[pt] Neste trabalho, aborda-se a modelagem e controle de um quadricóptero para navegação autônoma em ambientes agrícolas. Os modelos cinemático e dinâmico do veículo aéreo são computados a partir do formalismo de Newton-Euler, incluindo efeitos aerodinâmicos e características das hélices. O sistema de movimento do quadricóptero pode ser dividido em dois subsistemas, um translacional e outro rotacional, responsáveis pelo controle de posição nos eixos x, y, z, and atitude do veículo no espaço Cartesiano. A primeira abordagem de controle é linear, se presenta dois controladores, um controlador proporcional-derivativo (PD) e o adaptativo baseado no espaço de estados. A segunda abordagem é não-linear e baseada em um controlador adaptativo a fim de lidar com a presença de incertezas nos parâmetros do sistema. Simulações numéricas são executadas em Matlab para ilustrar o desempenho e a viabilidade da metodologia de controle proposta. Simulações computacionais 3D são executadas em Gazebo para verificar a navegação autônoma em um campo agrícola. / [en] In this work, we address the modeling and control design of a quadrotor for autonomous navigation in agricultural environments. The kinematic and dynamic models of the aerial vehicle are derived following the Newton-Euler formalism. The motion system of the quadrotor can be split into two subsystems, that is, translational and rotational subsystems, responsible for controlling the position along the longitudinal, transverse and vertical axes of the Cartesian space as well as its orientation about the corresponding axes. The first linear control approach is based on the proportional-derivative (PD) controller, whereas the second nonlinear control approach is based on an adaptive controller in order to deal with the presence of uncertainties in the system parameters. Numerical simulations are carried out in Matlab to illustrate the performance and feasibility of the proposed control methodology. Gazebo was used to perform the 3D simulations for verifying autonomous navigation in agricultural fields.

[pt] Atualmente nos veículos terrestres a melhora de seu desempenho é permanente. Esta melhora, em grande parte está relacionada com seus sistemas de controle. Para o desenho de sistema de controle, tais como, sistema eletrônico de estabilidade ou controle anti-capotagem é preciso prever o comportamento do veículo sob certas condições dinâmicas. Esta predição do comportamento dinâmico do veículo é feita por meio de modelos matemáticos que dependem diretamente de seus parâmetros, tais como a massa, a posição do centro da gravidade, os momentos de inércia entre outros. Tendo em consideração o contexto apresentado, os parâmetros dinâmicos do veículo tem um papel fundamental na melhora do desempenho do veículo, assim como a otimização de seus subsistemas. Esta dissertação apresenta o desenvolvimento de um procedimento de estimação dos parâmetros dinâmicos do veículo e a calibração do modelo matemático desenvolvido. Para o processo de estimação se desenvolvem dois modelos do veículo, um feito em MATLAB com 4 graus de liberdade (GDL) e ou outro é trabalhado como uma caixa preta (black-box), que é obtida por meio da biblioteca de ligações dinâmicas (DLL) de um programa de simulação veicular. Métodos de otimização, tais como Evolução Diferencial, Generalized Pattern Serach, Mesh Adaptative Pattern Search e Nelder Mead, são utilizados para estimar os parâmetros dinâmicos do veículo, isto por meio da minimização de um objetivo definido como a diferença entre a resposta real do veículo (obtida do programa de simulação veicular) e a calculada por cada método de otimização. Os parâmetros dinâmicos estimados com o melhor método de otimização, são inseridos no modelo matemático feito em MATLAB para calibrar o modelo. Finalmente, o modelo já calibrado é simulado com diferentes manobras para comprovar a robustez do método e a coerência dos parâmetros estimados. / [en] Nowadays, performance improvement on ground vehicles is prefominant. This improvement is highly correlated with its control systems. To design its control system, with parts as electronic system for stabilization or anti-rollover control, it is necessary to provide the behavior of the vehicle in certain dynamics conditions. This prediction, of the dynamics behavior of the vehicle, is done by mathematical models that depend directly on its dynamics parameters such as gravity center position, inertia moments, among others. Taking into account the actual background, dynamics parameters of the vehicle have an importante role in the improvement of vehicle s performance, as well as in the optimization of its subsystems. This thesis presentes the vehicle and calibration of the mathematical model developed. For the estimation step, two vehicle models were developed, the first one was done in MATLAB with 4 DOF and the other was treated as a black box, which is obtained by Dynamic-Link Libraries (DLLs) from the free vehicular simulation software. Optimization methods, such as Differential Evolution, Generalized Pattern Search, Mesh Adaptive Pattern Search and Nelder Mead, were used to estimate vehicle s dynamics parameters. The fitness function is defined as a difference between the real response of the vehicle (given by vehicular simulation software) and one calculated with each optimization method. The dynamics parameters estimated with the best optimization method are input for the mathematical model developed in MATLAB to calibrate the model. Finally, the calibrated model is simulated with different maneuvers, this is done to test the robustness of the method and the coherence of estimated parameters.