A presente dissertação trata a navegação 2D do robô Trekker, um robô de acionamento diferencial, equipado com sensores de baixo custo e de baixa precisão, a saber um sonar e um sensor infra-vermelho, em um ambiente indoor povoado por marcos artificiais (cilindros). Neste trabalho, realiza-se localização global e investiga-se a realização de localização e mapeamento simultâneos com o mesmo robô. Para este fim, o algoritmo de localização Monte Carlo é aplicado para resolver o problema de localização global utilizando marcos artificiais, extraídos a partir da fusão de dados dos sensores por ocasião da observação do ambiente. Enquanto que localização e mapeamento simultâneos foram implementados através do algoritmo FastSLAM, que implementa o rastreamento da localização do robô ao mesmo tempo em que constrói um mapa de características do ambiente, também utilizando marcos artificiais da mesma maneira como aconteceu na solução de localização global. Por fim, os resultados mostram sucesso da abordagem empregada na localização global, alcançando o intento de atribuir maior inteligência ao robô Trekker e menor dependência de estruturação do ambiente em relação aos predecessores dele. .

A furação orbital é um processo de usinagem com a finalidade de abrir furos através de um duplo movimento circular, acompanhado de um deslocamento linear na direção de furação. Uma ferramenta de corte girando em alta velocidade é colocada em movimento numa orbita excêntrica e simultaneamente deslocada contra a superfície do material a ser furado. Esta excentricidade define o diâmetro final do furo, sendo que o efeito de fresar a peça reduz o esforço de furação e acarretando num furo com bom acabamento superficial e isento de rebarbas, em comparação a processos convencionais de furação. Para promover estes movimentos, um dispositivo automático de furação orbital foi projetado e desenvolvido para ser acoplado no punho de um robô manipulador industrial. O processo de desenvolvimento deste dispositivo, seus requisitos, funções e módulos funcionais são apresentados neste trabalho, culminando na construção do sistema EFORB ou Efetuador de Furação Orbital Robotizado, sendo seu desenvolvimento e construção o tema central desta tese. Os resultados obtidos atestam o funcionamento do dispositivo desenvolvido, atendendo as tolerâncias e requisitos de processo exigidos para aplicações no setor aeroespacial.

No treinamento de Modelos Escondidos de Markov (MEMs) é necessário um sistema adequado de sensoriamento, pois são as leituras sensoriais que subentendem a sequência de estados do modelo. Muitas vezes sensores ruidosos, imprecisos ou pouco confiáveis, bem como a própria configuração das leituras sensoriais (tipo de sensor, quantidade de informações sensoriais utilizadas, incertezas do sistema de sensoriamento, etc.) pode gerar um número muito grande de diferentes possíveis símbolos de observação para cada estado do modelo, dificultando seu treinamento. Nesse trabalho é apresentada uma arquitetura de MEMs em cascata com a finalidade de treinar modelos que melhor representem as transições entre os estados do sistema real modelado. Na arquitetura em cascata, através da segmentação do conjunto de leituras sensoriais, a quantidade de símbolos de observação utilizados no treinamento pode ser reduzida facilitando o treinamento dos modelos. Experimentos usando ambas arquiteturas (monolítica e em cascata), aplicados à geração de mapas topológicos para robos móveis foram realizados utilizando leituras sensoriais reais e os resultados comprovaram que os mapas gerados pelo modelo em cascata são mais parecidos com do mapa real do ambiente porém, com maior custo computacional.

Esta tese propõe um novo método para casamento de mapas métricos gerados por diferentes robôs que atuam cooperativamente. Este processo de casamento de informações em robótica móvel possibilita a geração de mapas globais a partir dos mapas locais (possivelmente parciais e inconsistentes) gerados por robôs individuais. O método proposto é baseado em um modelo de redes neurais artificiais paraconsistentes que consideram como entradas informações pré-processadas de distâncias entre os pontos de interesses dos mapas. A rede neural analisa essas entradas para determinar quais são as combinações de crenças e contradições entre os pontos dos mapas distintos. O algoritmo implementado para a arquitetura neural proposta neste trabalho obteve resultados e desempenho computacional satisfatórios nos experimentos relatados, considerando as combinações das informações de distâncias métricas (Euclidiana e Manhattan) e ângulo entre retas que interligam dois pontos do mapa. Como efeito colateral, possibilita a determinação dos graus de certeza e contradição na análise dos casamentos dos pontos dos mapas, característica que pode ser útil para a tomada de decisão. Igualmente importante é o fato de que a arquitetura considerada permite a combinação de informações de mapas parciais distintos em tempo de execução durante a navegação.

Este trabalho apresenta a modelagem e identificação de um manipulador robótico com flexibilidade mecânica distribuída ao longo dos seus elos. O aparato experimental utilizado é um manipulador robótico com dois elos flexíveis que se move no plano horizontal. O manipulador é movido por dois motores elétricos DC sem escovas e monitorado por tacômetros, extensômetros e acelerômetros. Um modelo de dimensão finita é gerado usando o método dos modos assumidos. A mecânica Lagrangeana é utilizada para encontrar as equações de movimento. Atuadores e sensores também são modelados a fim de gerar o modelo dinâmico do sistema completo. A identificação não-paramétrica é feita usando dados experimentais, gerando funções de resposta em frequência experimentais. Os parâmetros do modelo teórico são ajustados através de uma identificação paramétrica, gerando funções de resposta em frequência teóricas. A identificação não paramétrica encontrada foi satisfatória, sem evidenciar ruídos ou saturações. As FRF teóricas geradas foram satisfatoriamente próximas das experimentais, evidenciando o sucesso da identificação paramétrica.

No Brasil há um número insuficiente de profissionais capacitados em Mecatrônica para atender a demanda, o que exigirá a intensificação de formação de profissionais voltados para pesquisa, inovação, bem como para o projeto, desenvolvimento, produção e comercialização da nova geração de robôs. Um dos aspectos essenciais na formação deste profissional está relacionado com a análise de movimentação dos robôs e, portanto, com a modelagem cinemática e dinâmica desses dispositivos e sua relação com o sistema de controle. Nota-se que há necessidade de informações e de recursos computacionais apropriados para dar suporte a essa formação. Para exemplificar, os softwares de mercado, têm a arquitetura de sistema fechada com o objetivo de proteger a propriedade intelectual e interesses do fabricante, constituindo assim um inconveniente na utilização em estudos e pesquisas nos cursos de nível superior, além do alto custo associado. Este trabalho visa suprir algumas necessidades constatadas, disponibilizando recursos teórico-computacionais, como suporte ao ensino, à pesquisa e ao desenvolvimento na área de manipuladores robóticos e suas aplicações, com ênfase nas modelagens cinemática, dinâmica e geração de trajetórias para robôs manipuladores seriais e de cadeia fechada, constituindo isso em: levantar os requisitos aplicáveis a um ambiente computacional para a modelagem e simulação de manipuladores robóticos; conceber e desenvolver um ambiente moderno de software aberto com capacidade para efetuar cálculos para análise e estabelecimento de modelos numéricos e simbólicos para o estudo e determinação do movimento de tais dispositivos e ainda reunir didaticamente a base teórica associada, possibilitando aos alunos e pesquisadores experimentar soluções existentes ou criar suas próprias alternativas.

Esta tese de doutorado aborda a solução do problema SLAM (Simultaneous Localization And Mapping) em ambiente interno de média escala. Para implementar a solução proposta foi projetado e construído um robô móvel de baixo custo (cerca de US$ 2.100,00) com rodas e equipado com três diferentes tipos de sensores: visão (webcam sem fio com ponteira laser), sonar (1 unidade com alcance de 6 m) e infravermelho (2 unidades com alcances de 1,5 m e de 5 m). Inicialmente foi desenvolvido um algoritmo para realizar a fusão dos dados ruidosos provenientes desses sensores e gerar características que representam adequadamente o ambiente do robô. Experimentos foram realizados para avaliar o desempenho do algoritmo de fusão de dados sensoriais. Um algoritmo do tipo filtro de partículas FastSLAM foi implementado para solução do problema SLAM (localização do robô e construção de mapas 2D do ambiente) usando as características extraídas pelo algoritmo de fusão de dados. O desempenho desse algoritmo foi avaliado em ambientes de pequena escala onde as poses do robô foram escolhidas manualmente. Finalmente foi desenvolvido um algoritmo de exploração autônoma do ambiente para a escolha automática das poses do robô durante a execução do algoritmo FastSLAM. A integração dos algoritmos desenvolvidos para a solução do problema SLAM foi demonstrada em um ambiente interno de média escala (2,8 m x 55 m). Em uma primeira etapa o robô gerou o mapa do ambiente de forma autônoma. Na segunda etapa o robô usou o mapa gerado para navegar e se autolocalizar no ambiente com pequenos erros nas estimações das suas poses, usando apenas as medidas geradas pelos sensores montados no robô.

Neste trabalho é tratado o problema de controle adaptativo de robôs móveis com rodas e com acionamento diferencial. Os modelos cinemático e dinâmico são considerados, bem como distúrbios desconhecidos e limitados, dinâmica não modelada do tipo não estruturada e atrito. O controlador estudado é constituído de um controlador cinemático, baseado em coordenadas polares, e um controlador dinâmico, utilizando: Rede Neural Artificial (RNA), Rede Wavelet (RW) e Rede Wavelet com Bias (RWB). Nenhuma das estratégias necessita de treinamento prévio e os pesos e bias são adaptados on-line. As leis de adaptação são obtidas via análise de estabilidade baseado no segundo método de Lyapunov. As estratégias que utilizam RNA e RW necessitam do ajuste do número de neurônios (ou número de wavelons, para a RW) da camada escondida. Esta restrição é eliminada através de um algoritmo de adaptação estrutural proposto para a estratégia de controle utilizando RWB. É também efetuado um estudo sobre a estabilidade do controlador cinemático baseado em coordenadas polares para situações onde o ponto de guiagem não está localizado no ponto médio do eixo de rodas. Resultados de simulação são apresentados para situações de rastreamento e estabilização em um ponto. Comparações de desempenho são feitas utilizando resultados de um controlador baseado em realimentação linearizante, onde todos os parâmetros são supostos conhecidos.

Este trabalho apresenta o desenvolvimento e implementação de um sistema computacional inteligente usado para gerar seqüências de montagem ótimas ou próximas da ótima para produtos industriais. Este é um importante problema a ser estudado, uma vez que o custo de montagem para um produto industrial típico pode representar até 50% do custo total de sua manufatura. O Sistema Inteligente para Montagem Automatizada (SIMA) é um programa computacional que gera seqüências de montagem otimizadas, usando duas tácnicas diferentes. A primeira técnica obtém a seqüência de montagem ótima, calculando o custo de montagem de todas as seqüências possíveis. A segunda técnica usa uma Rede Neural de Hopfield modificada e à medida que a rede interage, a função energia que representa o custo de montagem é minimizada. Resultados de simulações são apresentados para três produtos constituídos de 5, 10 e 15 partes cada um. Embora a rede neural possa ficar presa em um ponto de mínimolocal da função enegia, que nem sempre representa a melhor solução possível para o problema, os resultados das simulações mostram que, uma vez ajustados os parâmetros, a rede neural pesquisará soluções ótimas ou próximas das ótimas para a maioria dos casos testados.

Este trabalho ampliou e aprofundou os estudos iniciais que alicerçaram a proposta de um novo modelo de rede neural artificial, a GasNet ([Hus1998], [HSO+1998], [HSJ+1998], [PHO1998] e [HSO2001]), cuja principal particularidade é a emulação de comunicação via moduladores químicos difusos. Em sua origem, o modelo GasNet foi aplicado na evolução bem sucedida de controladores para robôs móveis autônomos, oferecendo vantagens em relação ao tempo de convergência e grau de compactação das redes criadas, quando em comparação à evolução empregando modelos de redes tradicionais. As pesquisas realizadas aqui questionam, no entanto, o papel efetivo da atividade química do sistema, mostrando que versões simplificadas de GasNets, em que o substrato químico encontra-se desativado, são computacionalmente menos onerosas e fornecem similaridade, ou até equivalência de desempenho com as GasNets. O trabalho se baseou em experimentos computacionais com três problemas-teste onde a GasNet não tinha sido aplicada anteriormente, todos de natureza discreta, e no problema original usado na proposição da GasNet, o qual é de natureza contínua. Resultados obtidos demonstram que processos de estabilização dinâmica podem ser incorporados à GasNet, de modo a torná-la operacional em domínios discretos, e em domínios contínuos que apresentem limitações em sua capacidade de continuidade. Em geral, os resultados ampliam o conhecimento disponível sobre esse novo tipo de rede, em vários de seus aspectos, em particular, provocando uma releitura dos resultados já existentes na literatura, de modo a incorporar suas limitações, conforme evidenciadas na pesquisa, e traçando novas direções, indicativas de caminhos que devam ser seguidos nos desenvolvimentos subseqüentes da GasNet. ]