[pt] A simulação do movimento do corpo humano é uma ferramenta valiosa para diferentes campos, como robótica e biomecânica. Mesmo com o crescente número de pesquisas, ainda existem poucos grupos no Brasil que trabalham desenvolvendo modelos de movimento humano. Tal simulação tem sido um problema desafiador do ponto de vista de modelagem e computacional. Esta dissertação traz uma revisão bibliográfica de conceitos de dinâmica estrutural e dos principais determinantes da dinâmica do caminhar humano. Quatro modelos bidimensionais de crescente complexidade encontrados na literatura são inicialmente analisados para entender a influência dos diversos elementos e graus de liberdade na qualidade dos resultados obtidos. Antes de introduzir estes modelos, uma investigação de algumas variáveis cinemáticas, conhecidas como determinantes da caminhada, é realizada para a fase de apoio simples. O modelo mais simples considera um pêndulo invertido e, em seguida, articulações são adicionadas para simular o quadril, joelho, tornozelo/pé e, finalmente, todo o mecanismo de perna é substituído por uma mola. Os efeitos das adições sucessivas de graus de liberdade são analisados e os resultados são comparados com os resultados experimentais de Winter para torques e forças de reação. Com base nestas análises este trabalho propõe um modelo bidimensional do caminhar humano durante a fase de apoio simples (SSP) com sete graus de liberdade. As forças resultantes das ações musculares são representadas por torques em cada articulação. Todas as massas de segmentos corporais superiores são agrupadas. O modelo é baseado na dinâmica inversa, sendo os deslocamentos angulares interpolados por B-splines de 5º grau e a cinemática do corpo é calculada usando a formulação robótica de Denavit-Hartenberg (DH). As equações de movimento são obtidas com base em uma formulação Lagrangiana recursiva, em virtude de sua eficiência computacional. Um problema de otimização é estabelecido para obter os pontos de controle das B-splines, onde a função objetivo é definida pelo o esforço dinâmico. As restrições impostas ao movimento são de dois tipos: as restrições dependentes do tempo (limites de torque/ângulo e estabilidade dinâmica definida pelo critério do Zero Moment Point) e as restrições independentes do tempo (estado inicial e final). Os resultados do modelo são favoravelmente comparados com os dados experimentais de Winter, em particular as forças de reação do solo. / [en] The simulation of human body movement is a valuable tool for different fields such as robotics and biomechanics. Even with the growing number of researches, there are still few groups in Brazil that work on developing models of human movement. Such simulation has been a challenging problem from a modeling and computational point of view. This dissertation brings a bibliographical review of concepts of structural dynamics and the main determinants of the dynamics of human walking. Four two-dimensional models of increasing complexity found in the literature are initially analyzed to understand the influence of the various elements and degrees of freedom on the quality of the obtained results. Before introducing these models, an investigation of some kinematic variables, known as determinants of walking, is performed for the simple support phase. The simpler model considers an inverted pendulum, and then joints are added to simulate the hip, knee, ankle/foot, and finally the entire leg mechanism is replaced by a spring. The effects of successive additions of degrees of freedom are analyzed and the results are compared with Winter s experimental results for torques and reaction forces. Based on these analyzes, this work proposes a two-dimensional model of human walking during the simple support phase (SSP) with seven degrees of freedom. The forces resulting from muscular actions are represented by torques at each joint. All masses of upper body segments are grouped. The model is based on inverse dynamics, with angular displacements being interpolated by 5th degree B-splines and the body kinematics is calculated using the Denavit-Hartenberg (DH) robotic formulation. The equations of motion are obtained based on a recursive Lagrangian formulation, due to its computational efficiency. An optimization problem is established to obtain the B-splines control points, where the objective function is defined by the dynamic effort. The constraints imposed on movement are of two types: the time-dependent constraints (torque/angle limits and dynamic stability defined by the Zero Moment Point criterion) and the independent time constraints (initial and final state). The results of the model are favorably compared with Winter s experimental data, in08:22 23/07/2019 particular the ground reaction forces.

[pt] Os Robôs Móveis são cada vez mais inteligentes, para que eles tenham a capacidade de semover livremente no interior deumambiente, evitando obstáculos e sem assistência de um ser humano, precisam possuir um conhecimento prévio do ambiente e de sua localização. Nessa situação, o robô precisa construir um mapa local de seu ambiente durante a execução de sua missão e, simultaneamente, determinar sua localização. Este problema é conhecido como Mapeamento e Localização Simultâneas (SLAM). As soluções típicas para o problema de SLAM utilizam principalmente dois tipos de sensores: (i) odômetros, que fornecem informações de movimento do robô móvel e (ii) sensores de distância, que proporcionam informação da percepção do ambiente. Neste trabalho, apresenta-se uma solução probabilistica para o problema SLAM usando o algoritmo DP-SLAM puramente baseado em medidas de um LRF (Laser Range Finder), com foco em ambientes internos estruturados. Considera-se que o robô móvel está equipado com um único sensor 2DLRF, sem nenhuma informação de odometria, a qual é substituída pela informação obtida da máxima sobreposição de duas leituras consecutivas do sensor LRF, mediante algoritmos de Correspondência de Varreduras (Scan Matching). O algoritmo de Correspondência de Varreduras usado realiza uma Transformada de Distribuições Normais (NDT) para aproximar uma função de sobreposição. Para melhorar o desempenho deste algoritmo e lidar com o LRF de baixo custo, uma reamostragem dos pontos das leituras fornecidas pelo LRF é utilizada, a qual preserva uma maior densidade de pontos da varredura nos locais onde haja características importantes do ambiente. A sobreposição entre duas leituras é otimizada fazendo o uso do algoritmo de Evolução Diferencial (ED). Durante o desenvolvimento deste trabalho, o robô móvel iRobot Create, equipado com o sensor LRF Hokuyo URG-04lx, foi utilizado para coletar dados reais de ambientes internos, e diversos mapas 2D gerados são apresentados como resultados. / [en] The robot to have the ability to move within an environment without the assistance of a human being, it is required to have a knowledge of the environment and its location within it at the same time. In many robotic applications, it is not possible to have an a priori map of the environment. In that situation, the robot needs to build a local map of its environment while executing its mission and, simultaneously, determine its location. A typical solution for the Simultaneous Localization and Mapping (SLAM) problem primarily uses two types of sensors: i) an odometer that provides information of the robot’s movement and ii) a range measurement that provides perception of the environment. In this work, a solution for the SLAM problem is presented using a DP-SLAM algorithm purely based on laser readings, focused on structured indoor environments. It considers that the mobile robot only uses a single 2D Laser Range Finder (LRF), and the odometry sensor is replaced by the information obtained from the overlapping of two consecutive laser scans. The Normal Distributions Transform (NDT) algorithm of the scan matching is used to approximate a function of the map overlapping. To improve the performance of this algorithm and deal with low-quality range data from a compact LRF, a scan point resampling is used to preserve a higher point density of high information features from the scan. An evolution differential algorithm is presented to optimize the overlapping process of two scans. During the development of this work, the mobile robot iRobot Create, assembled with one LRF Hokuyo URG-04LX, is used to collect real data in several indoor environments, generating 2D maps presented as results.

[pt] A maioria dos robôs industriais da atualidade são programados para seguir uma trajetória pré-definida. Isto é suficiente quando o robô está trabalhando em um ambiente imutável onde todos os objetos estão em uma posição conhecida em relação à base do manipulador. No entanto, se a posição da base do robô é alterada, todas as trajetórias precisam ser reprogramadas para que ele seja capaz de cumprir suas tarefas. Outra opção é a teleoperação, onde um operador humano conduz todos os movimento durante a operação em uma arquitetura mestre-escravo. Uma vez que qualquer erro de posicionamento pode ser visualmente compensado pelo operador humano, essa configuração não requer que o robô possua alta precisão absoluta. No entanto, a desvantagem deste enfoque é a baixa velocidade e precisão se comparado com um sistema totalmente automatizado. O manipulador considerado nesta dissertação está fixo em um ROV (Remote Operating Vehicle) e é trazido até seu ambiente de trabalho por um teleoperador. A cada vez que a base do manipulador é reposicionada, este precisa estimar sua posição e orientação relativa ao ambiente de trabalho. O ROV opera em grandes profundidades, e há poucos sensores que podem operar nestas condições adversas. Isto incentiva o uso de visão computacional para estimar a posição relativa do manipulador. A diferença entre a posição real e a desejada é estimada através do uso de câmeras submarinas. A informação é enviada aos controladores para corrigir as trajetórias préprogramadas. Os comandos de movimento do manipulador podem então ser programados off-line por um sistema de CAD, sem a necessidade de ligar o robô, permitindo rapidez na validação das trajetórias. Esse trabalho inclui a calibragem tanto da câmera quanto da estrutura do manipulador. As melhores precisões absolutas obtidas por essas metodologias são combinadas para obter calibração in-situ da base do manipulador. / [en] The majority of today`s industrial robots are programmed to follow a predefined trajectory. This is sufficient when the robot is working in a fixed environment where all objects of interest are situated in a predetermined position relative to the robot base. However, if the robot`s position is altered all the trajectories have to be reprogrammed for the robot to be able to perform its tasks. Another option is teleoperation, where a human operator conducts all the movements during the operation in master-slave architecture. Since any positioning errors can be visually compensated by the human operator, this configuration does not demand that the robot has a high absolute accuracy. However, the drawback is the low speed and low accuracy of the human operator scheme. The manipulator considered in this thesis is attached to a ROV (Remote Operating Vehicle) and is brought to its working environment by the ROV operator. Every time the robot is repositioned, it needs to estimate its position and orientation relative to the work environment. The ROV operates at great depths and there are few sensors which can operate at extreme depths. This is the incentive for the use of computer vision to estimate the relative position of the manipulator. Through cameras the differences between the actual and desired position of the manipulators is estimated. This information is sent to controllers to correct the pre-programmed trajectories. The manipulator movement commands are programmed off-line by a CAD system, without need even to turn on the robot, allowing for greatest speed on its validation, as well as problem solving. This work includes camera calibration and calibration of the structure of the manipulator. The increased accuracies achieved by these steps are merged to achieve in-situ calibration of the manipulator base.

[pt] A inspeção interna de tanques de armazenamento pode ser uma tarefa longa, custosa e até nociva à saúde do inspetor. Uma alternativa à inspeção humana é a utilização de sistemas robóticos. Esses sistemas podem ser teleoperados de fora dos tanques, permitindo realizar a inspeção de maneira mais segura, rápida, e em alguns casos, sem que seja necessário esvaziá-lo. Para poder fornecer a localização de eventuais defeitos no tanque, o robô móvel precisa ser capaz de conhecer sua posição relativa dentro dele. Auto-localização é de grande importância para a navegação de robôs móveis. Robôs de inspeção são, na sua maioria, veículos de rodas ou esteiras magnéticas fixas. Esta configuração adiciona duas dificuldades que precisam ser abordadas na tarefa de localização. Devido à sua configuração, neste tipo de veículo, deslizamento das rodas é intrínseco ao seu funcionamento, sendo essencial levar em conta seu efeito para modelar seu comportamento adequadamente. Outra dificuldade está no uso de rodas magnéticas, devido ao forte campo magnético gerado por estes elementos, que interferem nas medições de sensores magnéticos, como por exemplo bússolas. Neste trabalho, um filtro de Kalman foi desenvolvido e implementado para a localização de um robô de quatro rodas magnéticas fixas, a partir da fusão de sensores inerciais e odometria. Na modelagem do veículo, foi utilizado um modelo cinemático como base para um modelo dinâmico, o que permitiu considerar o deslizamento intrínseco do sistema. Na fusão de sensores, foram dispensadas as medições do magnetômetro embarcado, devido à grande interferência produzida pelas rodas e à grande distância que seria necessária entre eles para não ser afetado pelo ruído. Simulações e experimentos comprovaram a eficiência do filtro implementado. / [en] Internal inspection of storage tanks can be long, costly and even detrimental to the health of the inspector. An alternative to human inspection is the use of robotic systems. These systems can be teleoperated from outside the tanks, making it possible to carry out the inspection more safely, quickly and in some cases without having to empty it. In order to provide the location of any defects in the tank, the mobile robot must be able to know its relative position within it. Self-localization is of great importance for mobile robot navigation. Inspection robots are, for the most part, vehicles with wheels or tracks. This configuration adds two difficulties that need to be addressed in the localization task. Due to its configuration, in this type of vehicle, wheel slip is intrinsic to its operation, being essential to take into account its effect to model its behavior properly. Another difficulty is the use of magnetic wheels, due to the strong magnetic field generated by these elements, which interfere with the measurements of magnetic sensors, such as compasses. In this work, a Kalman filter was developed and implemented for the localization of a four-wheel fixed magnetic robot, from the fusion of inertial sensors and odometry. In the modeling of the vehicle, a kinematic model was used as the basis for a dynamic model, which allowed to consider the intrinsic slippage of the system. In the sensor fusion, measurements of the magnetometer on board were discarded, due to the great interference produced by the wheels and the great distance that would be necessary between them to be unaffected by noise. Simulations and experiments have proven the efficiency of the implemented filter.

[pt] Robôs móveis têm uma grande gama de aplicações, incluindo veículos autônomos, robôs industriais e veículos aéreos não tripulados. Navegação móvel autônoma é um assunto desafiador devido à alta incerteza e nãolinearidade inerente a ambientes não estruturados, locomoção e medições de sensores. Para executar navegação autônoma, um robô precisa de um mapa do ambiente e de uma estimativa de sua própria localização e orientação em relação ao sistema de referência global. No entando, geralmente o robô não possui informações prévias sobre o ambiente e deve criar o mapa usando informações de sensores e se localizar ao mesmo tempo, um problema chamado Mapeamento e Localização Simultâneos (SLAM). As formulações de SLAM usam algoritmos probabilísticos para lidar com as incertezas do problema, e a abordagem baseada em grafos é uma das soluções estado-da-arte para SLAM. Por muitos anos os sensores LRF (laser range finders) eram as escolhas mais populares de sensores para SLAM. No entanto, sensores RGB-D são uma alternativa interessante, devido ao baixo custo. Este trabalho apresenta uma implementação de RGB-D SLAM com uma abordagem baseada em grafos. A metodologia proposta usa o Sistema Operacional de Robôs (ROS) como middleware do sistema. A implementação é testada num robô de baixo custo e com um conjunto de dados reais obtidos na literatura. Também é apresentada a implementação de uma ferramenta de otimização de grafos para MATLAB. / [en] Mobile robots have a wide range of applications, including autonomous vehicles, industrial robots and unmanned aerial vehicles. Autonomous mobile navigation is a challenging subject due to the high uncertainty and nonlinearity inherent to unstructured environments, robot motion and sensor measurements. To perform autonomous navigation, a robot need a map of the environment and an estimation of its own pose with respect to the global coordinate system. However, usually the robot has no prior knowledge about the environment, and has to create a map using sensor information and localize itself at the same time, a problem called Simultaneous Localization and Mapping (SLAM). The SLAM formulations use probabilistic algorithms to handle the uncertainties of the problem, and the graph-based approach is one of the state-of-the-art solutions for SLAM. For many years, the LRF (laser range finders) were the most popular sensor choice for SLAM. However, RGB-D sensors are an interesting alternative, due to their low cost. This work presents an RGB-D SLAM implementation with a graph-based probabilistic approach. The proposed methodology uses the Robot Operating System (ROS) as middleware. The implementation is tested in a low cost robot and with real-world datasets from literature. Also, it is presented the implementation of a pose-graph optimization tool for MATLAB.

[pt] Quality by Design (QbD) tem sido utilizado na indústria farmacêutica e biotecnológica desde 2004, contribuindo para o atendimento a aspectos pre-definidos de segurança e eficácia do medicamento. Nesta dissertação são apresentados esforços preliminares para adaptar e implementar a abordagem do QbD para a garantia da confiabilidade de tecnologias biomédicas, particularmente na fase de desenvolvimento de um dispositivo robótico assistivo destinado a auxiliar a locomoção de idosos. Para a configuração do Target Product Profile (TPP) associado às funcionalidades do dispositivo, elaborou-se um questionário que foi aplicado a uma equipe multidisciplinar de atendimento ao idoso. Com a análise estatística dos resultados e literatura, identificaram-se as dificuldades clínicas a serem satisfeitas pelas funcionalidades do dispositivo. Com o TPP, literatura e técnicas de análise de risco, foram definidos os Critical Quality Atributes (CQA), características da tecnologia que precisam ser controladas ao longo do desenvolvimento. CQAs e análise de riscos foram utilizados para determinar os Critical Process Parameters (CPP), incluindo-se aspectos metrológicos, não mencionados no QbD. Sendo inviável a utilização dos métodos estatísticos convencionais na indústria de medicamentos, o Design Space foi configurado por meio de adaptação da lógica fuzzy, estabelecendo os CPP associados ao desempenho ótimo do dispositivo; propondo-se, para redução da complexidade, um modelo aplicando um sistema fuzzy hierárquico. / [en] Quality by Design (QbD) has been used in the pharmaceutical and biotechnology industry since 2004, contributing to meet the pre-defined aspects of safety and efficacy. In this work are presented the preliminary efforts to adapt and implement the QbD approach to guarantee the reliability of biomedical technologies, particularly in the development phase of an assistive robotic device for elderly locomotion. For setting the Target Product Profile (TPP) associated with the device features, questionnaire was elaborated and applied to a multidisciplinary team for elderly care. Through statistical analysis of the results and literature data, clinical difficulties to be met by the device features have been identified. With this information, literature data and risk analysis techniques, the Critical Quality Atributes were specified (CQA), characteristics of technology that need to be tracked throughout the development. The CQA data and risk analysis through brainstorming were used to determine the Critical Process Parameters (CPP), including metrological aspects, which are not considered in the conventional application of QbD . Being not feasible the use of conventional QbD statistical methods applied in pharmaceutical industry, Design Space has been configured by means of adaptation of fuzzy logic, establishing the CPP associated with the optimum performance of the device; and, for reduction of system complexity, was proposed a model by applying a hierarchical fuzzy system.

[pt] As tecnologias de manufatura para desenvolvimento de produtos evoluíram exponencialmente com o contínuo avanço dos algoritmos matemáticos e das interfaces de softwares cada vez mais intuitivos. Esse binômio potencializou a atual revolução digital, na qual se destaca a tecnologia de impressão 3D. Essa tecnologia cada vez mais acessível possibilita que usuários possam desenvolver protótipos físicos e até mesmo produzir por conta própria produtos para o mercado consumidor, atividade até então exclusiva das indústrias de manufatura. Uma das principais barreiras do processo ainda é o desenvolvimento de arquivos tridimensionais digitais, tornando-se necessário um entendimento específico na combinação do meio virtual com o meio físico. A compreensão do processo fomenta as diversas possibilidades que a impressão 3D pode oferecer no desenvolvimento de produtos inovadores. Essa tecnologia revoluciona a forma como projetamos, produzimos e consumimos. Para essa dissertação, estudos de casos focados em combate de robôs, uma área específica da robótica, foram desenvolvidos de forma inovadora, com comprovada eficácia em atuação. / [en] Manufacturing technologies for product development have evolved exponentially with the continued advancement of mathematical algorithms and increasingly intuitive software interfaces. This binomial has potentiated the current digital revolution, in which 3D printing technology stands out. This increasingly accessible technology enables users to develop physical prototypes and even produce products for the consumer market, a previously unique activity in the manufacturing industries. One of the main barriers of the process is still the development of three-dimensional digital files, making it necessary a specific understanding in the combination of the virtual environment with the physical environment. Understanding the process fosters the many possibilities that 3D printing can offer in the development of innovative products. This technology revolutionizes the way we design, produce and consume. In this dissertation, case studies focused on robot combat, a specific area of robotics, were developed in an innovative way, with proven effectiveness in action.

[pt] SLAM (Mapeamento e Localização Simultânea) é uma das áreas mais pesquisadas na Robótica móvel. Trata-se do problema, num robô móvel, de construir um mapa sem conhecimento prévio do ambiente e ao mesmo tempo manter a sua localização nele. Embora a tecnologia ofereça sensores cada vez mais precisos, pequenos erros na medição são acumulados comprometendo a precisão na localização, sendo estes evidentes quando o robô retorna a uma posição inicial depois de percorrer um longo caminho. Assim, para melhoria do desempenho do SLAM é necessário representar a sua formulação usando teoria das probabilidades. O SLAM com Filtro Extendido de Kalman (EKF-SLAM) é uma solução básica, e apesar de suas limitações é a técnica mais popular. O Fast SLAM, por outro lado, resolve algumas limitações do EKF-SLAM usando uma instância do filtro de partículas conhecida como Rao-Blackwellized. Outra solução bem sucedida é o DP-SLAM, o qual usa uma representação do mapa em forma de grade de ocupação, com um algoritmo hierárquico que constrói mapas 2D bastante precisos. Todos estes algoritmos usam informação de dois tipos de sensores: odômetros e sensores de distância. O Laser Range Finder (LRF) é um medidor laser de distância por varredura, e pela sua precisão é bastante usado na correção do erro em odômetros. Este trabalho apresenta uma detalhada implementação destas três soluções para o SLAM, focalizado em ambientes fechados e estruturados. Apresenta-se a construção de mapas 2D e 3D em terrenos planos tais como em aplicações típicas de ambientes fechados. A representação dos mapas 2D é feita na forma de grade de ocupação. Por outro lado, a representação dos mapas 3D é feita na forma de nuvem de pontos ao invés de grade, para reduzir o custo computacional. É considerado um robô móvel equipado com apenas um LRF, sem nenhuma informação de odometria. O alinhamento entre varreduras laser é otimizado fazendo o uso de Algoritmos Genéticos. Assim, podem-se construir mapas e ao mesmo tempo localizar o robô sem necessidade de odômetros ou outros sensores. Um simulador em Matlab é implementado para a geração de varreduras virtuais de um LRF em um ambiente 3D (virtual). A metodologia proposta é validada com os dados simulados, assim como com dados experimentais obtidos da literatura, demonstrando a possibilidade de construção de mapas 3D com apenas um sensor LRF. / [en] Simultaneous Localization and Mapping (SLAM) is one of the most widely researched areas of Robotics. It addresses the mobile robot problem of generating a map without prior knowledge of the environment, while keeping track of its position. Although technology offers increasingly accurate position sensors, even small measurement errors can accumulate and compromise the localization accuracy. This becomes evident when programming a robot to return to its original position after traveling a long distance, based only on its sensor readings. Thus, to improve SLAM s performance it is necessary to represent its formulation using probability theory. The Extended Kalman Filter SLAM (EKF-SLAM) is a basic solution and, despite its shortcomings, it is by far the most popular technique. Fast SLAM, on the other hand, solves some limitations of the EKFSLAM using an instance of the Rao-Blackwellized particle filter. Another successful solution is to use the DP-SLAM approach, which uses a grid representation and a hierarchical algorithm to build accurate 2D maps. All SLAM solutions require two types of sensor information: odometry and range measurement. Laser Range Finders (LRF) are popular range measurement sensors and, because of their accuracy, are well suited for odometry error correction. Furthermore, the odometer may even be eliminated from the system if multiple consecutive LRF scans are matched. This works presents a detailed implementation of these three SLAM solutions, focused on structured indoor environments. The implementation is able to map 2D environments, as well as 3D environments with planar terrain, such as in a typical indoor application. The 2D application is able to automatically generate a stochastic grid map. On the other hand, the 3D problem uses a point cloud representation of the map, instead of a 3D grid, to reduce the SLAM computational effort. The considered mobile robot only uses a single LRF, without any odometry information. A Genetic Algorithm is presented to optimize the matching of LRF scans taken at different instants. Such matching is able not only to map the environment but also localize the robot, without the need for odometers or other sensors. A simulation program is implemented in Matlab to generate virtual LRF readings of a mobile robot in a 3D environment. Both simulated readings and experimental data from the literature are independently used to validate the proposed methodology, automatically generating 3D maps using just a single LRF.