DOI: 10.48011/asba.v2i1.

992

Análise e Sı́ntese de Controladores:

Simulação e Construção de um
Quadricoptero
Mauro S. Quiroga Coronado ∗ Francisco J. Triveno Vargas ∗∗
∗
Sur Aerospace Company, Calle Ramon Rivero 41, +591-4-4221408
Cochabamba, Bolivia., (e-mail: [email protected]).
∗∗
Engenharia Elétrica, Universidade de Araraquara, SP, Brasil
(e-mail: [email protected])

Abstract: This work presents the implementation of an experimental platform of unmanned

aerial vehicles (UAVs) with rotary wing, using four-rotor vehicles (quadcopter) as a model,
however, the development can be extended to more engines or configurations. The vehicle is
studied in its main aspects, starting with the mathematical modelling that describes its behavior,
as well as its internal components. Algorithms are also studied to condition and mix the sensors
measurements that are soon processed by the cascade control algorithms composed of PID
strategies that allow to maintain the flight stable. The prototype is implemented, not only at
the physical level, but also at the hardware in the loop (HIL) simulation level using the X-plane
software.
Resumo:
Este trabalho apresenta a implementação de uma plataforma experimental de veı́culos aéreos
não tripulados (VANTs) de asa rotativa, usando veı́culos de quatro rotores (quadcoptero) como
modelo, no entanto, o desenvolvimento pode ser estendido a mais motores ou configurações
geométricas. O veiculo é estudado em seus principais aspectos, começando pela modelagem
matemática que descreve seu comportamento, bem como seus componentes internos. Também
são estudados algoritmos para condicionar e misturar as medições dos sensores que logo
são processados pelos algoritmos de controle em cascata compostos por estratégias PID que
permitem manter o vôo estável. O protótipo é implementado, não apenas no nı́vel fı́sico, mas
também em nı́vel de simulação hardware in the loop (HIL) usando o software X-plane.

Keywords: UAVs, Quadcopter, PID, Cascade control, Simulation, X-Plane, HIL.

Palavras-chaves: VANTs, Quadcoptero, PID, Controle cascata, Simulação, X-Plane, HIL.

1. INTRODUÇÃO No entanto, a operação, suas capacidades e limitações, seus

cuidados e principalmente os algoritmos nele processados,
Com a chegada e a evolução da tecnologia em componentes não foram divulgados na mesma extensão; portanto, não
µ eletromecânicos (MEMS), hoje é possı́vel obter sensores é incomum que ocorram acidentes, que incluem danos
como giroscópios, acelerômetros ou barômetros, entre ou- ao proprio veiculo e acidentes graves envolvendo pessoas
tros, com tamanho reduzido e baixo custo, uma diferença ou outros seres vivos. Isto, acrescentado das limitações
muito grande em relação ao passado, onde apenas aplica- da tecnologia atual, desencadeou no mundo inteiro uma
ções militares ou aplicações altamente especializadas como série de regulamentos, restringindo seu uso em ambientes
os aviões permitiam seu uso. Da mesma forma, devido à urbanos e, consequentemente, seu incrı́vel potencial.
constante melhoria na capacidade de processamento dos O protótipo de VANT deste trabalho corresponde a um
µcontroladores, é também possı́vel implementar algoritmos quadcoptero, veı́culo aéreo não tripulado de asa rotativa e,
altamente complexos em tempo real. como o nome sugere, de quatro rotores. O desenvolvimento
Em grande medida, isso promoveu o surgimento de veı́- começa com a determinação do modelo matemático que
culos aéreos não tripulados VANTs, ou drones, como são explica o comportamento dinâmico do sistema a ser con-
conhecidos em termos populares, como um produto dispo- trolado. Logo, é proposto um algoritmo de controle em cas-
nı́vel ao público em geral. Outro fator chave foi sua grande cata para a rotação e a translação do veiculo inicialmente
versatilidade, permitindo que novas e melhores soluções testado por simulação. A simulação fornece um ambiente
para vários tipos de problemas fossem desenvolvidas, tor- virtual no qual é possı́vel verificar não apenas os algoritmos
nando este veiculo muito popular. de controle como tal, mas também sua implementação
em uma placa de desenvolvimento eletrônica, categorizado
como simulação de hardware in the loop (HIL). Por fim,
? Os autores agradecem à Universidade Simon e Patiño da Bolivia
feita a validação do firmware por meio do ambiente si-
e à UNIARA pelo suporte financeiro.
mulado, o protótipo é construı́do e testes em campo são Para estabelecer esta relação se deve aplicar as mesmas
executados. Ressaltar que este artigo é um extrato do transformações intermédias a cada componente de Φ̇ como
trabalho desenvolvido por Quiroga (2018). explica Stevens et al. (2015). Esta sequencia de operações
é resumida na matriz H(Φ) dada por:
" #
2. MODELAGEM MATEMÁTICA 1 sin(φ)tan(θ) cos(φ)tan(θ)
H(Φ) = 0 cos(φ) −sin(φ) (3)
Em aeronáutica estão presentes minimamente dois siste- 0 sin(φ)sec(θ) cos(φ)sec(θ)
mas de referencia, um fixo e outro móvel, o ultimo associ- que da lugar à igualdade:
ado ao centro de massa do proprio veiculo como ilustrado
Φ̇ = H(Φ)ω b (4)
na Fig. 1.
Com as bases bem estabelecidas, agora se procede a definir
o modelo cinematico e dinâmico.

2.2 Modelo cinemático e dinâmico

A modelagem é feita considerado um veiculo com seis graus

de liberdade, tal que o modelo observe seus parâmetros de
rotação Φ e de translação r e , isto define o vetor de estados
a seguir com suas respectivas derivadas:
T
xq = [Φ ω b r e v e ] (5)
A variação no tempo das componentes da Equação (5)
permite obter o modelo dinâmico do veiculo Bouadi et al.
(2007), Stingu and Lewis (2009).
   
Figura 1. (Esquerda) Sistemas de referência, (Direita) Φ̇ H(Φ)ω b
Ângulos de Euler ω̇  J −1 (M b − ω b × (Jω b ))
x˙q =  b  =  ve  (6)
ṙ e
1
2.1 Sistemas de coordenadas
v̇ e mF e

A equação (6) é o resultado de aplicar a segunda lei de

A relação de orientação entre os dois sistemas de referência Newton
Xn
é obtida através dos ângulos de Euler Φ={φ, θ, ψ}, neste
trabalho a ordem ZYX é adotada por ser a mais empregada mv̇ = Fi
em navegação de aeronaves Cai et al. (2011). A ordem i=1
de rotação mostra que a ida do sistema fixo ao sistema para a aceleração linear expressado no sistema de referên-
móvel é iniciada com uma rotação com ângulo ψ ao cia inercial e a equação
Xn
redor de Ze , seguida de uma segunda rotação θ ao redor
0 00
de Ye e uma rotação final ao redor de Xe com ângulo J ẇ + w × Jw = Mi
φ 1 . Segundo Diebel (2006), estas rotações são expressas i=1
através da matriz de cossenos diretores e seu efeito total é para a aceleração angular expressado no sistema móvel.
representado pela multiplicação sequencial dessas matrices Sendo a força F e e momento M b totais os parâmetros
obtendo-se: externos aplicados ao sistema.
" #
(cθcψ) (cθsψ) (−sθ)
F e = Re/b F r + F g (7)
Rb/e = (sφsθcψ − cφsψ) (sφsθsψ + cφcψ) (sφcθ) (1)
(cφsθcψ + sφsψ) (cφsθsψ − sφcψ) (cφcθ) As contribuições importantes da força, a ação da gravidade
F g e a força gerada pelos rotores dos veı́culos F r as
Em forma complementar, para expressar variáveis do sis- quais interagem como apresentado em (7). Ressaltar que as
tema móvel no sistema fixo, a matriz inversa é empregada, ultimas estão originalmente expressadas no sistema móvel
que devido à sua natureza ortonormal, pode ser substituı́da pelo que deve-se aplicar a transformação (1) na sua forma
pela transposta. inversa (2) para igualar o sistema de referência ao usado
−1 T
Re/b = Rb/e = Rb/e (2) por F e .
T
F g = [0 0 mg] (8)
Outra relação importante para o modelado é a velocidade
angular medida no sistema de referencia móvel ω b através Em quanto ao momento total temos a contribuição do
da derivada dos ângulos de Euler Φ̇={φ̇, θ̇, ψ̇}. Em uma momento M r gerado por cada rotor homologo a F r e o
primeira instância entende-se que ambos os parâmetros momento giroscópio M g resultado da oposição à mudança
são iguais, i.e para valores especı́ficos dos ângulos de de orientação que apresentara o proprio rotor devido a sua
Euler ω b =Φ̇, no entanto devido a que os sistemas de inércia intrı́nseca, assim como acontece na roda de uma
referência são criados implicitamente com cada rotação, bicicleta.
esta igualdade não é cumprida para valores diferentes de Mb = Mr − Mg (9)
0 [rad]. De Brandt and Selig (2011) e da teoria de hélices é
1 Cada uma das rotações criara um sistema de referência intermédio conhecido que tanto a forca quanto o torque que geram as
mesmas é proporcional ao quadrado da velocidade angular Esta estrutura tem dois (ou mais) controladores dos quais
Ω, pelo que inserindo os parâmetros KF e KM para a a saı́da de um corresponde à referência do outro assim
força e o torque, as contribuições descritas em função da como ilustrado na Fig. 2.
velocidade angular são:
 
4 4 0 4. CONTROLE DO VANT
X X
Fr = F r,i =  0  (10)
i=1 i=1 −KF,i Ωi
2 A arquitetura de controle utilizada é uma adaptação do
trabalho de Nagaty et al. (2012), que divide o problema
Considerando o eixo Z para abaixo positivo, a contribuição de controle em vários subsistemas conforme ilustrado na
da gravidade resultará em uma força positiva, enquanto os Fig. 3.
rotores apresentarão uma contribuição oposta ou negativa, x,y,ψ φ,θ

razão da direção da sinal KF na equação (10). Comando

xref
yref
Controle
φref
θref
Controle U2
U3
Posicão Posicão Attitude
X4
Mr = li × F r,i + M h,i Comando
Orientacão
ψref
ψ
Controle
Orientacão
U4 Rotor Ω1:4
VANT
Mixer
i=1
" #   zref Controle
X4 lx,i 0 Altitude
U1

= ly,i ×  0  + . . . (11) z

2
i=1 lz,i −KF,i Ωi
  Figura 3. Arquitetura de controle
0
  0
(−1)(i+1) KM,i Ω2i Nesta figura observa-se que os subsistemas de rotação e
translação são dependentes um do outro.
Por outro lado, o momento M r é definido por duas
contribuições importantes, a primeira o par gerado pela 4.1 Controle de rotação
força de cada rotor, que pela geometria do veiculo são
aplicadas a uma distancia l em relação ao centro de A arquitetura consiste en dos controladores PID Szafranski
gravidade. A segunda M h surge do arrasto gerado pelas and Czyba (2011), Cho et al. (2014), Beauregard (2011)
hélices, ressaltando que o sentido de giro é alternado como configurados para operar en cascata como ilustrado na Fig.
ilustrado na Fig. 1. 4.
 
X4 0 Controle Attitude

ωb ×   Posicão angular Velocidade angular

Mg = 0 (12)
i=1 (−1)i Jr,i Ωi Kp e1 (t) Kp e2 (t)
U1 (t)

Φref (t) + e1 (t) Rt +

+
ωref (t) + e2 (t) Rt +
+
U2:4 (t) Rotor
Ki e1 (τ )dτ Ki e2 (τ )dτ
0 0 Mixer
Como complemento, o momento giroscópico é apresentado, − − − −

nesta equação (12) Jr é a inércia em Z do próprio rotor. Kd w(t) Kd dw(t)

dt LPF
Ω(t)

Observa-se que essa contribuição é muito menor que as

Malha interna ω(t)
outras, portanto, para fins práticos e analı́ticos, ela pode Malha externa Φ(t) VANT
ser desprezada.
3. ALGORITMOS DE CONTROLE Figura 4. Controle angular malha interna e externa

O quadcoptero é um sistema naturalmente instável e, por-

As equações do erro, do controle PID modificado 2 e da
tanto, para operar corretamente precisa de um sistema de
saı́da são:
controle que compense essa situação e, assim, alcance um
e1 (t) = Φref − Φ(t)
certo grau de estabilidade e segurança. A seguir são apre- Z t
sentadas as estruturas dos controladores implementados,
u(t) = Kp e1 (t) + Ki e1 (τ )dτ − Kd ω(t)
bem como a interação entre eles. 0
ωref (t) = SAT(u(t)) (13)
3.1 Controle em cascata
Por outro lado, as equações da malha interna encarregada
Quando vários sensores estão disponı́veis para medir os de controlar a velocidade angular são:
estados de um processo, a técnica de controle em cascata
e2 (t) = ωref − ω(t)
geralmente tem um desempenho melhor do que um con- Z t  
trolador de malha única Blevins and Nixon (2011), Cooper dω(t)
u(t) = Kp e2 (t) + Ki e2 (τ )dτ − Kd LPF
(2015). 0 dt
p2 p1
U2:4 (t) = SAT(u(t))
+ +
(14)
r1 + e1 Controle r2 + e2 Controle u τ Planta + y2 Planta + y1
externo interno Atuador interna externa
−
−
onde LP F corresponde ao filtro de baixa passagem neces-
Malha interna
sário para atenuar o ruı́do de alta freqüência introduzido
Malha externa ao estimar a derivada em forma numérica.
2 considera como entrada apenas o valor medido pelo giroscópio e
Figura 2. Controle en cascata, malha interna e externa os limites de saturação.
Agora, adotando quatro rotores iguais com velocidades e1 (t) = rref − r(t)
de rotação Ω={Ω1 , Ω2 , Ω3 , Ω4 } fixados a uma distancia Z t  
dr(t)
l, como ilustrado na Fig. 1, é possı́vel fazer operações e u(t) = Kp e1 (t) + Ki e1 (τ )dτ − Kd LPF
simplificar as equações (10) e (11) como: 0 dt
vref (t) = SAT(u(t))
  (19)
" # Ω21
0 −l· KF 0 l· KF
Ω2  A malha interna segue uma estrutura semelhante, no lugar
M r = l· KF 0 −l· KF 0  22  (15)
Ω3 das posições as velocidades são os dados de entrada:
KM −KM KM −KM
Ω24
e2 (t) = vref − v(t)
  Z t  
" # Ω21 dv(t)
0 0 0 0 u(t) = Kp e2 (t) + Ki e2 (τ )dτ − Kd LPF
Ω2  dt
Fr = 0 0 0 0  22  (16) 0
Ω3 aref (t) = SAT(u(t))
−KF −KF −KF −KF
Ω24
(20)
onde fica em evidencia que para a força F r somente a
componente Z é relevante, pelo que todos os efeitos de Ω Deve-se converter os comandos de traslação gerados a
agrupados são: angulos, por tanto é necessario encontrar uma função que
relacione a con φ e θ. As forças geradas pelos rotores no
     2 sistema inercial são considerados como ponto de partida.
Fr,z −KF −KF −KF −KF Ω1
" #
Mr,x   0 −l· KF 0 l· KF  Ω22  1 Fr,z cos φ sin θ cos ψ + sin φ sin ψ
M  = l· K 0 −l· KF 0 Ω23 
(17)
a = Re/b F r = cos φ sin θ sin ψ − sin φ cos ψ
r,y F
m m
Mr,z KM −KM KM −KM Ω24 cos φ cos θ
(21)
No entanto, a saı́da final do controle em cascata é equiva- Logo, se lineariza para φ e θ proximos ao zero, onde é
lente aos momentos necessários em cada eixo e, portanto, é obtido:
necessaria a inversa da equação (17), de modo que o oposto    
seja verdadeiro. Isso resulta na equação (18), que é o Rotor ax Fr,z θ cos ψ + φ sin ψ
Mixer do veı́culo. = (22)
ay m θ sin ψ − φ cos ψ
Finalmente, se colocam em evidencia φ e θ, obtendo assim
 2  − 1 0 2l·K 1 1   os angulos de referencia para o controle de orientação em
Ω1 4KF F 4KM U1
 1
Ω2  − 4KF − 2l·KF
2 1 1 
0 − 4KM  U2  função da aceleração de referencia.
Ω2  =  1  U  (18)
3 − 4K1 F 1
0 − 2l·K 4KM 3     
2
Ω4 1 1
F
1 U4 φref m sin ψ − cos ψ ax,ref
− 4KF 0 − = (23)
2l·KF 4KM θref Fr,z cos ψ sin ψ ay,ref

4.2 Controle de translação Para o controle de translação vertical considreando a

componente Z da Equação (21) é obtido:
A arquitetura de controle é ilustrada na Fig. 5. m
Fr,z = az,ref = U1 (24)
Controle de translacão
cos φ cos θ
Posicão linear Velocidade linear

Kp e1 (t) Kp e2 (t)
Convercão
O resultado é usado como força de propulsão na equações
rref (t) + e1 (t)
Ki
Rt
0
e1 (τ )dτ
+
+
vref (t) + e2 (t)
Ki
Rt
0
e2 (τ )dτ
+
+
aref (t) ax,e φ
ay,e → θ
θref (t)
U1 (t)
do Rotor Mixer, o que permite a implementação do con-
trole de altura.
− −
− −
az,e az,b

Kd dr(t)
dt LPF Kd dv(t)
dt LPF ψ

Malha interna v(t)

Malha externa r(t) VANT

Figura 5. Controle linear malha interna e externa 5. SIMULADOR IMPLEMENTADO

Os dados de entrada deste controlador são a posição Trabalhos como o de Ribeiro and Oliveira (2010), Figuei-
observada a partir das medições e a posição desejada redo and Saotome (2012), Bittar et al. (2014) e Bouallè-
como referência, que pode ser enviada um piloto ou por gue and Fessi (2016) abordam esta temática através da
um algoritmo de navegação. Finalmente, a saı́da desse difusão de simuladores de voo empregando o software X-
bloco é equivalente à velocidade desejada e é limitada Plane que fornece um ambiente virtual, seguro e muito
pela saturação de acordo com a velocidade máxima que mais realista para testar algoritmos de controle usando
o veı́culo pode atingir. técnicas de simulação hardware in the loop cuja principal
caracterı́stica é o uso da placa de controle real, com todas
Esta descrição se traduz nas seguintes equações para o as limitações de cálculo y memoria associadas. O Ambiente
erro, controlador e sua saı́da: virtual implementado en X-plane é ilustrado na Fig. 6.
 contém tantos desses blocos quanto os grupos de variáveis
ativadas.
O simulador X-Plane precisa de alguns ajustes na sua
configuração para funcionar corretamente, sendo o mais
importante ativar as variáveis que serão transmitidas pelo
protocolo UDP. O conteúdo de cada pacote depende dessa
configuração, como ilustrado na Figura 8

Figura 6. Quadcopter básico en X-Plane

A Figura 7 apresenta a implementação da técnica, onde

observa-se a relação entre a placa de desenvolvimento
(verde), o algoritmo de controle (azul), computador e
periféricos (vermelho), software de simulação (laranja) e
elementos de software complementar (preto).
Figura 8. Configuração do software X-Plane
Radio Enlace Telemetria Radio Captura de dados
Controle RF
(Modem) (Modem) e Supervicão

U1 , Φref Telemetria Outro parâmetro relevante é o aumento no número de

Dinâmica VANT
iterações por quadro calculado pelo simulador, como ilus-
Controle Saida
trado na Fig. 9 3 .
U
(X-Plane)
(ψ, θ, φ) (Rotor Mixer)

Φ, ω Ω Φ, ω
Ω

Enlace HIL USB-UART Serial UDP

Medição Comm
(Ponte HW) (Ponte SW)

Microcontrolador Computador

Figura 7. Arquitetura de simulação HIL com X-plane

Figura 9. Configuração de otimização do software X-Plane

A placa de desenvolvimento possui três meios de comu-

nicação com o exterior, o enlace de controle de rádio que Finalmente, a Fig. 10. ilustra o resultado da adaptação, na
recebe os comandos (referências e empuxo total) do piloto, que o veı́culo segue o caminho pré-programado.
o modem para estabelecer o enlace de telemetria que per-
mite monitorar e gravar as informações do desempenho do
veı́culo e, finalmente, o enlace da simulação HIL necessário
para estabelecer comunicação com o simulador.
O enlace HIL requer dois tipos de gateway, sendo o
primeiro o hardware para converter a porta UART da
placa de desenvolvimento à porta USB do computador e
o segundo o software para converter esta porta serial na
porta de rede UDP do simulador. É baseado no trabalho de
Lewis (2016) que implementamos nosso software gateway
no Python 3. A tabela 1 apresenta um resumo da estrutura
de conteúdo que o pacote UDP deve ter.

Field Offset Lenght (bytes) Type

SOF 0 4 uint8
Figura 10. Resultado da simulação com X-Plane
Private 4 1 uint8
Identifier 5 4 uint32
6. DETALHES DO PROCESO DE SINTONIA DOS
Payload (1:8) 9 32 float
CONTROLADORES
Tabela 1. Estrutura do protocolo UDP de X-
Plane
Considerando três parâmetros por cada PID, resulta em
um total de pelo menos 18 ganhos de rotação e o mesmo
número de translação, isso sem considerar os limites da
Este protocolo possui três campos modificáveis, em que função de saturação. Consequentemente, ajustar os ganhos
SOF indica o inı́cio de um novo pacote e sempre possui para um desempenho global ideal do sistema é um pro-
o valor hexadecimal [0x44, 0x41,0x54, 0x41] ou DATA, se blema complexo de fato, neste sentido passamos a explicar
for traduzido para código ASCII. O campo de identificação como foi feito o ajuste.
indica o grupo da variável que contém o payload e sempre
tem o mesmo comprimento, no entanto, um pacote UDP 3 De outra forma poderia ser instável.
Optou-se por utilizar o método Ziegler-Nichols para deter- são parte do kit básico a partir das quais foram feitas as
minar os parâmetros de forma experimental, começando modificações para acoplar a placa de controle.
pelos controladores que atuam diretamente nos atuadores
(malha interna) e terminando em aqueles de nı́vel mais alto Dada a diferença de freqüências entre todos os compo-
(malha externa). O processo de ajuste é resumido como: nentes, foi escolhido o sistema operacional em tempo real
FreeRTOS, atribuindo a maior prioridade às rotinas de
• Desconecte a referência do controlador do sistema em aquisição e estimativa, seguido pelas tarefas de controle
cascata e defina-para a mesma um valor de memória que operam em freqüências de 500 [Hz] para controle de
• Ajuste o ganho proporcional orientação e 100 [Hz] para controle de posição. Finalmente,
• Ajuste o ganho derivado e ajuste o ganho proporcio- a prioridade mais baixa é atribuı́da às rotinas de manipu-
nal para otimizar o tempo de resposta lação do link de telemetria, sendo 50 [Hz] a freqüência de
• Ajuste o ganho integral execução.
• Ajuste os limites de saturação
• Reconecte a referência Tabela 2. Configuração componentes
Este procedimento é feito com a inclusão de duas peças, Frequência Configuração
sendo a primeira o hardware ST-Link presente na placa Componente
operativa restante
Interface
de desenvolvimento, que permite a leitura e modificação Giroscópio 760Hz 2000DPS SPI
dos valores na RAM sem interromper o processador e Acelerometro 1344Hz 4G I2C
também controlar o fluxo do programa usando pontos de Magnetometro 220Hz 1.3GA I2C
interrupção. A segunda peça é o elo de telemetria que Barômetro 100Hz (4096OSR) SPI
permite observar em tempo real, qualquer variável ou GNSS 10Hz 4G UART
estado na memória RAM. O conjunto abre a possibilidade Ultrason 25Hz 2M/2us TIMER
Bateria 50Hz 6800mV/V ANALOG
de modificar os ganhos e observar seus efeitos durante o
ESCs 400Hz 500-2500us TIMER
funcionamento do sistema, simplificando drasticamente a Receptor 50Hz 500-2500us TIMER
tarefa de ajustá-los. Bluetooth 100Hz 1382400bps UART

7. RESULTADOS EXPERIMENTAIS

Se procedeu à construção de una placa eletrônica para ser

usada nas provas con o simulador HIL, seguidamente esta Após validar os algoritmos de controle e o firmware da
placa foi montada no protótipo. O protótipo e o ambiente placa eletrônica, passou-se à execução de provas reais. As
de teste são ilustrados na Fig. 11. mesmas que foram executadas em campo aberto a 2575
metros acima do nı́vel do mar com céu nublado e vento
leve de (≈ 15[km/h]).
O tempo da prova foi de 15 minutos com uma bateria de
5000 mAh instalada, durante a qual o protótipo foi elevado
a uma altura de 3 [m] acima do nı́vel do solo e, em seguida,
realizou uma série de manobras nos três eixos, neste tempo
foi feita a captura de dados para avaliação do sistema de
controle do protótipo fazendo uso do enlace de telemetria.
Os resultados das provas para o controle de altura z são
ilustrados na Fig. 12.

Figura 11. Protótipo (superior), placa de controle (inferior)

As diretrizes expostas por Lim et al. (2012) foram a

base para a pesquisa e seleção dos componentes e, no
final, optou-se pela placa STM32F3Discovery como o
núcleo do sistema de controle, essa placa já possui sensores
básicos, µcontrolador e programador, portanto apresentou-
se adequado para um primeiro protótipo. Além disso, um
controle de rádio de 6 canais FS-CT6B foi usado para
transmissão de comando, o módulo HC-05 para o enlace
de telemetria e uma placa com o chip FT232R para o
gateway USB-UART com o simulador.
A Tabela 2 apresenta a configuração dos componentes
utilizados ressaltando que a estrutura, motores e ESC Figura 12. Altura e velocidade linear real e desejada
Os resultados dos testes para as rotações φ, θ e ψ são Os resultados apresentam o desempenho do sistema de
ilustrados nas Figuras 13 a 15. controle muito satisfatório, tanto na malha externa (ân-
gulos de navegação) quanto da malha interna (velocidade
angular), para os três eixos de rotação. O desempenho
também é satisfatório para o controle de altura.
Foi observado o monitoramento correto do sistema de
controle, mesmo na presença de perturbações, como no
instante 842 [s], onde um vento consideravelmente forte
foi percebido o mesmo que foi compensado com sucesso.

8. CONCLUSÕES

O tempo entre a revisão bibliográfica, a aquisição de co-

nhecimento em aeronáutica num pais como Bolı́via sem
nenhuma tradição Vargas and Pozo (2014), a implementa-
ção do simulador, a construção do protótipo e a realização
das provas de campo foi de aproximadamente três anos.
Neste tempo diferentes problemas foram gradualmente
superados, entre eles a falta de verba para a compra de
componentes, em alguns casos o excessivo tempo para
Figura 13. Ângulo φ a chegada dos componentes adquiridos, etc. No entanto
a etapa mais marcante foi aquela na que foi adquirido
o conhecimento sob sensores, filtragem e estimação de
sinais, os conceitos de simulação software in the loop e/ou
hardware in the loop ate a finalização do protótipo foram
extenuantes com a dificuldade inerente deste tipo de tra-
balho. Desta imensurável experiência algumas conclusões
são:
• A simulação do tipo HIL tem as mesmas vantagens
que o tipo SIL, além da capacidade de detectar e corri-
gir, desde cedo, os problemas que podem surgir devido
às limitações técnicas do hardware. No entanto, a si-
mulação SIL é especialmente útil em situações em que
o hardware para montar uma simulação HIL ainda
não está disponı́vel menos ainda um protótipo.
• A simulação HIL, é muito útil para detectar erros
na implementação antes de testar os sistemas reais,
reduzindo o tempo e os custos associados a testes.
Também vemos o uso potencial da técnica para ajudar
no processo de seleção, teste e otimização de compo-
nentes, ou mesmo no benchmarking entre variantes de
Figura 14. Ângulo θ
uma implementação de sistema.
• O sistema de controle em cascata apresentou-se ade-
quado para o controle das rotações e as velocidades
angulares do veiculo assim como para o controle de
altitude e velocidade linear do movimento de transla-
ção.
• Para chegar nos resultados apresentados neste tra-
balho a bagagem matemática (sistemas de referencia
e modelagem), a composição de sinais a partir de
diferentes sensores, filtragem, assim como a imple-
mentação de controladores e/ou algoritmos em tempo
real teve que ser bem reforçada. Neste sentido outros
artigos vêm sendo escritos para tocar os pontos que
por falta de espaço não foram incluı́dos neste traba-
lho.

REFERÊNCIAS
Beauregard, B. (2011). Improving the beginner’s pid.
http://brettbeauregard.com.
Bittar, A., Figuereido, H.V., Guimaraes, P.A., and Men-
Figura 15. Proa ψ des, A.C. (2014). Guidance software-in-the-loop simu-
 lation using x-plane and simulink for uavs. In 2014 In- MED ’09. 17th Mediterranean Conference on, 1233–
ternational Conference on Unmanned Aircraft Systems 1238. doi:10.1109/MED.2009.5164715.
(ICUAS), 993–1002. doi:10.1109/ICUAS.2014.6842350. Szafranski, G. and Czyba, R. (2011). Different approaches
Blevins, T. and Nixon, M. (2011). Control Loop Foun- of pid control uav type quadrotor. In G. de Croon and
dation: Batch and Continuous Processes. International M. Amelink (eds.), Proceedings of the International Mi-
Society of Automation. cro Air Vehicle Conference and Flight Competition 2011
Bouadi, H., Bouchoucha, M., and Tadjine, M. (2007). Summer Edition, 73–78. ’t Harde, the Netherlands. doi:
Sliding mode control based on backstepping approach 10.4233/uuid:eadf2fe7-7e5a-4cf8-88e5-6c247f5b6fa9.
for an uav type-quadrotor. In International Journal VanDoren, V. (2014). Fundamentals of cascade control.
of Applied Mathematics and Computer Sciences, Vol.4, http://www.controleng.com/single-article/
No.1, 12–17. fundamentals-of-cascade-control/
Bouallègue, S. and Fessi, R. (2016). Rapid control prototy- bcedad6518aec409f583ba6bc9b72854.html.
ping and pil co-simulation of a quadrotor uav based on Vargas, F.J.T. and Pozo, E.O. (2014). Modelado, Simula-
ni myrio-1900 board. International Journal of Advanced ción y Control de Sistemas Mecatronicos y Aeroespaci-
Computer Science and Applications, 7(6). doi:10.14569/ ales con Matlab-Simulink y Mathematica. Sociedad de
IJACSA.2016.070604. Ingenieros de Bolı́via - CBBA.
Brandt, J. and Selig (2011). Propeller performance data at
low reynolds numbers. In 49th AIAA Aerospace Sciences
Meeting, 2011–1255.
Cai, G., Chen, B.M., and Lee, T.H. (2011). Unmanned
Rotorcraft Systems. Springer London. doi:10.1007/
978-0-85729-635-1.
Cho, Y., Kim, H.S., and Kim, D.Y. (2014). A QuadCop-
ter posture stabilization control using noise attenuated
sensor fusion and modified PID control. Science and
Engineering Research Support Society. doi:10.14257/
astl.2014.66.12.
Cooper, D.J. (2015). The cascade control
architecture. http://controlguru.com/
the-cascade-control-architecture/.
Diebel, J. (2006). Representing attitude: Euler angles, unit
quaternions, and rotation vectors.
Figueiredo, H.V. and Saotome, O. (2012). Simulation
platform for quadricopter: Using matlab/simulink and
x-plane. In Proceedings of the 2012 Brazilian Robo-
tics Symposium and Latin American Robotics Sympo-
sium, SBR-LARS ’12, 51–55. IEEE Computer Society,
Washington, DC, USA. doi:10.1109/SBR-LARS.2012.
15.
Lewis, J. (2016). X-plane, udp, and visual basic,
for x-plane version 9. http://www.jefflewis.net/
XPlaneUDP_9.html.
Lim, H., Park, J., Lee, D., and Kim, H.J. (2012). Build
your own quadrotor: Open-source projects on unmanned
aerial vehicles. IEEE Robot. Automat. Mag., 19(3), 33–
45. doi:10.1109/MRA.2012.2205629.
Nagaty, A., Saeedi, S., Thibault, C., Seto, M., and Li, H.
(2012). Control and navigation framework for quadrotor
helicopters. Journal of Intelligent & Robotic Systems,
70(1-4), 1–12. doi:10.1007/s10846-012-9789-z.
Quiroga, M. (2018). Plataforma para la experimentación
con vehı́culos aéreos no tripulados de ala rotativa TCC.
Universidad Simón I. Patiño - Bolı́via.
Ribeiro, L.R. and Oliveira, N.M.F. (2010). Uav autopilot
controllers test platform using matlab/simulink and x-
plane. In 2010 IEEE Frontiers in Education Conference
(FIE), S2H–1–S2H–6. doi:10.1109/FIE.2010.5673378.
Stevens, B., Lewis, F., and Johnson, E. (2015). Aircraft
Control and Simulation: Dynamics, Controls Design,
and Autonomous Systems. Wiley.
Stingu, E. and Lewis, F. (2009). Design and implementa-
tion of a structured flight controller for a 6dof quadrotor
using quaternions. In Control and Automation, 2009.