Trabajo de Fin de Grado - Ingeniería Aeroespacial
Control híbrido en cascada de un cuadricóptero
Sustitución neuronal de controladores especializados del lazo externo
Autor
Christian González Pérez
Tutores
José Ramón Rodríguez Ossorio - Guzmán González Mateos

Una pregunta, cuatro pasos

01
Problemamúltiples controladores
→
02
Sustituciónuna interfaz interpretable
→
03
Experimentomismas condiciones
→
04
ResultadoID y OOD
La comparación ocurre en bucle cerrado.

De cuatro especialistas a un controlador común

HoldKp4.50 · 4.50 · 11.25Kd1.50 · 1.50 · 3.00
CircleKp4.35 · 4.35 · 10.88Kd2.87 · 2.87 · 5.74
LissajousKp5.65 · 5.65 · 14.11Kd3.80 · 3.80 · 7.60
WaypointKp5.44 · 5.44 · 13.61Kd2.40 · 2.40 · 4.80
Un controlador - tres memorias
MLPinstante actualGRUventana temporalLSTMventana temporal
observación + referencia → fuerza deseada ENU

La estrategia experimental

1 Ajustar expertos 2 Generar datos de fuerza 3 Comparar ID / OOD

búsqueda global→filtro de seguridad→refinamiento local→PD con parámetros fijados

Para avanzar, el dron debe inclinarse

1Empuje desigualgenera alabeo
2Empuje inclinadoaparece una componente horizontal
3Movimiento lateralla actitud dirige la posición
Mover posición exige controlar actitud.

Dos lazos, una interfaz física

lazo externoerror posición + velocidad
→
interfazfuerza deseada ENU
→
lazo internoactitud + momentos
→
actuaciónmixer + rotores

100 Hz física50 Hz control ZOH10 Hz telemetría

La red sustituye el lazo externo

protecciones - fuerza–actitud - lazo interno - mixer - rotores

De datos de fuerza a tres arquitecturas

150episodios ID
105 entrenamiento22 validación23 prueba
→
MLPinstante actual
GRU20 muestras
LSTM20 muestras
Ventana recurrente

20 muestras - 0,40 s

Éxito tiene tres significados

01 Fidelidad ¿imita la fuerza del experto?

02 Bucle cerrado - ID ¿sigue familias conocidas?

03 Bucle cerrado - OOD ¿qué ocurre fuera de cobertura?

error de fuerza error de posición RMSE - finalización - protecciones

La referencia clásica sorprende

Especialización parcialla diagonal no domina siempre
Transferencia desigualdepende de la geometría
Holdla sintonización no logra el mejor resultado de su familia

Imitar mejor no implica controlar mejor

Test supervisado - RMSE de fuerza
Bucle cerrado - RMSE de posición
MLP0,083 N
GRU0,053 N
LSTM0,055 N

GRU y LSTM reproducen mejor
la fuerza del PD.

RMSE de posición por familia en condiciones conocidas

predicción→dinámica→nuevo estado→nueva predicción

Fuera de distribución aparece el límite

Sin red con dominio generalPD OOD elegido por similitud
Arquitectura × geometría × exigencia dinámica.

Los agregados esconden dónde falla

El resultado pertenece al sistema completo

1clip de fuerza
→
2límite de inclinación
→
3degradación del mixer
→
4saturación
Completar con protecciones ≠ completar limpiamente.

La hipótesis se cumple con matices

01Sustitución viableen condiciones conocidas
02Sin superioridad globalninguna arquitectura domina siempre
03Imitación ≠ controlla dinámica cierra el bucle
04Generalización condicionadacobertura, geometría y límites
Un controlador neuronal puede sustituir a los PD especializados.No iguala o mejora su comportamiento en condiciones completamente desconocidas.

Conclusión
No se trata de demostrar que una red gana siempre, sino de identificar cuándo la sustitución es competitiva y dónde deja de serlo.
Gracias

Respaldo - Sistemas de referencia ENU y FRD

Respaldo - Ejecución multirrate

Respaldo - Ajuste de expertos

Respaldo - Ventana recurrente

Respaldo - Terminaciones OOD