Identificación de parámetros de vehículos marítimos no tripulados usando el método experimental de error de salida

• Autor: Valdivia Fernandez, Melanie Maria
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/12734
• Enlace del recurso: http://hdl.handle.net/20.500.12773/12734
• Nivel de acceso: acceso abierto
• Materia: Identificación de sistemas; sistemas dinámicos; vehículos de superficie no tripulados; estimador de máxima verosimilitud; https://purl.org/pe-repo/ocde/ford#2.02.01

Se ha convertido una necesidad contar con un sistema robótico económico, inteligente y eficiente para tareas de inspección y monitoreo. Durante los últimos años se han diseñado gran cantidad de modelos de vehículos marítimos. Los Vehículos de superficie no tripulados (VSNT), son capaces de operar en el agua sin un ocupante humano. Estos vehículos pueden dividirse en tres categorías: Los vehículos sumergibles operados remotamente (ROV), que son controlados por un operador humano remoto, los vehículos autónomos sumergibles (AUV), que funcionan independientemente de una persona a cargo y los vehículos de superficie no tripulados (USV), siendo de esta categoría el vehículo puesto en estudio. La eficiencia y precisión depende en gran parte del modelo hidrodinámico que conozca el vehículo. Una técnica muy utilizada para obtener el modelo matemático es la identificación de sistemas. El proyecto se inició gracias al interés de realizar una identificación al modelado de vehículos de superficie no tripulados. Para la realización de este proyecto se emplearán los datos del vehículo ALBA, un vehículo no tripulado que está siendo implementado en la UNSA con fondos de UNSA Investiga. Esta tesis aplica una técnica utilizada principalmente, para estimación de parámetros no lineales. Se realiza la estimación de parámetros de coeficientes hidrodinámicos del vehículo ALBA, el cual es considerado como un problema de identificación de caja gris, siendo el objetivo principal estimar el mayor número de parámetros para el vehículo, utilizando el máximo enfoque de probabilidad con datos simulados y reales. El método utilizado en este trabajo se denomina estimación de máxima verosimilitud MLE: (maximum likelihood estimation). A este estimador se le conoce como el método de error de salida, permite identificar muchos parámetros a la vez, y utiliza muestras grandes. Se presentan resultados con datos simulados y datos reales validando el modelo del vehículo ALBA.