Projeto e Controle de um Quadri-rotor para Aplicações de Supervisão Aérea de Instalações de Petróleo.

Transcrição

1 1 IDENTIFICAÇÃO Nome do Bolsista Armando Sanca Sanca Título do Programa ENGENHARIA DE PROCESSOS EM PLANTAS DE PETRÓLEO E GÁS NATURAL Título do Curso / Especialização ENGENHARIA ELÉTRICA / DOUTORADO Instituição UNIVERSIDADE FEDERAL DE RIO GRANDE DO NORTE Nome do Orientador Prof. DSc. Pablo Javier Alsina (UFRN) 2 TÍTULO DO TRABALHO PLANO DE TRABALHO DE PESQUISA Matrícula Sigla UFRN Nome do Orientador (2) Prof. DSc. Jés de Jesus Fiais Cerqueira (UFBA) Projeto e Controle de um Quadri-rotor para Aplicações de Supervisão Aérea de Instalações de Petróleo. 3 INTRODUÇÃO / OBJETIVO As instalações industriais de petróleo e gás natural fazem uso de sistemas de dutos e tanques para transportar e armazenar substâncias inflamáveis, freqüentemente a elevada pressão. Apesar de tais instalações serem dotadas com sistemas de segurança apropriados, alguns fatores de difícil controle, na maioria das vezes associados à deterioração ou a falha humana, deixam vulneráveis até os mais confiáveis sistemas que, em última instância, acabam por apresentar derramamento de produto por vazamento ou explosões provocando efeitos nocivos. Quando não detectados e corrigidos rapidamente, vazamentos e outras situações de emergência em instalações petrolíferas resultam freqüentemente em graves impactos ambientais, além dos prejuízos econômicos devidos às conseqüentes paradas de produção. Os derramamentos de petróleo e vazamento de gás sobre o mar ou em áreas de floresta, geram conseqüências negativas para a área afetada, principalmente em regiões amazônicas, costeiras e áreas de preservação. A rápida detecção e localização dessas ocorrências são muitas vezes decisivas na determinação e na minimização dos danos ambientais, perdas econômicas e acidentes com seres humanos. Dessa forma, a identificação dessas ocorrências em tempo hábil, torna-se imprescindível para a minimização dos seus efeitos nocivos. Neste contexto, sistemas automáticos de supervisão e inspeção aérea, através de controle autônomo vêm se tornando mais uma ferramenta dentre um conjunto de sistemas utilizados para garantir a segurança de instalações industriais. Um sistema de supervisão aérea pode ser constituído a partir de um veículo aéreo não tripulado (VANT) com instrumentação dedicada para as tarefas de supervisão e inspeção. Os veículos aéreos usuais para estas tarefas são os helicópteros, por suas inerentes vantagens de vôo pairado, decolagem e pouso vertical. A grande capacidade de manobra do helicóptero o torna ideal para realizar supervisão aérea de instalações industriais, principalmente em situações em que se exige a verificação à curta distância de situações de risco. Os VANT s com capacidade de decolagem e pouso vertical [1], têm-se tornado um área atraente para a pesquisa científica durante estas últimas décadas. Tradicionalmente, VANT s de pequeno porte, são aplicados na execução de tarefas classificadas como perigosas ou em áreas de risco para os seres humanos [2]. O desenvolvimento tecnológico alcançado nos últimos anos possibilitou novos horizontes em termos de miniaturização e campos de aplicação para este tipo de veículo aéreo [3]. Um tipo de VANT-VTOL conhecido na literatura como quadri-rotor é um tipo de helicóptero com quatro rotores que tem se tornado, sem dúvida, vantajoso em temos de aplicabilidade, projeto e controle [1,4]. Um quadri-rotor é um sistema mecatrônico, não linear, multi-variável e subatuado. Veículo com quatro forças de entrada em configuração cruz (empuxo gerado pelos atuadores) e seis variáveis de saída (variáveis de movimento espacial altitude e atitude). Ao contrario dos helicópteros convencionais com um rotor principal para realizar a movimentação, o quadri-rotor possui ângulos de passo da pá fixos nos rotores, tornando-o rígido.

2 4 RELEVÂNCIA DO TEMA / JUSTIFICATIVA A indústria do petróleo exige alto padrão de segurança. As instalações necessitam não só atender às normas técnicas, como também aos requisitos legais, de forma a proporcionar pleno desempenho para as unidades industriais e trabalhadores. A supervisão e inspeção forma parte desse padrão de segurança. Um sistema de supervisão aérea, constituído por um veículo aéreo não tripulado, deverá ser capaz de detectar derramamentos e vazamentos nas instalações de petróleo, possibilitando uma intervenção imediata no sentido de reduzir os impactos sócio-econômicos e ambientais decorrentes de acidentes dessa natureza e contribuindo de maneira significativa para a segurança operacional. Porém, o desenvolvimento do veículo aéreo para tal tarefa não é simples. Os veículos com capacidade de voar sempre exerceram um grande fascínio sobre o homem e incentivado todo tipo de pesquisa e desenvolvimento. O desafio científico na concepção de um micro veículo aéreo e seu controle autônomo em ambientes desconhecidos, para tarefas de supervisão são grandes. Por outro lado, o vasto campo de aplicações aliados aos recentes progressos na tecnologia empurraram-nos no sentido de desenvolver novos conceitos de mobilidade, onde se poderiam aplicar, com adaptações, as técnicas já desenvolvidas para os veículos móveis terrestres. No entanto, a tarefa não é trivial devido aos vários aspectos em aberto. O custo e redução de tamanho de tais sistemas se tornam muito interessantes também para o mercado civil. Simultaneamente, essa redução de custo e tamanho, implica em uma limitação no seu desempenho e, portanto, tornam mais desafiador o seu controle. Além disso, a miniaturização dos sensores inerciais impõe a utilização da tecnologia de sistemas micro-eletro mecânicos (MEMS), que é ainda muito menos precisa do que o convencional [5]. O uso de uma unidade de medida inercial (IMU) de baixo custo é sinônima de menos eficácia no tratamento de dados. Por outro lado, apesar de progressos mais recentes em miniaturização de atuadores elétricos, o dimensionamento é ainda desfavorável ao problema de saturação do atuador. Ou seja, embora a concepção de micro-robôs aéreos seja possível, o seu controle é ainda uma meta desafiadora. Por outro lado, no cumprimento da missão com precisão, de forma autônoma, é necessário um controle preciso e estável das fases de vôo: decolagem/pouso, ascenso/descenso, vôo pairado/lateral/longitudinal e giro com um helicóptero. Um modelo que representa a realidade do que é o helicóptero, auxilia no desenvolvimento de uma boa estratégia de controle. No entanto, na realidade, nem sempre é possível derivar este modelo, por diversos fatores (não linearidades de entrada, sistema não linear ou de elevada ordem, limitações de execução em tempo real, qualidade das medições dos sensores). Cada uma das fases de vôo foram tratadas de diferentes formas na literatura para certas aplicações [4,6,7,8]. 5 ESTADO DA ARTE E METODOLOGIA Em aeronaves não tripuladas a ausência de um piloto, requer o desenvolvimento de um sistema autônomo. Sensores visuais tais como câmeras no espectro visível ou infravermelho, têm sido historicamente usados em sistemas embarcados de VANT s para incrementar sua autonomia em tarefas predefinidas. Porém, as imagens capturadas por estes sensores são raramente utilizadas como parte de um sistema de controle autônomo. Em lugar disto, as imagens obtidas é transmitida ao operador humano na estação em terra, quem as interpreta e decide as ações. Recentemente os avanços na miniaturização e recursos elevados de processamento computacional, geraram um potencial para tornar autônomos este tipo de veículos, em tarefas como, supervisão, busca e resgate. A adição de uma câmera num VANT lhe permite um desempenho autônomo em uma variedade de tarefas tais como navegação por visão, busca de objetos estacionários e seguimento de objetos dinâmicos [9]. As referências sobre o estado da arte no controle de veículos aéreos encontradas na literatura são vastas para as diferentes fases de vôo dependendo das aplicações. Neste contexto de controle de veículos aéreos, o desenvolvimento é integrado por diferentes componentes multidisciplinares com um objetivo comum. Sharp et al. (2001), apresentaram o projeto por visão computacional, em tempo real, para a tarefa de pouso de um helicóptero sobre uma superfície previamente conhecida. O sistema realiza o processamento, segmentação, extração, estimação de movimento por características da imagem a partir do controle de uma câmera Pan-Tilt. A estimação da pose é feita baseado em modelo da câmera incluindo esquemas de otimização linear e não linear. O problema se complica quando o

3 alvo de pouso é dinâmico (em movimento) ou pouso autônomo em ambientes desconhecidos. A detecção cuidadosa da área de pouso se torna um desafio do ponto de vista de controle, nesse sentido, é fundamental estimar a altitude do veículo sobre a superfície terrestre [10]. Yu et al. (2007) apresentaram resultados para pouso de um helicóptero baseado na estimação de altitude por visão computacional. O pouso é feito em dois estágios divididos por fases de descenso e de pouso [11]. Templeton et al. (2007) apresentaram uma técnica de controle de pouso autônomo de um helicóptero em terrenos desconhecidos. Utiliza um sistema de visão que estima recursivamente a estrutura 3D usando imagens georeferenciadas a partir de uma câmera, bem como um módulo de mapeio e análise do terreno. O sistema de visão determina a melhor trajetória para cobrir grandes áreas ou para realizar uma inspeção minuciosa de potenciais locais de pouso. A trajetória gerada é restrita a uma abstração entre o sistema de visão e o veículo. O sistema de controle de vôo guia o veículo através do monitoramento da trajetória usando a técnica de controle preditivo [12]. Amidi et al. (1999) apresentaram um odômetro visual para posicionamento de um helicóptero, onde, o seguimento da posição é feito pela interpolação de um padrão e uma imagem capturada pela câmera. O método empregado é a minimização da soma de diferenças quadradas. Nos resultados não são consideradas as imperfeições das lentes e supõe-se que as características de interesse sempre estão presentes no campo da visão [13]. Tee et al. (2008) apresentaram o controle por redes neurais adaptativos robustos para o helicóptero em vôo vertical, com dinâmica não linear SISO de forma não afim. Baseada no uso do teorema da função implícita e do teorema do valor médio, propuseram uma aproximação construtiva para o controle adaptativo por redes neurais garantido assim a estabilidade assintótica. Os resultados foram mostradas por simulação [14]. Como foi observado na literatura cada uma das fases particulares de vôo foram tratadas de forma específica. Para as tarefas de supervisão aérea o controle do veículo aéreo deve integrar todas as fases de vôo, melhorando assim sua autonomia. No entanto, o projeto de controle a partir do modelo do veículo baseado em princípios físicos e fenomenológicos nem sempre é possível. Os estudos em modelagem e controle do quadrirotor têm aumentado rapidamente nos últimos anos. Alguns exemplos desses estudos podem ser sumarizados a seguir: Hamel et al. (2002) modelou um quadri-rotor incorporando a fuselagem e a dinâmica do motor, bem como a aerodinâmica e os efeitos giroscópicos. O controle é desenvolvido separando a dinâmica de corpo rígido da dinâmica do motor para condições de vôo quasi-estacionários [15]. Altug ( et al. (2002) modelou um quadri-rotor usando o método de Newton-Euler e trabalhou na estabilização baseada em visão e monitoramento usando câmeras [4,6,7,8]. A desvantagem deste é que a dependência de uma câmera externa limita a sua autonomia. Guenard et al. (2008) e Suter et al. (2002) usaram a servovisão baseada em imagem para o controle quaseestacionário ou estacionário do quadri-rotor. Os resultados são mostrados por simulação e testes experimentais no 4-flyer, com câmera embarcada. A estratégia de estabilização é feita pela capacidade de medição no plano da imagem, com a câmera de vídeo, e as características definidas sobre uma superfície plana (bem como área de pouso). O método é fortemente dependente das características, e sempre presente no campo da visão [16,17]. Mokhtari e Benallegue (2004) apresentaram um modelo dinâmico não linear para um quadri-rotor, onde o controle é baseado na realimentação linearizada. Destaca-se a estimação e compensação dos efeitos aerodinâmicos (vento) a fim de evitar o maior número de sensores. No método, mostrado por simulação, não é o bastante robusto devido as incertezas na estimação dos parâmetros aerodinâmicos combinadas à realimentação linearizada, o que não realmente reflete o comportamento do sistema não linear. Porém, um controle total ou parcial do sistema com estimação dos parâmetros aerodinâmicos, resultaria num satisfatório seguimento de trajetória, o que destacaria o desenvolvimento de métodos de controle robusto com realimentação linearizada para esta aplicação [18]. Uma realimentação linearizada por modos deslizantes HOSM afim de observar e estimar os efeitos aerodinâmicos (vento) e perturbações externas aplicado ao quadri-rotor foram apresentadas em Benallegue et al. (2006). Os resultados mostrados por simulação, apresentam um melhor tratamento dos efeitos aerodinâmicos, tornando-se robusto, comparado com o método linearizado, sendo assim, um ponto de começo para evitar soluções complexas de controle não linear [19].

4 Dunfied et al. (2004) desenvolveram, em uma arquitetura embarcada, um controlador de vôo pairado por redes neurais para um quadri-rotor [20]. Earl e D Andrea (2004) usou o filtro de Kalman em tempo real para estimar a atitude do quadri-rotor. O método combina informações provenientes do sistema de visão computacional e o girômetro 3D. O sistema de visão é composto por três câmeras instaladas ortogonalmente. Um computador embarcado processa a informação proveniente das câmeras e girômetro 3D, gerando comandos apropriados de controle para alcançar o objetivo desejado [21]. Em seus estudos, Salazar-Cruz et al. (2005) e Escareño et al. (2006), utilizaram um modelo de forma Lagrangiana e um controlador com base na análise de Lyapunov. Incluindo a saturação, é desenvolvido o projeto de controle de seguimento de trajetória para um quadri-rotor autônomo [22,23]. Bouabdallah et al. (2004) e Bouabdallah e Siegwart (2005) desenvolveram matematicamente o modelo dinâmico não linear de um quadri-rotor. No modelo destaca-se, a inclusão dos principais efeitos aerodinâmicos e giroscópicos. As não linearidades de entrada nos atuadores não são consideradas, usando-se somente um modelo linearizado do rotor [24,25]. Beji et al. (2005) apresentaram uma estrutura de controle de um quadrirotor onde dois rotores giram de forma bidirecional. O objetivo deste foi testar a capacidade do rotor para voar com intersecções e cruzamentos arredondados das trajetórias de conexão [26]. Romero et al. (2006) usaram um sistema de visão, mono câmera, para estimar o posicionamento e orientação do quadri-rotor em ambientes urbanos ou in-door. Apresentaram dois métodos para obter a navegação do veículo aéreo. O primeiro, a aproximação e baseada no método de perspectiva de n pontos; e o segundo método, baseado na pose no plano 2D [27]. Castillo et al. (2004) e Castillo et al. (2006) usaram o modelo expresso em forma Lagrangiana do quadri-rotor e controle baseada na análise de Lyapunov, para tarefas autônomas de decolagem/pouso e vôo pairado [28,29]. Por último, Tayebi e McGilvray (2006), propuseram um esquema de controle de atitude por quatérnios de um quadri-rotor, baseada na compensação do torque coriolis e torque giroscópico usando uma estrutura de realimentação PD 2. Onde, a ação proporcional está representada em termos do vetor de quatérnios e as duas ações derivativas em termos da velocidade angular da fuselagem e o vetor quatérnio de velocidade angular dos rotores [1]. Como foi observado, no estado da arte estudado na vasta literatura para o controle do quadri-rotor, ainda existem muitos problemas a serem resolvidos e áreas ainda a serem pesquisadas. Como mencionado anteriormente, as potencialidades deste sistema quadri-rotor é amplo. Algumas melhorias no controle de atitude e altitude, integrando as fases de vôo de forma autônoma, possibilitariam um bom sistema de navegação com capacidade de supervisão e inspeção aérea. 6 ETAPAS Esta tese de doutorado é constituída em oito etapas ou períodos, executadas da seguinte forma:. Etapa 1: Atividade 1. Conclusão com as disciplinas é atividades acadêmicas matriculadas ; Atividade 2. Exaustiva pesquisa bibliográfica usando acervos convencionais e a Internet; Atividade 3. Geração de relatório contendo caracterização do problema, revisão bibliográfica, especificações do projeto do protótipo e plano de atuação. Etapa 2: Atividade 1. Determinação do tipo de veículo aéreo, modelagem matemática do quadri-rotor incluindo as não linearidades inerentes de entrada no sistema; Atividade 2. Desenvolvimento de simulador computacional do modelo matemático desenvolvido; Atividade 3. Geração de relatório e artigo científico. Etapa 3: Atividade 1. Testes e validação do modelo matemático desenvolvido, determinação dos parâmetros; Atividade 2. Desenvolvimento do primeiro protótipo quadri-rotor e construção com materiais aproveitados de helicópteros de pequena escala; Atividade 3. Redimensionamento do quadri-rotor (protótipo final), e compra de materiais para sua construção; Atividade 4. Geração de relatório contendo o simulador desenvolvido e os resultados obtidos. Etapa 4:

5 Atividade 1. Pesquisa bibliográfica, e estudo para o desenvolvimento do controlador, resultados preliminares de controle no simulador; Atividade 2. Proposta científica para a Tese de Doutorado e Qualificação de Doutorado; Atividade 3. Geração de relatório, artigo e revista científicas. Etapa 5: Atividade 1. Montagem e integração dos componentes do protótipo de veículo aéreo (sistemas embarcados, hardware e software); Atividade 2. Desenvolvimento do controlador baseado em modelo do quadri-rotor; Atividade 3. Desenvolvimento do controlador por servo visão baseada em posição; Atividade 4. Geração de relatório, artigo e revista científicas.. Etapa 6: Atividade 1. Desenvolvimento do controlador em base na fusão de sinais de controle; Atividade 2. Analise e prova de estabilidade para o controle do quadri-rotor; Atividade 3. Realização dos experimentos por simulação e no protótipo em campo; Atividade 4. Geração de relatório, artigo e revista científicas. Etapa 7-8: Atividade 1. Testes, melhoria e a análise de robustez dos controladores; Atividade 2. Elaboração do Manual do usuário; Atividade 3. Elaboração de relatório técnico final com a discussão dos resultados obtidos e documentação do protótipo desenvolvido e artigos científicos; Atividade 4. Redação da Tese de Doutorado; Atividade 5. Defesa da Tese e geração de artigos científicos. 7 CRONOGRAMA DE TRABALHO A presente Tese de Doutorado terá uma duração de 48 (quarenta e oito) meses com início realizado em março de Atividades Etapa 1 Etapa 2 Etapa 3 Etapa 4 Etapa 5 Etapa 6 Etapa 7 Etapa I II I II I II I II R R R = Atividade realizada ; = Atividade a ser desenvolvida ou em andamento 8 DISCIPLINAS DA ESPECIALIZAÇÃO Disciplinas cursadas no Doutorado R Código Disciplinas Nº Créditos Conceito Situação EEC1101 Sistemas Lineares 4 B Aprovado EEC1507 Sistemas Robóticos Autônomos 4 A Aprovado EEC2101 Tópicos Especiais A (Controle Avançado) 4 A Aprovado EEC3001 Exame de Proficiência em Língua Inglesa 0 - Aprovado EEC3002 Exame de Proficiência em Língua Espanhola 0 - Aprovado EEC3006 Exame de Qualificação de Doutorado I 0 - Matriculado

6 EEC3010 Exame de Qualificação de Doutorado II 0 - Matriculado EEC3008 Tese de Doutorado I 0 - Matriculado - Aproveitados de Créditos 24 - Cumpriu Créditos Exigidos 0 Créditos Integralizados 36 Créditos Pendentes 0 9 REFERÊNCIAS BIBLIOGRÁFICAS [1]. Tayebi, A. e S. McGilvray (2006). Attitude Stabilization of a VTOL Quadrotor Aircraft. IEEE Transactions on Control Systems Technology 14(3), [2]. Pastor, E., J. Lopez e P. Royo (2007). UAV payload and mission control Hardware/Software architecture. IEEE A&E Systems Magazine pp [3]. Bouabdallah, S., M. Becker e R. Siegwart (2007). Autonomous miniature flying robots: Coming soon!. IEEE Robotics & Automation Magazine 14(3), ( [4]. Altug, E., J. P. Ostrowski e C. J. Taylor (2005). Control of a quadrotor helicopter using dual camera visual feedback. The International Journal of Robotics Reseach 24(5), [5]. Brown, A. K. (2005). GPS/INS uses low-cost MEMs IMU. IEEE Aerospace and Electronic Systems Magazine 20(9), [6]. Altug (, E., J. P. Ostrowski e R. Mahony (2002). Control of a quadrotor helicopter using visual feedback. Em: Proceedings of the 2002 IEEE International Conference on Robotics & Automation, Waqshington, DC. pp [7]. Altug (, E., J. P. Ostrowski e C. J. Taylor (2003). Quadrotor control using dual camera visual feedback. Em: Proceedings of the 2003 IEEE International Conference on Robotics & Automation, Taipei, Taiwan. Vol. 3. pp [8]. Altug (, E. e C. Taylor (2004). Vision-based pose estimation and control of a model helicopter. Em: Proceedings of the IEEE International Conference on Mechatronics. pp [9]. Ludington, B., E. Johnson e G. Vachtsevanos (2006). Augmenting UAV autonomy. IEEE Robotics & Automation Magazine 13(3), [10]. Sharp, C. S., O. Shakernia e S. S. Sastry (2001). A vision system for landing an unmanned aerial vehicle. Em: Proceedings of the 2001 ICRA IEEE International Conference on Robotics & Automation, Seoul, Korea. Vol. 2. [11]. Yu, Z., J. Shin K. Nonami e D. Celestino (2007). 3D vision based landing control of a small scale autonomous helicopter. International Journal of Advanced Robotic Systems 4(1), [12]. Templeton, T., D. H. Shim, C. Geyer e S. S. Sastry (2007). Autonomous vision-based landing and terrain mapping using an MPC-controlled unmanned rotorcraft. Em: Proceedings of the 2001 ICRA IEEE International Conference on Robotics & Automation, Seoul, Korea. pp [13]. Amidi, O., T. Kande e K. Fujita (1999). A visual odometer for autonomous helicopter flight. Elsevier Science, Robotics and Autonomous Systems (28), [14]. Tee, K. P., S. S. Ge e F. E. H. Tay (2008). Adaptive neural network control for helicopters in vertical flight. IEEE Transactions on Control Systems Technology 16(4), [15]. Hamel, T., R. Mahony, R. Lozano e J. Ostrowski (2002). Dynamic modelling and configuration stabilization for an 4-flayer. Em: IFAC 15th Triennial World Congress, Barcelona, Spain. pp [16]. Guenard, N., T. Hamel e R. Mahony (2008). A practical visual servo control for an unmanned aerial

7 vehicle. IEEE Transactions on Robotics 24(2), [17]. Suter, D., T. Hamel e R. Mahony (2002). Visual servo control using homography estimation for the stabilization of an x4-flyer. Em: Proceedings of the 41 st IEEE Conference on Robotics on Decision and Control, Las Vegas, Nevada USA. Vol. 3. pp [18]. Mokhtari, A. e A. Benallegue (2004). Dynamic feedback controller of Euler angles and wind parameters estimation for a quadrotor unmanned aerial vehicle. Em: Proceedings of the 2004 IEEE International Conference on Robotics & Automation, New Orleans, LA. Vol. 3. pp [19]. Benallegue, A., A. Mokhtari e L. Fridman (2006). Feedback linearization and high order sliding mode observer for a quadrotor UAV. Em: Proceedings of the 2006 International Workshop on Variable Structure Systems, Alghero, Italy. pp [20]. Dunfied, J., M. Tarbouchi e G. Labonte (2004). Neural network based control of a four rotor helicopter. Em: 2004 IEEE International Conference on Industrial Technology. Vol. 3. pp [21]. Earl, M. G. e R. D Andrea (2004). Real-time attitude estimation techniques applied to a four rotor helicopter. Em: 43rd IEEE Conference on Decision and Control, Atlantis, Paradise Island, Bahamas. Vol. 4. pp [22]. Salazar-Cruz, S., A. Palomino e R. Lozano (2005). Trajectory tracking for a four rotor mini-aircraft. Em: Proceedings of the 44th IEEE Conference on Decision and Control, the European Control Conference 2005, Sevilla, Spain. pp [23]. Escareño, J., S. Salazar-Cruz e R. Lozano (2006). Embedded control of a four-rotor UAV. Em: Proceedings of the 2006 American Control Conference, Minneapolis, Minnesota, USA. pp [24]. Bouabdallah, S., P. Murrieri e R. Siegwart (2004). Design and control of an indoor micro quadrotor. Em: Proceedings of the 2004 IEEE International Conference on Robotics & Automation, New Orleans, LA. pp [25]. Bouabdallah, S. e R. Siegwart (2005). Backstepping and sliding-mode techniques applied to an indoor micro quadrotor. Em: Proceedings of the 2005 IEEE International Conference on Robotics and Automation, Barcelona, Spain. pp [26]. Beji, L., A. Abichou e K. M. Zemalache (2005). Smooth control of an x4 bidirectional rotors flying robot. Em: Fifth International Workshop on Robot Motion and Control. pp [27]. Romero, H., R. Benosman e R. Lozano (2006). Stabilization and location of a four rotor helicopter applying vision. Em: Proceedings of the 2006 American Control Conference, Minneapolis, Minnesota, USA. pp [28]. Castillo, P., R. Lozano e A. Dzul (2004). Stabilization of a mini-rotorcraft having four rotors. Em: Proceedings of 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems, Sendai, Japan. pp [29]. Castillo, P., R. Lozano e A. Dzul (2006). Stabilization of a mini rotorcraft with four rotors. IEEE Control Systems Magazine pp OBSERVAÇÕES PERTINENTES Parte do projeto de pesquisa será financiada com recursos do Laboratório de Robótica da UFRN. Local Natal - RN Data 19_/_ 11_/ 2008