O projeto de mestrado, denominado de forma abreviada como GPUServices, se insere no contexto da pesquisa e do desenvolvimento de métodos de processamento de dados de sensores tridimensionais aplicados a robótica móvel. Tais métodos serão chamados de serviços neste projeto e incluem algoritmos de pré-processamento de nuvens de pontos 3D com segmentação dos dados, a separação e identificação de zonas planares (chão, vias), e detecção de elementos de interesse (bordas, obstáculos). Devido à grande quantidade de dados a serem tratados em um curto espaço de tempo, esses serviços utilizam processamento paralelo por GPU para realizar o processamento parcial ou completo destes dados. A área de aplicação em foco neste projeto visa prover serviços para um sistema ADAS: veículos autônomos e inteligentes, forçando-os a se aproximarem de um sistema de processamento em tempo real devido ao contexto de direção autônoma. Os serviços são divididos em etapas de acordo com a metodologia do projeto, mas sempre buscando a aceleração com o uso de paralelismo inerente: O pré-projeto consiste de organizar um ambiente que seja capaz de coordenar todas as tecnologias utilizadas e que explore o paralelismo; O primeiro serviço tem a responsabilidade de extrair inteligentemente os dados do sensor que foi usado pelo projeto (Sensor laser Velodyne de múltiplos feixes), que se mostra necessário devido à diversos erros de leitura e ao formato de recebimento, fornecendo os dados em uma estrutura matricial; O segundo serviço em cooperação com o anterior corrige a desestabilidade espacial do sensor devido à base de fixação não estar perfeitamente paralela ao chão e devido aos amortecimentos do veículo; O terceiro serviço separa as zonas semânticas do ambiente, como plano do chão, regiões abaixo e acima do chão; O quarto serviço, similar ao anterior, realiza uma pré-segmentação das guias da rua; O quinto serviço realiza uma segmentação de objetos do ambiente, separando-os em blobs; E o sexto serviço utiliza de todos os anteriores para a detecção e segmentação das guias da rua. Os dados recebidos pelo sensor são na forma de uma nuvem de pontos 3D com grande potencial de exploração do paralelismo baseado na localidade das informações. Porém, sua grande dificuldade é a grande taxa de dados recebidos do sensor (em torno de 700.000 pontos/seg.), sendo esta a motivação deste projeto: usar todo o potencial do sensor de forma eficiente ao usar o paralelismo de programação GPU, disponibilizando assim ao usuário serviços de tratamento destes dados. / The master\'s project, abbreviated hence forth as GPUServices, fits in the context of research and development of three-dimensional sensor data processing methods applied to mobile robotics. Such methods will be called services in this project, which include a 3D point cloud preprocessing algorithms with data segmentation, separation and identification of planar areas (ground track), and also detecting elements of interest (borders, barriers). Due to the large amount of data to be processed in a short time, these services should use parallel processing, using the GPU to perform partial or complete processing of these data. The application area in focus in this project aims to provide services for an ADAS system: autonomous and intelligent vehicles, forcing them to get close to a real-time processing system due to the autonomous direction of context.The services are divided into stages according to the project methodology, but always striving for acceleration using inherent parallelism: The pre-project consists of organizing an environment for development that is able to coordinate all used technologies, to exploit parallelism and to be integrated to the system already used by the autonomous car; The first service has a responsibility to intelligently extract sensor data that will be used by the project (Laser sensor Velodyne multi-beam), it appears necessary because of the many reading errors and the receiving data format, hence providing data in a matrix structure; The second service, in cooperation with the above, corrects the spatial destabilization due to the sensor fixing base not perfectly parallel to the ground and due to the damping of the vehicle; The third service separates the environment into semantics areas such as ground plane and regions below and above the ground; The fourth service, similar to the above, performs a pre-segmentation of street cruds; The fifth service performs an environmental objects segmentation, separating them into blobs; The sixth service uses all prior to detection and segmentation of street guides.The received sensor data is structured in the form of a cloud of points. They allow processing with great potential for exploitation of parallelism based on the location of the information. However, its major difficulty is the high rate of data received from the sensor (around 700,000 points/sec), and this gives the motivation of this project: to use the full potential of sensor to efficiently use the parallelism of GPU programming, therefore providing data processing services to the user, providing services that helps and make the implementation of ADAS systems easier and/or faster.

Uma tendência crescente entre os pesquisadores da Robótica Móvel é a elaboração de sistemas robóticos descentralizados denominados enxames de robôs, nos quais a ação conjunta de cada agente leva à execução de tarefas de maneira mais robusta que quando realizada por um único robô. Um acréscimo adicional à robustez é conveniente em tais sistemas para que eles sejam de maior confiabilidade no mundo real. Neste trabalho, uma rede neural hierárquica desenvolvida para o aprendizado em tempo real inicialmente elaborada para o aprendizado de navegação de um único robô será estendida para controlar um enxame de robôs. O sistema realiza um balanceamento da influência de comportamentos implementados previamente em um robô de acordo com conhecimentos obtidos através da interação do mesmo com o ambiente. Cada robô possui sua própria rede neural, adquirindo seu conhecimento tanto independentemente quanto com o compartilhamento de informações com outros robôs. Espera-se que o uso de tal arquitetura permita uma adaptação mais rápida dos robôs ao ambiente, permitindo uma mudança em tempo real de seus parâmetros de acordo com as peculiaridades do ambiente no qual os robôs estão inseridos. A tarefa de escolta de um robô pelos demais é adotada para a avaliação de desempenho do modelo de rede neural proposto. Dois comportamentos são ponderados pela rede neural hierárquica: o de manutenção de uma distância preestabelecida a um agente e um outro de cobertura de área baseado em Diagramas Centroidais de Voronoi. Os testes foram feitos nos ambientes Player/Stage e indicam que a rede neural hierárquica torna os robôs capazes não apenas de aprender à medida que interagem com ambiente como de utilizar este conhecimento em tempo real para realizar a escolta de forma bem sucedida / A growing trend among Mobile Robotics researchers is developing robot swarms, in which a decentralized robot team solves tasks by combining simple behaviors. It is convenient to have mechanisms to increase a robot systems robustness. In this work, a neural network inspired in behavioral analysis is used to make robots from a swarm to learn how to act propoerly. This network combines two innate behaviors and, according to its experience, learns with the robots mistakes how to make this combination. Each robot has access to its own independent neural network, and can share its knowledge with neighboring robots. It is expected that such architecture learns by itself when to stimulate or supress each behaviors influence as it interacts with the environment. The task chosen to evaluate the proposed system is the escorting of a mobile agent. Two behaviors are balanced to achieve an escorting behavior: maintenance of a minimum distance between a robot and the escort target and an area coverage method based on Centroidal Voronoi Tessellations. Tests were meade using the Player/Stage simulator, and they show that the robots not only are capable of adapting themselves but also are able to use the stored knowledge to improve their effectiveness in doing the desired task

Localização e Mapeamento são problemas fundamentais da robótica que vêm sendo estudados exaustivamente pela comunidade científica para a navegação de robôs móveis. A maior parte das pesquisas estão concentradas em implementações para computadores pessoais, mas pouco se tem feito na área de computação embarcada. Este trabalho mostra a análise e implementação em FPGA de um algoritmo de localização para ambientes dinâmicos composto por um filtro de partículas, e também de um algoritmo de mapeamento baseado na técnica de scan matching. Os algoritmos originais desenvolvidos em linguagem de programação C foram analisados e modificados para uma abordagem embarcada (embedded) em robôs reconfiguráveis utilizando-se o processador Nios II da Altera. Os algoritmos são comparados quanto ao desempenho, no intuito de servir como referência no futuro desenvolvimento da ferramenta de codesign autom´atico ARCHITECT+ / Localization and Mapping are fundamental robot navigation problems wich currently has been exaustily studied by scientific comunity. Most of research is concentrated on implementation for personal computers, and the robot navigation is done on static environment. But, these algorithms can not be directly applied for embedded solutions on dynamic environments. This work shows an analysis and implementation on FPGA of a localization algorithm for dynamic environments composed of a particle filter, and by an mapping algorthm known as scan matching. The original algorithm devoloped on C programming language for PCs are analised and modified for an embedded approach to mobile robots using Altera Nios II processor. Both C and embedded algorithms are compared within performance, to serve as reference on a future developement of automatic codesign tool ARCHITECT+

Este trabalho aborda o problema de planejamento de caminhos em robótica móvel autônoma utilizando campos potenciais. Dentre as várias técnicas de campos potenciais para controlar robôs, encontram-se as técnica de Campos Potenciais de Khatib1 (CP), Campo Potencial Harmônico (CPH), Campo Potencial Orientado (CPO) e Campo Potencial Localmente Orientado (CPLO). As técnicas CPH, CPO e CPLO são chamadas de técnicas baseadas em Problema de Valor de Contorno (PVC), pois são obtidas a partir de soluções de Equações Diferenciais Parciais (EDP) Elípticas em uma determinada condição de contorno, é obtido um sistema planejador de caminhos. Tais técnicas necessitam de uma etapa de solução de sistemas lineares, na qual se utiliza métodos iterativos, decorrentes da aplicação do método de diferenças finitas como solucionador das EDP. No presente trabalho, as técnicas de Campos Potenciais baseados em PVC foram estudadas e implementadas (usando processamento sequencial e paralelo), de modo a obter resultados de forma mais rápida e confiável. Foram utilizadas arquiteturas paralelas do tipo manycore. Finalmente, são feitas análises comparativas entre os vários métodos implementados. Todos os métodos estão prontos para serem incorporados tanto no simulador quanto nos times de robôs em desenvolvimento pelo grupo Warthog Robotics / This works details the task o path planning in autonomous mobile robots using potential fields techniques. Among potential fields techniques to control robots, there are Khatibs Potential Field2 (KPF), Harmonic Potential Field (HPF), Oriented Potential Field (OPF) and Locally Oriented Potential Field (LOPF). The HPF, OPF and LOPF techniques are called Boundary Value Problem (BVP) based, bacause they are obtained from numerical solutions of Elliptic Partial Differential Equations (PDE) in a well-defined boundary condition. These techniques go through a step of solving linear systems, in which is used iterative methods, that came from numerical solution of PDE. In this work, potential fields BVP based was studied and coded (using sequential and parallel architectures), to obtain results more quickly and reliably. And, finally, a comparative analyses of the various methods implemented are made. All methods are ready to be incorporated in the intelligent systens that are being developed by Warthog Robotics

A inteligência artificial não busca somente entender mas construir entidades inteligentes. A inteligência pode ser dividida em vários fatores e um deles é conhecido como aprendizado. A área de aprendizado de máquina visa o desenvolvimento de técnicas para aprendizado automático de máquinas, que incluem computadores, robôs ou qualquer outro dispositivo. Entre essas técnicas encontra-se o Aprendizado por Reforço, foco principal deste trabalho. Mais especificamente, o aprendizado por reforço relacional (ARR) foi investigado, que representa na forma relacional o aprendizado obtido através da interação direta com o ambiente. O ARR é bem interessante no campo de robótica, pois, em geral, não se dispôe do modelo do ambiente e se requer econômia de recursos utilizados. A técnica ARR foi investigada dentro do contexto de aprendizado de uma cabeça robótica. Uma modificação no algoritmo ARR foi proposta, denominada por ETG, e incorporada em uma arquitetura de controle de uma cabeça robótica. A arquitetura foi avaliada no contexto de um problema real não trivial: o aprendizado da atenção compartilhada. Os resultados obtidos mostram que a arquitetura é capaz de exibir comportamentos apropriados durante uma interação social controlada, através da utilização do ETG. Uma análise comparativa com outros métodos foi realizada que mostram que o algoritmo proposto conseguiu obter um desempenho superior na maioria dos experimentos realizados / The artificial Intelligence search not only understand but to build intelligent entities. The intelligence can be divided into several factors and one of them is known as learning. The area of machine learning aimed at the development techniques for automatic learning of machinery, including computers, robots or any other device. Reinforcement Learning is one of those techniques, main focus of this work. Specifically, the relational reinforcement learning was investigated, which is use relational representation for learning obtained through direct interaction with the environment. The relational reinforcement learning is quite interesting in the field of robotics, because, in general, it does not have the model of environment and economy of resources used are required. The relational reinforcement learning technique was investigated within the context of learning a robotic head. A change in the relational reinforcement learning algorithm was proposed, called TGE, and incorporated into an architecture of control of a robotic head. The architecture was evaluated in the context of a real problem not trivial: the learning of shared attention. The results show that the architecture is capable of displaying appropriate behavior during a social interaction controlled through the use of TGE. A comparative analysis was performed with other methods show that the proposed algorithm has achieved a superior performance in most experiments

Este trabalho apresenta o desenvolvimento de uma estratégia de assistência adaptativa mediante a implementação de um controle de impedância variável para um robô de reabilitação do tornozelo. A estratégia é formulada de tal forma que o dispositivo robótico assiste ao paciente somente quando e quanto for necessário, seguindo o paradigma Assist-As-Needed. Inicialmente, a contribuição dinâmica do paciente durante a realização do movimento é estimada com base nas informações cinemáticas e de torque fornecidas pelo robô. Em seguida, são propostos dois métodos para se obter o parâmetro de rigidez do controlador de impedância, o primeiro deles determina um valor de erro admissível e calcula a rigidez do robô para complementar a atuação do paciente, e o segundo calcula a rigidez mediante a minimização de um funcional que quantifica o processo de reabilitação e a interação entre robô e paciente. Além disso, a quantidade de assistência dada pelo robô também é adaptada conforme o desempenho do paciente ao longo da sessão. A estratégia foi implementada no robô Anklebot e avaliada em três pacientes pós-AVC para movimentos de flexão dorsal/plantar e de inversão/eversão. Os resultados obtidos indicam que o método utilizado para a estimativa da rigidez é válido para determinar a quantidade de assistência. Finalmente, os resultados confirmam que o aumento do desempenho do paciente gera uma diminuição da assistência robótica, e vice-versa. / This work presents the design of an adaptive robotic assistance strategy through a variable impedance control of an ankle rehabilitation robot. This strategy is formulated so that the robotic device assists the patient only as much as needed, following the Assist-As-Needed paradigm. First, the dynamic contribution of the patient during the motion is estimated based on the torque and kinematic information provided by the robot. Then, two methods are proposed to calculate the stiffness parameter of the impedance controller, the first one determines an admisible value of error and computes the robot stiffness to complement the estimated patient stiffness. The second one computes the robot stiffness by minimizing a functional that quantifies both the rehabilitation process and the interaction between robot and patient. In addition, the amount of the robotic assistance is adapted according to the patient\'s performance. The proposed methods were implemented at the Anklebot and evaluated by three post-stroke patients for dorsi/plantarflexion and inversion/eversion movements. Results indicate that the stiffness estimation is a valid method to determine the amount of the assistance. Finally, the results confirm that increasing the performance of the patient generates a decrease in the robotic assistance, and vice versa.

Ingeniero Civil en Computación / Ingeniero Civil Eléctrico / Uno de los desafíos importantes para la Robótica, es la capacidad del robot de manipular objetos de su entorno, ya sea para transportarlos u operarlos de alguna manera. Si bien esta capacidad está prácticamente resuelta en ambientes controlados, es un problema abierto en el caso de robots autónomos y ambientes no controlados, dado que la forma de los objetos, sus características físicas y las cualidades del efector del robot no están acotadas. Como segundo requisito, se busca además que las soluciones sean robustas y funcionen en tiempo real para aumentar las aplicaciones reales de la robótica. Una de las partes centrales de un algoritmo que permita manipular objetos es la detección de puntos de agarre. Esto corresponde a calcular los puntos del objeto por donde un robot debe tomarlo para que este no se caiga. Existen varios algoritmos que intentan dar solución a esta problemática pero solo funcionan para ciertas familias de objetos y en muchos casos toma demasiado tiempo realizar el cálculo. En esta memoria se implementó un algoritmo de manipulación de objetos basado en un método del estado del arte. El algoritmo permite manipular objetos en tiempos razonables y no esta restringido a una familia específica de objetos, aunque los objetos manipulables requieren de cierta simetría axial. El algoritmo se implementó en C++ en un robot PR2, un robot especialmente diseñado para investigación, usando Robot Operating System (ROS) como framework de desarrollo, lo que permitirá que este algoritmo sea usado fácilmente por otros equipos de investigación y robots en diferentes partes del mundo. El algoritmo implementado consta de una etapa de filtrado y segmentación de una nube de puntos, la determinación de los puntos de agarre, muestreo de poses de agarre, descarte de éstas por diferentes criterios, la asignación de puntaje a los agarres y finalmente la ejecución del mejor agarre seleccionado. Los experimentos muestran que el algoritmo permite tomar objetos en simulación y en un robot PR2 real.

Demuestra los efectos de la aplicación de la Robótica Educativa WeDo en la mejora de los niveles de aprendizaje en el área de Matemática del Programa de Recuperación Pedagógica en los estudiantes de segundo grado de educación primaria de la Institución Educativa Nº 4008 Nuestra Señora de Fátima. En la hipótesis se formuló que la aplicación de la Robótica Educativa WeDo mejora los niveles de aprendizaje en el área de Matemática en los niños de segundo grado de educación primaria de la IE Nuestra Señora de Fátima. La investigación por su naturaleza fue de tipo aplicada y con alcance de nivel explicativo. El diseño de la investigación fue pre experimental con un solo grupo de trabajo y la medición de enfoque cuantitativo. La muestra estuvo conformada por 11 estudiantes del segundo grado de primaria de la Institución Educativa Nº 4008; la técnica de recolección de datos que se utilizó fue la resolución de problemas con su instrumento; Prueba Pedagógica Estandarizada. Para la contrastación de las hipótesis se utilizó el estadístico de la T de Student para muestras emparejadas, mediante el software SPSS versión 24. Como resultado de la prueba de hipótesis se concluyó que la aplicación de la Robótica Educativa WeDo mejora los niveles de aprendizaje en el área de Matemática en los estudiantes de segundo grado de educación primaria de la IE Nuestra Señora de Fátima, con 5% de margen de error, con P-valor = 0 menor al 0,05 de significancia establecido en las ciencias sociales. El resultado de la media aritmética en la prueba de entrada fue de 8.64 y en la prueba de salida alcanzó 14.6, con un incremento significativo de 5.96 al 0,05. / Tesis

Este trabajo pretende estrechar la distancia que separa de la Industria 4.0 a determinados sectores manufactureros que todavía no han iniciado su carrera hacia la nueva revolución industrial, centrándose en el caso del sector calzado, por sus peculiares características, que pueden tomarse como modelo para realizar transferencia tecnológica a otros sectores con dificultades similares. Tras analizar algunos de los problemas que están frenando la adaptación de dichas empresas al nuevo paradigma, se procede a estudiar y combinar diferentes tecnologías, muy presentes en la Industria 4.0, como son la simulación, robótica, realidad virtual o los sistemas de monitorización para entornos distribuidos, que permitan al sector avanzar en su automatización para poder seguir siendo competitivas en un futuro próximo, tanto a nivel operativo como formativo. En cuanto a los resultados de esta investigación, los referentes a simulación, prevención de colisiones y monitorización se han aplicado a celdas robotizadas reales del sector del calzado, en un entorno de laboratorio. Los resultados que hacen referencia a la mejora de la formación académica mediante el uso de realidad virtual han sido probados en un entorno de prueba, y se prevé realizar ensayos reales en futuros cursos dentro de los estudios de Grado en Ingeniería Robótica de la Universidad de Alicante.

La robótica de enjambre es un campo de investigación dentro del área de la robótica que estudia la coordinación de un gran número de robots simples. Este campo de investigación se inspira en el comportamiento observado en los insectos sociales, los cuales son grandes ejemplos de cómo un gran número de individuos simples pueden interactuar para crear sistemas inteligentes colectivos. En estos sistemas el comportamiento colectivo emerge de forma auto-organizada a partir de las interacciones entre los individuos y entre los individuos y el entorno. De la misma manera, en los sistemas de enjambre artificiales, la inteligencia es una propiedad emergente a partir del comportamiento global del enjambre. En estos sistemas, el enjambre es capaz de llevar a cabo tareas, de manera global, que están fuera de las capacidades de un robot individual. Los sistemas robóticos de enjambre deben cumplir una serie de características que los diferencian de otros sistemas multi-robóticos. Algunas de estas características son compartidas con los sistemas multi-agente, por lo tanto, éstos pueden ser una alternativa para la construcción de este tipo de sistemas. En este trabajo se presentan un conjunto de comportamientos colectivos para enjambres artificiales. Para dotar de un marco de implantación a estos comportamientos, se define un modelo de arquitectura híbrida para el control de un enjambre de robots basada en un sistema multi-agente. Una de las características básicas de este modelo es su división en capas, que permite utilizar la capa inferior, de enjambre puro, de manera aislada, para tareas donde el comportamiento colectivo del enjambre emerge únicamente a partir de las interacciones entre los agentes y el entorno. En primer lugar, se analizan tres comportamientos básicos de robótica de enjambre: agregación, movimiento coordinado (flocking) y dispersión. Posteriormente, se definen dos comportamientos concretos para un enjambre de robots. El primero de éstos muestra un comportamiento para la localización de recursos en el entorno, donde los robots son capaces de localizar la fuente de recursos más prometedora en entornos desconocidos, con ruido y con diversas fuentes de recursos. El segundo caso define un comportamiento capaz de detectar, monitorizar, cubrir y marcar el perímetro de un vertido petrolífero marítimo.