Implementação em FPGA de estratégias de controle preditivo para um quadrirrotor

Abstract

Uma das técnicas de controle que mais impactou tanto a indústria quanto a academia nos últimos anos foi a estratégia de controle conhecida como Controle Preditivo baseado em Modelo (MPC). A principal razão para o interesse nesse tipo de controlador é o fato de o mesmo ser capaz de controlar um sistema respeitando as restrições que são impostas ao mesmo, independente da natureza delas (normas de segurança, faixa de operação dos atuadores, normas de qualidade de um produto, etc.), ao mesmo tempo que encontra uma solução ótima que satisfaz os objetivos de controle desejados. Entretanto, o MPC possui uma grande desvantagem: seu elevado custo computacional. Isso limita a implementação do MPC a sistemas de dinâmicas mais lentas, o que tem levado a um aumento no estudo de técnicas de otimização e no desenvolvimento de sistemas mais rápidos e com mais recursos, capazes de acelerar o MPC para aplicá-lo a sistemas de dinâmicas mais rápidas. Neste cenário, este trabalho apresenta o desenvolvimento de uma arquitetura em hardware do MPC, utilizando FPGA (do inglês, Field Programmable Gate Array) para sua implementação. Este tipo de dispositivo reconfigurável tem ganho notoriedade na literatura por permitir a aceleração de algoritmos, por meio da paralelização dos mesmos ao implementá-los diretamente em hardware. A aplicação escolhida para este trabalho consiste em um Veículo Aéreo Não Tripulado (VANT) quadrirrotor, um tipo de sistema amplamente utilizado em diversas áreas e muito estudado na atualidade, já que é considerado um problema de controle desafiador para a aplicação do controlador MPC, devido às dimensões do seu modelo e suas dinâmicas rápidas, que também são acopladas e inerentemente instáveis. Neste trabalho, são apresentados resultados referentes à implementação do MPC sem aplicação de restrições e com aplicação de restrições implementados em FPGA, com o objetivo de rastrear trajetórias pré-definidas para o quadrirrotor. Todos os algoritmos são desenvolvidos manualmente e implementados utilizando artimética em ponto flutuante. Os resultados mostram que o MPC sem restrições consome menos recursos de hardware do que a solução com restrições, mas não é capaz de lidar com cenários nos quais restrições não podem ser violadas. Por outro lado, O MPC com restrições respeita essas restrições, ao custo de um consumo de hardware maior. Por conta da sua complexidade, o MPC com restrições também exige maior precisão em ponto flutuante, de forma que os melhores resultados foram alcançados utilizando tamanho de dados de 32 bits em ponto flutuante.