Diseño de un control de velocidad mediante redes neuronales y algoritmos genéticos para vehículos autónomos
- Argente-Mena, Javier 1
- Santos, Matilde 1
- Sierra García, Jesús Enrique 2
-
1
Universidad Complutense de Madrid
info
-
2
Universidad de Burgos
info
- Ramón Costa Castelló (coord.)
- Manuel Gil Ortega (coord.)
- Óscar Reinoso García (coord.)
- Luis Enrique Montano Gella (coord.)
- Carlos Vilas Fernández (coord.)
- Elisabet Estévez Estévez (coord.)
- Eduardo Rocón de Lima (coord.)
- David Muñoz de la Peña Sequedo (coord.)
- José Manuel Andújar Márquez (coord.)
- Luis Payá Castelló (coord.)
- Alejandro Mosteo Chagoyen (coord.)
- Raúl Marín Prades (coord.)
- Vanesa Loureiro-Vázquez (coord.)
- Pedro Jesús Cabrera Santana (coord.)
Editorial: Servizo de Publicacións ; Universidade da Coruña
ISBN: 9788497498609
Año de publicación: 2023
Páginas: 121-126
Congreso: Jornadas de Automática (44. 2023. Zaragoza)
Tipo: Aportación congreso
Resumen
Los Vehículos Autónomos Guiados (AGV) son cada vez más populares en lo que a logística interna de las fábricas se refiere debido a su capacidad para transportar cargas pesadas y su alto grado de autonomía. No obstante, la dinámica de estos robots puede sufrir cambios debido a variaciones en la carga que transportan y/o a desgaste mecánico, lo cual implica una mayor complejidad en el control de velocidad. En muchas ocasiones se emplean controladores de tipo Proporcional Integral (PI) para dicho control. Sin embargo, este controlador exige un ajuste fino y carece de suficiente robustez ante variaciones de sus condiciones de trabajo. Con el fin de mejorar el rendimiento del control de velocidad, en este artículo se presenta el diseño de un neuro-controlador. Dado que encontrar unos valores óptimos para los hiperparámetros de aprendizaje puede ser difícil y requiere múltiples pruebas y ajustes, se opta por utilizar un Algoritmo Genético (AG) para buscar una solución válida de entre las óptimas.