Este trabalho apresenta o projeto de dois controladores robustos, baseados no critério H∞ não linear, para o acompanhamento de trajetória de robôs móveis com rodas (RMRs). Estes controladores estabilizam o sistema em malha fechada e garantem que a norma L2 induzida entre os sinais de entrada (distúrbios) e saída seja limitada por um nível de atenuação &#947 > 0. Para o projeto, as equações dinâmicas não lineares do robô são descritas na forma quase linear a parâmetros variantes (quase-LPV), sendo os parâmetros parte do estado. Os controladores são resolvidos via desigualdades matriciais lineares (DMLs) e equações algébricas de Ricatti (EAR). Resultados em simulação com um estudo comparativo entre essas duas estratégias de controle e um controlador proporcional derivativo (PD) em conjunto com um controlador do tipo torque calculado são apresentados. Além disso, a implementação de dois métodos de localização de RMRs através de imagens é realizada. / This work presents the design of two robust controllers, based on nonlinear H∞ approach, for tracking trajectory of wheeled mobile robots (WMRs). These controllers stabilize the close-loop system and guarantee that induced L2 norm between input (disturbances) and output signals be bounded by an attenuation level &#947 > 0. For the design, the nonlinear dynamic equations of the robot are described in quasi linear parameter varying (quasi-LPV) form being the parameters part of the states. The controllers are solved via linear matrix inequalities (LMIs) and algebraic Riccati equation (ARE). Simulation results with a comparison study among these two control strategies and a proportional-derivative (PD) controller plus calculated torque are presented. Moreover, implementation of two methods of localization of WMRs based on images is accomplished.

Este trabalho apresenta o projeto de dois controladores robustos, baseados no critério H∞ não linear, para o acompanhamento de trajetória de robôs móveis com rodas (RMRs). Estes controladores estabilizam o sistema em malha fechada e garantem que a norma L2 induzida entre os sinais de entrada (distúrbios) e saída seja limitada por um nível de atenuação &#947 > 0. Para o projeto, as equações dinâmicas não lineares do robô são descritas na forma quase linear a parâmetros variantes (quase-LPV), sendo os parâmetros parte do estado. Os controladores são resolvidos via desigualdades matriciais lineares (DMLs) e equações algébricas de Ricatti (EAR). Resultados em simulação com um estudo comparativo entre essas duas estratégias de controle e um controlador proporcional derivativo (PD) em conjunto com um controlador do tipo torque calculado são apresentados. Além disso, a implementação de dois métodos de localização de RMRs através de imagens é realizada. / This work presents the design of two robust controllers, based on nonlinear H∞ approach, for tracking trajectory of wheeled mobile robots (WMRs). These controllers stabilize the close-loop system and guarantee that induced L2 norm between input (disturbances) and output signals be bounded by an attenuation level &#947 > 0. For the design, the nonlinear dynamic equations of the robot are described in quasi linear parameter varying (quasi-LPV) form being the parameters part of the states. The controllers are solved via linear matrix inequalities (LMIs) and algebraic Riccati equation (ARE). Simulation results with a comparison study among these two control strategies and a proportional-derivative (PD) controller plus calculated torque are presented. Moreover, implementation of two methods of localization of WMRs based on images is accomplished.

Nesta dissertação é apresentado um estudo comparativo entre seis controladores H \'infinito\' não lineares aplicados em um robô móvel com rodas. Três estratégias de controle são avaliadas. Na primeira, o modelo do robô é considerado completamente conhecido. Na segunda, o modelo matemático é considerado desconhecido e é realizada uma estimativa baseada em métodos inteligentes. E finalmente, na terceira estratégia, o modelo nominal é conhecido e técnicas inteligentes são usadas para estimar somente incertezas paramétricas do robô. As técnicas inteligentes usadas são baseadas em redes neurais e em lógica fuzzy. Esses controladores são resolvidos através de desigualdades matriciais lineares (DMLs) e equações algébricas de Riccati. Todos os resultados obtidos são baseados em dados experimentais. / This dissertation is present a comparative study between six nonlinear H \'infinity\' controllers applied to a wheeled mobile robot. Three control strategies are adopted. In the first, the model of the robot is considered completely known. In the second, the mathematical model is considered unknown and is accomplished an estimate based on intelligent methods. And finally, in the third strategy, the nominal model is known and intelligent techniques are used only to estimate parametric uncertainties of the robot. The intelligent techniques used are based in neural networks and in fuzzy logic. These controllers are solved via linear matrix inequalities (LMIs) and algebraic Riccati equations. All results obtained are based in experimental data.

Nesta dissertação é apresentado um estudo comparativo entre seis controladores H \'infinito\' não lineares aplicados em um robô móvel com rodas. Três estratégias de controle são avaliadas. Na primeira, o modelo do robô é considerado completamente conhecido. Na segunda, o modelo matemático é considerado desconhecido e é realizada uma estimativa baseada em métodos inteligentes. E finalmente, na terceira estratégia, o modelo nominal é conhecido e técnicas inteligentes são usadas para estimar somente incertezas paramétricas do robô. As técnicas inteligentes usadas são baseadas em redes neurais e em lógica fuzzy. Esses controladores são resolvidos através de desigualdades matriciais lineares (DMLs) e equações algébricas de Riccati. Todos os resultados obtidos são baseados em dados experimentais. / This dissertation is present a comparative study between six nonlinear H \'infinity\' controllers applied to a wheeled mobile robot. Three control strategies are adopted. In the first, the model of the robot is considered completely known. In the second, the mathematical model is considered unknown and is accomplished an estimate based on intelligent methods. And finally, in the third strategy, the nominal model is known and intelligent techniques are used only to estimate parametric uncertainties of the robot. The intelligent techniques used are based in neural networks and in fuzzy logic. These controllers are solved via linear matrix inequalities (LMIs) and algebraic Riccati equations. All results obtained are based in experimental data.