INSTITUTO POLITCNICO NACIONAL

Escuela Superior de Ingeniera Mecnica y

Elctrica Unidad Culhuacn

Seccin de Estudios de Postgrado e Investigacin





CONTROL DE ROBOTS MANIPULADORES EN ESPACIO DE TAREA:
APLICACIN EN EL CONTROL DE POSICIN Y ORIENTACIN



Tesis que presenta el:

Ing. Guillermo Trinidad Snchez

Para obtener el grado de Maestro
en Ciencias en Microelectrnica



Director de Tesis:

Dra. Ilse Cervantes Camacho




.
Mxico D.F.

2004

















Agradecimientos




A la Dra. IlseCervantes por su asesora y apoyo durantela realizacin de
esta tesis.

Al Instituto Politcnico Nacional y A la Seccin deEstudios dePosgrado e
Investigacin dela ESIME Unidad Culhuacn por la formacin queme
han brindado.

Al CONACYT por el apoyo quemeha otorgado

A mis sinodales por sus valiosos comentarios sobreesta tesis.

A mis amigos y compaeros por su apoyo durantela estancia en la Seccin
dePostgrado deESIME Culhuacn.















Nomenclatura



Norma euclidiana
Norma inducida
) (x f
x
Gradiente de la funcin f(x)
T
A Transpuesto de A
) (
max
A Mximo valor propio de la matriz A
) (
min
A Mnimo valor propio de la matriz A


K
D
Ganancia derivativa
K
p
Ganancia proporcional
K
I
Ganancia integral
) (q M Matriz de inercias del robot manipulador
) , ( q q C &
Matriz de Coriolis y fuerzas centrpetas
) (q g Vector de pares gravitacionales
) ( q g Vector de pares gravitacionales estimados
y
~
Vector de errores de salida
q Vector de posiciones articulares del robot manipulador
q&
Vector de posiciones articulares del robot manipulador










ndice General

Resumen y organizacin de la tesis .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5

1 Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1 Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Objetivo Principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 Objetivos Particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Relevancia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2 Descripcin del Espacio de Tarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1 Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Descripcin de Posicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11
2.2.1 Coordenadas Cartesianas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 Coordenadas Cilndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.3 Coordenadas Generalizadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 Descripcin de Orientacin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17
2.3.1 Matriz de Rotacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.2 ngulos de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18
2.3.3 Representacin Eje-ngulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20
2.3.4 Cuaterniones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Transformacin Homognea. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23
2.5 Problemas de Cinemtica Directa y Cinemtica Inversa. . . . . . . . . . . . . . . . . . . . 25




3 Modelo Dinmico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1 Formulacin Euler Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Propiedades de la ecuacin de movimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2.1 Propiedades de la Matriz de Inercia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2.2 Propiedades del Vector de Coriolis y de Fuerzas Centrpetas . . . . . . . . . . .32
3.2.3 Propiedades del Vector de Gravedad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4 Resultado Principal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1 Planteamiento del Problema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3 Control PD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.4 Control PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46

5 Simulaciones Numricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .48

6 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

Apndice A Visual Servoing . . . . . . . . . . . . . . . . .. . . . . . .. . . . . . . . . . . . . . . . . . . . . . . 59
A.1 Modelo de la Cmara. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
A.2 Proyeccin Perspectiva. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .58
A.3 Distorsiones Geomtricas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
A.4 Cambio de Coordenadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
A.5 Error de Posicionamiento de Imagen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .61

Apndice B Sistemas Singularmente Perturbados. . . . . . . . . . . . . . . . . . . . . . . . . . . . .65

Apndice C Modelo Dinmico de una Mueca Esfrica. . . . . . . . . . . . . . . . . . . . . . . .68

Apndice D Modelo del Robot en Simulink. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70








ndice de Figuras

2.1 Sistema Cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Robot de geometra cartesiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Sistema Cilndrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Robot de geometra cilndrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13
2.4 Robot de geometra esfrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13
2.6 Robot SCARA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.7 Robot Antropomrfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.8 Sistemas coordenados en robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22
2.9 Transformacin Homognea. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.10 Cinemtica Directa y Cinemtica Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30
5.1 Mueca esfrica robtica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38
5.2 Diagrama a bloques del controlador PD. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.3 Desempeo del controlador PD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .53
5.4 Diagrama a bloques del controlador PD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .54
5.5 Desempeo del controlador PID con K
P
=diag{1,1,1,1}. . . . . . . . . . . . . . . . . . . . . 55
5.6 Desempeo del controlador PID con K
P
=diag{2,2,2,2}. . . . . . . . . . . . . . . . . . . . . 56
5.7 Desempeo del controlador PID con K
P
=diag{10,10,10,10}. . . . . . . . . . . . . . . . . 57









Resumen y organizacin de la tesis

Esta tesis trata el problema de control de posicin y orientacin de robots manipuladores en
espacio de tarea. En la industria, el control de robots manipuladores es de tipo Proporcional
Integral Derivativo (PID) en coordenadas generalizadas, debido principalmente a su
sencillez; sin embargo, en lo que se refiere a la aplicacin de control PID en espacio de
tarea hasta hace muy poco tiempo no se haba llevado aplicacin alguna, de hecho fue poco
despus que se inici esta tesis, que apareci una aplicacin en espacio de tarea,
especficamente en visual servoing, realizada por (Martinez, 2002). El hecho que motiva
esta tesis es el de extender los resultados del control en coordenadas articulares al de las
coordenadas en espacio de tarea, as como explicar las limitaciones existentes en esta
extensin.

Para solucionar el problema de regulacin de posicin y orientacin, en esta tesis se parti
de la metodologa de modelado de energa mas inyeccin de amortiguamiento
1
(vea por
ejemplo Miyazaki y Arimoto, 1985; Kelly, 1999) en estos trabajos se presenta un
controlador Proporcional Derivativo (PD) basado en Jacobiano transpuesto, al cual se
aadi una accin integral en esta tesis. Especficamente se ha probado que la aplicacin de
acciones integrales lentas elimina el sesgo (Alvarez-Ramrez, et al., 2000) debido a
posibles incertidumbres en el modelo del robot por el conocimiento inexacto de los pares
gravitacionales. Los resultados obtenidos se han ilustrado mediante simulaciones numricas
en una mueca mecnica de 3 grados de libertad.

La estructura en la conformacin de la tesis es la siguiente:

En la Introduccin se explica con detalle la motivacin de la tesis, se plantea de forma
general en qu consiste el problema de control, cual es su relevancia y se detalla cada uno
de los objetivos particulares a cumplirse.


1
Energy shaping plus damping injection



En el Captulo 2 se describe de manera extensiva en qu consiste el espacio de tarea y
cules son las opciones de representarlo (coordenadas cartesianas, visuales, etc.). Se explica
a detalle cada una de estas representaciones y se establecen sus respectivas ventajas y
desventajas. Se explica adems, cul de estas representaciones es ms conveniente en la
solucin del problema y su justificacin.

En el Captulo 3 se describe el modelo dinmico del robot y se describen las propiedades de
los elementos que conforman el modelo dinmico.

En el Captulo 4 se describe la aportacin principal de esta tesis, a saber, condiciones para
la estabilidad del robot bajo una accin PID en espacio de tarea. Se plantea el desarrollo
matemtico de la ley de control propuesta, analizando el sistema en lazo cerrado y se
derivan guas de sintonizado.

El Captulo 5 ilustra los resultados obtenidos mediante simulaciones numricas. En este
captulo se observa de manera grfica el desempeo del controlador propuesto y los efectos
en la estabilidad del sistema de las ganancias del controlador.

En el Captulo 6 se discuten los resultados obtenidos en esta tesis, es decir, cules son las
implicaciones de los resultados obtenidos, el impacto de stos, adems de detallar cul ha
sido la principal aportacin en el campo de control no lineal. En esta parte tambin se habla
del trabajo a futuro que se puede desarrollar a partir del trabajo de esta tesis.















Abstract

This thesis deals with the control problem of robots manipulators position and orientation
on task space. The application of robots manipulators is of the PID (Proportional Integral
Derivative) kind on generalized coordinates, because of its simplicity; however PID control
hadnt been applied yet until recent time. In fact, the principal motivation is to extend the
results from the control in generalized coordinates to the control in task space.

Finding a solution to the position and orientation problem, the Energy shaping plus
damping injection is used. It has been probed that the application of slow integral actions
helps to reduce the offset caused by uncertainties in the robot model.























8

Captulo 1

I ntroduccin


1.1 Motivacin

Recientemente se han desarrollado numerosas tcnicas de control dentro del campo de la
teora del control moderno. Sin embargo, en el uso prctico el control clsico PID es el ms
ampliamente usado en el control de robots manipuladores debido a que su estructura es
sencilla.

Por mucho tiempo ha prevalecido la idea de que el control PID es inadecuado para sistemas
altamente no-lineales debido a que su diseo est basado en argumentos de tipo local y
lineal. Sin embargo, existen trabajos como el reportado por (Arimoto y Miyazaki, 1984)
que pueden extenderse para obtener resultados no locales, aunque las primeras pruebas
explicitas fueron presentadas por (Ortega, et al., 1995) para el caso de retroalimentacin de
salida. En lo que se refiere al Control en espacio de tarea existen trabajos como el de (Jiang,
et al., 1994) en donde se aplica un control adaptivo de modos deslizantes, y el de (Kelly,
1999) en donde a partir de un modelado Energy shaping se aplica un controlador tipo PD,
sin embargo en lo que se refiere a la aplicacin de un controlador PID fue hasta poco
despus del inicio de esta tesis que apareci reportado en (Martnez, 2002) una aplicacin
especfica en visual servoing, que es un tipo especial de espacio de tarea. La motivacin de
esta tesis es entonces demostrar por mtodos de anlisis de control moderno, que es posible
el empleo de controladores PID en el espacio de tarea en una clase de sistemas robticos,
en especial en la regulacin de posicin y orientacin, que hasta el momento no se
encuentra reportado en la literatura, y dar un sustento terico.



9

1.2 Planteamiento del problema

Esta tesis est enfocada principalmente al estudio del control PID en espacio de tarea de un
robot manipulador rgido de n grados de libertad. En este caso se hace nfasis en el estudio
de control de posicin y orientacin del rgano terminal de dicho robot, analizndose
adems la forma ms conveniente de representar dicha posicin en el espacio de tarea.



1.3 Objetivo Principal

El objetivo de esta tesis es demostrar que un robot manipulador de n grados de libertad bajo
la accin de control PID puede alcanzar cualquier posicin y orientacin no singular en un
conjunto acotado del espacio de tarea. Esto ltimo es debido a que existen posiciones y
orientaciones en las que se presentan singularidades.

1.3.1 Objetivos particulares

Demostrar que es posible lograr estabilidad asinttica en robots manipuladores de n
grados de libertad bajo la accin de controladores PID en espacio de tarea, mediante
el empleo de herramientas matemticas avanzadas.

Implementacin de un algoritmo de control en simulaciones, para demostrar los
resultados tericos.









10
1.4 Relevancia

Aunque actualmente puede encontrarse literatura respecto al anlisis no-lineal de
controladores PID, en lo que se refiere a su aplicacin en espacio de tarea hasta el momento
slo se encuentra reportado una aplicacin en (Martnez, 2002) en el caso de visual
servoing. A este respecto, el objetivo de esta tesis es tanto el de proponer una clase de
controladores PID en espacio de tarea, como el de discutir algunas de sus limitaciones. Se
prueba que la insercin de acciones integrales lentas en los controladores de tipo Energy
shaping son suficientes para regular el manipulador sin desestabilizarlo. La principal
limitacin para obtener un resultado de estabilidad semiglobal son las singularidades
inherentes al manipulador.





















11

Captulo 2

Descripcin de espacio de tarea



Resumen del captulo

En este captulo se describe el espacio de tarea, que es de especial inters para determinar la
ubicacin del rgano terminal del robot. Es necesario describir los elementos que conforman el
espacio de tarea que son posicin y orientacin, los cuales pueden representarse de formas
diferentes. Se detalla cada una de los distintos tipos de representaciones que se pueden hallar en
la literatura, y se explica cules son sus ventajas y desventajas. As mismo se habla de una
forma visual para controlar la posicin del rgano terminal, conocido como visual servoing, y la
forma peculiar como puede ligarse con el espacio de tarea mediante el elemento cuaternin.


2.1 Motivacin

Un cuerpo rgido puede ser descrito completamente en el espacio tridimensional por medio
de su posicin y su orientacin con respecto a un marco de referencia. En el caso de los
robots manipuladores, la descripcin del movimiento del rgano terminal es la de principal
inters. Comnmente, el marco de referencia empleado se sita en la base del robot.

La posicin puede expresarse como la magnitud del vector entre el origen del marco de
referencia (en el cruce de los ejes) y un punto del rgano terminal. La orientacin es un
desplazamiento angular de un sistema coordenado con respecto a otro. Es conveniente


12
considerar un marco de referencia ortonormal ya que simplifica la descripcin de la
posicin. A partir de este punto de la tesis, se le conocer como sistema coordenado adjunto
al sistema coordenado situado convenientemente en el rgano terminal. La orientacin del
rgano terminal es el desplazamiento relativo entre el sistema coordenado de la base y el
adjunto. Al espacio donde se encuentran todas las posiciones y orientaciones del rgano
terminal se le conoce como espacio de tarea.


2.2 Descripcin de posicin

En esta seccin se hace una resea de distintos tipos de coordenadas (Grossman, 1994) que
pueden ser utilizadas para la representacin de la posicin del rgano terminal de un robot.


2.2.1 Coordenadas Cartesianas

Este tipo de coordenadas fue introducido por primera vez por Rene Descartes (de donde se
derivo el nombre de cartesianas), y lo expres mediante dos ejes perpendiculares entre s,
denominados X y Y, el primero horizontal, y el segundo vertical, los cuales se encuentran
divididos en unidades. Un punto sobre el plano se expresa mediante sus respectivas
posiciones sobre los ejes X y Y, mediante proyecciones perpendiculares a dichos ejes,
conformando un par ordenado de nmeros reales. Posteriormente se llev este tipo de
representacin al espacio tridimensional (al cual denominaremos como
3
R ), mediante la
adicin de un nuevo eje, perpendicular al plano XY, y que se denomina como eje Z. Para
representar un punto en el espacio se comienza por elegir un punto en
3
R , al cual se le
llama punto origen, y al dibujar las tres rectas perpendiculares entre s, su interseccin ser
en este punto. El tipo de representacin ms usado, y que emplearemos a lo largo de esta
tesis es el denominado sistema derecho; en el cual, si viramos el plano XY de frente,
entonces la parte positiva del eje Z se dirigira hacia nosotros. En la figura 2.1 se muestra
cmo es representado este tipo de sistema.


13

Figura 2.1 Sistema Cartesiano

Los tres ejes del sistema determinan tres planos coordenados, que se llaman plano XY,
plano XZ, y plano YZ.

Teniendo en cuenta la estructura construida de ejes coordenados y planos, un punto en el
espacio P puede ser representado como una terna ordenada de numero reales ( ) z y x , , , en
donde la primer coordenada x es la distancia dirigida del plano YZ a P, medida en la
direccin positiva del eje X. La segunda coordenada y es la distancia dirigida desde el plano
XZ hasta P, medida en la direccin positiva del eje Y; en tanto la tercer coordenada z es la
distancia dirigida desde el plano XY a P, medida en la direccin positiva del eje Z.

Este tipo de representacin es la ms sencilla de emplear, si lo que se quiere es determinar
la posicin de un punto en el espacio, sin embargo, cuando se ven implicadas vectores en el
espacio existen otro tipo de representaciones que pueden tener algunas ventajas, como en el
caso de obtener las mediciones relativas de movimiento de las articulaciones del robot.

Los robots con una geometra cartesiana consisten en tres juntas prismticas, en donde cada
grado de movilidad corresponde a un grado de libertad en el espacio cartesiano. Por esta
razn en este tipo de geometra es fcil obtener mediciones de salida para determinar la
posicin del rgano terminal.


14
Figura 2.2 Robot de geometra cartesiana


2.2.2 Coordenadas Cilndricas

Las coordenadas cilndricas son bsicamente una proyeccin tridimensional de las
coordenadas polares de un plano, por lo que primero haremos una breve resea de las
coordenadas polares. En coordenadas polares se usa tambin como referencia un par de ejes
perpendiculares entre s, pero en cambio la representacin de la posicin se hace por medio
de un radio y un ngulo ( ) , r , donde r>0 es la distancia desde el origen al punto en el
plano P y es el ngulo formado entre el eje X y la lnea que representa a r. En la
representacin cilndrica, al igual que las coordenadas cartesianas se emplea un sistema de
tres ejes perpendiculares entre s como sistema de referencia para determinar la posicin de
un punto en el espacio P. Estas coordenadas se expresan como ( ) z , , , en donde es una
distancia radial (como r en coordenadas polares), es un ngulo y z es igual que en las
coordenadas cartesianas. Para obtener tanto como , es necesario realizar una
proyeccin del punto P en el plano XY, por medio de una recta perpendicular a dicho
plano. Mientras tanto z se obtiene igual que en las coordenadas cartesianas.


15

Figura 2.3 Sistema Cilndrico




Figura 2.4 Robot de geometra cilndrica





16

2.2.3 Coordenadas Generalizadas

Hasta el momento se ha visto que la posicin de una partcula en el espacio se puede
especificar por medio de tres coordenadas que pueden ser cartesianas, cilndricas, o
cualquier conjunto de tres parmetros apropiadamente escogidos, los cuales pueden ser
representados por
1
q ,
2
q ,
3
q , y que se les conoce como coordenadas generalizadas.
Cualquiera de las coordenadas puede ser un ngulo o una distancia, por lo tanto cualquier
otro sistema de representacin de coordenadas vistos anteriormente es en realidad un caso
particular de las coordenadas generalizadas. El uso de coordenadas generalizadas
proporciona la ventaja de cualquier tipo de robot puede ser expresado de acuerdo al tipo de
juntas que emplee el robot, y las respectivas mediciones de las coordenadas son fciles de
obtener.

Figura 2.5 Robot de geometra esfrica

El emplear las coordenadas generalizadas nos permite describir otras geometras distintas,
como son la SCARA, y la antropomrfica.



17
Figura 2.6 Robot SCARA

Figura 2.7 Robot antropomrfico




18
X
Y
Z
X
'
Y
'
Z
'

Figura 2.8 Sistemas coordenados en robot


2.3 Descripcin de Orientacin

2.3.1 Matriz de rotacin

Una de las formas de expresar la orientacin es por medio de una matriz de rotacin. La
matriz de rotacin consiste en tres vectores unitarios (de dimensin 3) que relacionan los
ngulos de desplazamiento de cada uno de los ejes coordenados.

Por ejemplo considere la Figura 2.8 en donde se muestran dos ejes coordenados, uno se
localiza en el rgano terminal (A) y otro en la base del robot (A). El primer vector de la
matriz de rotacin est conformado por los ngulos que existen entre x y x, x y y, x y z. El
segundo vector est formado por y y x, y y y, y y z., y el tercero est formado por z y x,
z y y, z y z, como se muestra en la Ecuacin (2.1).





19


1
1
1
]
1

1
1
1
]
1

z z z y z x
y z y y y x
x z x y x x
a a a R
T T T
T T T
T T T
' ' '
' ' '
' ' '
3 2 1
(2.1)

donde
T
x denota la transposicin de x.

Note que los vectores columna que conforman R (
1
a ,
2
a ,
3
a ) son mutuamente ortogonales,
la demostracin puede hacerse utilizando argumentos geomtricos. Al notar que las
entradas del sistema son parte de una base ortonormal (Sciavicco y Siciliano, 2000). R es
una matriz ortogonal lo que significa que:


3
I R R
T
(2.2)

donde
3
I denota a la matriz identidad de 3 3 .

Es necesario hacer notar que la matriz de rotacin presenta el problema de proporcionar una
descripcin redundante de la orientacin del marco adjunto al objeto, esto se debe a que los
nueve elementos que la componen no son independientes entre s, sino que se encuentran
relacionadas por seis restricciones debidas a las condiciones de ortogonalidad dadas en
(2.2). El hecho de manejar tantos elementos provocan la desventaja de que todas las
operaciones que involucran este tipo de representacin se vuelven laboriosas y existe
redundancia en los clculos.


2.3.2 ngulos de Euler
Existen otros tipos de representacin menos complejas que la matriz de rotacin, de hecho,
es posible una representacin en el que tan slo tres parmetros son suficientes para
describir la orientacin de un cuerpo rgido. El tipo de representacin de la orientacin de
tres trminos independientes se le denomina una representacin mnima.


20



Una representacin mnima puede ser obtenida usando un conjunto de tres ngulos, que son
conocidos como ngulos de Euler.

[ ]
T


Si consideramos que la matriz de rotacin elemental se expresa como la rotacin alrededor
de un eje coordenado como funcin de un solo ngulo, entonces una matriz de rotacin
puede ser obtenida a partir de la composicin de una adecuada secuencia de tres rotaciones
elementales mientras se garantice que dos rotaciones sucesivas no se realizaran alrededor
de dos ejes paralelos.


2.3.2.1 Pitch Roll Yaw

Existen varias representaciones por medio de los ngulos de Euler (12 en total), pero una de
las ms usadas es la XYZ o conocida como (Pitch, Roll, Yaw). Esta representacin se
obtiene como sigue:

a) Primero se rota el marco de referencia un ngulo alrededor del eje X.

b) A continuacin se rota un ngulo alrededor del eje Y.

c) Y por ltimo se rota un ngulo alrededor del eje Z.

Este tipo de representacin, tiene la ventaja de que se trabaja con muy pocos elementos, lo
cual facilita su trabajo en los clculos requeridos por el algoritmo de control, pero tiene el
problema de presentar mltiples soluciones. Este hecho afecta seriamente el problema de


21
control como veremos posteriormente en esta tesis. Esto es , dos orientaciones diferentes
pueden tener ngulos de Euler iguales.

Ms material al respecto de ngulos de Euler se puede encontrar en (Sciavicco y Siciliano,
2000) y en (Caccavale, et al., 1999).


2.3.3 Representacin Eje-ngulo

Existen otros tipos de representacin que son no-mnimas, los que pueden ser ventajosos en
el problema de planeo de trayectorias. Una de ellas se obtiene haciendo un reordenamiento
en cuatro parmetros que expresan la rotacin de un ngulo dado alrededor de un eje (o
vector) en el espacio.

Sea [ ]
T
z y x
k k k k el vector unitario de un eje de rotacin con respecto al marco de
referencia. Una rotacin de un ngulo alrededor del vector r se describe por ) , ( k R , la
cual se puede calcular de la siguiente forma:


( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
1
1
1
]
1

+ + +
+ + +
+ + +

c c k s k c k k s k c k k
s k c k k c c k s k c k k
s k c k k s k c k k c c k
k R
z x z y y z x
x z y y z y x
y z x z y x x
1 1 1
1 1 1
1 1 1
) , (
2
2
2
(2.3)

donde

cos c y

sen s

Y en forma inversa, a partir de la matriz de rotacin, se puede obtener la representacin eje-
ngulo.


,
_

+ +

2
1
cos
33 22 11 1
r r r

(2.4)


22

1
1
1
]
1

12 21
31 13
23 32
2
1
r r
r r
r r
sen
k

donde
ij
r son elementos de la matriz de rotacin R, es decir


1
1
1
]
1

33 32 31
23 22 21
13 12 11
r r r
r r r
r r r
R
def


Note que ) , ( ) , ( k R k R , esto indica que la representacin no es nica, ya que
corresponde a dos tipos de rotacin diferentes y por tanto no existe unicidad.

Por otro lado tenemos que si

0 , entonces R es la matriz identidad y el eje de rotacin

no est bien definido. Por lo tanto presenta la misma desventaja que los ngulos de Euler.


2.3.4 Cuaterniones

Existe otra forma de representacin de cuatro parmetros que es la de Parmetros de Euler,
comnmente conocido como la unidad Cuaternin Q, conformado de dos elementos:
que corresponde a un escalar y que es un vector de tres elementos, esto es:

[ ] [ ]
z y x
T T
Q (2.5)

Considrese dos sistemas coordenados
0
F y
1
F , que estn separados por una rotacin de
alrededor de un vector unitario k (la representacin eje-ngulo de la seccin anterior),
entonces el cuaternin se obtiene como sigue:



23
k

,
_

,
_

2
sin ;
2
cos

(2.6)




ntese que s [ ]
T
es el cuaternin que representa la rotacin del sistema coordenado
1
F
con respecto a un sistema coordenado
0
F , entonces [ ]
T
n representa la orientacin de
0
F con relacin a
1
F

El cuaternin presenta algunas propiedades fundamentales que se discuten a continuacin.



a) Normalidad. Los elementos de (2.6) son de norma unitaria, es decir:

1
2 2 2 2
+ + +
z y x
(2.7)

b) Unicidad. Si se considera el ngulo acotado al rango 180 180 , entonces el
escalar 0 y la representacin del cuaternin es nica.

Como se ve el cuaternin, a diferencia de la representacin eje-ngulo, no presenta el
problema de no-unicidad, es decir, que una rotacin alrededor de un eje k tiene
asociado el mismo cuaternin que una rotacin alrededor de un eje k. Adems el calculo
de cuaternin es mucho ms sencillo comparado respecto a los clculos para una matriz de
rotacin.

En vista de (2.3), (2.6) y (2.7), la correspondiente transformacin de cuaternin a matriz de
Rotacin es la siguiente:



24
( ) ) ( 2 2 1 2
3
2
S I R
T
+ + (2.8)





donde
3
I es la matriz identidad y ) ( S se define como:


1
1
1
]
1

0
0
0
) (
x y
x z
y z
S



(2.9)

Por contraparte la conversin de matriz de rotacin a cuaternin es la siguiente, la cual
encontramos en (Sciavicco y Siciliano, 2000):


( )
( )
( )
1
1
1
]
1

+
+
+

+ + +
1 sgn
1 sgn
1 sgn
2
1
1
2
1
22 11 33 12 21
33 11 22 31 13
33 22 11 23 32
33 22 11
r r r r r
r r r r r
r r r r r
r r r

(2.10)

donde
ij
r son elementos de la matriz de rotacin R.

Una variacin a este mtodo lo podemos encontrar en (Klump, 1976) que se describe a
continuacin:



25

1
1
1
]
1

+ + +

+ + +
12 21
31 13
23 32
33 22 11
33 22 11
1 2
1
1
2
1
r r
r r
r r
r r r
r r r

(2.11)

Otra opcin considera que si la traza de la matriz de rotacin es igual o menor a cero, se
deber observar cual elemento de la diagonal de la matriz de rotacin es mayor a cero.

Otro tipo de representacin del espacio de tarea es visual servoing que se explica en el
Apndice A.


2.4 Transformacin homognea

En muchos casos, para describir la posicin de un cuerpo es necesario realizar una
transformacin de un espacio de coordenadas a otro, y dado que un robot se compone de
varios elementos y en ocasiones dependiendo del grado de movilidad del robot, en
ocasiones se hacen necesarias varias operaciones intermedias.

Si
22 11
r r > y
33 11
r r >

( )
( )
( )
1
1
1
1
1
1
]
1

+
+

+
s
r r
s
r r
s
s
r r
r r r s
23 32
21 12
23 32
33 22 11
5 . 0
1

Si
11 22
r r > y
33 22
r r >

( )
( )
( )
1
1
1
1
1
1
]
1

+
+

+
s
r r
s
s
r r
s
r r
r r r s
23 32
21 12
31 13
33 11 22
5 . 0
1

Si
11 33
r r > y
22 33
r r >

( )
( )
( )
1
1
1
1
1
1
]
1

+
+

+
s
s
r r
s
r r
s
r r
r r r s
5 . 0
1
31 13
23 32
21 12
22 11 33

26
Considere dos sistemas coordenados (sistema 0 y sistema 1) y un punto en el espacio P,
cuyas coordenadas con respecto a cada uno de los sistemas las expresamos por
0
p y
1
p
respectivamente. Sea
0
1
d el vector que denota la ubicacin del origen del sistema 1 respecto
al sistema 0, y sea
0
1
R la matriz de rotacin que representa la orientacin del sistema 1 con
respecto al sistema 0. Por lo tanto, basndose en geometra simple, es posible determinar la
posicin
0
p del punto P, si conocemos
1
p , aplicando la siguiente regla de transformacin:


1 0
1
0
1
0
p R d p + (2.13)

A esta representacin se le conoce como transformacin de coordenadas.

La relacin anterior puede representarse de una forma ms compacta, para ello es necesario
definir la representacin homognea p
~
de p, esto es


1
]
1

1
~
p
p (2.14)

Adoptando esta representacin para los vectores
0
p y
1
p , la transformacin de
coordenadas puede ser escrita en trminos de una matriz de 4 4 , como sigue:


1
]
1

1 0
0
1
0
1 0
1
T
d R
A (2.15)

La cual se denomina matriz de transformacin homognea. Entonces la transformacin de
coordenadas puede ser rescrita de forma compacta como:


1 0
1
0 ~ ~
p A p (2.16)



27
La transformacin homognea es til para describir los problemas de cinemtica directa y
cinemtica inversa primeramente, y posteriormente en esta tesis se emplear en el cambio
de coordenadas.


2.5 Problemas de cinemtica directa y cinemtica inversa

La configuracin de un manipulador est determinada por el nmero de grados de
movilidad, es decir su estructura mecnica. Cada grado de movilidad est asociado con una
articulacin de junta y se dice que constituye una variable de junta. El principal objetivo de
la cinemtica directa consiste en determinar la posicin y la orientacin del rgano terminal
a partir de las variables de junta del robot. Para obtener la posicin y la orientacin del
rgano terminal, respecto a las variables de junta se emplea una matriz de transformacin
homognea.



1
]
1

1 0
T
b
e
b
e b
e
d R
T

donde de
b
e
T la b se refiere al marco de base, y la e se refiere al rgano terminal.

En tanto que el problema de cinemtica inversa consiste en determinar las variables de
junta correspondientes a una posicin y orientacin dadas del rgano terminal. La solucin
de este problema es de fundamental importancia; es decir que a partir de la apropiada
determinacin de variables de junta, se consiga que el rgano terminal alcance la posicin y
la orientacin deseada, que es lo que se busca en la solucin del problema de control.

Un campo prometedor para el control de posicin en robots manipuladorse en espacio de
tarea es mediante el uso de Visual Servoing. Una descripcin de Visual Servoing se
encuentra en el Apndice A.



28

Conclusiones del captulo

En este captulo se dieron a conocer los tipos de coordenadas que aplicaremos al describir
la posicin del rgano terminal, y los medios para conocer su orientacin. Tambin
conocimos distintos tipos de geometras para los robots. El uso de coordenadas
generalizadas y la descripcin del espacio de tarea nos ayudarn a formular el problema de
control y para la descripcin dinmica del sistema en el siguiente captulo.

























29

Captulo 3

Modelo Dinmico



Resumen

Al inicio de este captulo se describe cmo se obtiene el modelo dinmico para robots
manipuladores por medio de las ecuaciones de Euler-Lagrange y empleando la definicin de
coordenadas generalizadas. Posteriormente se mencionan las propiedades del modelo obtenido,
las cuales son tiles en la derivacin de los resultados de estabilidad.


3.1 Formulacin Euler-Lagrange

El modelado dinmico de un robot manipulador consiste en encontrar el mapa entre los
pares que se aplican sobre las estructuras del robot y las posiciones y velocidades de las
juntas. Existen dos tipos de formulaciones que son empleadas para derivar el modelo
dinmico: la formulacin Newton-Euler y la formulacin Euler-Lagrange.

La formulacin Newton- Euler consiste en la aplicacin directa de las leyes de Newton de
movimiento, haciendo uso de alguno de los sistemas coordenados mencionados en el
captulo anterior; sin embargo, la obtencin del modelo dinmico para robots
manipuladores puede ser difcil. En este captulo se deriva el modelo de un manipulador
basados en la formulacin Euler-Lagrange que emplea las coordenadas generalizadas y se
basa en balances de energa para derivar las ecuaciones de movimiento.



30
Las ecuaciones Euler-Lagrange, de forma general (Hauser, 1967) adoptan la siguiente
forma:


k
k
k
q
K
Q
q
K
dt
d

(3.1)

donde K es la energa cintica del sistema y
k
Q es la fuerza generalizada, que es la suma de
pares para una junta de revolucin o de fuerzas para una junta prismtica con los efectos del
campo potencial (Spong y Vidyasagar, 1989), entonces podemos describir las fuerzas
generalizadas como sigue:


k
k
K
q
P
Q +

De esta forma (3.1) puede escribirse como:


k
k k
k
q
P
q
K
q
K
dt
d
+

(3.2)

donde P es la energa potencial del sistema. La ecuacin (3.2) puede ser escrita de forma
ms compacta si introducimos una funcin L, conocida como la funcin Lagrangiana, tal
que:

P K L (3.3)

De (3.3) se deriva que:


k k
q
K
q
L

y
k k k
q
P
q
K
q
L

(3.4)



31
Lo que conlleva que las ecuaciones de Lagrange, puede ser rescrita de la siguiente forma:


k
k
k
q
L
q
L
dt
d

&
(3.5)

donde
k
son las fuerzas generalizadas no conservativas, que se aplican desde el exterior.

En la descripcin de robots manipuladores es necesario manejar ms de una coordenada
generalizada, por lo que es necesario hacer el cambio de las derivadas parciales por
gradientes. Es decir, las ecuaciones de Euler-Lagrange en este caso toman la siguiente
forma:


T
q
q
U q q L q q L
dt
d

1
]
1

) , ( ) , ( (3.7)

donde
n
R q son las coordenadas generalizadas y
n
R U los pares debidos a las fuerzas
externas. Mientras ) ( representa el gradiente, un vector rengln que se define como
k
def
k
/ ) ( ) ( , y
T
) ( denota transposicin. Retomando la ecuacin (3.3) de la forma:

) ( ) , ( ) , ( q P q q K q q L



donde la energa cintica ) , ( q q K & , se expresa de la forma siguiente:



q q M q q q K
T
) (
2
1
) , ( (3.8)

En donde
n n
R q M

) ( es la matriz de inercia, la cual es simtrica y positiva definida. La
funcin ) (q P es la energa potencial, que es acotada inferiormente.



32
Los pares debidos a las fuerzas externas
n
R U consisten en acciones de control
n
R ,
fuerzas disipativas (friccin), y fuerzas no disipativas que toman en cuenta la interaccin
del sistema con el ambiente.

Dado que las fuerzas disipativas del sistema contribuyen al amortiguamiento requerido para
la estabilizacin del sistema, entonces en esta tesis se considera el caso crtico en que la
suma de dichas fuerzas es nula. Por otra parte puede considerarse que la interaccin con el
medio ambiente es irrelevante y la podemos eliminar.

De acuerdo a lo mencionado arriba el sistema estara representado de la siguiente manera:

+ + ) ( ) , ( ) ( q g q q q C q q M & & & & (3.9)

donde :


n
R q q q C & &) , ( es el vector de Coriolis y fuerzas centrpetas

n
R q g ) ( es el vector de pares gravitacionales

n
R es el vector de pares de entrada

n
R q es el vector de posiciones angulares de los eslabones


Adems ) (q g se obtiene como gradiente de la energa potencial ) (q U debida a la
gravedad, es decir:

) ( ) ( q U q g
q
(3.10)

Este modelo es el que se emplea en el desarrollo de la solucin al problema de control en
los captulos siguientes.



33
La ecuacin de movimiento Euler-Lagrange incluye a sistemas mecnicos y mecatrnicos
(De Luca y Manes, 1994). Esta formulacin tambin ha sido empleada para modelar la
dinmica del cuerpo humano (Van der Kooij, et al, 1999) (Sanner y Cosa, 1999).


3.2 Propiedades de la ecuacin de movimiento

En esta seccin se describen las propiedades de la ecuacin dinmica del robot (3.9) en el
caso de que slo posea juntas rotacionales. Los elementos que conforman la ecuacin
cumplen con algunas propiedades que son tiles para simplificar las pruebas de estabilidad
obtenidas en el desarrollo de esta tesis.


3.2.1 Propiedades de la matriz de inercia

La matriz de inercia
n n
R q M

) ( cumple con las siguientes propiedades

P.1 Es simtrica y positiva definida.

P.2 Es acotada superior e inferiormente. Es decir que existen
1
y
2
, que son dos
escalares
1
tales que

I q M I
2 1
) ( < <


P.3 Es continuamente diferenciable.

1
Para el clculo de las constantes
1
y
2
se requiere del uso de los valores propios mximo y mnimo de la
matriz de inercia. A pesar de que esto puede ser complicado, debido a que se requiere de la solucin de
ecuaciones no lineales, existen programas como matlab y maple que pueden ayudar a realizar los clculos ms
rpidamente.



34
3.2.2 Propiedades del vector de Coriolis y fuerzas centrpetas

El vector de fuerzas centrpetas y de Coriolis, junto con la matriz de inercia cumple con las
siguientes propiedades:

P.4 La matriz ) , ( 2 ) (

q q C q M
&
es antisimtrica


3.2.3 Propiedades del vector de gravedad

El vector de pares gravitacionales g(q) cumple con las siguientes propiedades

P.5 Existe una constante positiva
g
k tal que

) (q Dg k
g
>

donde
q
q g
q Dg

) (
) (

es decir que la derivada del vector de pares gravitacionales con respecto a las coordenadas
generalizadas del robot se encuentra acotada por arriba.



El modelo descrito en este captulo es el que se emplea en el desarrollo de la solucin al
problema de control y para las simulaciones del sistema a lazo cerrado, presentes en los
siguientes captulos.

As mismo, las propiedades de la ecuacin de movimiento son tiles en la derivacin de los
resultados de estabilidad que se muestran en el siguiente captulo.



35

Captulo 4

Resultado Principal



Resumen

En este captulo se presenta primeramente la metodologa a seguir para el diseo de un
controlador PID que garantice el control de posicin y orientacin de un robot manipulador sin
el conocimiento exacto del vector de pares gravitacionales. Empleando un anlisis de
estabilidad basado en sistemas singularmente perturbados se demuestra que la estructura de
control PID propuesta garantiza la estabilidad del rgano terminal del robot en una posicin y
orientacin deseada si sta no es singular.


4.1 Planteamiento del problema de control

El objetivo de control es el de disear una ley de retroalimentacin de estados ) , (

q q
tal que el rgano terminal del robot manipulador alcance una posicin
d
p y una orientacin
deseada
d
R de manera asinttica, es decir


d
t
d
t
R t R
p t p

) ( lim
) ( lim
(4.1)



36
donde:
3
) ( R t p es la posicin y
3 3
) (

R t R la matriz de orientacin del rgano terminal
como se vio en el captulo 2, en tanto
3
R p
d
y
3 3
R R
d
son la posicin y la matriz de
orientacin deseada.

Dado que la matriz de rotacin R tiene asociada un cuaternin, como se demuestra en el
captulo 2, entonces es posible reformular el objetivo de regulacin de la siguiente manera:

Disear una ley de retroalimentacin tal que:


1
]
1

1
]
1

d
d
t
d
t
t
t
p t p

) (
) (
lim
) ( lim
(4.2)

donde [ ]
4
R
T
d d
es el cuaternin correspondiente a la orientacin deseada.

Se ha decidido por el uso del cuaternin en vez de la matriz de rotacin debido a su
sencillez, ya que es ms fcil determinar un error vectorial que un error matricial, adems
del importante hecho de que para algunas orientaciones pueden corresponder dos matrices
de rotacin diferentes.

De forma equivalente la ecuacin (4.2) se puede expresar como:

0
~
lim

y
t
(4.3)

donde y
~
es el error de salida y se define de la forma:
1
]
1

e
p
y y y
d
~
~






37
y ) (
~
q p p p
d
def
es el error de posicin y ees el error de orientacin y est dado por:


d d d
S q q e ) ( ) ( ) ( + (4.4)

Tal definicin del error de orientacin ha sido empleada antes en (Caccavale et al., 1999), y
su propsito es el que el error de orientacin quede expresado en
3
R en vez de
4
R . Las
velocidades lineal
3
R p

y angular
3
R de un punto
0
P estn dadas por:

q q J q
q J
q J p
G
o
p
& &
&
) (
) (
) (

1
]
1

1
]
1

(4.5)

donde ) (q J
p
es la matriz de n 3 relativa a la contribucin de las velocidades de junta a la
velocidad lineal del rgano terminal, y ) (q J
o
es la matriz de n 3 relativa a la
contribucin de las velocidades de junta a la velocidad angular del rgano terminal, y
n
G
R q J

6
) ( es el Jacobiano geomtrico del robot.

A partir de la ecuacin (4.2) se puede mostrar que la derivada respecto al tiempo del error
de orientacin (4.4) de acuerdo con el objetivo de regulacin est dada por:

q q J e Q y
G e
&
) ( ) , (
~

(4.6)
con:


1
1
]
1

) (
2
1
2
1
0
0
) , (
e S I
I
e Q
e
e



donde
T
d d e
+ y
3 3
R I es la matriz identidad. Cuando el error de orientacin es
cero, ) , ( e Q
e
es una matriz diagonal.


38
4.2 Antecedentes

Para el estudio del problema de control, se considera la metodologa de modelado de
energa mas inyeccin de amortiguamiento (Miyazaki y Arimoto, 1985) (Kelly, 1995). La
motivacin que lleva a considerar esta metodologa es que nos permite dividir el
controlador en dos partes, una compuesta de la energa potencial que permite la
estabilizacin en un punto de equilibrio deseado y la otra parte que permite la inyeccin de
amortiguamiento para hacer el punto de equilibrio atractivo (Ortega, et al., 1995); esto nos
conduce a compensadores simples y robustos. Un hecho importante a considerar, es que
esta metodologa garantiza estabilidad asinttica del sistema a lazo cerrado slo si se
supone una cancelacin exacta de los pares gravitacionales ) (q g . Sin embargo la funcin
) (q g es siempre incierta en la prctica, debido de un conocimiento inexacto de los
parmetros del sistema, entonces se debe considerar un vector de pares gravitacionales
estimados ) ( q g en la retroalimentacin, para que un controlador basado en modelado de
energa pueda ser usado.

De acuerdo con la metodologa de modelado de energa ms inyeccin de amortiguamiento
la estructura de control est dada por:

) ( )) (
~
, , ( q F q y y q U
q
d a q
&
(4.7)

donde: R R R R q y y q U
m m n
d a
: )) (
~
, , ( es la energa potencial artificial y es una
funcin continuamente diferenciable. En tanto R R q F
n
: ) ( & es una funcin de disipacin
continuamente diferenciable.

Se supone que la estructura de control compensa los efectos del par gravitacional (3.10). En
tal caso, sin prdida de generalidad, la energa potencial artificial puede considerarse como:

) ( )) (
~
, ( )) (
~
, , ( q U q y y U q y y q U
d T d a
(4.8)



39
Donde )) (
~
, ( q y y U
d T
es la energa potencial total y ) (q U es la energa potencial debido a la
gravedad.

El sistema a lazo cerrado obtenido de la dinmica del robot en trminos de la energa
potencial total puede ser descrito como sigue:


1
1
]
1

1
]
1

+ +

1
]
1

q q q C q F q y y U q M
q
q
q
dt
d
q
d T q
& & &
&
&
) , ( ) ( )) (
~
, ( ) (
1
(4.9)

Como se puede observar el sistema a lazo cerrado obtenido involucra dos funciones
potenciales: la energa potencial debida a la gravedad, y la energa potencial artificial
inducida por el controlador.


Observacin 1:
Considrese las siguientes elecciones, encontrada en (Kelly, 1995), para la energa
potencial artificial y la funcin de disipacin:


q K q q F
q U y K y q y y q U
D
T
p
T
d a
& & &
2
1
) (
) (
~ ~
2
1
)) (
~
, , (

(4.10)

donde
n n
D P
R K K

, son matrices simtricas positivas.

Haciendo las siguientes definiciones de la ecuacin de salida

) (q h y (4.11)



40
donde
m n
R R h : es una funcin continuamente diferenciable, y se supone que n m . Al
mapa de salida ) (q h se le denomina funcin de tarea, la cual fue introducida por primera
vez por (Samson, et al., 1991).

Por medio de una seleccin adecuada del mapa ) (q h se puede caracterizar la posicin y la
orientacin con respecto a un marco adjunto o base de referencia determinado tal como la
funcin de cinemtica directa. Considrese
n
d
R y como una posicin u orientacin
deseada de la terminal del robot, entonces, el problema de control puede ser formulado
como el diseo de una ley de control que permite al rgano terminal del robot alcanzar
d
y
en el espacio de tarea.

Suposicin 1: La funcin de tarea ) (q h y es invertible en una vecindad
n
q
R N de
d
q
donde:

) (
1
d
def
d
y h q




Para obtener la representacin en la forma de la ecuacin (4.7), realizamos lo siguiente:

) (
~ ~
)) (
~
, , ( q U y K y q y y q U
q p
T
q d a q
(4.12)

De la ecuacin (4.12) se tiene que:

) (
~
q J
q
h
y y
q q

donde
n n
R q J

) ( es el Jacobiano de la funcin de tarea ) (q h , y para la cual se puede
hacer la siguiente suposicin:



41

Suposicin 2: La matriz Jacobiana
n n
R q J

) ( tiene rango completo en
q
N , es decir, que
0 ) ( q J y adems existe una constante positiva
J
tal que
J
q J ) ( , para toda
q
N q


La ecuacin (4.12) puede rescribirse con la matriz Jacobiana como sigue:

) (
~
) ( )) (
~
, , ( q U y K q J q y y q U
q p
T
d a q


y aplicando (3.10) resulta:

) (
~
) ( )) (
~
, , ( q g y K q J q y y q U
p
T
d a q
(4.13)

Por otro lado, a partir de (4.10) se deriva que:

q K q F
D q
& &
&
) ( (4.14)

Al sustituir (4.13) y (4.14) en (4.7) se obtiene el siguiente caso del control PD con
Jacobiano transpuesto y compensacin de gravedad exacta.

) (
~
) ( q g q K y K q J
D p
T
+ & (4.15)

En la ecuacin (4.15) el primer trmino a la derecha corresponde al modelado de energa
(energy shaping), el segundo es la inyeccin de amortiguamiento (damping inyection) y
) (q g es la cancelacin exacta de los efectos gravitacionales.





42
Combinando la ecuacin (3.9) con (4.15), se obtiene la siguiente representacin del sistema
a lazo cerrado:


( ) [ ]
1
]
1

1
]
1

q K q q C y K q J q M
q
q
q
dt
d
D p
T
& &
&
& ) , (
~
) ( ) (
1
(4.16)

En (Kelly, 1999) se establece la existencia de un punto de equilibrio para el sistema (4.16).
Hasta aqu se ha visto como a partir de la metodologa de modelado de energa mas
inyeccin de amortiguamiento, encontrado en la literatura, es posible encontrar una ley de
control PID, que involucra una compensacin de gravedad exacta, la cual se tomar como
base de la solucin del problema de control planteado.

4.3 Control PD

Al considerar a (4.15) se requiere que el vector de pares gravitacionales ) (q g sea bien
conocido, pero esta funcin es incierta debido a que depende de las cargas sobre el robot
que generalmente son desconocidas. Por lo tanto debe considerarse un estimado ) ( q g en
lugar de ) (q g y (4.15) se rescribe de la siguiente forma:

) (
~
) ( q g q K y K q J
D p
T
+ & (4.17)

En este caso puede observarse que la cancelacin exacta de efectos gravitacionales, no es
del todo satisfecha, lo cual en la prctica puede conducir a un sesgo (offset ) del estado
estacionario (es decir que el error de salida y
~
no sera cero, sino que sera de un valor que
aunque podra ser pequeo, no sera irrelevante) El sesgo podra ser evitado con una
ganancia proporcional
p
K suficientemente grande, pero esto llevara a posibles
inestabilidades dinmicas.





43
Por otro lado, para eliminar el sesgo, rescribimos (4.17):

[ ] ) (
~
) (
,
q g q K y K q J
D d I p
T
+ + & (4.18)

de donde, como se podr observar, se ha aadido otro elemento,
n
I
R , al cual se definir
como: ) ( ) (
, d
T
d
def
d I
q g q J

, donde ) ( ) ( ) ( q g q g q g es el par gravitacional residual.

Combinando (4.18) con (3.9) obtenemos la siguiente representacin del sistema a lazo
cerrado:


( ) ( ) [ ]
1
]
1

+ +

1
]
1

) ( ) , (
~
) ( ) (
,
1
q g q K q q C y K q J q M
q
q
q
dt
d
D d I p
T
& &
&
&
(4.19)


Al igualar la ecuacin dinmica con cero, obtenemos la representacin de la ecuacin
esttica del sistema que es la siguiente:


I p
T
q g y K q J + ) (
~
) ( (4.20a)

A partir de (4.11) se puede definir
d
q de la forma siguiente:

) (
1
d d
y h q



esto nos conduce a lo siguiente:

)
~
( ) ( y g q g





44
Por lo que podemos rescribir la ecuacin esttica de la siguiente forma:


I p
T
y g y K q J + )
~
(
~
) (
donde la solucin es la siguiente:

[ ]
I
T
p
y g y J K y +

)
~
( )
~
(
~
1
(4.20b)

La ecuacin (4.20b) es una funcin implcita de y.

Para probar que existe una nica solucin de (4.20b) es necesario aplicar la teora de
contraccin de mapas. Esto es, que se necesita probar que la norma del gradiente de la parte
derecha de (4.20b) es acotado. Esto es:

[ ] 1 )
~
( )
~
(
1
< +

I
T
P
y g y J K (4.20c)

Debido a que suponemos que el Jacobiano no es singular y a la propiedad de acotamiento
de los pares gravitacionales es posible mostrar que entonces existe un valor suficientemente
grande de
P
K tal que la restriccin (4.20c) se satisface. Es decir, existe
min
P
K tal que para
toda
min
P P
K K > la ecuacin (4.20c) tiene una nica solucin y si en particular
d I I ,
,
esta solucin coincide con la posicin y la orientacin deseada. Sin embargo en la prctica
no contamos con una variable
I
para compensar los efectos gravitacionales, pero en su
lugar se agrega una accin integral. La ley de control (4.18) se modifica de la siguiente
forma:

d y K J q g q K y K J
I
T
D P
T
) (
~
) (

+
&
(4.21)

Donde
n n
I
R K

es la matriz de ganancias integrales la cual es diagonal y definida
positiva.


45
Como se puede observar en (4.21) el Jacobiano transpuesto ) (q J
T
afecta al trmino
integral, esto es porque la accin integral se utiliza para remover el sesgo, lo cual debe ser
a lo largo de la misma direccin del movimiento del rgano terminal definido por ) (q J
T
.

A lazo cerrado el sistema se representa de la siguiente forma:

[ ]
n D I P
T
q K y K y K J q g q q q C q q M 0
~ ~
) ( ) , ( ) ( + + + + +

& & & & & (4.22)


4.3 Estabilidad del sistema a lazo cerrado

Ya que se ha establecido la ley de control empleada, el siguiente paso es demostrar la
existencia de ganancias proporcionales suficientemente grandes que garanticen la
existencia de un nico punto de equilibrio y de ganancias integrales que eliminen el sesgo
debido al conocimiento inexacto de los pares gravitacionales, asegurando el objetivo de
regulacin. En otras palabras el trabajo consiste en demostrar el siguiente teorema.

Teorema 1 Considrese el sistema (3.9) bajo la accin del controlador (4.21) con
I I
K K , donde 0 > y 0 >
I
K es una matriz simtrica y definida positiva. Entonces
para un valor suficientemente grande de ) (
min p
K existe una constante positiva tal que
para todo
max
0 < < el sistema Euler-Lagrange controlado es internamente estable y
0 ) (
~
lim

t y
t
.

Prueba:
Para un mejor manejo de la ecuacin (4.22), es til definir [ ] [ ]
T
def
T
q q x x x & , ,
2 1
y

y K z
I
def
~






46
Lo que nos permite rescribir el sistema a lazo cerrado (4.22) de la siguiente forma:

( ) ( ) [ ]
1
1
1
]
1

+
1
1
1
]
1

y K
z y K J x g x K x x C x M
x
z
x
x
dt
d
I
P
T
D
~
~
) ( ) , ( ) (
1 2 2 1 1
1
2
2
1

(4.23)

Primeramente se localiza los puntos de equilibrio de la ecuacin (4.23)

Igualando la ecuacin (4.23) con cero obtenemos el siguiente sistema de ecuaciones:

0
2
x (4.24a)

0 )
~
)( ( ) (
1 1
+ z y K x J x g
P
T
(4.24b)

0
~
y K
I
(4.24c)

Para solucionar el sistema de ecuaciones puede tomarse primero por la ecuacin (4.24c), y
considerando que 0 y
I
K como no singular, obtenemos lo siguiente:

0
~
y es decir
d
y y

entonces (4.24b) queda como sigue:

0 ) ( ) (
1 1
z x J x g
T


lo que lleva a:

) ( ) (
1 1
x g x J z
T


(4.25)




47

Como lo que se espera es llegar a una posicin deseada
d
q , a la que se puede expresar por
su equivalente
d
def
d
q x
1
, rescribimos (4.25) como:


d I
def
d d
T
d
x g x J z
, 1 1
) ( ) (




Para poder hallar con facilidad la solucin de (4.23) se traslada el punto de equilibrio al
origen. Para este fin se considera el siguiente cambio de variables:

[ ] [ ]
T
T
x q x x x x
2
*
1 2 1
,
~
,
~ ~

(4.26)

d I
z z
,
~


donde
*
q es la posicin de equilibrio del controlador PD, que no necesariamente es la
misma que la deseada, y que definimos como funcin de z

) ( ) (
*
I
P z P q

derivando (4.26) obtenemos:

y K
z
P
x z
z
P
x q x x
I
~ ~
1 1
*
1 1

& & & & &

&



2 2
~
x x &
&
z z &
&

~








48
De esta forma se puede rescribir (4.23) de la siguiente manera:

( ) ( ) [ ]
1
1
1
1
1
]
1

+ +

1
1
1
]
1

y K
z y K J x g x K x x C x M
y K
z
P
x
z
x
x
dt
d
I
d I P
T
D
I
~
~ ~
)
~
(
~
)
~
,
~
( )
~
(
~ ~
~
~
~
, 1 2 2 1 1
1
2
2
1

(4.27)

Donde, con
I
K que es una matriz definida positiva.

Haciendo las siguientes definiciones:

[ ]
T
x x x
2 1
~ ~ ~



[ ] ( ) [ ]
1
]
1

+ +

d I P
T
D
z y K J x g x K x x C x M
x
, 1 2 2 1
1
1
1
2
~
)
~
(
~
)
~
,
~
( )
~
(
~

T
n I
K
dz
dP
B
1
]
1

0

Con estas definiciones obtendremos el modelo de sistema singularmente perturbados para
el sistema (4.27):


1
]
1

1
]
1

y K
y B y z x
z
x
I
~
~
)
~
,
~
,
~
(
~
~

&
&
(4.28)

Si 0

)
~
,
~
,
~
(
~
y z x x
&
(4.29)

Que es la ecuacin que representa al sistema reducido.


49
Para realizar un anlisis de la componente ms lenta del sistema (4.27), es necesario
realizar un cambio en escala de tiempo t , por lo que tambin es necesario definir las
variables ) / (
~
) ( x
def
y ) / (
~
) ( z
def
, cuyas derivadas pueden definirse como

d
d
dt
x d
def

d
d
dt
z d
def

~

que conlleva a que el sistema (4.28) se rescriba de la forma:

( ) ( ) [ ]
1
1
1
1
1
]
1

+ +

1
1
1
]
1

y K
g y K J K C M
y K
z
P
dt
d
I
d I p
T
D
I
~
) (
~
) , ( ) (
~
1 , 2 2 1
1
1
2
2
1

S 0 se tiene que:

y K
d
d
I
~

(4.30)

A (4.30) se le llama representacin de capa lmite. Para establecer las propiedades de
estabilidad de (4.30) considrese la siguiente candidata a funcin de Lyapunov:


1
) (

I
T
K V

Que es positiva definida a partir del hecho que
1
1

K es positiva definida. La derivada en

tiempo de ) ( V es:
y V
T ~
2 ) (
&
(4.31)



50
La ecuacin (4.31)es una funcin definida negativa. Esto es:


2
2 ) ( V
&
para algn 0 >

De aqu se puede concluir que el sistema (4.30) es exponencialmente estable. De esta forma
la estabilidad asinttica de (4.23) se asegura al cumplirse las condiciones de (Hoppensteadt,
1974). Es decir que se garantiza que existe una constante 0
max
> tal que para todo
max
0 < < el sistema (4.23) es asintticamente estable.

A partir del anlisis de estabilidad se puede concluir que la presencia del trmino integral
en la ley de control garantiza que el error de regulacin 0 ) (
~
t y cuando t con lo que
prueba que el sistema retroalimentado es asintticamente estable. Con esto se concluye la
prueba del Teorema 1.



La tcnica normalmente a seguir para la sintonizacin de un controlador PID es escoger las
ganancias
P
K y
D
K para un desempeo ptimo durante el transitorio y colocar despus
una ganancia integral lo suficientemente pequea para regular el error de salida a cero. El
comportamiento del robot bajo la accin de la ley de control PID (4.21) a tiempos cortos es
representada por el sistema de capa lmite o sistema rpido, es decir que el robot
manipulador est bajo la accin del controlador PD.

En la Figura 4.1 se puede observar la interpretacin geomtrica del controlador PID en
donde
*
x representa la curva de equilibrio del control PD, en tanto que las lneas punteadas
representan el comportamiento de la posicin del robot manipulador bajo la accin de
control PID a partir de distintas posiciones iniciales. Se puede apreciar que primeramente
acta la accin PD, lo que lleva al manipulador a la curva de equilibrio
*
x y posteriormente
acta la accin integral, que conduce al manipulador a la posicin deseada
d
x .


51











Figura 4.1 Comportamiento del controlador PID


En este captulo se establece el principal objetivo de control, que es disear una ley de
control que permita alcanzar una posicin y una orientacin deseada para el rgano
terminal de un robot manipulador tomando en cuenta la existencia de incertidumbres en el
vector de pares gravitacionales. Posteriormente, se presenta el diseo del controlador junto
con un anlisis de estabilidad. Las leyes de control presentes en este captulo presentan
algunas ventajas tales como slo requerir de un estimado de los pares gravitacionales y de
no necesitar de la cinemtica inversa ni del Jacobiano inverso.












52

Captulo 5

Simulaciones Numricas

En este captulo se muestran los resultados obtenidos a partir de simulaciones numricas en
Simulink, correspondientes a una consigna de orientacin al implementar las leyes de control
(4.17) y (4.21) en una mueca esfrica cuyos parmetros se encuentran descritos en el
Apndice B.

El comportamiento de las leyes de control propuestas en el captulo anterior y aplicadas a
un sistema robtico, en este caso una mueca esfrica de tres grados de libertad como la
que se muestra en la Figura 5.1 se obtuvo a partir de simulaciones numricas realizadas con
Simulink.

5.1 Clculo del Jacobiano transpuesto

Para llevar a cabo la implementacin prctica de las leyes de control (4.17) y (4.21) es
necesario conocer la matriz del Jacobiano transpuesto ) (q J
T
, la cual se obtiene a partir del
modelo de la mueca esfrica descrito en el Apndice B, y que es la siguiente:


1
1
1
]
1

34 33 32 31
24 23 22 21
14 13 12 11
) (
t t t t
t t t t
t t t t
T
j j j j
j j j j
j j j j
q J


Donde:


53

,
_

,
_

1
22
1
11
12
1
22
1
11
11
2 4
) 1 sgn(
1 4
1
q
r
q
r
sq
s
j
q
r
q
r
sq
j
t
t

,
_

,
_

1
22
1
11
14
1
22
1
11
13
4 4
) 4 sgn(
3 4
) 2 sgn(
q
r
q
r
sq
s
j
q
r
q
r
sq
s
j
t
t

,
_

,
_

,
_

,
_

2
33
2
22
2
11
24
2
33
2
22
2
11
23
2
33
2
22
2
11
22
2
33
2
22
2
11
21
4 4
) 4 sgn(
3 4
) 2 sgn(
2 4
) 1 sgn(
1 4
1
q
r
q
r
q
r
sq
s
j
q
r
q
r
q
r
sq
s
j
q
r
q
r
q
r
sq
s
j
q
r
q
r
q
r
sq
j
t
t
t
t

,
_

,
_

3
33
3
22
32
3
33
3
22
31
2 4
) 1 sgn(
1 4
1
q
r
q
r
sq
s
j
q
r
q
r
sq
j
t
t

,
_

,
_

3
33
3
22
34
3
33
3
22
33
4 4
) 4 sgn(
3 4
) 2 sgn(
q
r
q
r
sq
s
j
q
r
q
r
sq
s
j
t
t


con:

) sin( ) cos( ) cos( ) sin( ) sin(
) sin( ) cos( ) sin(
) cos( ) sin( ) sin( ) sin( ) cos(
) sin( ) cos(
) cos( ) sin(
2 1 3 2 1
3
22
3 2 1
2
22
2 1 3 2 1
1
22
2 1
2
11
2 1
1
11
q q q q q
q
r
q q q
q
r
q q q q q
q
r
q q
q
r
q q
q
r

54
) sin( ) cos(
) cos( ) sin(
3 2
3
33
3 2
2
33
q q
q
r
q q
q
r

Figura 5.1 Mueca esfrica robtica


5.2 Implementacin de las leyes de control

Primero se realizaron simulaciones con la ley de control PD (4.17) con un vector de pares
gravitacionales estimado ) ( q g . Posteriormente se realizaron las simulaciones
correspondientes al aplicar a ley de control PID (4.21) con distintas ganancias
proporcionales.


55
5.2.1 Controlador PD

Considere la ley de control (4.18), sin
d I ,
:

[ ] ) (
~
) ( q g q K y K q J
D p
T
+ &

donde la ) (

q g es una variacin del 85% de ) (q g . El diagrama a bloques correspondiente a

este controlador se muestra en la Figura 5.2.


Figura 5.2 Diagrama a bloques del controlador PD


Se escogieron las siguientes ganancias para este control:


1
1
1
1
]
1

2 0 0 0
0 2 0 0
0 0 2 0
0 0 0 2
P
K
1
1
1
]
1

1 0 0
0 1 0
0 0 1
D
K


56

La Figura 5.3 muestra el comportamiento del error de salida de la mueca esfrica bajo la
accin de la ley de control PD.

Ntese que la salida del sistema a lazo cerrado est expresada en cuaterniones, por lo tanto
cada una de las curvas de las grficas mostradas en esta seccin corresponde a uno de los
elementos del cuaternin.


Figura 5.3 Desempeo del controlador PD

De la Figura 5.3 se puede observar que el error de salida de cada uno de los elementos del
cuaternin nunca llega a cero, es decir que el objetivo de regulacin no es alcanzado, esto
debido a que no existe una compensaci n exacta de los pares gravitacionales. De aqu que
se haga necesario introducir una accin integral en la ley de control.





57
5.2.2 Controlador PID

En esta seccin se considera la ley de control PID (4.21) expresada como sigue:

d y K J q g q K y K J
I
T
D P
T

+
~
) (
~
&

Para este controlador se realizaron varias pruebas con distintos ganancias proporcionales,
para observar como afectan su desempeo a lo largo del tiempo. En la figura 5.4 se muestra
el diagrama a bloques del siguiente correspondiente a este controlador



Figura 5.4 Diagrama a bloques del controlador PID








58
Como primer caso se aplican las siguientes ganancias al controlador PID:


1
1
1
1
]
1

5 0 0 0
0 5 0 0
0 0 5 0
0 0 0 5
P
K
1
1
1
]
1

5 . 0 0 0
0 5 . 0 0
0 0 5 . 0
D
K
1
1
1
1
]
1

2 . 0 0 0 0
0 2 . 0 0 0
0 0 2 . 0 0
0 0 0 2 . 0
I
K

El comportamiento de esta ley de control con estas ganancias se observa en la Figura 5.4

Figura 5.4 Desempeo del controlador PID con K
I
=diag{0.2,0.2,0.2,0.2}

En la segunda simulacin se aplicaron las siguientes ganancias:


1
1
1
1
]
1

5 0 0 0
0 5 0 0
0 0 5 0
0 0 0 5
P
K
1
1
1
]
1

5 . 0 0 0
0 5 . 0 0
0 0 5 . 0
D
K
1
1
1
1
]
1

6 . 0 0 0 0
0 6 . 0 0 0
0 0 6 . 0 0
0 0 0 6 . 0
I
K



59

En la figura 5.5 se observa el desempeo de la ley de control PID con las ganancias
inmediatamente mencionadas.


Figura 5.5 Desempeo del controlador PID con K
I
=diag{0.6,0.6,0.6,0.6}

Por ltimo se aplicaron las siguientes ganancias en las simulaciones:


1
1
1
1
]
1

5 0 0 0
0 5 0 0
0 0 5 0
0 0 0 5
P
K
1
1
1
]
1

5 . 0 0 0
0 5 . 0 0
0 0 5 . 0
D
K
1
1
1
1
]
1

2 0 0 0
0 2 0 0
0 0 2 0
0 0 0 2
I
K


La Figura 5.6 muestra el desempeo en el tiempo de este controlador con las ganancias
arriba mencionadas.



60

Figura 5.6 Desempeo del controlador PID con K
I
=diag{2,2,2,2}


En la Figura 5.4 puede observarse que para el controlador PID con las ganancias integrales
KI=diag{0.2,0.2,0.2,0.2} el error de salida logra hacerse cero, aunque se observa que lo
hace muy lentamente, pero en cambio observamos que es muy estable. En la Figura 5.5 se
observa que el error de salida tambin logra hacerse cero, si las ganancias integrales son
K
I
=diag{0.6,0.6,0.6,0.6} pero lo hace notablemente ms rpido que en el caso anterior. En
el caso de la Figura 5.6, donde las ganancias proporcionales son K
I
=diag{2,2,2,2} el error
de salida tambin logra hacerse cero mucho ms rpido, pero a la vez se observa que el
desempeo del controlador es menos estable que en los casos anteriores.







61
5.3 Control de Posicin

Tambin se realizaron algunos simulaciones numricas para la posicin de un brazo de dos
grados de libertad.

5.3.1 Control PD

En la Figura 5.2 se muestra el comportamiento del brazo robtico con controlador PD con
ganancias K
p
=diag{2.0, 2.0} y K
d
=diag{5.0, 5.0}

Figura 5.7 Error de posicionamiento con control PD







0 20 40
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
E
r
r
o
r

d
e

s
a
l
i
d
a
tiempo
B
C


62
5.3.1 Control PID

En la figura 5.3 se muestra el comportamiento del robot con la ley de control PID con
compensacin de gravedad inexacta con ganancias K
p
=diag{2.0, 2.0}, K
d
=diag{5.0, 5.0} y
K
p
=diag{0.5, 0.5}.
Figura 5.7 Error de posicionamiento con control PID

Para el brazo se observan un comportamiento similar al observado con la mueca esfrica,
con el controlador PD existe un sesgo para el error de salida, y este se hace cero cuando se
aplica el controlador PID.









0 20 40
0.0
0.5
1.0
1.5
2.0
E
r
r
o
r

d
e

s
a
l
i
d
a
tiempo


63
De los experimentos realizados se observa que el controlador PID es una buena alternativa
para eliminar los efectos producidos por el conocimiento parcial del vector de pares
gravitacionales.

De los experimentos mostrados se puede observar que si la ganancia integral es muy
pequea respecto a la ganancia proporcional el controlador es bastante estable, pero la
accin integral acta muy lentamente. En el caso opuesto se tiene que si la relacin entre
ambas ganancias es pequea, resulta que la accin integral acta rpidamente, pero se tiene
que el controlador tiende a ser inestable.























64

Captulo 6

Conclusiones



En la presente tesis se realiz el anlisis del problema de regulacin de posicin y
orientacin de un robot manipulador mediante la aplicacin de una ley de control de
retroalimentacin PID, a partir del punto de vista de que el robot es un sistema Euler-
Lagrange.

Antes del desarrollo de las leyes de control, fue necesario introducir los fundamentos de la
descripcin del espacio de tarea del robot en el captulo 2, en donde se describi las
coordenadas empleadas en la descripcin de la posicin y la representacin de la
orientacin. En el captulo 3, a partir de la metodologa de Euler-Lagrange se mostr cmo
es posible obtener el modelo dinmico del robot, e introducir sus propiedades, tiles en la
derivacin del resultado principal, cuyo desarrollo se mostr en el captulo 4.

En el captulo 4 se plante el problema de control y para el desarrollo de la solucin
principal se indicaron los antecedentes encontrados en la literatura. A partir de stos se
emple la metodologa Energy shaping plus damping como base de la soluci n del
problema; esta estrategia de control permite obtener un controlador basado en el Jacobiano
transpuesto del robot manipulador, con lo que se elimina la necesidad de emplear el
Jacobiano inverso o la cinemtica inversa del manipulador.




65

Primero se analiz el caso del control PD donde se determin que es imposible obtener una
cancelacin exacta de los efectos gravitacionales, debido a las incertidumbres paramtricas
del robot, lo que provoca que exista un sesgo (offset) del estado estacionario. Para la
eliminacin de este sesgo se utiliz el control PID, donde la accin integral acta como un
estimador de incertidumbres de tipo estructural, debido al desconocimiento de la forma y
los parmetros de los trminos gravitacionales, demostrndose que es posible eliminar el
sesgo, de una forma muy eficiente.

En el captulo 5 se mostraron los resultados obtenidos a partir de simulaciones en Simulink
del modelo de una mueca robtica esfrica (tres grados de libertad) para demostrar los
resultados tericos del captulo 4. Con base en estos resultados es posible demostrar que
una ley de retroalimentacin PID es capaz de lograr estabilidad semiglobal de la posicin
deseada, an cuando los robots manipuladores poseen un comportamiento altamente no
lineal. En esta parte se hizo uso de los cuaterniones

En general, en este trabajo se demuestra que para regulacin de posicin y orientacin en
robots manipuladores, es posible eliminar los errores en estado estacionario debidos al
conocimiento inexacto de los pares gravitacionales. Desde el punto de vista prctico se
muestra que los controladores PID basados en el Jacobiano transpuesto presentan un buen
desempeo en robots manipuladores de tres grados de libertad, y que el uso de cuaterniones
es una buena opcin para determinar la orientacin en robots manipuladores y que no tiene
ningn conflicto con el uso de controladores PID.










66

6.1 Trabajo futuro

De la presente tesis se pueden derivar varias lneas de investigacin que se pueden realizar
a mediano y corto plazo:

Realizar experimentos en la mueca esfrica de la que se tomo el modelo para las
simulaciones numricas.

Extender los resultados de esta tesis al problema de seguimiento.

Llevar los experimentos dentro del campo de Visual servoing, en donde la orientacin
se determinara de forma visual.




















67
Apndice A

Visual Servoing

Visual servoing es el resultado de fusionar varias reas como son: procesamiento de
imgenes, cinemtica, dinmica teora del control y cmputo en tiempo real. El objetivo de
visual servoing es el control de robots usando informacin visual, hacindolos capaces de
manipular su espacio de trabajo. En visual servoing como su nombre lo indica, se involucra
el uso de una o ms cmaras, una interfaz electrnica y una unidad de procesamiento.

Para este tipo de estrategia de control existen dos tipos de configuraciones de la cmara que
pueden ser: cmara en mano o cmara fija. En el modo cmara fija, un sistema de visin se
coloca en un marco coordenado desde donde captura imagenes del robot y su entorno. En
este sistema el objetivo principal es alcanzar un blanco deseado. En cambio en la
configuracin cmara en mano, una cmara es montada en el robot, proporcionando
informacin del entorno. En esta otra configuracin el objetivo es mover el efector final de
tal forma que la proyeccin de un objeto est siempre en una posicin deseada en la imagen
dada por la cmara.

En cualquiera de las configuraciones que se use, debe realizarse primeramente una
calibracin de la cmara que consiste en determinar su geometra interna y las
caractersticas pticas de la lente (parmetros intrnsecos), as como su posicin y
orientacin (parmetros extrnsecos) (Lenz R K, R Y Tsai, 1988).

La secuencia de operaciones de un sistema de visin se inicia con la deteccin, localizacin
y representacin de partes especiales de una imagen, llamadas caractersticas de la imagen.
En visin el trmino caractersticas se refiere a dos posibles entidades: propiedades globales
de una imagen o partes de una imagen con propiedades especiales, como pueden ser por
ejemplo orillas, bordes, curvas o superficies. La extraccin de caractersticas de una imagen
es un paso intermedio, y es utilizado para realizar el control de un robot y para la


68
calibracin de la cmara. En visual servoing se emplean las coordenadas de un punto de
cierta caracterstica de la imagen, que comnmente es el centroide de una regin para
realizar el posicionamiento del efector final.


A.1 Modelo de la cmara

Al emplear informacin visual para el control del efector final de un robot es necesario
entender algunos aspectos de la geometra del procesamiento de imgenes. La cmara
contiene una lente que realiza una proyeccin en 2D de la escena sobre el plano imagen,
que es el lugar donde se localiza el sensor de la cmara. Esta proyeccin provoca la prdida
de informacin de profundidad.

En visual servoing se involucra el anlisis de imgenes del espacio de trabajo del robot,
debido a esto es necesario establecer un modelo que describa la proyeccin 3D al plano 2D,
en ste deber tomarse en cuenta la geometra de proyeccin que determine donde un punto
del espacio real ser proyectado en el plano de la imagen.


A.2 Proyeccin perspectiva

La proyeccin perspectiva es un mapeo no lineal del sistema coordenado cartesiano 3D al
sistema coordenado de la imagen 2D. La figura muestra la geometra bsica de la
proyeccin de perspectiva, donde [ ]
T
z y x k , , son las coordenadas en 3D de un punto en
el espacio, referenciado al sistema coordenado de trabajo, en tanto que [ ]
T
c c c c
z y x k , , son
las coordenadas 3D del mismo objeto en el sistema coordenado de la cmara, que est
centrado en el punto O
c
que es el centro ptico de la cmara, el cual est normalmente
alineado con el eje C. Las coordenadas [ ]
T
i i i
y x k , representan un punto en el sistema
coordenado del plano imagen, centrado en el punto O
i
que se forma a partir de la
interseccin del eje C y el plano imagen. La distancia entre el centro ptico y el plano
imagen es denominado distancia focal .


69
Figura A.1

Empleando la ley:

1 1 1
+
i
h h
(A.1)

donde h es la distancia del objeto a la lente y h
i
es la distancia del plano de la imagen al
lente y usando la geometra, tenemos que las coordenadas de un punto sobre el plano
imagen [ ]
T
i i i
y x k , estn relacionadas con las coordenadas [ ]
T
z y x k , , de la siguiente
forma:


1
]
1

1
]
1

y
x
s
y
x
i
i
(A.2)

A esta ecuacin se le conoce como proyeccin perspectiva, donde s es un factor de
magnificacin que se define como:


h
s

(A.3)
X
Y
Z

h h i
Pi
Oi
Xi
Yi
Xc
Yc
Zc
Oc


70
Figura A.2

A.3 Distorsiones geomtricas

El lente de la cmara introduce distorsiones geomtricas en la imagen. A las distorsiones
geomtricas se les clasifica como distorsiones radiales y tangenciales. Las distorsiones
radiales provocan que los puntos de la imagen se trasladen a lo largo de unas distancia
radial desde el origen
i
O en el plano imagen, las distorsiones hacia fuera se consideran
positivas como se muestra en la Figura , y se ve que el punto
i
P es desplazado al punto
d
P .

Las distorsiones tangenciales ocurren por un incorrecto valor del radio, pero son
generalmente menos significantes que las distorsiones radiales. Estas ltimas son
modeladas por polinomios de la siguiente forma:


2 7
3
5
2
3
1
...
+
+ + + +
n
i n i i i
r k r k r k r k r (A.4)


ri
rd
r
oi
xi
Yi
Pi
Pd


71
donde
i
r es la distancia entre el punto imagen y el origen del plano imagen, y el valor de
los coeficientes
j
k ( ,... 3 , 2 , 1 j ,n) pueden ser determinados mediante procedimientos de
calibracin.

El valor correcto del radio desde el origen al punto en la imagen debido a la distorsin
geomtrica radial est dada por:

r r r
i d
(A.5)


A.4 Cambio de coordenadas

Suponiendo que el plano imagen es paralelo al plano donde el robot se mueve
(Considerando la Figura A.2.), la transformacin de las coordenadas de un punto
3
R P en
el sistema coordenado de tarea del robot a las coordenadas en pantalla
2
R P
S
, empleados
normalmente por una computadora, consiste de cuatro pasos que son:

1) Transformacin de las coordenadas del marco de coordenadas de tarea al marco de la
cmara.

2) Transformacin de perspectiva, que se produce en el plano de la lente de la cmara.

3) Transformacin debida a las distorsiones radiales y que conduce a las coordenadas de
imagen en la cmara.

4) Conversin de coordenadas entre las coordenadas de imagen a las coordenadas en
pantalla






72
A.5 Error de posicionamiento de imagen
Figura A.3 Error de posicionamiento

En la Figura A.3 se ilustra el error de posicionamiento de imagen
S
x
~
, que se define como la
distancia entre la posicin del efector final del robot y del objetivo, que se expresa como:


S S S
x x x
* ~
(A.6)

donde
*
S
x es la posicin del objetivo y
S
x es la posicin del efector final, ambos en la
posicin de imagen.

Entonces, esto conduce a que el objetivo de control en visual servoing consista en hacer que
el error de posicionamiento de imagen sea cero, es decir que 0
~

S
x








73

Apndice B

Sistemas Singularmente Perturbados

En el anlisis de sistemas dinmicos, a menudo se usan modelos de orden reducido
obtenidos al hacer a un lado parmetros parsitos pequeos, los cuales incrementan el orden
del modelo. Esta reduccin del orden puede representarse como un problema de
perturbacin singular. En donde el modelo singularmente completo representa al sistema
con los parmetros parsitos.

El modelo de un sistema singularmente perturbado es el siguiente:

) , , ( z x f x & (B.1)
) , , ( z x g z & (B.2)

donde se supone que las funciones f y g son continuamente diferenciables en sus
argumentos para [ ]
1
, 0 ) , , ( t D D z x
z x
, donde
n
x
R D y
m
z
R D . Si hacemos
0 en (B.1) y (B.2), se produce un cambio fundamental y abrupto en las propiedades
dinmicas del sistema, lo que provoca que la ecuacin diferencial g z e & degenere en la
ecuacin algebraica o trascendental

) 0 , , ( 0 z x g (B.3)

Se dice que el modelo (A.1)-(A.2) est en la forma estndar si (B.3) tiene 1 k races
reales aisladas

k i x h z
i
, , 2 , 1 ), ( K (B.4)


74

Para obtener el modelo reducido, se sustituye (B.4) dentro de (B.1), en 0 , para obtener:

) 0 ), ( , ( x h x f x & (B.5)

Al modelo (B.5) se le denomina como el modelo reducido o sistema reducido y representa
la respuesta lenta del modelo completo. En tanto que el modelo de la respuesta rpida se
obtiene de la discrepancia entre la respuesta del modelo reducido (B.5) y la del modelo
completo (B.1)-(B.2). Para ello denotemos la solucin de (B.5) por x , en tanto que z se
obtiene a partir de la solucin de (B.5), calculando:

) (x h z
def


Para un anlisis de estabilidad es ms conveniente realizar el siguiente cambio de variables:

) (x h z y (B.6)

Esto cambia el estado estacionario de z al origen.

La derivada (B.6) puede expresarse de la siguiente forma:

x
x
h
z y & & &

(B.7)

En vista del cambio de variables el modelo completo (B.1)-(B.2) toma la siguiente forma:

) ), ( , ( x h y x f x + & (B.8)

) ), ( , ( ) ), ( , ( x h y x f
x
h
x h y x g y +

+ & (B.9)



75

Para analizar (B.9) es necesario que y& permanezca finito, an cuando tienda a cero y y&
tienda a infinito. Por lo tanto es conveniente el siguiente cambio de variables:

d
dy
dt
dy
; entonces,

dt
d


esta nueva variable de tiempo nos permite:

) ), ( , ( ) ), ( , (

x h y x f
x
h
x h y x g
d
dy
+

+ (B.10)

Haciendo 0 el modelo (B.10) se reduce a:

) 0 ), ( , ( x h y x g
d
dy
+

(B.11)

A (B.11) se le conoce como sistema de capa lmite y representa a la respuesta rpida del
sistema completo.














76
Apndice C

Modelo Dinmico de una Mueca Esfrica
En esta tesis se presentan simulaciones numricas y pruebas experimentales realizadas en
una mueca mecnica de tres grados de libertad, que se mueve en el espacio tridimensional.
El modelo y los parmetros del robot estn dados por


1
1
1
]
1

33 32 31
22 22 21
13 12 11
) (
M M M
M M M
M M M
q M

donde:

( )
( )
( )
006199 . 0 ) (
0 ) ( ) (
04988 . 0 ) (
cos 006199 . 0 ) ( ) (
cos 004262 . 0 ) ( ) (
cos 016620 . 0 1095 . 0 ) (
33
31 13
22
2 31 13
2 21 12
2 11

q M
q M q M
q M
q q M q M
q q M q M
q q M




1
1
1
]
1

33 32 31
22 22 21
13 12 11
) , (
C C C
C C C
C C C
q q C
&

donde:

( )
( ) ( ) ( )
2 3 2 2 2 1 12
2 2 11
sin 00309 . 0 sin 004262 . 0 2 sin 01662 . 0 ) , (
2 sin 01662 . 0 ) , (
q q q q q q q q C
q q q q C
& & & &
& &

77
( )
( ) ( )
( )
( )
( )
0 ) , (
sin 00309 . 0 ) , (
sin 00309 . 0 ) , (
sin 00309 . 0 ) , (
0 ) , (
sin 00309 . 0 2 sin 01662 . 0 ) , (
sin 00309 . 0 ) , (
22
2 1 31
2 2 31
2 2 23
22
2 3 2 1 21
2 2 13

+

q q C
q q q q C
q q q q C
q q q q C
q q C
q q q q q q C
q q q q C
&
& &
& &
& &
&
& & &
& &



1
1
1
]
1

3
2
1
) (
g
g
g
q g


( )
0 ) (
) cos( ) sin( 3353 . 0 ) (
) sin( ) cos( 3353 . 0 sin 1563 . 0 ) (
2
2 1 2
2 1 1 1

+
q g
q q g q g
q q g q g q g


















78

Apndice D

Modelo del Robot en Simulink

A continuacin se presenta el modelo de la mueca esfrica y el controlador realizados en
Simulink para las simulaciones requeridas en esta tesis.



Figura D.1 Modelo General










79





Figura D.2 Submodelo Robot








80




Figura D.3 Submodelo controlador






81
Bibliografa

Alvarez-Ramirez, J., Cervantes I., Kelly R., PID regulation of robot manipulators: stability
and performance, System and Control Letters, vol. 41, pp. 73-83 (2000)

Caccavale F., Siciliano B., Villani L., The Role of Euler Parameters in Robot Control,
Asian J. of Control, vol. 1, no. 1, pp. 25-34 (1999)

De Luca A., Manes C., Modeling of robots in contact with a dynamic enviroment, IEEE
Trans. Rob. Autom, vol. 10, pp. 542-548 (1994)

Grossman S. I., Elementary linear algebra with applications, Saunders College Publishing,
NY (1994)

Hoppensteadt F., Asymptotic Stability of Singular Perturbation Problems II: Problems
Having Matched Asymptotic Expansion Solutions, J. Diff. Equations, vol 15, pp. 510-521.
(1974)

Hauser W., Introduction to the Principles of Mechanics, Addison-Wesley Publishing
Company, NY (1967)

Jiang Y. A., Park J. S., Clements D. J., Hesketh T., Adaptive Control of Robot
Manipulators in Task Space, pp 147-151, (1994)

Kelly R., Regulation of manipulators in Generic Task Space: An Energy Shaping plus
Damping Injection Approach, IEEE Trans. Rob. Autom, vol. 11, No. 5, pp. 766-770.
(1999)



82
Klumpp A.R., Singularity-free extraction of a quaternion from a directional cosine
matrix, J Spacecraft, vol. 13, pp. 754-755 (1976).

Lenz R.K., Tsai R.Y., Techniques for calibration of the scale factor and image center for
high accuracy 3-D machine vision metrology, IEEE Trans. Pattern Anal. Machine Intell.,
vol 10, no. 5, pp. 713-720, (1988).

Martinez A., Control Visual de robots utilizando controladores PID . (Tesis de maestra).
Departamento de Control Automtico, CINVESTAV-IPN, (2002)

Miyazaki F., Arimoto S., Sensory feedback for robots manipulators, J. Robot Syst., vol.
2, no. 1, pp. 53-71 (1985)

Ortega R., Kelly R., Loria A, A Cass of Output Feedback Globally Stabilizing Controllers
for flexible Joints Robots, IEEE Trans. Rob. Autom, vol. 11, No. 5, pp. 766-770. (1995)

Ortega R., Kelly R., Loria A, A semiglobally stable output feedback PI
2
D regulator for
robot manipulators, IEEE Trans Automat. Contr. vol. 40, pp 1432-1436. (1995)

Sciavicco L., Siciliano B., Modeling and Control of Robots Manipulators, Springer-Verlag,
London (2000).

Van Der Kooij H., Jacobs R., Koopman B., Grootenboer H., Biol. Cybern., vol. 80, pp 299,
(1999).