Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/56358
Title: Implementación de un Estimador Lineal para el Control de un Robot Autobalanceado
Authors: Guano Carrilo, María Belén
Amén Mora, Paul Geovanny
Salazar López, Carlos, Director
Keywords: Estimador lineal
Robot autobalanceado
Issue Date: 2020
Publisher: ESPOL. FIEC.
Citation: Guano, M.; Amén, P. (2020). Implementación de un Estimador Lineal para el Control de un Robot Autobalanceado. [Tesis de Grado]. Escuela Superior Politécnica del Litoral, Guayaquil.
Abstract: El presente trabajo trata del proceso desarrollado para implementar un estimador lineal el cual permitirá controlar un robot autobalanceado. El observador con el que se trabaja es el Filtro de Kalman, encargado de eliminar el ruido presente en el acelerómetro y giroscopio, los cuales son encargados de medir el valor del ángulo de inclinación necesario para el control de equilibrio en el robot autobalanceado péndulo invertido. Este tipo de robot es de amplio uso tanto en la investigación como industria, siendo más conocido el vehículo SEGWAY por su uso para transportar a una persona parada en su plataforma mientras se desplaza a la vez que controla el equilibrio. En el primer capítulo se presenta los motivos para desarrollar este proyecto, el mecanismo de trabajo a aplicar y el alcance el mismo. En el segundo capítulo se lleva a cabo una introducción al fundamento teórico de los dispositivos usados para el robot autobalanceado, así como la teoría detrás del Filtro de Kalman. En el tercer capítulo se explica el proceso llevado a cabo para ensamblar el robot, implementar el estimador lineal en el sistema embebido y así lograr el control del robot. En el capítulo cuatro el funcionamiento y desempeño del robot son presentados.
URI: http://www.dspace.espol.edu.ec/handle/123456789/56358
Appears in Collections:Tesis de Maestría en Automatización y Control

Files in This Item:
File Description SizeFormat 
T-112738 Guano - Amén.pdf2.87 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.