almacenar y procesar las
imágenes capturadas.
Tabla 2-1 Cuadro de resumen

Referencia Métodos Prueba Frecuencia Frecuencia

de control experimental cámara sensado Categoria
navegación UAV

([Link] et al,20XX) PID si no 100 Hz MUAV

(D. Gurdan et al, 2007) PD si no 1 KHz MUAV
(E. Altug et al, 2005) retroalimentación si 15-30 Hz - MUAV
backsteeping
visión

(B. Xian et al, 2015) PD y modos si no 100 Hz MAV

deslizantes
(H. Xie et al, 2015) PID y no 30 Hz 200 Hz MUAV
backsteeping
(J. Gomez et al, 2014) visión si - 100 Hz MUAV
retroalimentación
(H. Romero et al, 2012) visión si 15 Hz 60 Hz MUAV
(D. Mellinger et al, 2010) PID si no 1 KHz MAV

20
3 DINÁMICA DEL CUADROROTOR

En este capítulo se desarrolla el modelo dinámico del cuadrorotor utilizando

las ecuaciones de Euler.

Definimos los sistemas de referencia; el móvil de coordenadas , , ,

fijado al cuadrorotor en un punto cualquiera P (polo), el sistema de
referencia de centro de masa c de coordenadas , , , y el inercial 0 de
coordenadas , , , (figura. 3-1).

Figura 3.1 Sistemas de referencia

Se define un vector ⃗ que va dirigido a un diferencial de masa del

cuadrorotor, un vector ⃗ que define un punto como referencia al
cuadrorotor y un vector ⃗ (masa) que va del punto a un diferencial de
masa .

21
3.1 Momento angular

El momento angular ⃗ de nuestro cuadrorotor se define:

⃗ = ∫ ⃗ × ⃗̇ (3.1)

Donde

⃗ - vector de posición.

⃗̇ - velocidad absoluta.

De la figura 3-1 se obtienen las ecuaciones (3.2) y (3.3).

⃗ = ⃗+ ⃗ (3.2)

⃗̇ = ⃗̇ + ( ⃗ × ⃗ ) (3.3)

Donde

- velocidad angular absoluta del cuerpo.

Sustituyendo (3.2) y (3.3) en (3.1) tenemos.

⃗=∫ ⃗ + ⃗ × ⃗̇ + ( ⃗ × ⃗ ) (3.4)

Desarrollando los términos dentro de la ecuación.

⃗=∫ ⃗× ⃗̇ + ( ⃗ × ⃗ ) + ⃗ × ⃗̇ + ⃗ × ( ⃗ × ⃗ ) (3.5)

Del triple producto vectorial dado en el último término de la expresión.

⃗=∫ ⃗× ⃗̇ + ( ⃗ × ⃗ ) + ⃗ × ⃗̇ + ( ⃗ ∙ ⃗ ) ⃗ − ( ⃗ ∙ ⃗ ) ⃗ (3.6)

Al integrar se obtiene la siguiente igualdad:

⃗= ⃗× ⃗̇ + ( ⃗ × ⃗ ) + ⃗ × ⃗̇ + [( ⃗ ∙ ⃗ ) ⃗ − ( ⃗ ∙ ⃗ ) ⃗ ] (3.7)

22
Donde M es la masa total que coincide con la masa del cuadrorotor.

La expresión ⃗̇ + ( ⃗ × ⃗ ) es la velocidad absoluta del centro de masa, por

tanto, ⃗̇ + ( ⃗ × ⃗ ) representa el momento lineal absoluto del
cuadrorotor con respecto al sistema de referencia inercial.

El primer término de la ecuación (3.7) representa el momento angular con

respecto a 0 debido a la traslación al centro de masa del cuadrorotor y el
último término representa el momento angular causado por la rotación del
cuadrorotor. El último término [( ⃗ ∙ ⃗ ) ⃗ − ( ⃗ ∙ ⃗ ) ⃗ ] corresponde a la
diada de un tensor y obtenemos la siguiente igualdad.

[( ⃗ ∙ ⃗ ) ⃗ − ( ⃗ ∙ ⃗ ) ⃗ ] = ∙ ⃗ (3.8)

Donde corresponde al tensor de inercia.

La expresión final de momento angular para el cuadrorotor es el siguiente:

⃗ = ⃗× ⃗̇ + ( ⃗ × ⃗ ) + ⃗ × ⃗̇ + ∙ ⃗ (3.9)

Para la ecuación (3.9) los términos ⃗× ⃗̇ + ( ⃗ × ⃗) + ⃗ × ⃗̇ nos

expresan el movimiento de traslación y los términos ∙ ⃗ nos expresan el
movimiento de rotación en donde es el tensor de inercia, definido por:

− −
= − − (3.10)
− −

23
3.2 Momento de fuerza

Se utiliza el teorema de momento angular (J. Witenburg (2007)). Para

obtener las ecuaciones de movimiento. En un sistema de masa arbitraria. La
derivada en el tiempo del momento angular absoluto con respecto a un
punto de referencia 0 fijo en un espacio inercial, equivale al momento
resultante con respecto al mismo punto de referencia.

⃗̇ = (3.11)

Donde:

⃗̇ - La derivada con respecto al tiempo.

- Momentos de fuerzas totales.

Derivando ⃗ con respecto del tiempo para la ecuación (3.1).

⃗
= ∫ ⃗ × ⃗̇ (3.12)

⃗̇ = ∫ ⃗ × ⃗̇ (3.13)

⃗̇ = ∫ ⃗̇ × ⃗̇ + ⃗ × ⃗̈ (3.14)

El término ⃗̇ × ⃗̇ es igual a 0 ya que es el producto cruz del mismo vector.

⃗̇ = ∫ ⃗ × ⃗̈ (3.15)

Derivando ⃗̇ de la ecuación (3.3).

⃗̈ = ⃗̈ + ⃗̇ × ⃗ + ⃗ × ̇ ⃗ (3.16)

Sustituyendo la ecuación (3.2) y (3.16) en (3.15).

⃗̇ = ∫ ⃗+ ⃗ × ⃗̈ + ⃗̇ × ⃗ + ⃗ × ̇⃗ (3.17)

24
 ⃗̇ = ∫ ⃗× ⃗̈ + ⃗̇ × ⃗ + ⃗ × ̇⃗ + ⃗× ⃗̈ + ⃗̇ × ⃗ + ⃗ × ̇⃗ (3.18)

Desarrollando términos, así como la integral, queda.

⃗̇ = ⃗ × ⃗̈ + ⃗ × ⃗̇ × ⃗ + ⃗ × ⃗ × ⃗̇ + ⃗ × ⃗̈ +

⃗× ⃗̇ × ⃗ + ⃗ × ⃗ × ⃗̇ (3.19)

⃗̇ = ⃗ × ⃗̈ + ⃗ × ⃗̇ × ⃗ + ⃗ × ⃗ × ⃗̇ + ⃗ × ⃗̈ +

⃗× ⃗̇ × ⃗ + ⃗ × ⃗ × ( ⃗ × ⃗) (3.20)

⃗̇ = ⃗ × ⃗̈ + ⃗ × ⃗̇ × ⃗ + ⃗ × ⃗ × ⃗̇ + ⃗ × ⃗̈ +

⃗× ⃗̇ × ⃗ + ⃗ × ⃗ × ( ⃗ × ⃗) (3.21)

⃗̇ = ⃗ × ⃗̈ + ⃗ × ⃗̇ × ⃗ + ⃗ × ⃗ × ⃗̇ +

⃗ × ⃗̈ + ∙ ⃗̇ + ⃗ × ∙ ⃗ (3.22)

Momento de fuerza con respecto a un punto en el cuadrorotor.

= ⃗ × ⃗̈ + ∙ ⃗̇ + × ∙ (3.23)

Fuerza resultante en el cuadrorotor.

̈ = (3.24)

Sustituyendo (3.23) y (3.24) en (3.11) obtenemos la forma final del Momento

de fuerza con respecto al sistema inercial.

= + ⃗× (3.25)

25
En el caso particular de que el polo sea el mismo que el origen del sistema
inercial. El único cambio que se percibe es respecto al polo.

= ∙ ̇+ × ∙ (3.26)

Usando los ejes principales de inercia como direcciones para los vectores
base, esta ecuación matricial equivale a:

̇ − − = ,

̇ −( − ) = ,

̇ − − = (3.27)

Donde para el estudio del cuadrorotor es de la siguiente forma.

0 0
= 0 0 (3.28)
0 0

26
3.3 Ángulos de Euler

La orientación de un cuerpo de base ̅ es el resultado de tres rotaciones

sucesivas. La primera rotación es en el eje y genera un ángulo . Se lleva
una orientación intermedia denotada como ̅ Figura 3-2.. La segunda
rotación para el ángulo es en el eje , resultando otra orientación
intermedia denotada ̅ . La tercera
tercer rotación para el ángulo es a través del
eje produce la orientación final de la base que se denota ̅ . La secuencia
de rotación que se utilizó para los ángulos Euler fue: , y . Al final se
busca obtener la matriz en términos de los ángulos , , , dicha matriz se
encuentra tomando en cuenta las rotaciones individuales.

Figura 3.2 Ángulos de Euler

̅ = ̅ , ̅ = ̅ , ̅ = ̅ (3.29)

0
= − 0 (3.30)
0 0 1

1 0 0
= 0 (3.31)
0 −

27
 0
= − 0 (3.32)
0 0 1

= (3.33)

Se abrevia , , para , , y , , para , ,

respectivamente. Multiplicando las matrices de cosenos directores
individuales se obtiene la siguiente expresión.

− +
= − − − + (3.34)
−

En forma reducida se expresa:

̅ = ̅ (3.35)

3.4 Fuerza de sustentación y momentos en el cuadrorotor

Se usa un sistema de coordenadas fijo al cuerpo con origen en el centro de

masa del cuadrorotor. Los ejes y son paralelos a los brazos del
cuadrorotor y son ortogonales entre sí, y el eje es perpendicular al plano
formado por y . Los ejes fijos a la tierra están definidos por , y .
La fuerza de sustentación se representa por los vectores , , . Cada
motor produce también un momento perpendicular , , al plano
de rotación de la hélice. Los momentos producidos y actúan en la
dirección mientras que y rotan en la dirección − . La matriz de
momento de inercia tiene referencia al centro de masa del cuadrorotor (D.
Mellinger et al, 2010).

La figura 3-3 describe el modelo del cuadrorotor que se usa para su análisis.

28
 Figura 3.3 Sistema de coordenadas, fuerzas y momentos en el cuadrorotor (D. Mellinger et al, 2010)

La ecuación que gobierna la aceleración del centro de masa considerando la

gravedad.

0 0
̈= 0 + 0 (3.36)
− ∑

Las componentes de velocidad angular fijas al cuadrorotor son , , y .

Estos valores están relacionados a las derivadas de los ángulos de rotación,
cabeceo y guiñada de acuerdo a:

0 − ̇
= 0 1 ̇ (3.37)
0 ̇

La aceleración angular determinada por la ecuación de Euler es:

̇ ( − )
̇ = ( − ) − × (3.38)
̇ − + −

29
3.5 Modelo del motor

Cada motor tiene una velocidad angular y produce una fuerza de

acuerdo a:

= (3.39)

Donde:

= Fuerza de sustentación [ ].

= Velocidad angular [ ].

= Constante .

Los motores también producen un momento de acuerdo a:

= (3.40)

Donde:

= Momento de fuerza [ ].

= Constante .

Considerando que los ángulos de rotación y cabeceo son pequeños entonces

≈ 1, ≈ 1, ≈ , y ≈ . Si tomamos en cuenta que la suma de las
fuerzas de sustentación en los 4 motores para un vuelo en suspensión debe
ser proporcional a la fuerza de gravedad que actúa en el cuadrorotor y de
forma ideal las constantes son iguales, debe satisfacer.

=∑ (3.41)

y las velocidades de los motores están dadas por

= (3.42)

De acuerdo a (D. Mellinger et al, 2010), se presenta un controlador de

orientación, diseñado para el vuelo en suspensión. Las velocidades deseadas
30
de los motores pueden ser escritas como una combinación lineal de cuatro
términos.

1 0 −1 1 ⎡ +Δ
⎡ ⎤ ⎤
⎢ ⎥ 1 1 0 −1 ⎢ Δ
⎥
⎢ ⎥= 1 0 1 1 ⎢ Δ ⎥
(3.43)
⎢ ⎥
⎣ ⎦ 1 −1 0 −1 ⎣ Δ ⎦

Donde la velocidad del motor requerida para estar en vuelo suspendido es

, y las desviaciones de este vector nominal son: Δ , Δ , Δ y Δ . El
incremento Δ resulta de una fuerza total a lo largo del eje , mientras
Δ ,Δ yΔ producen momentos causando rotación, cabeceo y guiñada
respectivamente.

Usando un control proporcional derivativo (PD) con las velocidades

diferenciales como entradas de control.

Δ = , ( − )+ , ( − ) (3.44)

Δ = , ( − )+ , ( − ) (3.45)

Δ = , ( − )+ , ( − ) (3.46)

El diagrama a bloques de la figura 3-4 muestra como se relaciona la

dinámica del motor, del cuerpo rígido y el control de altitud.

Figura 3.4 Control de orientación (D. Mellinger et al, 2010)

31
4 CONTROLADOR PID

El controlador PID de acuerdo a (E. García et al, 2010) está definido

mediante la siguiente ecuación.
( )
( )= ( )+ ∫ ( ) + (4.1)

Donde

( ): Entrada de control del proceso.

( ): Error de la señal.

: Ganancia proporcional.

: Constante de tiempo integral.

: Constante de tiempo derivativa.

En el dominio el controlador PID se puede escribir como:

( )= 1+ + ( ) (4.2)

Para ajustar los parámetros , y se utiliza el método de Ziegler/Nichols.

En lazo abierto este proceso se puede definir según la siguiente función de
transferencia.

( )= (4.3)
( )

Donde los parámetros , y se obtienen de la respuesta del sistema en

lazo abierto de acuerdo a las ecuaciones (4.7), (4.8), (4.9) y la Figura 4-1.

32
 Figura 4.1 Respuesta de salida en lazo abierto.

Donde:

= − (4.4)

= − (4.5)

= (4.6)

Según Ziegler/Nichols, las relaciones de estos coeficientes con los

parámetros del controlador PID son:
.
= 4.7

=2 (4.8)

= 0.5 (4.9)

Un controlador PID discreto viene dado

dado por la transformada Z para hacer la
implementación en la tarjeta
tarjet de desarrollo Tiva Launch Pad:

( )= ( ) 1+ ( )
+ (4.10)

33
Agrupando términos:
( )
( )
= +( )
+ (1 − ) (4.11)

Donde:

= (4.12)

= (4.13)

= (4.14)

Se utiliza un diseño de controlador PID en paralelo como se muestra en la

figura 4-2.

Figura 4.2 Diseño paralelo de un controlador PID.

El muestreo debe ser menor que

que el tiempo de establecimiento del sistema en
lazo abierto. El modelo Ziegler/Nichols toma un valor < /4.

34
Existe un problema asociado a este diseño llamado “integral windup”, el
cual provoca largos períodos de sobre impulsos, a causa de los valores
excesivos que alcanza la señal de control debido a la acumulación en el
integrador. Esto se evita limitando la señal de control entre un valor mínimo
y un máximo, es decir estableciendo un intervalo.

Un método empírico se utiliza para afinar el controlador PID (J. Valvano et

al, 2012). Dicho método inicia con la constante proporcional . Con ésta se
ajusta la rapidez o suavidad de la respuesta del controlador a los cambios en
la carga. El siguiente paso es ajustar la constante integral un poco cada
vez para mejorar la estabilidad del controlador sin afectar el tiempo de
respuesta. No se debe cambiar ambas constantes y a la vez. Si el
tiempo de respuesta, sobre impulso y precisión están dentro de límites
aceptables entonces el PI es aceptable. Si la precisión y respuesta están bien
pero el sobre impulso es inaceptable, se ajusta la constante para
reducirlo.

El método empírico es la alternativa que se utilizó ya que el fabricante de

los motores sin escobillas BL (Brushless) no proporciona un manual con las
características nominales que sirven para la obtención de la gráfica de la
función de transferencia con la que se aplica el método de Ziegler/Nichols
para sintonizar de forma matemática las constantes del PID.

35
5 DESCRIPCIÓN DEL SISTEMA

Para los propósitos de este trabajo se escoge un cuadrorotor que este dentro
de la categoría MAV. Los requerimientos para entrar en esta categoría son:
un peso menor a 2 Kg, hélices de longitud menor a 150mm de radio y rango
de vuelo menor de 30Km.

Para este sistema se usó el SK-450 conocido así por su diseño. La estructura
del cuadrorotor consiste en una plataforma central en donde se coloca la
electrónica para el control y la batería. La estructura central está unida a
cuatro largueros equidistantes formando una cruz. Al extremo de cada
larguero en la parte superior se encuentran los motores y en la parte
inferior el tren de aterrizaje. Los largueros son de nylon y la plataforma
central que los une está hecha de fibra de vidrio. El tamaño es de 450 mm de
ancho, 80 mm de altura; lleva cuatro motores MT2213-935KV sin escobillas
(BL) de 55 g de peso cada uno; los motores con los que cuenta son modelos
recientes específicamente para usarlos en multirotores y se les puede
adaptar hélices de 10 x 4.5 y 8 x 4.5 in; cuatro hélices de plástico de 10 x 4.5
in que equivale a 127 mm que es menor a 150 mm de radio, dos para giro en
sentido horario y dos para sentido anti horario; cuatro controladores
electrónicos de velocidad (ESC) de 20 A de la marca Turnigy; una batería de
polímero de Litio de 2200 mAh, con un arreglo interno tres serie uno
paralelo (3s1p) de 11.1v.

Se escoge el modelo SK450 porque las piezas no están soldadas, es armable

puede cambiarse la plataforma central y formar una configuración
asimétrica y se pueden remplazar el resto de los componentes ya que todos
los elementos se instalan de forma externa y no hay ningún inconveniente
físico que impida montar un piloto con dimensiones similares a la estructura
central (100 mm x 100 mm). Es un modelo resistente a impactos,
ligeramente flexible y pesa 300 g. El peso total del modelo incluyendo la
electrónica que lleva (TivaC, sensores de navegación y etapa de
acondicionamiento), motores, hélices, ESC y batería, es de 1.1 Kg. Por lo que
el cuadrorotor SK450 entra en la categoría MAV.

36
Para el controlador de vuelo se utiliza la tarjeta de desarrollo TivaC Launch
Pad de Texas Instruments que tiene los módulos necesarios para la
implementación de un piloto automático. Utiliza un microcontrolador
TM4C123GH6PMI de última generación de 32 bits ARM CortexM4 con
manejo de punto flotante con una velocidad de 80 MHz. Cuenta con 8
módulos PWM (Pulse Width Modulation), que son suficientes ya que el
cuadrorotor solo necesita 4, uno por cada motor. Cuenta con 10 módulos I2C
para poder comunicarse con sensores para navegación que utilicen este
protocolo. Para una comunicación con la computadora se dispone de 8
módulos UART para protocolo serial y un módulo USB. Además de 2
módulos CAN, 4 SPI, 3 comparadores analógicos, 2 perro guardián, 8
temporizadores de 32bits cada uno, 12 convertidores analógico digital
(ADC). Una memoria de programa de 256 KB, memoria de datos de 32 KB
SRAM y memoria de datos de 2 KB EEPROM.

Como sensores de navegación para el piloto de vuelo se opta por utilizar la

expansión que ofrece para la tarjeta de desarrollo Tiva C llamada Sensor
Hub Booster Pack, ya que cuenta con tres giróscopos uno para cada eje (x, y,
z), tres acelerómetros uno por cada eje y además cuenta con un barómetro
que se puede utilizar para calcular la altitud del cuadrorotor. La ventaja de
utilizar esta expansión es que no se necesita hacer ninguna modificación a
la tarjeta TivaC, no hay necesidad de hacer un diseño electrónico adicional
ya que se conecta y se alimenta directamente de la Tiva. Otra ventaja es que
Texas Instruments proporciona librerías con funciones en lenguaje C para
manejar los integrados del Sensor Hub.

En la figura 5-1, se puede observar de manera independiente los

componentes que constituyen el cuadrorotor.

37
 Figura 5.1 Componentes del cuadrorotor SK450

a) Estructura SK-450, b) TivaC TM4C123GXL

TM4C123 c) Sensores de orientación y velocidad angular, d) Hélices
Hélices,
e) Motor sin escobillas,
escobilla f) Controladores Electrónicos de Velocidad,
g) Batería.

38
6 IMPLEMENTACIÓN DE LA PROGRAMACIÓN Y
CIRCUITOS

En el esquema a bloques se representa la relación, conexión simplificada y

operatividad de los elementos de control, interfaces, sensores y actuadores
que conforman al cuadrorotor. La figura 6-1 muestra la implementación.

Figura 6.1 Diagrama a bloques de la implementación del cuadrorotor

39
 Figura 6.2 Implementación física y su relación con el diagrama a bloques

En el diagrama a bloques figura 6-1 se observa que el TivaC se comunica por

medio de un módulo para protocolo I2C, con los sensores de navegación y
barómetro que se encuentran embebidos en el Sensor Hub Booster Pack
para obtener la velocidad angular [rad/s], aceleración [m/s2], orientación [T]
(tesla) y altura [m]. En donde la Tiva C es el maestro y los sensores de
navegación son los esclavos. Se encarga del control de los módulos PWM, de
las operaciones de la dinámica del cuadrorotor, así como de los controladores
PID, estos modifican el ancho de pulso de las señales PWM. Las salidas de
los módulos PWM son las señales de control para programar los ESC y
permiten regular la velocidad de los motores. Los ESC tienen una etapa de
potencia para poder alimentar y controlar la velocidad de los motores BL.

40
6.1 Controlador Electrónico de velocidad ESC

Como la tarjeta de desarrollo TivaC se alimenta a un voltaje de 3 V, y la

etapa de control de los ESC trabaja a 5V, se requiere diseñar un circuito
electrónico para acondicionar los voltajes y poder conectar las salidas PWM
de la TivaC a las entradas de control de los ESC. Este circuito solo necesita
ser unidireccional y amplificar de 3 a 5 V.

Se propone el siguiente circuito con optoacoplador 4N25 y compuerta NOT

(Figura 6-3) que permite ensamblar el TivaC con los ESC. La tensión en los
extremos del LED en conducción es de 1.2 V y debe circular una corriente de
5 mA.
.
1= = 360Ω (6.1)

Para un valor comercial de resistencia 330 Ω la corriente I que circula por el

LED.
.
= = 5.45 (6.2)

Del lado derecho del optoacoplador se conecta una resistencia de 10 KΩ

debido a la conexión a colector abierto del transistor para que circule una
corriente de 5 /10 Ω = 0.5 .

Nótese que el diagrama representa la conexión para un solo motor, el resto

de motores llevan el mismo arreglo eléctrico.

Figura 6.3 Conexión eléctrica piloto, ESC, batería y motor BL

41
Los motores BL no funcionan al conectarlos directamente a una fuente de
poder. Los ESC se encargan de la secuencia de conmutación que por medio
de un puente h trifásico, permite el funcionamiento del motor (Microchip
AN885).

Para los ESC Multistar de 20 A es necesario controlarlos por medio de una

señal PWM. Tiene dos modos de funcionamiento: modo normal y modo de
programación.

En modo normal, al regular la señal de PWM, el ESC varía la velocidad del

motor.

En modo programación se accesa a un menú donde se cambian algunas

características para su funcionamiento como: calibración, tipo de batería y
tiempo (para el tipo de motor según el número de polos).

6.1.1 C ALIBRACIÓN DEL ESC

Esta dentro del modo programación. Cuando es la primera vez que se utiliza
el ESC, es necesario calibrarlo. Este procedimiento sirve para reconocer la
señal PWM de entrada, esto es porque los transmisores comerciales en
ocasiones manejan diferentes periodos entre 10 a 20 ms, de esta forma
puede ser compatible con varios tipos de transmisores.

Para la calibración del ESC se experimentó con la señal PWM de la figura 6-

4, donde se muestra una señal con un periodo de 10 ms y un ancho de pulso
que varía de 1 a 2 ms, los cuales están definidos como el valor mínimo y
máximo respectivamente, que define el intervalo ≤ ≤ del
ancho de pulso en la señal PWM (10 a 20% del ciclo de trabajo) que recibe el
ESC con la que varia la velocidad ω del motor.

42
Figura 6.4 Señal PWM para el ESC

43
Para la calibración de ESC, se debe seguir la siguiente secuencia según el
diagrama de flujo de la figura 6-5.

Figura 6.5 Calibración del ESC

44
6.1.2 MODO PROGRAMACIÓN DEL ESC

Una vez que el ESC está calibrado, es posible accesar a algunas

características de configuración por medio de secuencias de acuerdo al
siguiente diagrama de flujo (figura 6-6).

Figura 6.6 Modo programación del ESC

45
6.1.3 MODO NORMAL DEL ESC

Una vez correctamente configurado el siguiente paso para variar la

velocidad del motor BL es de acuerdo al siguiente diagrama de flujo (Figura
6-7).

Figura 6.7 Modo normal del ESC

46
6.2 Sensor Hub Booster Pack

En esta implementación se toma como referencia la tabla 2-1 en donde las

tasas de actualización en los sensores de posición varían entre 50 y 100 Hz.
Esto quiere decir que si se implementa un controlador sencillo, la
estabilidad del cuadrorotor a esa frecuencia no tendrá una rápida respuesta
por lo que será difícil estabilizarlo en condiciones ambientales con mucho
viento. Una opción es aumentar la tasa de muestreo de los sensores de
posición por ejemplo a 1 KHz, pero se necesitan motores que puedan
responder a esa velocidad y los motores sin escobillas MT2213-935KV que se
usan en el SK-450, no son capaces de responder a esa frecuencia de 1 KHz.
La ventaja es que al trabajar a una frecuencia de 50 Hz, la tarjeta TivaC
dispone de más tiempo para procesar operaciones mientras llega la siguiente
actualización de datos por parte de los sensores de posición. Por esta razón
se decide utilizar una frecuencia baja de 50 Hz en la implementación.

El sensor Hub fue diseñado por el fabricante como expansión del Tiva
launch pad. En la tabla 10-2 Interfaz de conexión del TivaC Launch Pad, se
muestra la disposición de pines que utiliza para su conexión con el TivaC. El
Sensor Hub cuenta con los siguientes sensores: TI TMP006 Infrared
Temperature, Bosch BMP180 Digital Pressure, Invensense MPU-9150 9-
axis Motion, Intersil ISL29023 Ambient & Infrared Light Sensor, Sensirion
SHT21 Humidity & Ambient Temperature Sensor de los cuales para este
propósito únicamente se necesita el MPU-9150 que contiene los 3 giróscopos,
3 acelerómetros, 3 magnetómetros y el BMP180 que contiene el sensor de
presión (barómetro), ambos se comunican al TivaC por medio de protocolo
I2C.

En el desarrollo experimental se tomaron lecturas a través de los sensores

MPU9150 y BMP180; estas se pueden visualizar por medio de puerto serial
utilizando el módulo UART del Tiva y mostrándolos vía PC por medio de
una interfaz o terminal al puerto serial.

El algoritmo para el manejo del Sensor Hub es el de la figura 6-8.

47
Figura 6.8 Comunicación con Sensor Hub Booster Pack

48
La adquisición de datos para los ángulos , y se muestran en las
siguientes gráficas (figuras 6-9, 6-10, 6-11). Para el eje de las abscisas
representa el tiempo donde cada 50 muestras representa un segundo. Tanto
para como para , la variación está entre -0.15 y 0.15 grados. Mientras
que para la variación entre 1 a 8 grados. Esto significa que para la
rotación y el cabeceo hay lecturas más precisas que para la guiñada.

Figura 6.9 Adquisición para en 0 grados

Figura 6.10 Adquisición para en 0 grados

49
Figura 6.11 Adquisición para en 4 grados

50
7 PRUEBAS EXPERIMENTALES

Para este experimento se colocó para cada motor BL una hélice de plástico
EPP1045 y se le conectó un multímetro línea a línea para medir el voltaje
con carga mientras se varía el ancho del pulso en la salida PWM en un
motor para regular su velocidad.

Esto quiere decir que para el intervalo ≤ ≤ á le corresponde un

valor de voltaje medido. Con este se obtiene la velocidad angular del motor
de forma teórica de acuerdo al valor nominal proporcionado por el
fabricante. = 935[ / ]

El ancho de pulso que se varía ( ≤ ≤ á ) tiene un total de 1250

valores. Donde 0 = y 1250 = á .

Al graficar las lecturas de voltaje de cada motor de acuerdo a la tabla 7-1, se

muestra un comportamiento parecido al tiempo de carga de voltaje de un
capacitor (figura 7-1).

Tabla 7-1 Mediciones experimentales

EPP1045 VOLTAJES
PWM MOTOR1 MOTOR2 MOTOR3 MOTOR4
0 0 0 0 0
50 0 0 0 0
100 0 0 0 0
150 2,77 1,63 1,7 1,7
200 4,4 3,01 3,08 3,09
250 5,33 3,83 3,82 3,84
300 6,01 4,49 4,48 4,5
350 6,29 4,98 5 5,04
400 6,56 5,43 5,4 5,47
450 6,83 5,74 5,75 5,81
500 7,09 6,11 6,12 6,21
550 7,23 6,38 6,38 6,49
600 7,34 6,65 6,65 6,77
650 7,47 6,95 6,95 7,06
700 7,6 7,24 7,27 7,35
750 7,72 7,49 7,51 7,62
800 7,85 7,75 7,79 7,9
850 7,97 8,01 8,07 8,19
900 8,04 8,22 8,25 8,41
950 8,04 8,22 8,25 8,39
1000 8,04 8,22 8,25 8,39
1050 8,04 8,22 8,25 8,39
1100 8,04 8,22 8,25 8,39
1150 8,04 8,22 8,25 8,39
1200 8,04 8,22 8,25 8,39
1250 8,04 8,22 8,25 8,39

51
 Figura 7.1 PWM - Voltaje

En la figura 7-2 se observa que dentro de un intervalo de valores entre 400 y

900 hay una línea recta, por lo que se propone utilizar el método de mínimos
cuadrados para obtener el resto de valores de voltaje dentro de ese intervalo.

Figura 7.2 PWM-Voltaje, intervalo lineal

52
Según las especificaciones del motor, la constante de velocidad es de
= 935[ / ] con lo que se puede encontrar la velocidad angular en
RPM

= × (7.1)

El método de mínimos cuadrados para encontrar la pendiente y ecuación de

la recta se realizo de acuerdo a la fórmula (7.2) y (7.3) respectivamente.
∑ ∑
∑
= (∑ )
(7.2)
∑

= + (7.3)

Donde:

es la ecuación de la recta.

es la pendiente.

Por lo que la ecuación se puede expresar de la siguiente forma:

= + (7.4)

Con mediciones experimentales de la tabla 7-3 promediando los 4 motores se

obtiene la pendiente y con lo que se puede encontrar el voltaje para
cualquier valor de PWM de acuerdo a la formula (7.4).

=0.005488485; =3.349273

53
 450 5.81909091
9
500 6.09351515
550 6.36793939 8
600 6.64236364 7
650 6.91678788
6
700 7.19121212
750 7.46563636 5
800 7.74006061 4
850 8.01448485
3
900 8.28890909
2

0
0 200 400 600 800 1000

Figura 7.3 PWM-Voltajes estimados

se obtiene de la ecuación (7.5) convirtiendo primero a RPM multiplicando

por la constante de velocidad = 935 / .

=( + )935 (7.5)

La velocidad angular para estabilizar el cuadrorotor estará limitada a un

valor máximo y mínimo aproximadamente de 5184.26 RPM y 7750.12 RPM,
según la ecuación (7.5) con valores 400 y 900 para PWM según la figura 7-2.

Al realizar pruebas experimentales en donde el cuadrorotor comenzaba el

vuelo con un valor de PWM=560,

= ((0.005488485)560 + 3.349273)935 = 6005

considerando la ecuación (3.42) y despejando .

= (7.6)

Sustituyendo para masa = 1.1 del cuadrorotor, = 9.81 y

velocidad = 6005 en (7.6).
. ( . )
= = 74.8 10 ,
( )

se obtiene = 74.8 10 .

54
Para determinar la constante se repitieron las pruebas en 5 ocasiones con
la batería recientemente cargada y el valor de PWM se observaba por medio
de una interfaz serial a través de la computadora, mientras el cuadrorotor
empezaba a entrar en vuelo. Cabe mencionar que estas pruebas se realizan
con un control manual, en donde desde la pc se envía el ancho de pulso
adecuado para que el cuadrorotor entre en vuelo y este valor es visualizado
en tiempo real por medio de la computadora.

El siguiente paso es proponer un algoritmo como programa principal que

integre todos los módulos, componentes, ecuaciones dinámicas y de control
para posteriormente programar en el entorno Code Composer Studio
Version: 6.0.0.00190. Finalmente se prueba la constante calculada (7.6), se
sintonizan las constantes PD y hacen pruebas de despliegue en el circuito
para evaluar los resultados.

55
Figura 7.4 Algoritmo del programa principal

56
8 RESULTADOS DE LA IMPLEMENTACIÓN

Se integra el conjunto de elementos, batería, ESC, sensor hub con la tarjeta

de desarrollo Tiva Launch Pad y se usan en conjunto para la operación de
vuelo del cuadrorotor.

Se diseñan algoritmos para la programación y operación de los ESC,

dinámica del cuadrotor y se programan en lenguaje C para la realización de
pruebas experimentales.

Posteriormente, se hace la programación para la comunicación con los ESC

comerciales por medio de secuencias PWM para su programación y se
realiza una calibración de aceleración para todos los motores BL. Se tuvo
éxito al variar la velocidad de los motores en el cuadrorotor. Con este paso
logrado, se midieron voltajes en cada uno de los motores y se obtuvo la
gráfica de la figura (7-2).

En las pruebas experimentales de medición de voltaje en relación con la

variación del ancho de pulso (figura 7-2). Se observó que en todos los
motores se presenta el mismo comportamiento y que hay muy poca
diferencia entre cada uno (no mayores a una décima de volt). Se observó que
se puede dividir en tres partes. En la primer parte, en el intervalo de 0 a 399
hay una aceleración de los motores BL en donde no existe la posibilidad de
que el cuadrorotor comience a volar. En la segunda parte el intervalo 400 a
900 se observó que es prácticamente una línea recta, además dentro de ese
intervalo el cuadrorotor, entra en vuelo y es útil para el control de
orientación y estabilidad. La tercer parte no presenta cambios en el voltaje,
se mantiene constante por tanto, no hay variación de velocidad y no es útil
para el control del cuadrorotor. Estas pruebas se realizaron 4 veces para
cada uno de los motores, se promedian y se presentan las gráficas de la
figura 7-1.

Las condiciones ambientales eran las adecuadas ya que las pruebas se

realizaron dentro del laboratorio de transductores. El ambiente era seguro
ya que el cuadrorotor fue sujeto con hilos de nylon cuya longitud no permitía
al cuadrorotor rebasar los 10 cm del suelo por lo que no había posibilidad de
un accidente. Aún así en rara ocasión hubo intervenciones por parte del
usuario al hacer los experimentos, por lo que las pruebas fueron una buena
simulación de vuelo.

57
Se hace la programación para la comunicación I2C con los sensores de
medición, utilizando funciones del Tiva Ware. Con las pruebas realizadas
con los sensores de medición, giróscopos, acelerómetros y magnetómetros del
MPU-9150 a través del software, se obtuvo una adquisición de datos a una
taza de muestreo de 50 Hz para los giróscopos, acelerómetros y
magnetómetros, que entregan una velocidad angular  rad/s, una
aceleración lineal a m/s2 y la densidad de flujo magnético T
respectivamente, además, de los ángulos de Euler para rotación, cabeceo y
guiñada.. Las lecturas tomadas se pueden observar en las gráficas de las
figuras 6-9, 6-10, 6-11.

Se diseña el algoritmo principal (Apéndice A) donde se relacionan los

sensores de navegación, los ESC, los módulos PWM, los módulos I2C, el
módulo UART, las ecuaciones dinámicas y de control para el desempeño del
cuadrorotor.

Se propone una solución basada en las ecuaciones dinámicas y se integra

con la técnica de control PID para corregir la velocidad angular de los
motores (D. Mellinger et al, 2010) y se hace la programación de estas
ecuaciones para su implementación en la Tiva C.

Se corre el programa principal del conjunto de módulos, ecuaciones

dinámicas y de control en la tarjeta Tiva C, de esta forma y con ayuda de la
interfaz serial por medio de la computadora, se depura el código fuente. Al
encontrar errores de ejecución en el programa y haciendo pruebas físicas, se
fueron corrigiendo errores de semántica en el programa. De forma iterativa
se mejoró el código y se redujo para hacerlo más eficiente.

El primer paso para evaluar la ejecución del programa fue capturando los
valores que el Tiva C calcula y entrega a los módulos PWM para corregir las
velocidades angulares de los motores, mandando esos valores por puerto
serial (figura 8-1) para graficar. Las condiciones son posición = 0, = 0 y
= 0 en el cuadrorotor y el programa = 0°, = 0° y = 0° de igual forma.
Las gráficas de las figuras, muestran valores muy aproximados a 560 de
PWM que corresponde al valor de las pruebas experimentales donde el
cuadrorotor comienza a volar. También se observa la sincronía entre las
salidas PWM enviadas a los motores (figura 8-1 y 8-3).

58
Figura 8.1 Visualización por puerto COM2 de las 4 salidas PWM.

Figura 8.2 Salidas PWM para los 4 motores

59
 Figura 8.3 Comparación de las salidas PWM

Al rotar el cuadrorotor en = 45°, = 0° y = 0°, se observa como

aumentan los valores de PWM en los motores 2 y 4, disminuyen en 1 y 3
para compensar la sustentación y que los momentos de fuerza en 2 y 4
hagan girar al cuadrorotor.

Figura 8.4 Rotación en el eje Z de 45°

60
De forma similar para = 30°, = 0° y = 0° se observa que el motor 1
aumenta su valor de PWM y 3 disminuye para corregir el ángulo ,
mientras que 2 y 4 varían en valores de 550 y 560.

Figura 8.5 Rotación en el eje X de 30°

Para = 0°, = 30° y = 0° se observa que el motor 2 aumenta su valor de

PWM y 4 disminuye para corregir el ángulo , mientras que 1 y 3 se
mantienen en valores cercanos a 560.

Figura 8.6 Rotación en el eje Y de 30°

61
En pruebas de vuelo, el cuadrorotor trata de estabilizarse pero tiende a caer
y estrellarse si no hay ninguna intervención. Esto se debe a que no se tiene
perfectamente caracterizados los motores BL, por lo que no se tiene la
gráfica de la función de transferencia para sintonizar las constantes PID de
forma matemática. En el caso de las hélices, no se tiene perfectamente
caracterizado el modelo de hélices EPP1045 que se utilizó. La sintonización
de manera práctica de la constante proporcional y derivativa mejoró el
desempeño en la estabilización. El cuadrorotor oscila en vuelo estacionario,
el uso en espacio libre sin ayuda de los hilos con que se sujetó, se puede
evitar al ir sintonizando el control para que no resulte peligroso ya que
puede estrellarse, romperse y/o dañar a alguna persona.

Durante las pruebas experimentales se midió el tiempo de vuelo

estacionario del cuadrorotor y duraba entre 7 y 8 minutos de forma
continua. De acuerdo a los datos de fabricante (Tabla 10-1), cada motor
puede generar 850g de sustento con Propelas 1045 por cada motor, por lo
que el peso límite que puede cargar es de 3400 g.

Por otra parte, el Tiva C cumplió con las necesidades ya que el tiempo que
tarda para realizar todas las tareas y cálculos que fueron programados en
lenguaje C, no rebasa los 20 ms del que dispone entre cada muestra que
envían los sensores de navegación.

Para visualizar el rendimiento dinámico, se optó por hacer una evaluación

intrusiva, en donde se envía un pulso de 1ms cuando el microcontrolador
sale del modo de reposo (sleep) y otro pulso de 1ms cuando termina de
ejecutar las lecturas, tareas, ecuaciones y vuelve a entrar en modo de
reposo. Entre un pulso y otro el tiempo medido fue de 400 s para la
realización de operaciones, el resto de tiempo permanece en modo de reposo.
En la figura 8-8 se muestra el rendimiento dinámico del Tiva C con el
método intrusivo.

En cuanto a los recursos que utiliza es un 7% de memoria FLASH y un 9%

de memoria RAM (figura 8-7), que es lo que muestra el entorno de
programación Code Composer Studio después de compilar el código.

62
Figura 8.7 Uso de memoria FLASH y SRAM en el Tiva C

Figura 8.8 Rendimiento dinámico de la Tiva C

63
9 CONCLUSIONES

La principal contribución es la implementación de ecuaciones dinámicas y

controlador PD en una tarjeta de desarrollo Tiva C como parte del desarrollo
de un piloto automático que puede tener mejoramientos para futuras
aplicaciones.

La utilización de motores con sensores para determinar la posición del rotor,

como sensores Hall, puede simplificar las ecuaciones y facilitar el diseño del
programa, pero tendrá la desventaja de ser un sistema más caro.

Como siguiente contribución se observa que cuando se usan motores que no

traen sensores de posición para el rotor, no es posible la obtención de la
velocidad angular de manera precisa. En este diseño, la única forma de
corregir las RPM de los motores, es de forma indirecta por medio de los
sensores de navegación. Por esta razón se propone el método de mínimos
cuadrados y combinando aquel planteado por Mellinger, se corrigen las
velocidades de los motores, pasando por el modelo dinámico y un control de
orientación que usa un PD. Las señales de control para el PD son los
ángulos y las componentes de velocidad angular que son obtenidas con los
sensores de navegación. Una de las diferencias entre el trabajo propuesto y
el de Mellinger es la frecuencia de muestreo con la que se trabaja. La
frecuencia presentada en este trabajo es de 50 Hz, y es mucho menor a la de
1 KHz del trabajo de Mellinger. Es una desventaja ya que la precisión del
PD es dependiente de la frecuencia de muestreo. La ventaja es que se
pueden utilizar sensores más económicos y que no necesitan
microcontroladores más veloces para procesar la información.

Otra contribución es con respecto a la implementación en una tarjeta Tiva

Launch Pad, existe la ventaja de que se conecta a la computadora y se
prueban los algoritmos implementados para el cuadrorotor en tiempo real.
De esta forma se pueden corregir errores en el diseño del programa de
acuerdo a la implementación física del cuadrorotor y a las ecuaciones.

Como trabajo futuro se propone: agregar más algoritmos y ecuaciones para

mejorar la estabilidad del cuadrorotor ya que se usaron recursos por debajo
del 10 % de SRAM y FLASH del Tiva C; aumentar la frecuencia de
muestreo de los sensores de navegación a 100 Hz y caracterizar los motores
y hélices para poder sintonizar de forma matemática las constantes del
controlador PD.

64
Respecto a la circuitería, quedan pines para implementar otros dispositivos
como un GPS para diseñar un control de posición y agregar una trayectoria
3D para la navegación del cuadrorotor. También un transmisor y receptor
para una comunicación inalámbrica para enviar los datos a una estación
terrena.

65
10 APÉNDICE

10.1 Apéndice A Programa principal

/************************************************************
* PROGRAMA PRINCIPAL
* Creado: 2/01/2016
*
* Carlos Fernando Ortega Nava
*
*************************************************************/
//CABECERA
#include <math.h>
#include <stdint.h> //tipos de variable
#include <stdbool.h>
#include "inc/hw_memmap.h" //direcciones de memoria
#include "inc/hw_ints.h" //dirección de interrupción
#include "driverlib/debug.h"
#include "driverlib/gpio.h" //funciones y definiciones GPIO
#include "driverlib/interrupt.h" //funciones de interrupción
#include "driverlib/pin_map.h" //direcciones para pines
#include "driverlib/rom.h" //
#include "driverlib/sysctl.h" //funciones para el reloj
#include "driverlib/uart.h" //funciones para uart
#include "utils/uartstdio.h" //funciones para imprimir
#include "sensorlib/hw_mpu9150.h" //prototipos
#include "sensorlib/hw_ak8975.h"
#include "sensorlib/i2cm_drv.h"
#include "sensorlib/ak8975.h"
#include "sensorlib/mpu9150.h" //Macros
#include "sensorlib/comp_dcm.h" //Filtro complementario de matriz de cosenos
directores
#include "drivers/rgb.h"
//For UART
#include "driverlib/fpu.h"
//For pressure sensor
#include "driverlib/fpu.h"
#include "inc/hw_types.h"
#include "driverlib/systick.h"
#include "sensorlib/hw_bmp180.h"
#include "sensorlib/bmp180.h"
//For PWM module
#include "driverlib/pwm.h"
#include "inc/hw_gpio.h"

//DEFINICIONES
//***************************************************************************
// MPU9150 I2C Dirección de esclavo
//***************************************************************************
#define MPU9150_I2C_ADDRESS 0x68
//**************************************************************************
// BMP180 I2C Dirección de esclavo
//**************************************************************************
#define BMP180_I2C_ADDRESS 0x77
//**************************************************************************

66
// Periodo de muestreo
// Distancia motor al centro de masa
//**************************************************************************
#define defMuestreo 0.02
#define defDistancia 0.24
//**************************************************************************
// Matriz de inercia
//**************************************************************************
#define defI11 0.058
#define defI22 0.058
#define defI33 0.76
//**************************************************************************
// PD Constantes
//**************************************************************************
#define def_kp 3
#define def_kd 1
//**************************************************************************
// Constantes del modelo del motor
//**************************************************************************
#define def_kF 0.00000660693425f//sustentación
#define def_kM 0.0000001367835979f//momento
#define def_km 0.05//motor
//**************************************************************************
// PI
//**************************************************************************
#define M_PI 3.14159265358979323846
//**************************************************************************
// Estructura para el driver I2C maestro
//**************************************************************************
tI2CMInstance g_sI2CInst;
//**************************************************************************
// Estructura para el driver del sensor ISL29023
//**************************************************************************
tMPU9150 g_sMPU9150Inst;
//**************************************************************************
// Estructura para el driver del sensor BMP180
//**************************************************************************
tBMP180 g_sBMP180Inst;
//***************************************************************************
// Bandera para el BMP180
//***************************************************************************
volatile uint_fast8_t g_vui8DataFlag;
//***************************************************************************
// Estructura para el manejo de DCM
//***************************************************************************
tCompDCM g_sCompDCMInst;
//***************************************************************************
// Bandera para indicar que la transmisión del MPU9150 I2C está completa
//***************************************************************************
volatile uint_fast8_t g_vui8I2CDoneFlag;
//***************************************************************************
// Bandera para indicar que hay un error en la transmisión del MPU9150
//***************************************************************************
volatile uint_fast8_t g_vui8ErrorFlag;
//***************************************************************************
// Bandera para indicar que el dato del MPU9150 está listo para ser
// recuperado
//***************************************************************************
volatile uint_fast8_t g_vui8DataFlag;

67
//***************************************************************************
//
// Subrutina de interrupción del MPU9150.
//
//***************************************************************************
void
MPU9150AppCallback(void *pvCallbackData, uint_fast8_t ui8Status)
{
// Si la transmisión es exitosa fija la bandera para indicar que la
// transmisión esta completa y el dato está listo
if(ui8Status == I2CM_STATUS_SUCCESS)
{
g_vui8I2CDoneFlag = 1;
}
// Almacena la más reciente condición de estado, en caso de que fuera un
// error
g_vui8ErrorFlag = ui8Status;
}

//**************************************************************************
//
// Rutina de interrupción del BMP180
//
//***************************************************************************
void BMP180AppCallback(void* pvCallbackData, uint_fast8_t ui8Status)
{
if(ui8Status == I2CM_STATUS_SUCCESS)
{
g_vui8DataFlag = 1;
}
}

//***************************************************************************
//
// Función que espera que las transmisiones estén completas para el MPU9150
//
//***************************************************************************
void
MPU9150AppI2CWait(char *pcFilename, uint_fast32_t ui32Line)
{
// Procesador a dormir mientras índice que la transmisión esta completa
while((g_vui8I2CDoneFlag == 0) && (g_vui8ErrorFlag == 0))
{
}
// Llama al manejador de errores
if(g_vui8ErrorFlag)
{
MPU9150AppErrorHandler(pcFilename, ui32Line);
}
// Borra la bandera para un siguiente uso
g_vui8I2CDoneFlag = 0;
}

//***************************************************************************
//
// Configuración del UART
//
//***************************************************************************

68
void
ConfigureUART(void)
{
// Habilitar periferico UART
ROM_SysCtlPeripheralEnable(SYSCTL_PERIPH_GPIOA);
// Habilitar UART
ROM_SysCtlPeripheralEnable(SYSCTL_PERIPH_UART0);
// Configurar pines para UART
ROM_GPIOPinConfigure(GPIO_PA0_U0RX);
ROM_GPIOPinConfigure(GPIO_PA1_U0TX);
ROM_GPIOPinTypeUART(GPIO_PORTA_BASE, GPIO_PIN_0 | GPIO_PIN_1);
// Usar el oscilador interno de 16MHz
UARTClockSourceSet(UART0_BASE, UART_CLOCK_PIOSC);
// Baudaje
UARTStdioConfig(0, 115200, 16000000);
}

//***************************************************************************
//
//Configurar el I2C BMP180
//
//***************************************************************************
void
Init_BMP180(void)
{
// Inicializar BMP180.
BMP180Init(&g_sBMP180Inst, &g_sI2CInst, BMP180_I2C_ADDRESS,
BMP180AppCallback, &g_sBMP180Inst);
// Esperar a que la solicitud de inicialización este completa
while(g_vui8DataFlag == 0)
{
// Esperar a que la transmisión I2C este completa
}
// Reiniciar bandera
g_vui8DataFlag = 0;
}

//***************************************************************************
//
// Configurar I2C MPU9150
//
//***************************************************************************
void
Init_MPU9150(void)
{
// Inicialiar el Driver.
MPU9150Init(&g_sMPU9150Inst, &g_sI2CInst, MPU9150_I2C_ADDRESS,
MPU9150AppCallback, &g_sMPU9150Inst);
// Esperar a que la transmisión este completa
MPU9150AppI2CWait(__FILE__, __LINE__);
// Configurar características de filtrado del sensor
g_sMPU9150Inst.pui8Data[0] = MPU9150_CONFIG_DLPF_CFG_94_98;
g_sMPU9150Inst.pui8Data[1] = MPU9150_GYRO_CONFIG_FS_SEL_250;
g_sMPU9150Inst.pui8Data[2] = (MPU9150_ACCEL_CONFIG_ACCEL_HPF_5HZ |
MPU9150_ACCEL_CONFIG_AFS_SEL_2G);
MPU9150Write(&g_sMPU9150Inst, MPU9150_O_CONFIG, g_sMPU9150Inst.pui8Data,
3,MPU9150AppCallback, &g_sMPU9150Inst);

// Esperar a que la transmisión este completa

69
 MPU9150AppI2CWait(__FILE__, __LINE__);
// Configurar pin de interrupción del MPU9150
g_sMPU9150Inst.pui8Data[0] = MPU9150_INT_PIN_CFG_INT_LEVEL |
MPU9150_INT_PIN_CFG_INT_RD_CLEAR |
MPU9150_INT_PIN_CFG_LATCH_INT_EN;
g_sMPU9150Inst.pui8Data[1] = MPU9150_INT_ENABLE_DATA_RDY_EN;
MPU9150Write(&g_sMPU9150Inst, MPU9150_O_INT_PIN_CFG,
g_sMPU9150Inst.pui8Data, 2, MPU9150AppCallback,
&g_sMPU9150Inst);
// Esperar a que la transmisión este completa
MPU9150AppI2CWait(__FILE__, __LINE__);
}

//***************************************************************************
//
// Configurar las salidas PWM
//
//**************************************************************************
void
Init_PWM(void)
{
// Configurar el reloj para el módulo PWM
SysCtlPWMClockSet(SYSCTL_PWMDIV_64);//40MHz/64=625KHz
// Habilitar los periféricos usados por el módulo PWM
SysCtlPeripheralEnable(SYSCTL_PERIPH_GPIOF);
SysCtlPeripheralEnable(SYSCTL_PERIPH_GPIOB);
SysCtlPeripheralEnable(SYSCTL_PERIPH_PWM0);
SysCtlPeripheralEnable(SYSCTL_PERIPH_PWM1);
// Configurar los pines como salidas PWM
GPIOPinConfigure(GPIO_PF1_M1PWM5); //ROTOR1
GPIOPinConfigure(GPIO_PF2_M1PWM6); //ROTOR2
GPIOPinConfigure(GPIO_PF3_M1PWM7); //ROTOR3
GPIOPinConfigure(GPIO_PB5_M0PWM3); //ROTOR4
GPIOPinTypePWM(GPIO_PORTF_BASE, GPIO_PIN_1 | GPIO_PIN_2 |
GPIO_PIN_3);//ROTOR1|ROTOR2|ROTOR3
GPIOPinTypePWM(GPIO_PORTB_BASE, GPIO_PIN_5 ); //ROTOR4
// Configurar el generador de PWM para el modo count down mode
PWMGenConfigure(PWM1_BASE, PWM_GEN_2, PWM_GEN_MODE_DOWN |
PWM_GEN_MODE_NO_SYNC); //ROTOR1
PWMGenConfigure(PWM1_BASE, PWM_GEN_3, PWM_GEN_MODE_DOWN |
PWM_GEN_MODE_NO_SYNC); //ROTOR2,ROTOR3
PWMGenConfigure(PWM0_BASE, PWM_GEN_1, PWM_GEN_MODE_DOWN |
PWM_GEN_MODE_NO_SYNC); //ROTOR4
// Fijar el periodo
PWMGenPeriodSet(PWM1_BASE, PWM_GEN_2, 12500); //ROTOR1
PWMGenPeriodSet(PWM1_BASE, PWM_GEN_3, 12500); //ROTOR2,ROTOR3
PWMGenPeriodSet(PWM0_BASE, PWM_GEN_1, 12500); //ROTOR4
// Fijar el ciclo de trabajo
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_5, 0); //ROTOR1
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_6, 0); //ROTOR2
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_7, 0); //ROTOR3
PWMPulseWidthSet(PWM0_BASE, PWM_OUT_3, 0); //ROTOR4
// Iniciar los timer para el generador de PWM
PWMGenEnable(PWM1_BASE, PWM_GEN_2); //ROTOR1
PWMGenEnable(PWM1_BASE, PWM_GEN_3); //ROTOR2,ROTOR3
PWMGenEnable(PWM0_BASE, PWM_GEN_1); //ROTOR4
}

//***************************************************************************

70
//
// Habilitar las salidas PWM
//
//***************************************************************************
void
PWM_ON(void)
{
PWMOutputState(PWM1_BASE, PWM_OUT_5_BIT | PWM_OUT_6_BIT |
PWM_OUT_7_BIT, true); //ROTOR1,ROTOR2,ROTOR3
PWMOutputState(PWM0_BASE, PWM_OUT_3_BIT, true); //ROTOR4
}

//***************************************************************************
//
// Retardo en milisegundos
//
//***************************************************************************
void delayms(int ms) {
SysCtlDelay( (SysCtlClockGet()/(3*1000))*ms ) ;
}

//***************************************************************************
//
// Funciones prototipo para el ESC
//
//***************************************************************************
// Fijar el ciclo de trabajo a 10%
void StartESC (void){
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_5, 1250); //ROTOR1
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_6, 1250); //ROTOR2
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_7, 1250); //ROTOR3
PWMPulseWidthSet(PWM0_BASE, PWM_OUT_3, 1250); //ROTOR4
delayms(4000); //5sec
}

void AdjustThrottle (void){

// Fijar el ciclo de trabajo a 20%
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_5, 2500); //ROTOR1
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_6, 2500); //ROTOR2
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_7, 2500); //ROTOR3
PWMPulseWidthSet(PWM0_BASE, PWM_OUT_3, 2500); //ROTOR4
delayms(3000); //3s
// Fijar el ciclo de trabajo a 10%
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_5, 1250); //ROTOR1
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_6, 1250); //ROTOR2
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_7, 1250); //ROTOR3
PWMPulseWidthSet(PWM0_BASE, PWM_OUT_3, 1250); //ROTOR4
delayms(3000); //3s

//***************************************************************************
//
// Programa principal
//
//***************************************************************************
int
main(void)
{

71
//Contenedores
int_fast32_t i32IPart[16], i32FPart[16];
uint_fast32_t ui32Idx, ui32CompDCMStarted;
float pfData[16];
float *pfAccel, *pfGyro, *pfMag, *pfEulers;
//Para el sensor de presión
float fPressure, fAltitude;
int32_t i32IntegerPart;
int32_t i32FractionPart;
//Para instrumentar el cuadrorotor
int32_t i32IntPart[4];
int32_t i32FraPart[4];
int i=0;
int iconta;
// Inicializar punteros
pfAccel = pfData;
pfGyro = pfData + 3;
pfMag = pfData + 6;
pfEulers = pfData + 9;
//Para limitar lecturas en el sensor de presión
char conta=0;
//Modelo del motor
float fF1Sustentacion,fF2Sustentacion,fF3Sustentacion,fF4Sustentacion;
float fM1Momento,fM2Momento,fM3Momento,fM4Momento;
//Orientación
float fDeltaOmegaFi,
fDeltaOmegaTheta,
fDeltaOmegaPsi;
//Entradas de control manual
float fFi_des = 0;
float fTheta_des = 0;
float fPsi_des;
float fp_des = 0;
float fq_des = 0;
float fr_des = 0;
float fErr_p,
fErr_q,
fErr_r;
float fgErr_p,
fgErr_q,
fgErr_r;
float fOmega1des,
fOmega2des,
fOmega3des,
fOmega4des;
float fFi, fTheta, fPsi;

float fPWM[4];

//Componentes angulares
float fAngular_p,
fAngular_q,
fAngular_r;
float fAngular_pder,
fAngular_qder,
fAngular_rder;
float fretAngular_p,
fretAngular_q,
fretAngular_r;

72
 //
float fcTheta, fsTheta;
float fcFi, fsFi;

float fVa1,fVa2,fVa3, fVb1,fVb2,fVb3;

//
// Configurar reloj principal a 80 Mhz
//
ROM_SysCtlClockSet(SYSCTL_SYSDIV_2_5 | SYSCTL_USE_PLL | SYSCTL_XTAL_16MHZ
|SYSCTL_OSC_MAIN);

// Habilitar el puerto B para interrupción

//
ROM_SysCtlPeripheralEnable(SYSCTL_PERIPH_GPIOB);

// Inicialiar PWM
//
Init_PWM(); //Configurar los módulos PWM
PWM_ON();
ConfigGPIO_Instrum();

// Inicializar UART.
ConfigureUART();

// Habilitar periféricos I2C

ROM_SysCtlPeripheralEnable(SYSCTL_PERIPH_I2C3);
ROM_SysCtlPeripheralEnable(SYSCTL_PERIPH_GPIOD);

// Configurar los pines para I2C en el puerto D0 y D1

ROM_GPIOPinConfigure(GPIO_PD0_I2C3SCL);
ROM_GPIOPinConfigure(GPIO_PD1_I2C3SDA);

// Asociar la función I2C para esos pines

ROM_GPIOPinTypeI2CSCL(GPIO_PORTD_BASE, GPIO_PIN_0);
ROM_GPIOPinTypeI2C(GPIO_PORTD_BASE, GPIO_PIN_1);

// Configurar u habilitar la interrupción para la INT del MPU9150

ROM_GPIOPinTypeGPIOInput(GPIO_PORTB_BASE, GPIO_PIN_2);
GPIOIntEnable(GPIO_PORTB_BASE, GPIO_PIN_2);
ROM_GPIOIntTypeSet(GPIO_PORTB_BASE, GPIO_PIN_2, GPIO_FALLING_EDGE);
ROM_IntEnable(INT_GPIOB);

// Mantener activos estos módulos si se entra en modo sueño

ROM_SysCtlPeripheralClockGating(true);
ROM_SysCtlPeripheralSleepEnable(SYSCTL_PERIPH_GPIOB);
ROM_SysCtlPeripheralSleepEnable(SYSCTL_PERIPH_UART0);
ROM_SysCtlPeripheralSleepEnable(SYSCTL_PERIPH_I2C3);
ROM_SysCtlPeripheralSleepEnable(SYSCTL_PERIPH_PWM0);
ROM_SysCtlPeripheralSleepEnable(SYSCTL_PERIPH_PWM1);

// Habilitar todas las interrupciones

ROM_IntMasterEnable();

// Habilitar el módulo I2C

// Esta función se escribe después de inicializar el módulo
I2CMInit(&g_sI2CInst, I2C3_BASE, INT_I2C3, 0xff, 0xff,
ROM_SysCtlClockGet());

73
//
Init_MPU9150();
Init_BMP180();

// Iniciar DCM a una taza de 50 Hz

// accel weight = .2, gyro weight = .8, mag weight = .2
CompDCMInit(&g_sCompDCMInst, 1.0f / 50.0f, 0.2f, 0.6f, 0.2f);

ui32CompDCMStarted = 0;

//Inicializar el ESC
StartESC ();

//Acelerar a un valor inicial

for (i=0;i<300;i++)
{
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_5, 1250+i); //ROTOR1
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_6, 1250+i); //ROTOR2
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_7, 1250+i); //ROTOR3
PWMPulseWidthSet(PWM0_BASE, PWM_OUT_3, 1250+i); //ROTOR4
delayms(10);
}

iconta=0;

while(1)
{

// Modo sleep mientras espera a que el dato esté listo

//
while(!g_vui8I2CDoneFlag)
{
ROM_SysCtlSleep();
}

// Borrar bandera
g_vui8I2CDoneFlag = 0;

// Leer aceleraciones en m/s^2.

MPU9150DataAccelGetFloat(&g_sMPU9150Inst, pfAccel, pfAccel + 1,
pfAccel + 2);

// Leer velocidades angulares en rad/sec

MPU9150DataGyroGetFloat(&g_sMPU9150Inst, pfGyro, pfGyro + 1,
pfGyro + 2);
// Leer campo magnético en tesla
MPU9150DataMagnetoGetFloat(&g_sMPU9150Inst, pfMag, pfMag + 1,
pfMag + 2);

// Revisar si es la primera lectura

if(ui32CompDCMStarted == 0)
{
ui32CompDCMStarted = 1;
CompDCMMagnetoUpdate(&g_sCompDCMInst, pfMag[0], pfMag[1],
pfMag[2]);
CompDCMAccelUpdate(&g_sCompDCMInst, pfAccel[0], pfAccel[1],
pfAccel[2]);
CompDCMGyroUpdate(&g_sCompDCMInst, pfGyro[0], pfGyro[1],

74
 pfGyro[2]);
CompDCMStart(&g_sCompDCMInst);
}
else
{
// Realiza una actualización
CompDCMMagnetoUpdate(&g_sCompDCMInst, pfMag[0], pfMag[1],
pfMag[2]);
CompDCMAccelUpdate(&g_sCompDCMInst, pfAccel[0], pfAccel[1],
pfAccel[2]);
CompDCMGyroUpdate(&g_sCompDCMInst, -pfGyro[0], -pfGyro[1],
-pfGyro[2]);
CompDCMUpdate(&g_sCompDCMInst);
}

// Leer (Roll Pitch Yaw)

CompDCMComputeEulers(&g_sCompDCMInst, pfEulers, pfEulers + 1,
pfEulers + 2);

// Convertir a micro tesla

pfMag[0] *= 1e6;
pfMag[1] *= 1e6;
pfMag[2] *= 1e6;

// Convertir flotante a enteros para visualizar en la computadora

for(ui32Idx = 3; ui32Idx < 12; ui32Idx++)
{

// Flotante a entero sin decimal

i32IPart[ui32Idx] = (int32_t) pfData[ui32Idx];
// Multiplicar por 1000 para conservar tres decimales
i32FPart[ui32Idx] = (int32_t) (pfData[ui32Idx] * 1000.0f);
// Restar enteros
i32FPart[ui32Idx] = i32FPart[ui32Idx] -
(i32IPart[ui32Idx] * 1000);
// hacer la parte decimal positiva si es negativa
if(i32FPart[ui32Idx] < 0)
{
i32FPart[ui32Idx] *= -1;
}
}

//Lectura del BMP180

conta++;
if (conta==2){
conta=0;
//
BMP180DataRead(&g_sBMP180Inst, BMP180AppCallback,
&g_sBMP180Inst);
while(g_vui8DataFlag == 0)
{
// Esperar a que el nuevo dato esté disponible
}

// Reiniciar bandera.
g_vui8DataFlag = 0;

// Obtener una copia local de los últimos datos de la presión

75
 // del aire en formato float.
BMP180DataPressureGetFloat(&g_sBMP180Inst, &fPressure);

// Cálculo de altura
fAltitude = 44330.0f * (1.0f - powf(fPressure /
101325.0f, 1.0f / 5.255f));
// Convertir flotante a enteros para imprimir
i32IntegerPart = (int32_t) fAltitude;
i32FractionPart =(int32_t) (fAltitude * 1000.0f);
i32FractionPart = i32FractionPart - (i32IntegerPart *
1000);
if(i32FractionPart < 0)
{
i32FractionPart *= -1;
}
UARTprintf("A %3d.%03d", i32IntegerPart,
i32FractionPart);
// retorno de carro
UARTprintf("\n");

/***********************************************************************
*
*IMPLEMENTACIÓN DE ECUACIONES DINÁMICAS PARA EL CONTROL DEL CUADROROTOR
*
**************************************************************************/
//Error en Componentes angulares de velocidad
fErr_p=(fp_des-fretAngular_p);
fErr_q=(fq_des-fretAngular_q);
fErr_r=(fr_des-fretAngular_r);

fFi = pfEulers[0];
fTheta = pfEulers[1];
fPsi = pfEulers[2];

//PD control
fDeltaOmegaFi = def_kp*(fFi_des-fFi)+def_kd*(fErr_p-
fgErr_p)/defMuestreo;
fDeltaOmegaTheta = def_kp*(fTheta_des-fTheta)+def_kd*(fErr_q-
fgErr_q)/defMuestreo;
fDeltaOmegaPsi = def_kp*(fPsi_des-fPsi)+def_kd*(fErr_r-
fgErr_r)/defMuestreo;

//Guardar componentes angulares anteriores

fgErr_p = fErr_p;
fgErr_q = fErr_q;
fgErr_r = fErr_r;

//Control de orientación
fOmega2des = (629+32*0)-(fDeltaOmegaTheta)+ (fDeltaOmegaPsi);
fOmega1des = (629+32*0)+(fDeltaOmegaFi)- (fDeltaOmegaPsi);
fOmega4des = (629+32*0)+(fDeltaOmegaTheta)+ (fDeltaOmegaPsi);
fOmega3des = (629+32*0)-(fDeltaOmegaFi)- (fDeltaOmegaPsi);

//velocidad a PWM
fPWM[0] = (60/(2*M_PI*935))*fOmega1des-3.349273f;
fPWM[1] = (60/(2*M_PI*935))*fOmega2des-3.349273f;

76
fPWM[2] = (60/(2*M_PI*935))*fOmega3des-3.349273f;
fPWM[3] = (60/(2*M_PI*935))*fOmega4des-3.349273f;

fPWM[0] /= 0.005488485f;
fPWM[1] /= 0.005488485f;
fPWM[2] /= 0.005488485f;
fPWM[3] /= 0.005488485f;

//Filtros para no rebasar un valor máximo o mínimo

if (fPWM[0]>900) {fPWM[0] = 900;}
if (fPWM[0]<0) {fPWM[0] = 0;}
if (fPWM[1]>900) {fPWM[1] = 900;}
if (fPWM[1]<0) {fPWM[1] = 0;}
if (fPWM[2]>900) {fPWM[2] = 900;}
if (fPWM[2]<0) {fPWM[2] = 0;}
if (fPWM[3]>900) {fPWM[3] = 900;}
if (fPWM[3]<0) {fPWM[3] = 0;}

for(i = 0; i < 4; i++)

{
i32IntPart[i] = (int32_t) fPWM[i];
i32FraPart[i] = (int32_t) (fPWM[i] * 1000.0f);
i32FraPart[i] = i32FraPart[i] - (i32IntPart[i] * 1000);
}

//Salidas PWM
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_5, 1250+fPWM[0]); //ROTOR1
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_6, 1250+fPWM[1]); //ROTOR2
PWMPulseWidthSet(PWM1_BASE, PWM_OUT_7, 1250+fPWM[2]); //ROTOR3
PWMPulseWidthSet(PWM0_BASE, PWM_OUT_3, 1250+fPWM[3]); //ROTOR4

//Modelo del motor

fF1Sustentacion = def_kF*(fOmega1des*fOmega1des);
fF2Sustentacion = def_kF*(fOmega2des*fOmega2des);
fF3Sustentacion = def_kF*(fOmega3des*fOmega3des);
fF4Sustentacion = def_kF*(fOmega4des*fOmega4des);

fM1Momento = def_kM*(fOmega1des*fOmega1des);
fM2Momento = def_kM*(fOmega2des*fOmega2des);
fM3Momento = def_kM*(fOmega3des*fOmega3des);
fM4Momento = def_kM*(fOmega4des*fOmega4des);

fcFi = cosf(pfEulers[0]); fsFi = sinf(pfEulers[0]);

fcTheta = cosf(pfEulers[1]); fsTheta = sinf(pfEulers[1]);

//Componentes angulares
fAngular_p =pfGyro[0]*fcTheta-pfGyro[2]*fcFi*fsTheta;
fAngular_q =pfGyro[1]+pfGyro[2]*fsFi;
fAngular_r =pfGyro[0]*fsTheta+pfGyro[2]*fcFi*fcTheta;

//Dinámica de cuerpo rígido

fVa1 = fAngular_p;
fVa2 = fAngular_q;
fVa3 = fAngular_r;

fVb1 = defI11*fAngular_p;
fVb2 = defI22*fAngular_q;
fVb3 = defI33*fAngular_r;

77
 fAngular_pder = defDistancia*(fF3Sustentacion-
fF1Sustentacion)-(fVa2*fVb3-fVa3*fVb2);
fAngular_qder = defDistancia*(fF2Sustentacion-
fF4Sustentacion)-(fVa3*fVa1-fVa1*fVb3);
fAngular_rder = (fM1Momento-fM2Momento+fM3Momento-
fM4Momento)-(fVa1*fVb2-fVa2*fVb1);

fAngular_pder /= defI11;
fAngular_qder /= defI22;
fAngular_rder /= defI33;

fretAngular_p = defMuestreo*fAngular_pder;
fretAngular_q = defMuestreo*fAngular_qder;
fretAngular_r = defMuestreo*fAngular_rder;

//////////////////////////////////////////////////////////////////
//Instrumentación. Imprimir salidas PWM
UARTprintf("%03d.%03d\n",i32IntPart[0], i32FraPart[0]);
UARTprintf("%03d.%03d ",i32IntPart[2], i32FraPart[2]);
UARTprintf("%03d.%03d ",i32IntPart[1], i32FraPart[1]);
UARTprintf("%03d.%03d \n",i32IntPart[3], i32FraPart[3]);
}
}

78
10.2 Apéndice B Diagramas eléctricos

Figura 10.1 Microcontrolador TM4C123G

Figura 10.2 Botones y RGB LED

79
Figura 10.3 Headers JI, J2, J3 y J4 de la Tiva

Figura 10.4 Sensor de presión BMP180

80
Figura 10.5 Unidad de medición inercial MPU-9150

81
 Figura 10.6 Headers J1, J2, J3, J4 del Sensor Hub

10.3 Apéndice C Datos técnicos

Tabla 10-1 Características del cuadr

cuadrorotor

CARACTERÍSTICAS
CARACTERÍ DEL CUADROROTOR
Plataforma SK450
Ancho 450mm
Alto 80mm
Peso 300g
BL Multistar Motor
Constante de Velocidad KV 2213 – 935 RPM/V
Máxima Corriente 15 A
Corriente sin carga 0.4 A
Resistencia 180 ohm
Potencia 200 W
Peso 55g
Sustento máximo 850g
Turnigy ESC

82
Constante de Corriente 20 A
Voltaje de entrada 2-6 V
Salida del BEC 5V/4A
PWM 8KHz
Peso 30g
Hélices EPP1045
Diámetro 8 pulgadas
Inclinación 4.5 pulgadas
Peso c/u 8 gramos
Baterías
Capacidad 2200 mAh
Voltaje 11.1 V
Corte de carga 12.6 V
Corte de descarga 9.0 V
Constante de descarga 1.5 C (3.3A)
Taza de carga máxima 1C (2.2 A)
Taza estándar 0.5C (1.1 A)
Largo 100mm
Ancho 33mm
Altura 22mm
Tiva C Lanch Pad TM4C123G
ARM Cortex M4 Con punto flotante
Frecuencia 80MHz
Arquitectura 32 bits
Memoria de programa 256KB Flash
Memoria de datos 32KB SRAM
Memoria de datos 2KB EEPROM
PWM 8 módulos
ADC 12 canales – 12 bits
UART 8 módulos
USB Full/Hight Speed
I2C 10 módulos
SPI 4 módulos
CAN 2 módulos
Comparadores analógicos 3 módulos
Perro Guardián 2 módulos
Temporizadores 8 módulos - 32bits
Sensor Hub Booster Pack
Sensor de movimiento MPU-9150
Acelerómetro 3-ejes
Giróscopo 3-ejes
Magnetómetro 3-ejes
Sensor de temperatura TMP006
Sensor de presión barométrica Bosh BMP180
Sensor de ambiente y luz infrarroja ISL29023
Sensor de humedad SHT21

83
La interfaz de conexión Sensor Hub está diseñada para ser ensamblada con
la tarjeta de desarrollo Tiva C, ésta última cuenta con cuatro conectores de
10 pines cada uno denominados J1, J2, J3, J4 y corresponde a los cuatro
conectores del Sensor Booster Pack conectados uno a uno, J1 con J1, J2 con
J2, J3 con J3 y J4 con J4. Se presentan las interfaces correspondientes en
las tablas 10-2 y 10-3.
Tabla 10-2 Interfaz de conexión del Sensor Hub Booster Pack

Sensor Hub Booster Pack Interfaz de conexión

J1 J3 J4 J2
1 3.3V IN Ground
2 Interrupt motion
3 UART RX RF GPIO Interrupt tempt
4 UART TX UART RTS
5 User LED UART CTS
6 Interrupt_LT User Button RF Shutdown Sensor I2C
7 User Button RF Reset Sensor I2C
8 SSI TX RF GPIO RF GPIO SSI RX
9 RF I2C RF GIPIO SSI SS
10 RF I2C SSI CLK

Tabla 10-3 Interfaz de conexión del Tiva Launch Pad

Tiva Launch Pad Interfaz de conexión

J1 J3 J4 J2
1 3.3V VBUS PF2 GND
2 PB5 GND PF3 PB2
3 PB0 PD0 PB3 PE0
4 PB1 PD1 PC4 PF0
5 PE4 PD2 PC5 RST
6 PE5 PD3 PC6 PB7
7 PB4 PE1 PC7 PB6
8 PA5 PE2 PD6 PA4
9 PA6 PE3 PD7 PA3
10 PA7 PF1 PF4 PA2

En la tabla 10-4 se muestran los pines de la tarjeta TIVA Launch Pad y los
recursos asociados a esos pines como botones y LEDs.
Tabla 10-4 Botones y LED para el usuario

Botones y RGB LED

PF4 GPIO SW1
PF0 GPIO SW2
PF1 GPIO RGB LED (R)
PF2 GPIO RGB LED (B)
PF3 GPIO RGB LED (G)

84
11 REFERENCIAS

A. Modirrousta and M. Khodabandeh (2015). Adaptive non-singular terminal sliding mode controller: new
design for full controlof the quadrotor with external disturbances
Transactions of the Institute of Measurement and Control, [Link]/[Link]
DOI: 10.1177/0142331215611210

A. L. Salih, M. Moghavvemi, H. A. F. Mohamed and K. Sallom Gaeid, (2010). Modelling and pid controller design
for a quadrotor unmanned air vehicle.
Procedings of 2010 Cluj-Napoca Conference. Volume 1. pp 1-5
DOI: 10.1109/AQTR.2010.5520914

B. Xian, B. Zhao, Y. Zhang and X. Zhang (2015). A low-cost hardware-in-the-loop-simulation testbed of

quadrotor UAV and implementation of nonlinear control schemes. Robotica,
Available on CJO 2015, pp 1 - 25
doi:10.1017/S0263574715000727

C. Diao, B. Xian, Q. Yin, W. Zeng, H. Li, and Y. Yang (2011). A nonlinear adaptive control approach for quadrotor
uavs.
Proceedings of 2011 8th Asian Control Conference (ASCC),2011.
Vol. MoA6.4, pp. 223-228

C. Enemark (2014). Drones, Risk and Perpetual Force

Ethics & International Affairs, 28, no. 3 (2014), pp. 365–[Link] Council for Ethics in International Affairs
doi:10.1017/S0892679414000446

C. Rosales, D. Gandolfo, G. Scaglia, M. Jordan and R. Carelli (2015). Trajectory tracking of a mini four-rotor
helicopter in dynamic environments - a linear algebra approach.
Robotica, 33, pp 1628-1652 doi:10.1017/
S0263574714000952

C. Ortega, J. Álvarez, (2015). Implementación de un sistema embebido para el control de trayectorias de un

mini cuadro-rotor.
SOMIXXX Congreso de Instrumentación, pp. 1-8

D. Lee, H. Jin Kim, S. Sastry (2009). FeedBack Linearization vs. Adaptive Sliding Mode Control for a Quadrotor
Helicopter,
Publisher Institute of Control, Robotics and Systemsand The Korean Intitute of Electrical Engineers, Volume 7,
ISSN 1598-6446, pp 419 - 418

D. Gurdan, J. Stumpf, M. Achtelik, K. Doth, G. Hirzinger, D. Rus (2007).

Energy-efficient Autonomous Four-rotor Flying Robot Controlled at 1 kHz
Proceedings of the IEEE International Conference on Robotics and Automation pp 361-366
1-4244-0602-1/07/$20.00 ©2007 IEEE

D. Cremers (2014), Computer Vision: ACCV 2014

Volume 9003-9007, Publisher Springer

D. Mellinger, N. Michael, M. Kumar. (2012). Trajectory Generation and Control for Precise Aggressive
Maneuvers with Quadrotors. The international Journal of Robotics Research April 2012, Vol 31 No. 5, pp. 664-
674

E. García Breijo (2010), COMPILADOR C CCS Y SIMULADOR PARA PROTEUS PARA MICROCONTROLADORES
PIC
Primera Edición, pp. 153-163

E. Altug, J. P. Ostrowsk, C. J. Taylor (2005). Control of a Quadrotor Helicopter Using Dual Camera Visual
Feedback
The International Journal of Robotics Research Vol. 24, No. 5, pp. 329-341
DOI: 10.1177/0278364905053804

85
G. M. Hoffmann, S. L. Waslander (2008). Quadrotor Helicopter Trajectory Tracking Control
American Institute of Aeronautics and Astronautics, pp 1-14
ISBN:9781605608082

G. Scaglia, L. Q. Montoya, V. Mut and Fernando di Sciascio (2009). Numerical methods based controller design
for mobile robots. Robotica, 27, pp 269-279
doi:10.1017/S0263574708004669

G. V. Raffo, M. G. Ortega and F. R. Rubio (2008) Backstepping/Nonlinear Control for path Tracking of
Quadrorotor Unmanned Aerial Vehicle.
2008 American Control Conference Westin Seattle Hotel, Seattle,
Washington, USA. ISBN 978-1-4244-2078-0 Vol ThC12.6 pp. 3356-3361

G. J. E. Scaglia, V. A. Mut, M. Jordan, C. Calvo, L. Quintero (2008). Robust-control-based controller design for a
mobile robot
© Springer Science+Business Media B.V. 2008, J Eng Math (2009) 63:17–32
DOI 10.1007/s10665-008-9252-0

H. Romero, S. Salazar and R. Lozano (2012). Visual servoing applied to real-time stabilization of a multi-rotor
UAV. Robotica, 30, pp 1203-1212
doi:10.1017/S026357471200001X

H. Xie, A. F. Lynch and M. Jagersand (2015). Dynamic IBVS of a rotary wing UAV using line features.
Robotica, Available on CJO, pp 1-18
doi:10.1017/S0263574714002707

I. Henderson (2010). Civilian Intelligence Agencies and the Use of Armed Drones.
Yearbook of International Humanitarian Law, 13, pp 133-173
doi:10.1007/978-90-6704-811-8_4

J. Anderson (2000), INTRODUCTION TO FLIGHT

7th Edition, I
SBN-13: 978-0073380247

J. A. Guerrero, J. A. Escareno, Y. Bestaoui, (2013). Quad-Rotor Mav Trayectory Planning in Wind Fields.
Publisher IEEE, 2013IEEE International Conference on Robotics and Automation (ICRA), ISBN 978-1-4673-
5641-1, pp. 778 - 783

J. Engel and T. Schöps and D. Cremers (2014). LSD-SLAM: Large-Scale Direct Monocular SLAM
13th European Conference, Zurich, Switzerland, September 6-12, 2014, Proceedings, Part II,
ISBN 978-3-319-10604-5, DOI 10.1007/978-3-319-10605-2_54

J. Engel, J. Stückler, D. Cremers (2014). Large-Scale Direct SLAM with Stereo Cameras
13th European Conference, Zurich, Switzerland, September 6-12, 2014, Proceedings, Part II,pp 834-849
ISBN 978-3-319-10604-5, DOI 978-3-319-10605-2_54

J. E. Gómez-Balderas, S. Salazar, J. A. Guerrero and R. Lozano (2014). Vision-based autonomous hovering for a
miniature
quad-rotor. Robotica, 32, pp 43-61
doi:10.1017/S0263574713000611

J. E. Normey-Ricoa, I. Alcala, J. Gomez-Ortega, E. [Link] (2001). Mobile robot path tracking using a robust
PID controller
Control Engineering Practice 9 (2001) pp 1209–1214 2001 Published by Elsevier Science Ltd.
PII: S0967-0661(01)00066-1

J. Witenburg (2007), DINAMICS OF MULTYBODY SYSTEMS

Second Editión, Editorial Springer, Library of Congress Control Number: 2007932332
ISBN 978-3-540-73913-5

K. J. Yonn and N. S. Goo, (2011). Development of Small Autonomous Flying Robot With Four-Rotor System,
Print The 15th International Conference on Advanced Robotics,
ISBN 978-1-4577-1158-9, pp. 150 - 154

86
M. A. M. Basri, A. R. Husain and K. A. Danapalasingam (2014). Intelligent adaptive backstepping control for
MIMO uncertain non-linear quadrotor helicopter systems
Transactions of the Institute of Measurement and Control, [Link]/[Link]
DOI: 10.1177/0142331214538900

M. S. Grewal, L. R. Weill, A. P. Andrews (2001). Global Positioning Systems, Inertial Navigation, and Integration.
Copyright 2001 John Wiley & Sons, Inc. Print ISBN 0-0471-35032-X.

M. Santos, V. López (2010). Intelligent Fuzzy Controller of a Cuadrorotor

Procedings 2010 International Conference on Intelligent Systems and Knowledge Engineering (ISKE),
Hangzhou.
ISBN 978-1-4244-6791-4 pp. 141-146

N. Sinan Özbek, M. Önkol3 and M. Önder Efe (2015). Feedback control strategies for quadrotor-type aerial
robots: a survey
Transactions of the Institute of Measurement and Control, [Link]/[Link]
DOI: 10.1177/0142331215608427

O. J. Oguntoyinbo, (2009). PID Control of Brushhless DC Motor and Robot Trayectory Planing and Simulation
whith MATLAB®/SIMULINK®, University of applied Sciences

P. Castillo, R. Lozano (2004). Stabilization of a mini-rotorcraft having four rotors.

Proceedings IEEE/RSJ International Conference en Intelligent Robots and Systems.
ISBN 0-7803-8463-6 Volume 3. pp 2693-2698

R. Austin (2010). UNMANNED AIRCRAFT SYSTEMS UAVS DESIGN, DEVELOPMENT AND DEPLOYMENT
A John Wiley and Sons, Ltd., Publication
ISBN 9780470058190 (H/B)

R. Xu and Ü. Özgüner (2006). Sliding mode control of a quadrotor helicopter.

Proceedings of the 45th IEEE Conference on Decision & Control San Diego, CA, USA, 2006,
ISBN 1-4244-0171-2, Vol,FrA10.4 pp. 4957-4962

S. Bouabdallah, P. Murrieri, R. Siegwart (2004). Design and Control of an Indoor Micro Quadrotor
Proceedings of the 2004 IEEE, International Conferenceon Robotics8 Automation pp 4393-4398
0-7803-8232-3/04/$17.0002004 IEEE

S. Bouabdallah and R. Siegwart, (2005). Backstepping and Sliding-Mode Techniques Applied to an Indoor
Micro Quadrotor, Proceedings of the 2005 IEEE, International Conference on Robotics and Automation ISBN 0-
7803-8914-X, pp. 2247 - 2252

S. Bouadallah, A. Noth, R. Siegwart (2004). PID VS LQ Control Techniques Applied to an Indoor Micro
Quadrotor.
Proceedings of 2004 IEEE/RSJ International Conference on Intelligent
Robots and Systems, Volume 3 ISBN 0-7803-8463-6, pp. 2451 – 2456

T. Madani and A. Benallegue (2006). Backstepping control for a quadrotor helicopter.

Proceedings of the 2006 IEEE/RSJ; International Conference on Intelligent
Robots and Systems, Beijing, China, 2006; ISBN 1-4244-0258-1, pp. 3255-3260

V. K. R. Singh Patel, A. K. Pandey,(2013). Modeling and Performance Analysis of PID Controlled BLDC Motor
and Differents Schemes of PWM Controlled BLDC Motor, International Journal of Scientific and Reserch
Publications, Volume 3, ISSN 2250 – 3153

V. Usenko, J. Engel, J. Stückler, and D. Cremers (2015). Reconstructing Street-Scenes in Real-Time From a
Driving Car
Proc. of the Int. Conference on 3D Vision (3DV), pp 1-8

Z. Zuo (2012). Adaptive trajectory tracking control design with command filtered compensation for a
quadrotor
Journal of Vibration and Control 19(1), pp 94–108
DOI: 10.1177/1077546311431270

87
Bosch BMP180 Digital Pressure Sensor Data Sheet Document Number BST-BMP180-DS000-12, Revison2.8
Technical Reference Code 0 273 300 244
Fabricante: Bosch

MPU-9150 Product Specification Revision 4.3,

Document Number PS-MPU-9150A-00
Fabricante: IvenSense

Tiva TM4C123GH6PM Microcontroller Data Sheet,

DS-TM4C123GH6PM-15842.2741
Fabricante: Texas Instruments

TURNIGY Manual for Brushless Motor Speed Controller

Fabricante Turnigy [Link]

88