Control Predictivo Basado en Modelo No Lineal para drones autónomos: implementación y validación experimental

El presente Trabajo Fin de Máster aborda el diseño, desarrollo, integración y validación de dos módulos de control avanzados para un dron autónomo. Ambos están basados en la teoría del control predictivo no lineal basado en modelo, que resulta especialmente adecuada para la gestión de sistemas multivariables, no lineales y sujetos a restricciones, características propias de los vehículos aéreos no tripulados de tipo cuadricóptero. El objetivo principal del trabajo es desarrollar estos controladores considerando de forma conjunta los requisitos impuestos por el sistema de vuelo autónomo utilizado Aerostack2 y por los objetivos específicos de las aplicaciones finales consideradas. El primero de los controladores desarrollados es un Control de Posición Predictivo Basado en Modelo (MPPC), orientado a aplicaciones en las que el dron debe alcanzar y mantener referencias espaciales concretas con precisión y estabilidad. Este controlador se valida en el contexto de la competición International Micro Air Vehicles, celebrada en noviembre de 2025, centrada en tareas de exploración con aplicación en escenarios de búsqueda y rescate. El segundo controlador es un Control de Seguimiento de Contorno Predictivo Basado en Modelo (MPCC), diseñado para priorizar la velocidad de avance del vehículo sin comprometer el seguimiento de la trayectoria ni la estabilidad del sistema. Este controlador se valida en el marco de la competición Abu Dhabi Autonomous Racing League, celebrada entre octubre de 2025 y enero de 2026, enfocada a carreras de drones autónomos. El trabajo analiza las principales estrategias de control empleadas en el estado del arte, con el fin de justificar la elección del control predictivo basado en modelo como base para ambos controladores. Asimismo, se desarrolla el modelo cinemático y dinámico del cuadricóptero y se describe el software de vuelo empleado para la integración de los módulos de control. Ambos controladores se desarrollan a partir de una formulación teórica de su funcionamiento, seguida de la definición del modelo de predicción utilizado y del diseño de la función de coste. En esta última se detalla el significado y la influencia de cada uno de los parámetros considerados. Adicionalmente, se implementa el software necesario para su integración dentro del sistema de vuelo autónomo. La validación de los controladores se realiza tanto en entornos de simulación como en vuelos reales. Para ello, se diseñan experimentos específicos adaptados a los objetivos de cada controlador. En el caso del MPPC, las pruebas se llevan a cabo en España y México, mientras que el MPCC se evalúa en España y Abu Dhabi. Para cada experimento se seleccionan métricas representativas que permiten analizar su comportamiento y extraer conclusiones sobre el cumplimiento de los objetivos planteados. De forma complementaria, el trabajo aborda un objetivo secundario centrado en la calibración del thrust colectivo del dron. Dado el carácter basado en modelo de los controladores desarrollados, este aspecto resulta especialmente relevante. En este contexto, se propone y desarrolla un método off-line denominado Factor de Corrección, destinado a compensar los errores presentes en la calibración del Thrust Map impuesto por el software de vuelo. La necesidad del método surge de la observación de discrepancias entre el thrust solicitado por el módulo de control y el thrust generado durante el vuelo, que no son absorbidas por la calibración original. Además, se justifica su necesidad cuando se opera en entornos con condiciones atmosféricas distintas al lugar donde se calibro el Thrust Map. El método se caracteriza por su sencillez, rapidez de ejecución y facilidad de aplicación en nuevos escenarios. Al igual que los controladores, el Factor de Corrección se valida experimentalmente mediante vuelos reales en Madrid, México y Abu Dhabi, acompañados de un análisis detallado y discusión de los resultados obtenidos. En conjunto, este trabajo presenta una contribución completa al desarrollo de sistemas de control para drones autónomos, abarcando desde la formulación teórica hasta la validación experimental en escenarios reales y exigentes, y adaptándose de forma efectiva a los requisitos del sistema de vuelo y de las aplicaciones consideradas.