Modelado, simulación y control remoto de robot de 2GL en redes 5G

Abstract

[Resumen] En este artículo se presenta el modelado y control de un robot de dos grados de libertad mediante diferentes metodologías como el regulador Proporcional-Integral-Derivativo (PID) y la linealización por realimentación mediante matemática lagrangiana. El objetivo de este estudio es el análisis del comportamiento del modelo y las diferentes técnicas de regulación ante situaciones realistas de control en tiempo real. Para ello, se han introducido retrasos que simulan el tiempo que pueden tardar las tramas de información en llegar a su destino. Esto ha permitido vislumbrar la robustez de sendas técnicas y comprobar si una predicción de la posición mejora la calidad del control. Para hacer esto, se ha modelado el robot en el entorno de Matlab/Simulink. Con la extensión de Simscape se definieron en primera instancia sus características físicas y dinámicas. Posteriormente, se utilizaron técnicas de sintonización para optimizar el rendimiento de los PIDs en términos de estabilidad y seguimientos de trayectorias. Más tarde, se diseñó el modelo matemático del robot mediante las leyes de Lagrange con el objetivo de construir un controlador multiarticular. Por último, se expuso el modelo a un entorno realista de control y se construyó un predictor lineal de posición.

[Abstract] This article presents the modeling and control of a robot with two degrees of freedom using different methodologies such as the Proportional-Integral-Derivative (PID) regulator and Feedback linearization using Lagrangian equations. The objective of this study is the analysis of the behavior of the model and the different control techniques in real time. To do this, delays have been introduced that simulate the time that information frames take to reach their destination. This has allowed us to check the robustness of the communication paths and see if position prediction improves the quality of the control. The robot has been modeled with Matlab/Simulink. With the Simscape extension, its physical and dynamic characteristics were first defined. Subsequently, tuning techniques were used to optimize the performance of the PIDs in terms of stability and trajectory tracking. Later, the mathematical model of the robot was obtained using Lagrange's laws with the aim of building a multi-joint controller. Finally, the model was exposed to a realistic control environment and a linear position predictor was implemented.