Cada vez mais empilhadeiras robóticas são utilizadas para a tarefa de transporte em indústrias e armazéns. O gerenciamento dessas empilhadeiras é a chave para um sistema de transporte eficiente visando maximizar sua taxa de transferência. Um dos principais problemas na operação desses sistemas é a decisão de roteamento das empilhadeiras dentro dos depósitos. Este trabalho propõe um algoritmo de roteamento com a capacidade de realizar a otimização das rotas em tempo-real. Na computação da rota são considerados o desvio de obstáculos, as dimensões e as propriedades físicas das empilhadeiras, pois uma trajetória calculada deste ponto de referência está livre de colisões durante a execução do roteamento. Para realizar os testes foram utilizados os softwares Player/Stage, os quais permitem que simulações do funcionamento do sistema de roteamento sejam realizadas antes que os algoritmos sejam testados em robôs reais. Através dos testes simulados, analisou-se a capacidade de locomoção das empilhadeiras referente ao calculo da melhor rota no ambiente proposto, com o intuito de melhorar o ganho de performance no planejamento de trajetória. / Forklift robots have been increasingly used in transport tasks in industries and warehouses. The key to an efficient transport system is held by a sound management of these forklifts that aim to maximize the transference rate. One of the main problems faced by the transportation systems is routing decision for forklifts within warehouse. The present paper proposes a routing algorithm to calculate optimal routes in real time. Therefore, its computation takes into account obstacle avoidance, the dimension and physical properties of the forklifts, since the calculated path regarding the routing is conflict-free. Simulations were carried out using the software Player/Stage before the algorithms were tested in a real robot. Simulated tests were analyzed in order to observe the locomotion ability of forklifts regarding calculation of the best route in the environment proposed to improve the trajectory planning performance will be assessed.

O trabalho apresentado destaca a importância do uso de práticas agrícolas que estimulem a manutenção da agricultura em níveis de alta produtividade, mas que, ao mesmo tempo, viabilizem uma minimização dos efeitos negativos da agricultura sobre o meio ambiente. O trabalho situa-se no contexto da aquisição de informação sobre a plantação considerando sua variabilidade para uso em Agricultura de Precisão. Foi proposto o desenvolvimento de um método inteligente de amostragem, que faz uso de sensores embarcados em veículos autônomos com capacidade de processamento em conjunto com técnicas geoestatísticas de amostragem. O processo de amostragem proposto leva em consideração a dependência espacial do campo, obtendo apenas a quantidade de informação necessária para reproduzir confiavelmente a variável em estudo para análises posteriores, amostrando mais densamente áreas de maior variabilidade e menos densamente áreas de menor variabilidade. O método desenvolvido estabelece a exploração em duas fases. Na fase de levantamento exploratório é utilizado um esquema de amostragem aninhado adaptado para as características do sistema de coleta de dados, nesta fase é realizada uma primeira avaliação sobre a escala espacial de variabilidade do campo. Na fase do levantamento principal são realizados ciclos de amostragens em grade, quantas vezes seja necessário até que critérios de decisão sejam atingidos. Nestes ciclos, ou etapas, são tomadas decisões com base na qualidade e na densidade de variabilidade das amostras. Tais decisões estabelecem se a área deve ser mais amostrada ou dividida em subáreas. A mínima precisão que se deseja alcançar é determinada pelo usuário e também limitada pelas capacidades estruturais da máquina que realizará aplicações a taxa variada. Em comparação com métodos tradicionais de obtenção de dados com sensores embarcados, as análises dos resultados mostram reduções que chegam a 98% na quantidade de pontos amostrados e redução de mais de 49% na distância final percorrida pelo veículo. Assim, a utilização do método proposto viabiliza a redução em custos computacionais de armazenagem e processamento, de gastos com combustíveis e de tempo de mão de obra. Os resultados evidenciam que é viável a amostragem baseada na densidade de variabilidade, racionalizando a quantidade, a qualidade e a disposição da informação obtida e armazenada. Em conclusão, o método de amostragem proposto apresenta potencial capacidade para sua utilização como uma ferramenta de apoio às novas práticas agrícolas, oferecendo uma alternativa mais eficiente e inteligente aos métodos tradicionais de coleta de dados. / The present work highlights the importance of using farming practices that encourage the maintenance of agriculture in high levels of productivity and, at the same time, enable reduction of the negative effects of agriculture on the environment. The work is in the context of acquisition of crop information considering its variability for use in Precision Agriculture. The development of a smart sampling method has been proposed, which uses of embedded sensors in autonomous vehicles with a processing capacity together with sampling geostatistics techniques. The sampling process takes into account the spatial dependence of the field, obtaining strictly the necessary amount of information to subsequent analyzes in a reliable way. It also aims to sample areas of higher variability more densily and areas of lower variability less densily. The developed method performs the exploration in two phases. In the exploratory phase, a nested sampling scheme adapted to the characteristics of the system is used. In this phase, the first assessment about the spatial scale of variability of the field is done. In the main survey phase, grid samplings are performed in stages, as many times as necessary until the decision criteria are reached. At the stages of the main survey, decisions are taken based on the quality and variability density of the samples, and this establishes whether the area should be better sampled or divided into subareas. The user determines the minimum precision to be reached. The structural capabilities of the machine, that will perform the variable rate applications, also restrict the system precision. The result analyses show that the number of samples reduced 98% and the final distance ran by the autonomous vehicle reduced 49%, compared to traditional methods that use embedded sensors to collect data. Thus, the use of the proposed method represents reduced computational costs of data storage and processing, fuel costs and manpower. The results show that the sampling based on variability density is feasible, rationalizing the quantity, quality and layout of the information obtained and stored. In summary, the proposed sampling method shows potential capacity to be used as a tool to support new agricultural practices, offering a more efficient and smart alternative to traditional methods of data collection.

A navegação autônoma é um dos problemas fundamentais na área de robótica móvel. Esse problema vem sendo pesquisado nessa área por décadas e ainda apresenta um grande potencial para pesquisas científicas. A maior parte dos algoritmos e soluções desenvolvidas nessa área foi concebida para que robôs operem em ambientes estruturados. No entanto, outra questão de grande interesse para pesquisadores da área é a navegação em ambientes externos. Em ambientes não estruturado os veículos autônomos (robôs de grande porte) devem ser capazes de desviar de obstáculos, que eventualmente apareçam no caminho. Esta dissertação aborda o desenvolvimento de um sistema inteligente capaz de gerar e executar um planejamento de caminho para o estacionamento de veículos autônomos em ambientes semi-estruturados. O sistema é capaz de reconhecer vagas de estacionamento por meio de sensores instalados no veículo, gerar uma trajetória válida que o conduza até a vaga e enviar os comandos de esterçamento e aceleração que guiam o veículo pelo caminho gerado / Autonomous navigation is one of the fundamental problems in mobile robotics. This problem has been addressed for decades and still has great potential for scientific research. Most solutions and algorithms developed in this field is designed for robots that operate in structured environments. However, another issue of great interest to researchers in this area is autonomous navigation in outdoor environments. In partially structured environments autonomous vehicles (large robots) must be able to avoid obstacles that may arise along the way. This dissertation addresses the development of an intelligent system able to generate and run a path planning for parking of autonomous vehicles in semi-structured environments. The system is able to recognize parking lots using sensors installed in the vehicle, generate a valid path that leads up to the parking lot and send the steering commands and acceleration that to guide the vehicle to its goal point

Na área de robótica móvel autônoma é importante que o robô siga uma trajetória livre de obstáculos. Estes podem ser desde obstáculos estáticos, como paredes e cadeiras em um ambiente interno, ou mesmo obstáculos móveis, como pessoas caminhando na calçada e carros passando pela rua, quando consideramos ambientes externos. No caso de um ambiente estático, o problema pode ser resolvido planejando uma trajetória livre de colisões, sendo que não é necessário um replanejamento se todos os obstáculos estáticos foram considerados. Para ambientes onde os obstáculos estão em constante movimento, é necessário um constante replanejamento da trajetória para que se evite colisões. Alternativamente, pode ser verificada a possibilidade de se manter na rota planejada, alterando apenas a velocidade de cruzeiro do robô para que este desvie dos obstáculos móveis. Este trabalho propõe uma metodologia para calcular uma velocidade de cruzeiro para o robô de forma a minimizar a probabilidade de colisão com os obstáculos detectados pelos seus sensores. A escolha da variação de velocidade para o robô considera a sua velocidade atual, e as velocidades estimadas para os obstáculos. A metodologia para resolução deste problema é apresentada considerando incertezas na posição do robô e obstáculos. São apresentados resultados de simulação que exemplificam a aplicação da metodologia. / Following a free path is an important issue in the area of autonomous mobile robotics. The obstacles can be anything from walls and chairs in an indoor environment, or they can also be people walking on the sidewalk and cars moving through the street. In the case of a static environment, the problem can be solved by planning a path free from collisions, thus it is not essential another path planning as all static obstacles were considered. For an environment were the obstacles are constantly moving, it is necessary an unceasing path replanning to avoid possible collisions. Alternatively, keeping the robot on the previously calculated path can be verified modifying the robot\'s traffic velocity to avoid moving obstacles. Our proposal is to calculate a velocity for the robot which minimizes its collision probability with moving obstacles detected by its sensors. Varying the robot\'s velocity takes into account its current velocity and the estimated velocities of obstacles. The methodology for solving this problem is presented regarding uncertainties in robots and obstacles\' positions. Results from simulations that exemplifies an application for the methodology are presented.

Na área de robótica móvel autônoma é importante que o robô siga uma trajetória livre de obstáculos. Estes podem ser desde obstáculos estáticos, como paredes e cadeiras em um ambiente interno, ou mesmo obstáculos móveis, como pessoas caminhando na calçada e carros passando pela rua, quando consideramos ambientes externos. No caso de um ambiente estático, o problema pode ser resolvido planejando uma trajetória livre de colisões, sendo que não é necessário um replanejamento se todos os obstáculos estáticos foram considerados. Para ambientes onde os obstáculos estão em constante movimento, é necessário um constante replanejamento da trajetória para que se evite colisões. Alternativamente, pode ser verificada a possibilidade de se manter na rota planejada, alterando apenas a velocidade de cruzeiro do robô para que este desvie dos obstáculos móveis. Este trabalho propõe uma metodologia para calcular uma velocidade de cruzeiro para o robô de forma a minimizar a probabilidade de colisão com os obstáculos detectados pelos seus sensores. A escolha da variação de velocidade para o robô considera a sua velocidade atual, e as velocidades estimadas para os obstáculos. A metodologia para resolução deste problema é apresentada considerando incertezas na posição do robô e obstáculos. São apresentados resultados de simulação que exemplificam a aplicação da metodologia. / Following a free path is an important issue in the area of autonomous mobile robotics. The obstacles can be anything from walls and chairs in an indoor environment, or they can also be people walking on the sidewalk and cars moving through the street. In the case of a static environment, the problem can be solved by planning a path free from collisions, thus it is not essential another path planning as all static obstacles were considered. For an environment were the obstacles are constantly moving, it is necessary an unceasing path replanning to avoid possible collisions. Alternatively, keeping the robot on the previously calculated path can be verified modifying the robot\'s traffic velocity to avoid moving obstacles. Our proposal is to calculate a velocity for the robot which minimizes its collision probability with moving obstacles detected by its sensors. Varying the robot\'s velocity takes into account its current velocity and the estimated velocities of obstacles. The methodology for solving this problem is presented regarding uncertainties in robots and obstacles\' positions. Results from simulations that exemplifies an application for the methodology are presented.

A navegação autônoma é um dos problemas fundamentais na área de robótica móvel. Esse problema vem sendo pesquisado nessa área por décadas e ainda apresenta um grande potencial para pesquisas científicas. A maior parte dos algoritmos e soluções desenvolvidas nessa área foi concebida para que robôs operem em ambientes estruturados. No entanto, outra questão de grande interesse para pesquisadores da área é a navegação em ambientes externos. Em ambientes não estruturado os veículos autônomos (robôs de grande porte) devem ser capazes de desviar de obstáculos, que eventualmente apareçam no caminho. Esta dissertação aborda o desenvolvimento de um sistema inteligente capaz de gerar e executar um planejamento de caminho para o estacionamento de veículos autônomos em ambientes semi-estruturados. O sistema é capaz de reconhecer vagas de estacionamento por meio de sensores instalados no veículo, gerar uma trajetória válida que o conduza até a vaga e enviar os comandos de esterçamento e aceleração que guiam o veículo pelo caminho gerado / Autonomous navigation is one of the fundamental problems in mobile robotics. This problem has been addressed for decades and still has great potential for scientific research. Most solutions and algorithms developed in this field is designed for robots that operate in structured environments. However, another issue of great interest to researchers in this area is autonomous navigation in outdoor environments. In partially structured environments autonomous vehicles (large robots) must be able to avoid obstacles that may arise along the way. This dissertation addresses the development of an intelligent system able to generate and run a path planning for parking of autonomous vehicles in semi-structured environments. The system is able to recognize parking lots using sensors installed in the vehicle, generate a valid path that leads up to the parking lot and send the steering commands and acceleration that to guide the vehicle to its goal point