• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 27
  • 1
  • Tagged with
  • 28
  • 28
  • 25
  • 18
  • 10
  • 9
  • 8
  • 8
  • 8
  • 7
  • 7
  • 6
  • 6
  • 5
  • 5
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Implementação de um controlador de seguimento de caminhos para robôs móveis com pernas

Alessandro Paolone de Medeiros 15 December 2014 (has links)
Essa dissertação visa a elaboração e implementação de um controlador de seguimento de caminhos para robôs móveis com pernas. Esse controlador determina o movimento das articulações do robô em cada instante de tempo para que a trajetória do seu centro de gravidade fique próxima do caminho especificado por uma sequencia pré-definida de pontos (waypoints). O controlador de seguimento de caminho proposto foi primeiramente simulado no ambiente MATLAB/SIMULINK/SimMechanics e depois implementado em robôs reais com as seguintes morfologia 1) robô quadrúpede com esterçamento na articulação frontal, 2) robô quadrúpede com esterçamento nas articulações frontal e traseira, e 3) robô hexápode omnidirecional. Três servomotores são usados em cada uma das pernas desses robôs, os quais foram construídos usando o Bioloid Comprehensive Kit da empresa ROBOTIS. Em cada morfologia, o efeito dos parâmetros do controlador foi analisado através da geração de curvas de Pareto do erro acumulado de rastreamento pelo tempo gasto na execução da trajetória. A localização do robô foi determinada através de processamento de imagem de webcams posicionadas no teto do Laboratório de Máquinas Inteligentes (LMI) do ITA. Os testes com os robôs reais mostraram que o controlador proposto é aplicável nas três morfologia estudadas e que ele foi mais eficiente no caso do robô quadrúpede com esterçamento na articulação frontal.
2

Planejamento online para robô móvel baseado em amostragem esparsa e macro-operadores.

Celeny Fernandes Alves 24 April 2007 (has links)
Modelos baseados na teoria de Processos Decisórios de Markov (PDM) têm sido propostos para situações realistas a serem enfrentadas por robôs móveis aplicados a tarefas que envolvem navegação (vigilância, distribuição de mensagens, etc.). Entretanto, um aspecto crítico em problemas reais é a enorme dimensão do espaço de estados. Como praticamente todos os algoritmos de aprendizagem de controle ou planejamento que utilizam PDM são baseados em um mapeamento explícito entre estados e ações, tal situação normalmente força o uso de representações do espaço de estados compactas, para as quais não existem algoritmos de aprendizagem ou planejamento comprovadamente eficientes, ou mesmo convergentes nos casos mais gerais. O objetivo deste trabalho é a análise de mecanismos que permitam o planejamento online eficiente em robótica móvel, em situações realistas nas quais não é possível o uso de uma representação explícita dos estados devido à dimensão do espaço de estados. É considerada uma técnica de planejamento relatada na literatura conhecida como Amostragem Esparsa (AE). Esta técnica é baseada em amostragem esparsa de instâncias simuladas de um modelo do PDM que representa a interação do robô com o seu ambiente, e pode ser combinada ao uso de opções (macro-operadores) que correspondem a seqüências de ações primitivas. O uso de opções pode ser visto como uma melhoria ao desempenho do algoritmo de AE, pois em tarefas de aprendizagem, seu uso produz exploração mais efetiva do espaço de estados, o que acelera a convergência do aprendizado. Entretanto, o tempo de execução deste algoritmo é exponencial no nível de exploração e no número de amostras a serem gerados. Deste modo, este trabalho propõe uma melhoria para o algoritmo de AE, através da utilização de informações pré-processadas do ambiente a ser explorado. Tais informações são adquiridas a partir da execução do algoritmo de aprendizado por reforço Q-Leaning sobre uma discretização do espaço de estados deste ambiente.
3

Sistema de rastreamento de alvos para robôs móveis baseado em sensor visual e controle fuzzy.

Anderson Anjos da Silva 00 December 2004 (has links)
Este trabalho objetiva a implementação de um sistema de rastreamento de alvo para aplicações em robótica móvel, utilizando como sensor principal uma câmera tipo Charge-Coupled Device (CCD). Uma abordagem adaptativa é utilizada para compensar as variações de iluminação no ambiente. Esta adaptação: 1) usa o método de retroprojeção de histogramas para rastreamento do alvo; 2) gera uma distribuição de probabilidade gaussiana que representa o histograma de cores do alvo; 3) atualiza em tempo real os parâmetros (média e covariância) do histograma. Como contribuição deste trabalho, propõe-se a determinação do nível de filtragem do ruído, adaptando-se ao modelo do alvo a cada imagem capturada. Este procedimento foi incorporado à determinação dos pixels com intensidades de cores mais próximas das do alvo. Uma vez que a determinação da posição relativa entre o robô e o alvo depende de imagens ruidosas, um procedimento de estimação, denominada sistema grey, é empregado para suavizar o controle. Efetivamente, o que esta abordagem faz é estimar a dinâmica relativa entre o robô e o alvo, no que se refere a distância e orientação. Para reduzir o erro de distância entre o robô e o alvo, fez-se uso de um controlador fuzzy com duas entradas e uma saída, para controle de velocidade linear e angular. Este controlador é denominado de fuzzy look-ahead, uma vez que recebe como entrada as predições dos erros de posição. O sistema de rastreamento de alvo móvel foi implementado em simulação, utilizando o Matlab 6.1, obtendo-se bons resultados com imagens e trajetórias simuladas. Para os experimentos em tempo real, foram desenvolvidas bibliotecas gráficas em C++Builder 5.0, onde imagens capturadas pelo robô móvel Magellan-ISR são transferidas pela rede via TCP/IP para um Personal Computer (PC) remoto. Após a verificação da robustez dos módulos de detecção do alvo através do sistema de visão, da estimação/predição da posição do alvo e do controlador fuzzy, fez-se a integração dos mesmos para aplicação em tempo real. Esta integração foi implantada no computador de bordo do robô móvel Magellan-ISR. Dos resultados obtidos, a robustez do sistema pode ser verificada em diversos ambientes e sob diferentes condições.
4

Estimação de postura de robôs móveis via filtro de Kalman usando odometria e scanner a laser.

Ederson Rafael Wagner 00 December 2004 (has links)
Os três principais aspectos da robótica móvel são: mapear ambientes, conhecer a postura do robô nesse ambiente e controlá-lo de forma a atingir um objetivo. Possuindo um mapa e conhecendo-se a postura inicial do robô neste mapa é possível saber a nova postura através das informações do sistema de odometria do robô a cada instante de tempo. Em função de diferenças no solo, derrapagens das rodas, dentre outros fatores, a odometria gera um erro que se acumula com o tempo (drift). Este trabalho aborda a investigação de um procedimento baseado em filtragem de Kalman para estimação de postura do robô em ambientes in-door utilizando sensores simples computacionalmente (odômetro e scanner a laser) objetivando-se eliminar o problema de drift. Resultados experimentais baseados em ambiente real mostram o bom desempenho do procedimento, mesmo com ambiente bastante ruidoso.
5

Filtro de partículas aperfeiçoado para estimação de postura de robôs móveis.

Paulo Roberto Araújo da Silva 08 March 2006 (has links)
Nesta tese é apresentado um Filtro de Partículas Aperfeiçoado para o rastreamento de postura de robôs móveis utilizando odometria e leituras ambientais laser. O método consiste em realizar um predição da postura do robô utilizando o modelo cinemático (odométrico) para, com a postura predita, eliminar o clutter utilizando-se de janelas de validação. Com a Range-Weighted Hough Transform associada a um método de mínimos quadrados, obtêm-se, então, os parâmetros do modelo de observações que,subsequentemente, serão utilizados para atualizar a postura predita. As observações são assimiladas pelo algoritmo de estimação de postura que utiliza um método de amostragem por importância com reamostragem (ISIR) ou filtro de Partículas. O filtro proposto utiliza uma função de importância localmente otimizada e reamostragem de mínima variância para combater a degeneração de partículas, e um passo de movimento MCMC para restaurar a diversidade amostral perdida depois da reamostragem. Os resultados experimentais foram obtidos utilizando-se dados simulados e reais. O desempenho do filtro foi comparado com o filtro Bootstrap e filtro Estendido de Kalman. Para os dados simulados, as curvas de erro quadrático médio foram comparadas ao Limite Inferior de Cramér-Rao Posterior (PCRLB). Para os dados reais um erro médio temporal, baseado em uma trajetória de referência, foi estimado. Adicionalmente, também foram medidos os respectivos tempos de processamento dos algoritmos com diferentes números de partículas. Os resultados mostram que o filtro proposto obteve melhores desempenhos que os filtros Bootstrap e Estendido de Kalman. Mais ainda, devido ao seu bom desempenho com número reduzido de partículas, o filtro de Partículas Aperfeiçoado apresentou um tempo de processamento que possibilita implementação prática em cenários realísticos.
6

Navegação do robô ROMEO utilizando a técnica occupancy grid via sonares.

Jeeves Lopes dos Santos 21 September 2007 (has links)
Este trabalho descreve os aperfeiçoamentos realizados na plataforma robótica móvel ROMEO III, dando origem ao robô ROMEO III.v2, onde os três principais desafios da navegação de robôs móveis são atacados: a localização, o mapeamento e o planejamento da trajetória. Esta nova configuração herda as soluções utilizadas em suas versões anteriores: o algoritmo A* para realizar o planejamento da trajetória e a utilização de encoders unido à detecção de marcos artificiais para a localização. Assim, para atacar o problema do mapeamento, o ROMEO III.v2 utiliza: 1) a metodologia Occupancy Grid para caracterizar o ambiente, 2) um arranjo de sonares com dois receptores e um transmissor para adquirir os dados do espaço em volta da plataforma (permitindo identificar o ângulo de recepção da onda ultra-sônica, além de estimar possíveis erros de leitura) e 3) uma bússola eletrônica é utilizada para identificar a orientação inicial da plataforma. Diversos testes são apresentados neste trabalho e mostram que o robô ROMEO III.v2 alcançou a sua finalidade dentro das limitações impostas pelo sonar: navegar autonomamente em um ambiente estático, estruturado e desconhecido.
7

Implementação de sistema de rastreamento para robôs móveis autônomos.

Cleiton Rodrigo de Oliveira 18 May 2007 (has links)
No presente trabalho apresenta-se o estudo de duas diferentes abordagens relacionadas à utilização de sensores visuais na robótica móvel. Na primeira delas as imagens são usadas para fornecer parâmetros que permitam determinar a postura do próprio veículo durante o rastreamento de uma trajetória preestabelecida. Na segunda abordagem, os parâmetros fornecidos pelo processamento das imagens permitem calcular dados sobre a posição relativa entre o objeto imageado e o robô com o objetivo de seguir alvos móveis. No caso do rastreamento de trajetória, utiliza-se a lei de controle cinemático proposta em [
8

Localização e mapeamento em tempo real utilizando robô simulado no Microsoft Robotics Developer Studio.

Wilian França Costa 23 December 2009 (has links)
A exploração autônoma de ambientes desconhecidos necessita da construção incremental e consistente de um modelo do local explorado para que o robô possa estimar com sucesso sua localização ao longo do trajeto executado. Este problema é conhecido como localização e mapeamento simultâneo (SLAM), sendo de fundamental importância para o estudo de robôs móveis autônomos. Este trabalho apresenta o resultado do desenvolvimento de um algoritmo para localização e mapeamento simultâneo baseado no algoritmo Iterative Closest Point (ICP). Como ferramenta de desenvolvimento e pesquisa um novo framework voltado a aplicações robóticas chamado Microsoft Robotics Developer Studio foi utilizado. A solução proposta utiliza o ICP para gerar uma estimativa inicial de deslocamento que é avaliada utilizando-se um índice de qualidade em que a varredura da leitura atual do scanner laser é sobreposta a um mapa previamente construído a partir de leituras anteriores do sensor laser. Se o índice for pior que um limite previamente definido, são geradas mais quatro estimativas de deslocamento nas proximidades da estimativa inicial. A que apresentar o melhor valor para o índice de desempenho é utilizada como estimativa final para o deslocamento. Para verificação da efetividade da solução proposta, foram utilizados cinco ambientes simulados diferentes no qual foram avaliados o ICP e a solução proposta. Os resultados das simulações indicam que a solução proposta obtém um desempenho sensivelmente superior ao ICP nos casos em que o ambiente apresenta quinas e saliências pois estas diminuem os efeitos danosos causados pela ambiguidade na estimativa de deslocamento. Destaca-se também a utilização do teste de hipótese pelo método Kolmogorov-Smirnov para duas amostras (KS) para verificação de semelhança e relevância das correções efetuadas pelos algoritmos em teste.
9

Implementação de um robô não convencional de doze graus de liberdade para alinhamento e nivelamento de seções de fuselagem

Anderson Harayashiki Moreira 22 June 2011 (has links)
Este trabalho apresenta o desenvolvimento de um robô não convencional de doze graus de liberdade para alinhamento e nivelamento automático de seções de fuselagens. Para o desenvolvimento do robô é apresentada e aplicada, no projeto mecânico e elétrico/eletrônico, uma metodologia de projeto que define a seqüência seguida para a elaboração do projeto. Para o desenvolvimento do software de controle e geração de trajetória do robô, foi desenvolvido um modelo matemático de sua cinemática utilizando coordenadas homogêneas. Para a validação do software de controle e geração de trajetória foi proposta uma seqüência de procedimentos com suporte metrológico. Os resultados dos ensaios foram analisados e considerados adequados para a utilização deste robô no processo de alinhamento e nivelamento automático de seções de fuselagem.
10

Coordenação dos atuadores de robôs móveis com pernas usando aprendizado por reforço e múltiplos critérios : simulação e implementação

Jeeves Lopes dos Santos 19 August 2011 (has links)
Este trabalho apresenta uma solução para o problema de coordenação dos atuadores das pernas de robôs móveis levando em consideração múltiplos critérios. É assumido que a posição no tempo de cada atuador é descrita por uma função periódica a ser determinada iterativamente por um algoritmo de aprendizado por reforço. As pernas similares do robô são identificadas e agrupadas visando diminuir o número de funções que precisam ser determinadas. O desempenho do robô simulado é medido considerando: a) as velocidades de translação frontal e de rotação, b) a suavidade na locomoção do robô e c) o máximo torque e o consumo de energia dos atuadores. Também é investigada a utilização da transferência de conhecimento no intuito de agilizar o aprendizado em duas situações específicas: na acomodação a uma falha ocorrida e no aprendizado por partes, onde os critérios desejados para o modo de caminhar são inseridos gradativamente no aprendizado. As funções determinadas no ambiente de simulação pelo algoritmo de reforço são, então, usadas nos atuadores do robô real construído usando o kit de robótica educacional Bioloid Comprehensive Kit. O desempenho do robô real é, então, medido e comparado com o desempenho do robô simulado. Este trabalho apresenta quatro estudos de caso: um robô quadrúpede, um quadrúpede híbrido (com rodas livres acopladas aos pés), um trípode e um robô bípede. As soluções obtidas pela aplicação do método proposto são apresentadas e se mostram satisfatórias.

Page generated in 0.0855 seconds