Millora experimental de les lleis de control predictiu aplicades sobre la plataforma PRIM I, per el seguiment de trajectòries

Aquest projecte s’aplica sobre el robot PRIM (Plataforma Robotitzada d’Informació Multimèdia), un robot autònom no humanoide creat el 2004 per Ateneu Informàtic (AI) que permet realitzar trajectòries 2D gràcies a un sistema de tracció format per dues rodes motrius propulsades independentment. La plataforma PRIM és controlada a partir del control predictiu, aquest control es va implementar en un projecte anterior, creat per l’Alexandre Blasco Gutierrez i titulat “Implementació de tècniques MPC (Model Predictiu Control) sobre la plataforma PRIM I”. El que es pretén en aquest projecte és millorar els resultats obtinguts en el passat projecte reformulant la llei de control i analitzar les discrepàncies obtingudes en les metodologies que s’utilitzen per minimitzar la funció de costos a partir de simulacions de trajectòries

Vision-based localization of an underwater robot in a structured environment

This paper presents a vision-based localization approach for an underwater robot in a structured environment. The system is based on a coded pattern placed on the bottom of a water tank and an onboard down looking camera. Main features are, absolute and map-based localization, landmark detection and tracking, and real-time computation (12.5 Hz). The proposed system provides three-dimensional position and orientation of the vehicle along with its velocity. Accuracy of the drift-free estimates is very high, allowing them to be used as feedback measures of a velocity-based low-level controller. The paper details the localization algorithm, by showing some graphical results, and the accuracy of the system

Autonomous underwater vehicle control using reinforcement learning policy search methods

Autonomous underwater vehicles (AUV) represent a challenging control problem with complex, noisy, dynamics. Nowadays, not only the continuous scientific advances in underwater robotics but the increasing number of subsea missions and its complexity ask for an automatization of submarine processes. This paper proposes a high-level control system for solving the action selection problem of an autonomous robot. The system is characterized by the use of reinforcement learning direct policy search methods (RLDPS) for learning the internal state/action mapping of some behaviors. We demonstrate its feasibility with simulated experiments using the model of our underwater robot URIS in a target following task

Towards Direct Policy Search Reinforcement Learning for Robot Control

This paper proposes a high-level reinforcement learning (RL) control system for solving the action selection problem of an autonomous robot. Although the dominant approach, when using RL, has been to apply value function based algorithms, the system here detailed is characterized by the use of direct policy search methods. Rather than approximating a value function, these methodologies approximate a policy using an independent function approximator with its own parameters, trying to maximize the future expected reward. The policy based algorithm presented in this paper is used for learning the internal state/action mapping of a behavior. In this preliminary work, we demonstrate its feasibility with simulated experiments using the underwater robot GARBI in a target reaching task

Model-based objects recognition in industrial environments for autonomous vehicles control

Behavior-based navigation of autonomous vehicles requires the recognition of the navigable areas and the potential obstacles. In this paper we describe a model-based objects recognition system which is part of an image interpretation system intended to assist the navigation of autonomous vehicles that operate in industrial environments. The recognition system integrates color, shape and texture information together with the location of the vanishing point. The recognition process starts from some prior scene knowledge, that is, a generic model of the expected scene and the potential objects. The recognition system constitutes an approach where different low-level vision techniques extract a multitude of image descriptors which are then analyzed using a rule-based reasoning system to interpret the image content. This system has been implemented using a rule-based cooperative expert system

Local model predictive control experiences with differential driven wheeled mobile robots

This work extends a previously developed research concerning about the use of local model predictive control in differential driven mobile robots. Hence, experimental results are presented as a way to improve the methodology by considering aspects as trajectory accuracy and time performance. In this sense, the cost function and the prediction horizon are important aspects to be considered. The aim of the present work is to test the control method by measuring trajectory tracking accuracy and time performance. Moreover, strategies for the integration with perception system and path planning are briefly introduced. In this sense, monocular image data can be used to plan safety trajectories by using goal attraction potential fields

Mission control system for dam inspection with an AUV

This paper presents a complete control architecture that has been designed to fulfill predefined missions with an autonomous underwater vehicle (AUV). The control architecture has three levels of control: mission level, task level and vehicle level. The novelty of the work resides in the mission level, which is built with a Petri network that defines the sequence of tasks that are executed depending on the unpredictable situations that may occur. The task control system is composed of a set of active behaviours and a coordinator that selects the most appropriate vehicle action at each moment. The paper focuses on the design of the mission controller and its interaction with the task controller. Simulations, inspired on an industrial underwater inspection of a dam grate, show the effectiveness of the control architecture

ICTINEUAUV wins the First SAUC-E competition

A pioneer team of students of the University of Girona decided to design and develop an autonomous underwater vehicle (AUV) called ICTINEU-AUV to face the Student Autonomous Underwater Challenge-Europe (SAUC-E). The prototype has evolved from the initial computer aided design (CAD) model to become an operative AUV in the short period of seven months. The open frame and modular design principles together with the compatibility with other robots previously developed at the lab have provided the main design philosophy. Hence, at the robot's core, two networked computers give access to a wide set of sensors and actuators. The Gentoo/Linux distribution was chosen as the onboard operating system. A software architecture based on a set of distributed objects with soft real time capabilities was developed and a hybrid control architecture including mission control, a behavioural layer and a robust map-based localization algorithm made ICTINEU-AUV the winning entry

Control de glicèmia en pacients crítics mitjançant CGMS

L’estudi que es realitza en aquest projecte/treball final de carrera queda englobat dins del grup de recerca MICE (Modal Intervals Control and Engeneering), el qual realitza investigacions entorn al control de glucèmia. Aquest grup de recerca vinculat a la Universitat de Girona col•labora amb l’Hospital Universitari Dr. Josep Trueta de Girona. La temàtica principal tractarà de realitzar el control de glucèmia en pacients crítics, que es troben ingressats en la unitat de cures intensives de qualsevol hospital. Com a conseqüència d’aquesta problemàtica, s’ha implementat en un entorn virtual, un pacient el qual simula la situació d’un pacient real en la unitat de cures intensives. El model emprat per a la obtenció del model de pacient virtual és el desenvolupat per Chase et al. (2005), el qual mitjançant variables com l’alimentació enteral i la sensibilitat insulínica, es podien realitzar assajos reals per a validar protocols de control ‘in silico’ per posteriorment realitzar assajos amb població real

Quantified set inversion with applications to control

This paper describes a new reliable method, based on modal interval analysis (MIA) and set inversion (SI) techniques, for the characterization of solution sets defined by quantified constraints satisfaction problems (QCSP) over continuous domains. The presented methodology, called quantified set inversion (QSI), can be used over a wide range of engineering problems involving uncertain nonlinear models. Finally, an application on parameter identification is presented

Identification and Semiactive Control of Smart Structures Equipped with Magnetorheological Actuators

This paper deals with the problem of identification and semiactive control of smart structures subject to unknown external disturbances such as earthquake, wind, etc. The experimental setup used is a 6-story test structure equipped with shear-mode semiactive magnetorheological actuators being installed in WUSCEEL. The experimental results obtained have verified the effectiveness of the proposed control algorithms

Predictive motion control of a mirosot mobile robot

This paper discusses predictive motion control of a MiRoSoT robot. The dynamic model of the robot is deduced by taking into account the whole process - robot, vision, control and transmission systems. Based on the obtained dynamic model, an integrated predictive control algorithm is proposed to position precisely with either stationary or moving obstacle avoidance. This objective is achieved automatically by introducing distant constraints into the open-loop optimization of control inputs. Simulation results demonstrate the feasibility of such control strategy for the deduced dynamic model

Asociación de la concentración de material particulado en Bogotá con infarto agudo de miocardio

Introducción: la contaminación atmosférica no solo tiene efectos sobre el sistema respiratorio sino también sobre el cardiovascular. El objetivo de este estudio es generar evidencia que permita establecer una asociación entre el infarto agudo del miocardio y la concentración de PM10 en el ambiente como un estudio preliminar para un grupo de pacientes en Bogotá. Metodología: la asociación entre la concentración del material particulado (en este caso PM10 medido en la estación más cercana del lugar reportado por el paciente) y el infarto agudo del miocardio se estableció utilizando el diseño case crossover. Se utilizó información de las historias clínicas de los pacientes con infarto agudo del miocardio que ingresaron al Servicio de Urgencias de la FSFB, y las concentraciones de PM10 medido en la estación más cercana al lugar de inicio de los síntomas de síndrome coronario agudo, reportado por el paciente. Resultados: se encontró que la asociación entre la concentración de PM10 y el diagnóstico de infarto agudo del miocardio es estadísticamente significativa teniendo en cuenta tres momentos de control: 2 horas antes del evento, 24 horas antes del evento y 48 horas antes del evento. Discusión: este estudio sugiere que las altas concentraciones de material particulado en el ambiente son un factor de riesgo para el desarrollo de infarto agudo del miocardio especialmente en personas con enfermedad coronaria subyacente. Con esta investigación se demuestra la importancia de generar acciones que disminuyan la contaminación de la ciudad y de esta forma proteger la salud de las personas.

Factores para la implementación eficiente de un sistema de control de gestión en las organizaciones

La implementación del MCS es una necesidad que demandan las organizaciones en la medida en que incrementan de tamaño, pero la experiencia muestra que esta metodología tiene casos de éxito como de fracaso, por lo que es importante identificar y contemplar los factores que influyen en la implementación para que el sistema sea efectivo. Este proyecto pretende analizar las variables y herramientas para la implementación de un MCS en una organización. Para este análisis se hizo una amplia revisión literaria teórica y práctica. Finalmente el resultado que se obtuvo fue definir cuáles son los factores determinantes para la implementación de un MCS efectivo en una empresa.

Impacto del sistema de control de gestión en el aprendizaje de las empresas multidomésticas del sector automotriz de Colombia

Las empresas multidomesticas en su direccionamiento estratégico necesitan de un sistema de control de gestión que les permita entender cómo se está desarrollando su estrategia en los diferentes mercados, frente a los objetivos planteados, de esta forma la implementación de estos sistemas de gestión generan la posibilidad de poder medir, valorar e informar sobre el cumplimiento y la evolución de los resultados previstos y ser un apoyo para la estrategia de mercados multidomesticos. Frente al contexto actual colombiano, se encontro que el mercado del sector automotriz, conformado por empresas multinacionales con una administración estratégica multidomestica, está cada vez más competitivos.Mediante la utilización de los sistemas de control de gestión es posible establecer e identificar variables que fomenten el aprendizaje organizacional, un campo de investigación académica y de práctica profesional el cual permite desarrollar variables claves dentro de la organización como lo son la innovación, la estrategia, la productividad y la toma de decisiones. Variables que favorecen el dinamismo y sostenibilidad del sector automotriz y las organizaciones que la conforman. Así garantizan un mayor aprendizaje creciente en el tiempo, por medio del cual se garantiza la perfecta armonía entre todos los empleados sin jerarquizacion y filtros para la información, dando paso al aprendizaje. Por medio de encuestas a directivos de las empresas mencionadas fue posible obtener conclusiones y encontrar similitudes entre el panorama actual contado por ellos mismos y lo que previamente se formulaba basados en fuentes teóricas, demostrando el real impacto de los sistemas de control de gestión en el aprendizaje de las empresas multidomesticas del sector automotriz en Colombia.