Search

[ES] En la actualidad existe un fuerte nivel de desarrollo dedicado al ámbito de los coches autónomos, los cuales poseen un mayor o menor grado de autonomía en función de la aplicación concreta. Estas aplicaciones poseen un punto común, ya que todas buscan ejecutarse con el mayor ahorro energético y de ancho de banda posible, siendo éste otro de los temas presentes hoy en día. Basándose en este enfoque, en el proyecto se lleva a cabo el desarrollo y la implementación práctica de un modelo que permita obtener los mejores resultados posibles de seguimiento de trayectorias con el mayor ahorro posible. Los mayores gastos de energía y consumo de red son producidos por el funcionamiento continuo de sensores, envíos de información y cálculos de computación, y la forma más fácil de reducirlo es disminuir la frecuencia con la que se llevan a cabo. De forma inversamente proporcional, la calidad de la respuesta obtenida es mayor cuanto más rápido funcionen todos estos elementos, por lo que el objetivo es buscar una solución de compromiso entre ambas situaciones. Para lograr un resultado favorable, se lleva a cabo un desarrollo por etapas, en cada una de las cuales se va mejorando la respuesta obtenida y minimizando los diferentes consumos. Las tres primeras se enfocan en el desarrollo de un modelo funcional básico, diseñando entre otros el controlador PI necesario. Las tres últimas en cambio, están enfocadas directamente en los objetivos mencionados, implementando un algoritmo de pure pursuit que permite una ejecución más natural de las trayectorias, un Filtro de Kalman Extendido para reducir los ruidos que afectan al modelo y, por último, convertir el controlador en uno multirate haciendo que funcione de forma lenta fomentando el ahorro, pero obtenga señales de control rápidas asegurando una solución óptima., [EN] Currently there is a strong level of development dedicated to the field of autonomous cars, these have a greater or lesser degree of autonomy depending on the specific application. These applications have a common point, since all of them seek to run with the greatest possible energy and bandwidth savings, this being another of the issues present today. Based on this approach, the project carries out the development and practical implementation of a model that allows obtaining the best possible trajectory tracking results with the greatest possible savings. The biggest costs of energy and network consumption are produced by the continuous operation of sensors, information sending and computational calculations, and the easiest way to reduce it is to reduce the frequency with which they are carried out. In an inversely proportional way, the quality of the response obtained is greater the faster all these elements work, so the objective is to find a compromise between both situations. To achieve a favourable result, a development is carried out in stages, in each of which the response obtained is improved and the different consumptions are minimized. The first three focus on the development of a basic functional model, designing, among others, the necessary PI controller. The last three, on the other hand, are focused directly on the objectives, implementing a pure pursuit algorithm that allows a more natural execution of the trajectories, an Extended Kalman Filter to reduce the noise that affects the model and, finally, convert the controller into one multirate so that it works slowly promoting savings, but get control signals that work fast ensuring optimum performance.

[ES] Las redes poseen cada vez una mayor cantidad de información y de datos, lo que provoca sobrecargas de estas y pérdidas de paquetes. Es por ello por lo que las empresas buscan maneras de ahorrar ancho de banda de la red para una menor pérdida de información. El principal objetivo de la utilización de un filtro de Kalman extendido bifrecuencia en este proyecto es precisamente ese, ahorrar capacidad de la red en el envío de información desde los sensores y reducir el posible uso de baterías en los dispositivos de sensorización, manteniendo unas prestaciones de control satisfactorias. Para alcanzar ese objetivo, en un control convencional se podría aumentar en gran medida el periodo de muestreo, pero por el contrario podría verse empeorado el seguimiento de la trayectoria del robot. La inclusión de un filtro de Kalman extendido bifrecuencia permitiría recuperar prestaciones de control, al ser capaz de calcular de manera aproximada la posición que tendrá el robot durante el tiempo que no vuelva a recibir una actualización sobre la posición real. En primer lugar, se hace una revisión bibliográfica para explicar el diseño del filtro y las herramientas de control utilizadas durante los ensayos. Una vez explicada la base teórica, los primeros experimentos se centran en encontrar los mejores sensores para realizar el control de la trayectoria del robot, entre los que se encuentran: cámara cenital, encoders de cuadratura, sistema de balizas y sensor de posición. Finalmente, los siguientes ensayos se basan en alcanzar el objetivo principal del proyecto, comprobar si el diseño del filtro es correcto y si el vehículo es capaz de seguir la ruta deseada de manera adecuada al aumentar el periodo de muestreo de los sensores., [EN] Networks have an increasing amount of information and data, which causes network overload and packet loss. That is why companies are looking for ways to save network bandwidth for less data loss. The main objective of using a dual rate extended Kalman filter in this project is precisely that, to save network capacity in sending information from the sensors and reduce the possible use of batteries in sensor devices, while maintaining satisfactory control performance. To achieve this goal, in a conventional control, the sampling period could be greatly increased, but the tracking of the robot¿s trajectory could nevertheless be worsened. The inclusion of a dual rate extended Kalman filter would allow to recover control performance, by being able to calculate approximately the position that the robot will have during the time that it does not receive an update on the real position. First, a literatura review is made to explain the design and the control tools used during the tests. Once the theoretical basis has been explained, the first experiments focus on finding the best sensors to control the robot's trajectory, among which are: zenithal camera, quadrature encoders, beacon system and position sensor. Finally, the following tests are based on achieving the main objective of the project, to check if the filter design is correct and if the vehicle is able to follow the desired route properly by increasing the sampling period of the sensors.

In the recent years, the automotive industry has oriented its research and development efforts towards autonomous and assisted driving. These are critical systems as they must guarantee their robustness and reliability for human life, and therefore they have complex designs and involve the most innovative technologies. Location and positioning system is one of its more challenging mechanisms that requires high availability and precision. For this problem there are many technological approaches, but most common ones are GNSS-like and image recognition solutions. They both have accurate and reliable performance under favourable conditions. However, due to the variability of the environment they also have some points of failure that can result in an accident. In certain adverse conditions, to obtain a precise and reliable localization, further information is needed. Here is where Ultra Wide Band technology (UWB) with support of additional sensing mechanisms such as Inertial Navigation System (INS), can provide additional sources of information. This data fusion is done by means of Kalman Filtering, more concretely the Extended Kalman Filter algorithm, which applies for non-linear systems like the one under study. In this document, the whole positioning system's performance will be analysed and evaluated with some simulations and real scenario tests, comparing the main approaches of the Kalman Filter (linear and non-linear) and obtaining an optimized solution for the positioning mechanism. Also, some conclusions and future work tips will be provided in order to contribute the knowledge in similar areas. En los últimos años, la industria del automóvil ha orientado sus esfuerzos de investigación y desarrollo hacia la conducción autónoma y asistida. Estos son sistemas críticos ya que deben garantizar su robustez y fiabilidad para la vida humana, por lo que adquieren diseños complejos e involucran las tecnologías más innovadoras. El sistema de ubicación y posicionamiento es uno de sus mecanismos más desafiantes que requiere una alta disponibilidad y precisión. Para este problema existen muchos enfoques tecnológicos, pero los más comunes son las soluciones de reconocimiento de imágenes y sistemas GNSS. Ambos tienen un rendimiento preciso y confiable en condiciones favorables. Sin embargo, debido a la variabilidad del entorno también tienen algunos puntos de fallo que pueden resultar en un accidente. En determinadas condiciones adversas, para obtener una localización precisa y fiable, se necesita más información. Aquí es donde la tecnología de banda ultra ancha (UWB) con soporte de mecanismos de detección adicionales como el sistema de navegación inercial (INS), puede proporcionar fuentes adicionales de información. Esta fusión de datos se realiza mediante el filtrado de Kalman, más concretamente el algoritmo de filtro de Kalman extendido, que se aplica a sistemas no lineales como el que se está estudiando. En este documento se analizará y evaluará el desempeño de todo el sistema de posicionamiento con algunas simulaciones y pruebas de escenarios reales, comparando los principales enfoques del Filtro de Kalman (lineal y no lineal) y obteniendo una solución optimizada para el mecanismo de posicionamiento. Asimismo, se brindarán algunas conclusiones y consejos de trabajo futuro con el fin de aportar el conocimiento en áreas similares. En els darrers anys, la indústria de l'automòbil ha orientat els seus esforços de recerca i desenvolupament cap a la conducció autònoma i assistida. Es tracta de sistemes crítics, ja que han de garantir la seva robustesa i fiabilitat per a la vida humana i, per tant, tenen dissenys complexos i impliquen les tecnologies més innovadores. El sistema de localització i posicionament és un dels seus mecanismes més difícils que requereix una alta disponibilitat i precisió. Per a aquest problema hi ha molts enfocaments tecnològics, però els més comuns són solucions similars al GNSS i de reconeixement d'imatges. Tots dos tenen un rendiment precís i fiable en condicions favorables. Tot i això, a causa de la variabilitat de l'entorn, també presenten alguns punts de fracàs que poden provocar un accident. En certes condicions adverses, per obtenir una localització precisa i fiable, es necessita més informació. Aquí és on la tecnologia Ultra Wide Band (UWB) amb suport de mecanismes de detecció addicionals com el sistema de navegació inercial (INS), pot proporcionar fonts d'informació addicionals. Aquesta fusió de dades es fa mitjançant el filtratge de Kalman, més concretament l'algorisme del filtre Kalman estès, que s'aplica a sistemes no lineals com el que s'està estudiant. En aquest document, s'analitzarà i avaluarà el rendiment de tot el sistema de posicionament amb algunes simulacions i proves d'escenaris reals, comparant els enfocaments principals del filtre Kalman (lineal i no lineal) i obtenint una solució optimitzada per al mecanisme de posicionament. A més, es proporcionaran algunes conclusions i futurs consells de treball per tal de contribuir al coneixement en àrees similars.

Satellite overcrowding in the low Earth’s orbit, along with the arising problem of the space debris results in an increase of the probability of collision between orbiting bodies. Therefore, orbit determination for the relative movement between orbiting spacecraft in close proximity becomes an important task. This Final Degree Project is focused on orbit determination. Considering an initial condition, a set of propagation equations and a series of external measurements, the reality is reconstructed by using filtering methods. Filters such as the Kalman Filter, the Extended Kalman Filter and the Unscented Kalman Filter are tested for this purpose in several different scenarios. The performance of these filter are analysed highlighting their strengths and weaknesses. La superpoblación de satelites en la órbita baja terrestre, junto con el creciente problema de la basura espacial ha incrementado la probabilidad de colisiones entre satélites operativos. Es por ello que resulta imperativo determinar la órbita del movimiento relativo entre vehículos orbitales próximos entre sí. Este Trabajo Fin de Grado se enmarca en el ámbito de la determinación de órbitas. Considerando una condición inicial, un conjunto de ecuaciones para la propagación y una serie de medidas externas, la realidad se reconstruye utilizando filtros tales como el Filtro de Kalman, el Filtro de Kalman Extendido y el Filtro de Kalman Unscented, que se ponen a prueba en diferentes escenarios. Se analiza el rendimiento de estos filtros y se destacan sus fortalezas y debilidades. Universidad de Sevilla. Grado en Ingeniería Aeroespacial

Satellite overcrowding in the low Earth’s orbit, along with the arising problem of the space debris results in an increase of the probability of collision between orbiting bodies. Therefore, orbit determination for the relative movement between orbiting spacecraft in close proximity becomes an important task. This Final Degree Project is focused on orbit determination. Considering an initial condition, a set of propagation equations and a series of external measurements, the reality is reconstructed by using filtering methods. Filters such as the Kalman Filter, the Extended Kalman Filter and the Unscented Kalman Filter are tested for this purpose in several different scenarios. The performance of these filter are analysed highlighting their strengths and weaknesses. La superpoblación de satelites en la órbita baja terrestre, junto con el creciente problema de la basura espacial ha incrementado la probabilidad de colisiones entre satélites operativos. Es por ello que resulta imperativo determinar la órbita del movimiento relativo entre vehículos orbitales próximos entre sí. Este Trabajo Fin de Grado se enmarca en el ámbito de la determinación de órbitas. Considerando una condición inicial, un conjunto de ecuaciones para la propagación y una serie de medidas externas, la realidad se reconstruye utilizando filtros tales como el Filtro de Kalman, el Filtro de Kalman Extendido y el Filtro de Kalman Unscented, que se ponen a prueba en diferentes escenarios. Se analiza el rendimiento de estos filtros y se destacan sus fortalezas y debilidades. Universidad de Sevilla. Grado en Ingeniería Aeroespacial

Una de las tareas fundamentales que debe poder ejecutar un robot móvil es la navegación autónoma de su entorno de trabajo, para lo que se requiere de un modelo del entorno o mapa y un método para estimar la localización en éste. Sin embargo son numerosas las situaciones en las que no se dispone, a priori, de una representación del entorno, por ejemplo en labores de búsqueda, rescate, exploración planetaria, exploración oceánica y minería subterránea. En tales circunstancias se deberán resolver de manera simultánea ambos problemas, la localización y el mapeo. En efecto, la estimación de la localización requiere de un mapa, y a su vez, para elaborar un mapa es necesario establecer una localización con relación a un modelo. La solución simultánea de estos dos problemas se conoce en robótica como SLAM (Simultaneous Localization and Mapping). Desde su formulación hace más de treinta años, la comunidad científica vinculada a la robótica ha invertido esfuerzo y energía en la solución del SLAM. En la actualidad se considera un componente fundamental de los sistemas robóticos, permitiéndoles realizar tareas más complejas y por tanto, otorgándoles mayores niveles de autonomía. Si bien el SLAM bidimensional para entornos interiores de pequeña escala se considera un problema resuelto con el que se obtienen resultados consistentes, una vez se extiende a la estimación y reconstrucción tridimensional o a entornos de grandes dimensiones, nuevos retos de investigación surgen de inmediato. Para el caso particular del SLAM tridimensional con sensores visuales, algunos de los nuevos problemas que deben ser resueltos son: mayor complejidad y costo computacional debido al gran volumen de datos a procesar, errores debidos a la baja resolución de los sensores, cambios de iluminación en el entorno, superficies con falta de textura e imágenes borrosas por movimientos ápidos de la cámara. En esta tesis se adelanta un estudio sistemático y riguroso del SLAM, desde su formulación y métodos de solución, hasta la evaluación de algunos de los algoritmos SLAM de código abierto más recientes. De manera particular se aborda el problema del SLAM monocular en tiempo real y se conducen experimentos en entornos interiores con un sistema robótico especialmente diseñado para tal fin. Las principales contribuciones de este trabajo son: - El estudio sistemático y exhaustivo del SLAM, desde su formulación hasta los métodos de solución más representativos (Capítulo 2). - La formulación de un método de evaluación de los algoritmos SLAM con base en dos métricas (MeC y MoC) que consideran la calidad de los mapas producidos (Capítulo 3). - El diseño y construcción de un sistema robótico totalmente compatible con ROS (Robot Operating System) para la validación experimental conducida en esta tesis y la investigación y desarrollo de aplicaciones (Capítulo 3). - El estudio riguroso de los algoritmos visual SLAM que hacen parte del estado del arte actual y, de manera particular, los métodos relativos a los problemas fM (Structure from Motion) y el SLAM monocular en tiempo real (Capítulos 4 y 5). Abstract: One of the fundamental tasks that a mobile robot must be able to execute is the autonomous navigation of its working environment, for which a model of the environment or map is required and a method to estimate the location in it. However, there are numerous situations in which there is not available, a priori, a representation of the environment, for example in search and rescue, planetary exploration, ocean exploration and underground mining. In that circumstances, both problems, location and mapping must be solved simultaneously. In effect, location estimation requires a map, and in turn, to create a map it is necessary to establish a location in relation to a model. The simultaneous solution of these two problems is knows in robotics as SLAM (Simultaneous Localization and Mapping). Since its formulation more than thirty years ago, the research community linked to robotics has invested effort and energy in the solution of SLAM. Nowadays, it is considered a fundamental component of robotic systems, allowing them to perform more complex tasks and therefore, giving them greater levels of autonomy. Although the two-dimensional SLAM for small-scale indoor environments is considered a solved problem, with consistent results, when it extends to three dimensional estimation and reconstruction or to large-scale environments, new research challenges emerge immediately. Particularly, for the three-dimensional SLAM with only visual sensors, some of the new problems that must be solved are: greater complexity and computational cost due to the large volume of data to be processed, errors due to low resolution of the sensors, lighting changes in the environment, surfaces with lack of texture and blurry images due to rapid movements of the camera. In this thesis a systematic and rigorous study of the SLAM is carried out, from its formulation and solution methods, until the evaluation of some of the most recent open source SLAM algorithms. In particular, the monocular SLAM problem in real time is addressed and experiments are conducted in indoor environments with a robotic system specially designed for this purpose. The main contributions of this work are: - A systematic and exhaustive study of SLAM, from its formulation to the most representative solution methods, is conducted (Chapter 2). - The formulation of a method for evaluating SLAM algorithms based on two metrics (MeC y MoC) that consider the quality of the maps produced (Chapter 3). - The design and construction of a robotic system with full compatibility with ROS (Robot Operating System) for the experimental validation conducted in this thesis and research and development of applications (Chapter 3). - The rigorous study of visual SLAM algorithms that are part of the current state of the art and, in particular, the methods related to SfM (Structure from Motion) and real-time monocular SLAM (Chapters 4 and 5). Doctorado

This paper presents a novel modeling technique for a VTOL electromechanical nonlinear dynamical system, based on fractional order derivatives. The proposed method evaluates the possible fractional differential equations of the electromechanical system model by a comparison against actual measurements and in order to estimate the optimal fractional parameters for the differential operators of the model, an extended Kalman filter was implemented. The main advantages of the fractional model over the classical model are the simultaneous representation of the nonlinear slow dynamics of the system due to the mechanical components and the nonlinear fast dynamics of the electrical components. &nbsp, Este artículo presenta una novedosa técnica de modelamiento dinámico no lineal, basada en derivadas de orden fraccional, para un sistema electromecánico de tipo VTOL. El método propuesto estudia la posibilidad de modelar dinámicamente el sistema electromecánico mediante ecuaciones diferenciales de carácter fraccional realizando una comparación con mediciones reales, de tal forma que con base en estas mediciones y un filtro de Kalman extendido, nosotros logremos estimar los parámetros fraccionales óptimos para los operadores diferenciales fraccionales. La ventaja principal del modelamiento fraccional con respecto al modelamiento clásico, radica en que el primero logra representar mejor las diferentes dinámicas lentas y rápidas presentes en los sistemas electromecánicos debidas a las componentes mecánicas y eléctricas respectivamente. &nbsp

La Tomografía Optica es una técnica de diagnóstico por imágenes no invasiva que se mantiene en constante desarrollo. Esto se debe, principalmente, a que utiliza radiación no ionizante, lo que permitiría un uso periódico sin consecuencias ulteriores, y a la portabilidad y costos reducidos que exhibe cuando se la compara con otras modalidades, como son la Tomografía Computada y la Resonancia Magnética. Como contraparte de estas ventajas, el problema de reconstrucción tomográfica en Tomografía Optica es no lineal y mal propuesto, lo que indica que los modelos lineales son útiles hasta cierto punto, y pequeños errores en los datos medidos pueden generar grandes errores en la reconstrucción, respectivamente. Se han desarrollado múltiples aproximaciones basadas, principalmente, en modelos lineales, pero pocas aproximaciones no lineales que, además, permitan incorporar en sus enfoques la naturaleza del ruido de medición. En esta tesis, se desarrolla una técnica no lineal basado en el Filtro de Kalman Extendido, junto con un enfoque bayesiano, para la resolución del problema tomográfico. Primero, se estudia el modelo directo desde un punto de vista computacional basado en el método de elementos finitos. Luego se presentan las técnicas que se utilizarían a lo largo de la tesis. Más adelante, se muestra el proceso de adquisición de datos tradicional, junto con su transformación del dominio del tiempo al dominio de la frecuencia y la calibración propuesta, lo que permite que los datos obtenidos, y calibrados apropiadamente, sean comparables con el modelo computacional que se tiene. Por último, se utiliza el Filtro de Kalman Extendido propuesto y se lo compara con técnicas tradicionales de reconstrucción tomográfica. Teniendo resultados que sugieren que nuestro enfoque permite obtener reconstrucciones de mejor o igual calidad. Fil: Baez, Guido Rodrigo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Elicabe, Guillermo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Pomarico, Juan. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Di use Optical Tomography is a non invasive imaging technique that keeps a constant development. This is due to, mainly, the use of non ionizing radiation allowing a periodic use without further consequences, and the portability and reduced costs that shows when compared to Computed Tomography or Magnetic Resonance Imaging. However, the reconstruction problem is non linear and ill-posed, meaning that linear models have limited use, and slight errors in the data can lead to high errors in the reconstruction. Many approaches have been considered, especially for linear models, and not so many for non linear approaches that may consider the nature of the measurement noise. In this thesis, a non linear technique based on an Extended Kalman Filter, together with a Bayesian approach, is developed for the tomographic imaging problem. First, the direct model is studied from a computational point of view based on the Finite Element Method. Then, the techniques which will be used along the thesis are presented. Next, the data acquisition process together with its adequation to our modality and the proposed calibration are exhibited. Finally, the proposed Extended Kalman Filter is used and is compared with traditional and well-established techniques. The results show that our approach obtains reconstructions of equal or better quality.

[EN] Patients suffering from Type 1 Diabetes are not able to secrete insulin, thus, they have to get it administered externally. Current research is focused on developing an artificial pancreas, a control system that automatically administers insulin according to patient's needs. The work presented here aims to improve the efficiency and safety of control algorithms for artificial pancreas.Glucose-insulin models try to mimic the administration of external insulin, the absorption of carbohydrates, and the influence of both of them in blood glucose concentration. However, these processes are infinitely complex and they are characterized by their high variability. The mathematical models used are often a simplified version which does not include all the process variability and, therefore, they do not always match reality. This deficiency on the models can be addressed by considering uncertainty on their parameters and initial conditions. In this way, the exact values are unknown but they can be bounded by intervals that comprehend all the variability of the considered process. When the value of the parameters and initial conditions is known, there is usually just one possible behaviour. However, if they are bounded by intervals, a set of possible solutions exists. In this case, it is interesting to compute a solution envelope that guarantees the inclusion of all the possible behaviours. A common technique to compute this envelope is the monotonicity analysis of the system. Nevertheless, some overestimation is produced if the system is not fully monotone. In this thesis, several methods and approaches have been developed to reduce, or even eliminate, the overestimation in the computation of solution envelopes, while satisfying the inclusion guarantee.Another problem found during the use of an artificial pancreas is that only the subcutaneous glucose concentration can be measured in real time, with some noise in the measurements. The rest of the system states are unknown, but they could be estimated from this set of noisy measurements by state observers, like Kalman filters. A detailed example is shown at the end of this thesis, where an Extended Kalman Filter is used to estimate in real time insulin concentration based on the food ingested and in periodical measurements of subcutaneous glucose., [ES] Los pacientes que sufren de diabetes tipo 1 no son capaces de secretar insulina, por lo que tienen que administrársela externamente. La investigación actual se centra en el desarrollo de un páncreas artificial, un sistema de control que administre automáticamente la insulina en función de las necesidades del paciente. El trabajo que aquí se presenta tiene como objetivo mejorar la eficiencia y la seguridad de los algoritmos de control para el páncreas artificial.Los modelos de glucosa-insulina tratan de emular la administración externa de la insulina, la absorción de carbohidratos y la influencia de ambos en la concentración de glucosa en sangre. El problema es que estos procesos son infinitamente complejos y se caracterizan por su alta variabilidad. Los modelos matemáticos utilizados suelen ser una versión simplificada que no incluye toda la variabilidad del proceso y, por lo tanto, no coinciden con la realidad. Esta deficiencia de los modelos puede subsanarse considerando inciertos sus parámetros y las condiciones iniciales, de manera que se desconoce su valor exacto pero sí podemos englobarlos en ciertos intervalos que comprendan toda la variabilidad del proceso considerado. Cuando los valores de los parámetros y de las condiciones iniciales son conocidos, existe, por lo general, un único comportamiento posible. Sin embargo, si están delimitados por intervalos se obtiene un conjunto de posibles soluciones. En este caso, interesa obtener una envoltura de las soluciones que garantice la inclusión de todos los comportamientos posibles. Una técnica habitual que facilita el cómputo de esta envoltura es el análisis de la monotonicidad del sistema. Sin embargo, si el sistema no es totalmente monótono la envoltura obtenida estará sobrestimada. En esta tesis se han desarrollado varios métodos para reducir, o incluso eliminar, la sobrestimación en el cálculo de envolturas, al tiempo que se satisface la garantía de inclusión.Otro inconveniente con el que nos encontramos durante el uso de un páncreas artificial es que solo es posible medir en tiempo real, con cierto ruido en la medida, la glucosa subcutánea. El resto de los estados del sistema son desconocidos, pero podrían ser estimados a partir de este conjunto limitado de mediciones con ruido utilizando observadores de estado, como el Filtro de Kalman. Un ejemplo detallado se muestra al final de la tesis, donde se estima en tiempo real la concentración de insulina en plasma en función de la comida ingerida y de mediciones periódicas de la glucosa subcutánea con ayuda de un Filtro de Kalman Extendido., [CAT] Els pacients que pateixen de diabetis tipus 1 no són capaços de secretar insulina, motiu pel qual han d'administrar-se-la externament. La investigació actual es centra en el desenvolupament d'un pàncrees artificial, un sistema de control que administre automàticament la insulina en funció de les necessitats del pacient. El treball que ací es presenta té com a objectiu millorar l'eficiència i la seguretat dels algorismes de control per al pàncrees artificial.Els models de glucosa-insulina tracten d'emular l'administració externa de la insulina, l'absorció de carbohidrats i la influència d'ambdós factors en la concentració de glucosa en sang. El problema és que estos processos són infinitament complexos i es caracteritzen per la seua alta variabilitat. Els models matemàtics emprats solen ser una versió simplificada que no inclou tota la variabilitat del procés i, per tant, no coincideixen amb la realitat. Esta deficiència dels models pot esmenar-se considerant incerts els seus paràmetres i les condicions inicials, de manera que es desconeix el seu valor exacte però sí podem englobar-los en certs intervals que comprenguen tota la variabilitat del procés considerat. Quan els valors dels paràmetres i de les condicions inicials són coneguts, existeix, en general, un únic comportament possible. No obstant, si estan delimitats per intervals s'obté un conjunt de possibles solucions. En este cas, interessa obtindre un embolcall de les solucions que assegure la inclusió de tots els comportaments possibles. Una tècnica habitual que facilita el còmput d'este embolcall és l'anàlisi de la monotonicitat del sistema. No obstant, si el sistema no és totalment monòton l'embolcall obtingut estarà sobreestimat. En esta tesi s'han desenvolupat diversos mètodes per a reduir, o fins i tot eliminar, la sobreestimació en el càlcul dels embolcalls, al temps que se satisfà la garantia d'inclusió.Altre inconvenient amb què ens trobem durant l'ús d'un pàncrees artificial és que només és possible mesurar en temps real, amb cert soroll en la mesura, la glucosa subcutània. La resta dels estats del sistema són desconeguts, però podrien ser estimats a partir d'este conjunt limitat de mesures amb soroll utilitzant observadors d'estat, com el Filtre de Kalman. Un exemple detallat es mostra al final de la tesi, on s'estima en temps real la concentració d'insulina en plasma en funció del menjar ingerit i de les mesures periòdiques de la glucosa subcutània amb ajuda d'un Filtre de Kalman Estés., Pereda Sebastián, DD. (2015). Methods for the treatment of uncertainty in dynamical systems: Application to diabetes [Tesis doctoral no publicada]. Universitat Politècnica de València. doi:10.4995/Thesis/10251/54121., TESIS

Este trabajo trata el problema de navegación de un vehículo submarino autónomo. Dos estimadores de estado son propuestos como solución, aplicando fusión sensorial basada en el filtro de Kalman extendido. Los estimadores de estado emplean medidas de una unidad de medición inercial, un sensor de velocidad por efecto Doppler, un profundímetro y una brújula. El primer estimador de estado estima las variables de orientación independientemente de las variables de velocidad y profundidad del vehículo. En el segundo estimador, se considera el acoplamiento en las ecuaciones de orientación, velocidad y profundidad del vehículo. Para el diseño y pruebas de los estimadores de estado propuestos, fue empleada la base de datos del vehículo submarino autónomo Pirajuba que contiene el registro de los sensores del vehículo durante pruebas en el mar. Los resultados de una simulación numérica con esta base de datos validan los estimadores de estado propuestos en el presente trabajo. Finalmente, fue realizado un análisis comparativo de estos estimadores. // This work deals with the navigation problem of an autonomous underwater vehicle. Two state estimators are proposed like solution, using sensor fusion based in Extended Kalman Filter. The state estimators use measures of the following sensors: an inertial measurement unit, a Doppler effect velocity sensor, a depth sensor and a compass. The first state estimator, estimate the attitude independently of the velocity and depth estimation. In the second estimator, a coupling in velocity and attitude equations is considerate in the Extended Kalman Filter. To design and test the proposed state estimators, was employed the database of the Pirajuba autonomous underwater vehicle, This database contains the record of the vehicle sensors during sea tests. The results of a numeric simulation with this database validate the proposed state estimators in this work. Finally was made a comparative analysis of these state estimators.

[EN] In this article a state and parameter estimation problem of a nonlinear and time-varying system is considered. The aim is to compare usual methods of nonlinear estimation such as the Extended Kalman Filter and Unscented Kalman Filter with re- cent method such as the Particle Filter. In particular, these tech- niques are applied to a nonlinear four coupled tanks system, which has pumps that exhibit high variability due to temperatu- re changes and valves that can be manually changed. This ad- ditional feature makes difficult the estimation of a linear time- invariant model from off-line data. Hence, we consider the sys- tem as time-varying and we estimate the state and certain pa- rameters recursively from experimental data. Additionally, we show the application of the Extended Expectation-Maximization algorithm in order to estimate the noise covariance matrices of the models required in the nonlinear filters. The results illustra- te the application of advanced nonlinear filtering techniques for state and parameter estimation to a laboratory plant., [ES] En el presente artículo se considera el problema de estimación de estado y parámetros variantes en el tiempo de un sistema no-lineal. Nuestro objetivo es comparar métodos usuales de estimación no lineal como el Filtro de Kalman Extendido y Filtro de Kalman Unscented con métodos desarrollados recientemente como el Filtro de Partículas. En particular, se muestra el uso de estas técnicas de estimación para un sistema no-lineal de cuatro depósitos acoplados, el cual posee bombas que presentan variabilidad debido a la temperatura y válvulas que pueden ser modificadas manualmente. Esta característica adicional dificulta la estimación de un modelo lineal invariante en el tiempo a partir de datos fuera de ĺınea. Por ende, se considera el sistema como variante en el tiempo y se estima en ĺınea simultáneamente el estado y algunos parámetros del modelo a partir de datos experimentales. Adicionalmente se muestra la aplicación del algoritmo Esperanza-Maximización Extendido para estimar las matrices de covarianza de los modelos de ruido necesarios para el filtraje no lineal. Los resultados obtenidos ilustran la aplicación de técnicas avanzadas de estimación de estado y parámetros a una planta de laboratorio., Los autores agradecen el apoyo financiero de CONICYT Chile recibido a través del Proyecto Basal FB0821 (CCTVal), el Proyecto Fondecyt 1130861 y del Programa de Formación de Capital Humano Avanzado PCHA/Magíster Nacional/2013-22131464.

Este artículo presenta el diseño de un algoritmo basado en redes neuronales en tiempo discreto para su aplicación en robótica móvil. También se muestran las condiciones de estabilidad y una evaluación de los resultados. El robot móvil en el cual se aplicó el algoritmo neural posee 2 controladores en cascada, uno para la cinemática y otro para la dinámica; ambos controladores están basados en la linealización por realimentación. El controlador de la dinámica solo posee la información de la dinámica nominal (parámetros). La red neuronal de compensación se adapta para reducir las perturbaciones ocasionadas por las variaciones en la dinámica y las incertidumbres existentes en el modelo, y esas diferencias en la dinámica entre el modelo nominal y el real son aprendidas por una red neuronal RBF (funciones de base radial) usando el filtro de Kalman extendido para el ajuste de los pesos de salida de las funciones de base radial. El algoritmo de compensación neuronal es eficiente, ya que el costo computacional es menor que el necesario para aprender la totalidad de la dinámica y al mismo tiempo posee la robustez que podría aprender la totalidad de la dinámica en caso de fallo del controlador dinámico. En este trabajo se muestra un análisis de estabilidad del algoritmo neuronal adaptable, y además se comprueba que los errores de control están acotados en función del error de aproximación de la red neuronal RBF. Se muestran resultados de experimentación sobre un robot móvil que prueban la viabilidad práctica y el rendimiento para el control de los mismos. This paper presents the design of an algorithm based on neural networks in discrete time for its application in mobile robots. In addition, the system stability is analyzed and an evaluation of the experimental results is shown. The mobile robot has two controllers, one addressed for the kinematics and the other one designed for the dynamics. Both controllers are based on the feedback linearization. The controller of the dynamics only has information of the nominal dynamics (parameters). The neural algorithm of compensation adapts its behaviour to reduce the perturbations caused by the variations in the dynamics and the model uncertainties. Thus, the differences in the dynamics between the nominal model and the real one are learned by a neural network RBF (radial basis functions) where the output weights are set using the extended Kalman filter. The neural compensation algorithm is efficient, since the consumed processing time is lower than the one required to learning the totality of the dynamics. In addition, the proposed algorithm is robust with respect to failures of the dynamic controller. In this work, a stability analysis of the adaptable neural algorithm is shown and it is demonstrated that the control errors are bounded depending on the error of approximation of the neural network RBF. Finally, the results of experiments performed by using a mobile robot are shown to test the viability in practice and the performance for the control of robots. Fil: Rossomando, Francisco Guido. Universidad Nacional de San Juan. Facultad de Ingeniería. Instituto de Automática; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Soria, Carlos Miguel. Universidad Nacional de San Juan. Facultad de Ingeniería. Instituto de Automática; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Carelli Albarracin, Ricardo Oscar. Universidad Nacional de San Juan. Facultad de Ingeniería. Instituto de Automática; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina

Los modelos hidrológicos son útiles por varias razones y entre otras porque permiten predecir los flujos al interior de los sistemas hidrológicos, lo cual es importante en la predicción de inundacionesy fenómenos violentos asociados a los flujos de agua, especialmente en materiales con un alto grado de meteorización. La combinación de estos modelos con predicciones meteorológicas, especialmentecon modelos para precipitación, permite modelar el comportamiento del agua en el suelo. En muchos casos, este tipo de modelos es muy sensible a la evapotranspiración. En estudios climáticos, los procesossuperficiales tienen que ser representados adecuadamente. Si se buscan resultados fiables, la calibración y la validación de modelos hidrológicos es una componente muy importante en la aplicación de este tipo de modelos. Este artículo se trata de un ejercicio práctico de aplicación de información hidrológica completa a escala detallada para una cuenca de alta montaña, considerando los usos y tipos de suelo representativos. La información de humedad del suelo, infiltración, escorrentía y precipitación es utilizada en la calibración y validación de un modelo hidrológico completo "TOPLATS" para la simulación del comportamiento de la humedad del suelo. Los resultados encontrados demuestran que es posible la implementación de un modelo hidrológico mediante la utilización de información de humedad del suelo y ecuaciones de calibración para Filtro de Kalman Extendido (EKF).