Spelling suggestions: "subject:"agricultural automation"" "subject:"gricultural automation""
11 |
[pt] NAVEGAÇÃO AUTÔNOMA EM LINHAS DE CULTIVO BASEADA EM VISÃO ROBUSTA PARA ROBÔS MÓVEIS COM RODAS EM TERRENOS INCLINADOS E ACIDENTADOS / [en] ROBUST VISION-BASED AUTONOMOUS CROP ROW NAVIGATION FOR WHEELED MOBILE ROBOTS IN SLOPED AND ROUGH TERRAINSGUSTAVO BERTAGNA PEIXOTO BARBOSA 24 May 2022 (has links)
[pt] Nesse trabalho, nós apresentamos novas aplicações para alguns controladores robustos, tais como as abordagens SMC e STA. O principal objetivo
é conseguir executar uma navegação autônoma precisa em campos agrícolas, usando robôs móveis com rodas, equipados com uma câmera monocular
fixa. Primeiro, nós projetamos uma abordagem de controle robusto baseado
em servo-visão, a fim de lidar com imprecisões do modelo e perturbações da
trajetória no espaço da imagem. Além disso, uma abordagem de controle
robusto baseada em cascata, é aplicada, na qual, a malha de realimentação
externo está conectada com uma malha de realimentação interna para lidar
com os efeitos de todas as fontes de perturbação. Desse modo, uma abordagem robusta de rastreamento de trajetória, baseada em super-twisting,
é aplicada para estabilização de movimento afim de garantir o sucesso da
tarefa de seguir uma linha de cultivo considerando os efeitos de derrapagem das rodas e derrapagem lateral do veículo. A plataforma ROS-Gazebo,
um simulador de robótica de código aberto, foi utilizada para realização de
simulações computacionais 3D usando um robô móvel do tipo differentialdrive e um ambiente ad-hoc projetado para cultivo em linha. A eficácia e
a viabilidade dos controladores robustos são avaliadas analisando simulações numéricas e métricas de desempenho, tais como: (i) o Erro Quadrático
Médio (EQM) e (ii) o Desvio Absoluto Médio (DAM). Além disso, nós veremos nos resultados, que em geral, só é possível ter estabilidade, utilizando
os controladores rosbustos. / [en] In this work, we present a new application for some robust controllers,
such as SMC and STA approaches. The main idea is to perform autonomous
navigation in agricultural fields accurately using wheeled mobile robots,
equipped with a fixed monocular camera . Here, we consider the existence
of uncertainties in the parameters of the robot-camera system and external
disturbances caused by high driving velocities, sparse plants, and uneven
terrains. First, we design a robust image-based visual servoing approach to
deal with model inaccuracies and trajectory perturbations in the image
space. In addition, a cascade-based robust control approach is applied,
in which the outer vision feedback loop is connected with an inner pose
feedback loop to deal with the effects of all disturbances sources. Then, a
robust trajectory tracking approach based on the super-twisting algorithm
is applied for motion stabilization to ensure the successful execution of
row crop following tasks under wheel slippage and vehicle sideslip. ROSGazebo platform, an open-source robotics simulator, was used to perform
3D computer simulation using a differential-drive mobile robot and an adhoc designed row-crop environment. The effectiveness and feasibility of the
robust controllers are evaluated by analyzing numerical simulations and
performance metrics, such as: (i) the root-mean square error (RMSE) and
(ii) the mean-absolute deviation (MAD). Furthermore, we will see in results,
that in general, it is only possible to have stability, using robust controllers.
|
Page generated in 0.0867 seconds