Planejamento de movimento tem o propósito de determinar quais movimentos o robô deve realizar para que alcance posições ou configurações desejadas no ambiente sem que ocorram colisões com obstáculos. É comum na robótica móvel simplificar o planejamento de movimento representando o robô pelas coordenadas do seu centro e desconsiderando qualquer restrição cinemática e dinâmica de movimento. Entretanto, a maioria dos robôs móveis possuem restrições cinemáticas não-holonômicas, e para algumas tarefas e robôs, é importante considerar tais restrições juntamente com o modelo dinâmico do robô na tarefa de planejamento. Assim é possível determinar um caminho que possa ser de fato seguido pelo robô. Nesse trabalho é proposto um método de planejamento cinemático-dinâmico que permite planejar trajetórias para robôs móveis usando malhas de estados. Essa abordagem considera a cinemática e a dinâmica do robô para gerar trajetórias possíveis de serem executadas e livre de colisões com obstáculos. Quando obstáculos não representados no mapa são detectados pelos sensores do robô, uma nova trajetória é gerada para desviar desses obstáculos. O planejamento de movimento utilizando malhas de estados foi associado a um algoritmo de desvio de obstáculos baseado no método da janela dinâmica (DWA). Esse método é responsável pelo controle de seguimento de trajetória, garantindo a segurança na realização da tarefa durante a navegação. As trajetórias planejadas foram executadas em duas plataformas distintas. Essas plataformas foram utilizadas em tarefas de navegação em ambientes simulados interno e externo e em ambientes reais. Para navegação em ambientes internos utilizou-se o robô móvel Pioneer 3AT e para navegação em ambientes externos utilizou-se o veículo autônomo elétrico CaRINA 1 que está sendo desenvolvido no ICMC-USP com apoio do Instituto Nacional de Ciência e Tecnologia em Sistemas Embarcados Críticos (INCT-SEC). / Motion planning aims to determine which movements the robot must accomplish to reach a desired position or configuration in the environment without the occurrence of collisions with obstacles. It is common in mobile robotics to simplify the motion planning representing the robot by the coordinates of its center of gravity and ignoring any kinematic and dynamic constraint motion. However, most mobile robots have non-holonomic kinematic constraints, and for some tasks and robots, it is important to consider these constraints together with the dynamic model of the robot in task planning. Thus it is possible to determine a path that can actually be followed by the robot. Here we propose a method for kinematic-dynamic path planning using lattice states. This approach considers the kinematic and dynamic of the robot to generate generate feasible trajectories free of collisions with obstacles. When obstacles not represented on the map are detected by the sensors of the robot, a new trajectory is generated to avoid these obstacles. The motion planning using lattice state was associated with an obstacle avoidance algorithm based on the dynamic window approach (DWA). This method is responsible for trajectory tracking to ensure safety in navigation tasks. This method was applied in two distinct platforms. These platforms were used for navigation tasks in both indoor and outdoor simulated environments, as well as, in real environments. For navigation in indoor environments we used a Pioneer 3AT robot and for outdoor navigation we used the autonomous electric vehicle CaRINA1 being developed at ICMC-USP with support National Institute of Science and Technology in Critical Embedded Systems (INCT-SEC).

Este trabalho apresenta o projeto de dois controladores robustos, baseados no critério H∞ não linear, para o acompanhamento de trajetória de robôs móveis com rodas (RMRs). Estes controladores estabilizam o sistema em malha fechada e garantem que a norma L2 induzida entre os sinais de entrada (distúrbios) e saída seja limitada por um nível de atenuação &#947 > 0. Para o projeto, as equações dinâmicas não lineares do robô são descritas na forma quase linear a parâmetros variantes (quase-LPV), sendo os parâmetros parte do estado. Os controladores são resolvidos via desigualdades matriciais lineares (DMLs) e equações algébricas de Ricatti (EAR). Resultados em simulação com um estudo comparativo entre essas duas estratégias de controle e um controlador proporcional derivativo (PD) em conjunto com um controlador do tipo torque calculado são apresentados. Além disso, a implementação de dois métodos de localização de RMRs através de imagens é realizada. / This work presents the design of two robust controllers, based on nonlinear H∞ approach, for tracking trajectory of wheeled mobile robots (WMRs). These controllers stabilize the close-loop system and guarantee that induced L2 norm between input (disturbances) and output signals be bounded by an attenuation level &#947 > 0. For the design, the nonlinear dynamic equations of the robot are described in quasi linear parameter varying (quasi-LPV) form being the parameters part of the states. The controllers are solved via linear matrix inequalities (LMIs) and algebraic Riccati equation (ARE). Simulation results with a comparison study among these two control strategies and a proportional-derivative (PD) controller plus calculated torque are presented. Moreover, implementation of two methods of localization of WMRs based on images is accomplished.

Com a necessidade de substituir o trabalho humano em áreas de risco, ambientes impróprios ou inalcançáveis, diversos centros de pesquisas e universidades têm desenvolvido aplicações e estratégias de controle para robôs móveis. Porém, o alto custo na aquisição de um ou mais protótipos para estudos e desenvolvimento de novas tecnologias pode se tornar um fator limitante para o incremento dessas pesquisas. Como parte de uma solução para contornar esta eventual limitação em robótica móvel, uma arquitetura de baixo custo, modular e expansível é apresentada neste trabalho. São apresentadas também as metodologias de desenvolvimento dos módulos, os algoritmos de controle, as interfaces de comunicação e os principais componentes utilizados para desenvolvimento do robô móvel ZEUS, cujo sistema eletrônico de controle é a implementação da arquitetura proposta. Análise de custo, resultados experimentais de sensoriamento e navegação concluem este trabalho. / With the need to replace human work in risk\'s areas, improper or unreachable environments, several research centers, and universities have developed applications and strategies for mobile robots control. However, the high acquisition cost of one or more prototypes used for research and in development of new technologies may become a limiting factor. As part of the solution to get a round any such limitation on mobile robotics, a modular and expandable low-cost architecture is presented in this work. There are also presented the methodologies for modules development, the algorithms of control, the communication interfaces and the main components used for the development of ZEUS mobile robot, whose electronic system control is the implementation of the proposed architecture. Analysis of cost, experimental results of the sensing and the navigation system conclude this work.

In order to improve the comfort of power wheelchair users, it is proposed in this dissertation the implementation of a position and orientation control system which allow the users to travel the desired trajectories safely, without the need for constant interaction with the device command system. To reach this objective, it is proposed a methodology for the implementation of a control system, able to drive the vehicle from an initial position to the desired one or make it follow a specified trajectory, from commands received in the system. The proposed control system is based on a cascade control law, composed by a nonlinear pose controller and a velocity tracking controller. Two velocity control strategies are proposed. The first one uses a velocity controller composed of two joint-independent Proportional-Integral controllers while the second one uses a velocity controller based on the dynamic model, which is linearized by a state-feedback. The methods are implemented using the ros_control package, provided by the framework Robot Operating System (ROS). The evaluation of the proposed methods is done with a differential-drive mobile robot, which has the same kinematic configuration as the majority of commercial power wheelchairs. The results of dynamic-model parameter identification, as well as the convergence of the controlled variables by using the proposed control methods, are presented. The results demonstrate that the methods achieve the proposed control objectives.

Made available in DSpace on 2017-07-21T14:19:26Z (GMT). No. of bitstreams: 1 Roberson Junior Fernandes Alves.pdf: 17901245 bytes, checksum: 170e17bbccf0e54fa9b0dab204aca2e4 (MD5) Previous issue date: 2015-09-17 / Developing mobile and autonomous agrobots for greenhouses requires the use of procedures which allow robot autolocalization and tracking. The tracking problem can be modeled as finding the most likely sequence of states in a hidden Markov model„ whose states indicate the positions of an occupancy grid. This sequence can be estimated with Viterbi’s algorithm. However, the processing time and consumed memory, of this algorithm, grows with the dimensions of the grid and tracking duration, and, this can constraint its use for tracking agrobots. Considering it, this work presents a tracking procedure which uses two approximated implementations of Viterbi’s algorithm called Viterbi-JD(Viterbi’s algorithm with a sliding window) and Viterbi-JD-MTE(Viterbi’s algorithm with a sliding window over an hidden Markov model with sparse transition matrix). The experimental results show that the time and memory performance of tracking with this two approximated implementations are significantly higher than the Viterbi’s based tracking. The reported tracking hypothesis is suboptimal, when compared to the hypothesis generated by Viterbi, but the error does not grows substantially. Th experimentos was performed using RSSI(Received Signal Strength Indicator) simulated data. / O desenvolvimento de agrobots móveis e autônomos para operar em estufas agrícolas depende da implementação de procedimentos que permitam o rastreamento do robô no ambiente. O problema do rastreamento pode ser modelado como a determinação da sequência de estados mais prováveis de um modelo oculto de Markov cujos estados indicam posições de uma grade de ocupação. Esta sequência pode ser estimada pelo algoritmo de Viterbi. No entanto, o tempo de processamento e a memória consumida, por esse algoritmo, crescem com as dimensões da grade e com a duração do rastreamento, e isto pode limitar seu uso no rastreamento de agrobots em estufas. Considerando o exposto, este trabalho apresenta um procedimento de rastreamento que utiliza mplementações aproximadas do algoritmo de Viterbi denominadas de Viterbi-JD(Viterbi com janela deslizante) e Viterbi- JD-MTE(Viterbi com janela deslizante sobre um modelo oculto de Markov com matriz de transição esparsa). Os experimentos mostram que o desempenho de tempo e memória do rastreamento baseado nessas implementações aproximadas é significativamente melhor que aquele do algoritmo original. A hipótese de rastreamento gerada é sub ótima em relação àquela calculada pelo algoritmo original, contudo, não há um aumento substancial do erro. Os experimentos foram realizados utilizando dados simulados de RSSI (Received Signal Strength Indicator).

Faculty of Engineering in collaboration with the National Agricultural and Livestock Investigation Institute is developing a low cost platform capable of dealing with challenges imposed by agricultural activities, specifically, fruit transportation inside fields. In this context, the consequent dissertation focuses on the development of a dynamic model of an all terrain articulated autonomous vehicle to be applied in the aforementioned platform. The study includes the kinematic and dynamic analysis of the vehicle. Once those models are deducted, they are put together against the ones obtained for a biarticulated robot arm without ground fixation. To sum up, results will be adapted for computational simulation which was done via Gazebo, an ambience of the robot operating system ROS. Through this simulations it was possible to determine the model validity for the autonomous operating robotic platform. / Facultad de Ingeniería en conjunto con el Instituto Nacional de Investigación Agropecuaria desarrolla una plataforma móvil de bajo costo capaz de enfrentar los retos impuestos por la actividad agrícola, más específicamente, asistencia en el transporte de fruta. Es en este contexto que el presente trabajo se enfoca en desarrollar un modelo dinámico de un vehículo autónomo articulado todoterreno para ser aplicado en la mencionada plataforma. El estudio comprende el análisis de la cinemática y dinámica del vehículo. Una vez obtenidos los modelos cinemáticos y dinámicos, se compara los mismos con los obtenidos para un brazo biarticulado sin vínculo a tierra. Finalmente se adaptan los resultados para simulación computacional la cual fue realizada utilizando el ambiente Gazebo del sistema operativo robótico ROS. A través de esta simulación se pudo comprobar la validez del modelo desarrollado para la plataforma robótica autónoma en operación.

A segurança no tráfego de carros é um assunto em foco nos dias de hoje e, dentro dele, podem-se citar os sistemas de auxílio ao motorista que vêm sendo desenvolvidos com a finalidade de reduzir o grande número de fatalidades em acidentes de trânsito. Tais sistemas de auxílio buscam mitigar falhas humanas como falta de atenção e imprudência. Visto isso, o projeto SENA, desenvolvido pelo Laboratório de Robótica Móvel da Escola de Engenharia de São Carlos, busca contribuir com a evolução dessa assistência ao motorista. O presente trabalho realiza um estudo sobre uma técnica de inteligência artificial chamada de Redes Bayesianas. Essa técnica merece atenção em virtude de sua capacidade de tratar dados incertos em forma de probabilidades. A rede desenvolvida por esse trabalho utiliza, como dados de entrada, os classificadores em desenvolvimento no projeto SENA e tem como resposta um comportamento que o veículo deve executar, por um ser humano ou por um planejador de trajetórias. Em função da alta dimensionalidade do problema abordado, foram realizados dois experimentos em ambiente simulado de duas situações distintas. A primeira, um teste de frenagem próximo a um ponto de intersecção e a segunda, um cenário de entroncamento. Os testes feitos com a rede indicam que classificadores pouco discriminantes deixam o sistema mais propenso a erros e que erros na localização do ego-veículo afetam mais o sistema se comparado a erros na localização dos outros veículos. Os experimentos realizados mostram a necessidade de um sistema de tempo real e um hardware mais adequado para tratar as informações mais rapidamente / The safety of cars in traffic scenarios is being addressed on the past few years. One of its topics is the Advanced Driver-Assistance Systems which have been developed to reduce the fatality numbers of traffic accidents. These systems try to decrease human failures, such as imprudence and lack of attention while driving. For these reasons, the SENA project, in progress on the Mobile Robotics Laboratory at the Sao Carlos School of Engineering (EESC), aims to contribute for the evolution of these assistance systems. This work studies an artificial intelligence technique called Bayesian Networks. It deserves our attention due to its capability of handling uncertainties with probability distributions. The network developed in this Masters Thesis has, as input, the result of the classifiers used on SENA project and has, as output, a behavior which has to be performed by the vehicle with a driver or autonomously by the means of a path planner. Due to the high dimensionality of this issue, two different tests have been carried out. The first one was a braking experiment near a intersection point and the other one was a T-junction scenario. The tests made indicate that weak classifiers leaves the system more instable and error-prone and localization errors of the ego-vehicle have a stronger effect than just localization errors of other traffic participants. The experiments have shown that there is a necessity for a real-time system and a hardware more suitable to deal quickly with the information

O problema de navegação de robôs móveis tem sido estudado ao longo de vários anos, com o objetivo de se construir um robô com elevado grau de autonomia. O aumento da autonomia de um robô móvel está relacionado com a capacidade de aquisição de informações e com a automatização de tarefas, tal como a construção de mapas de ambiente. Sistemas de visão são amplamente utilizados em tarefas de robôs autônomos devido a grande quantidade de informação contida em uma imagem. Além disso, sensores omnidirecionais catadióptricos permitem ainda a obtenção de informação visual em uma imagem de 360º, dispensando o movimento da câmera em direções de interesse para a tarefa do robô. Mapas de ambiente podem ser construídos para a implementação de estratégias de navegações mais autônomas. Nesse trabalho desenvolveu-se uma metodologia para a construção de mapas para navegação, os quais são a representação da geometria do ambiente. Contém a informação adquirida por um sensor catadióptrico omnidirecional estéreo, construído por uma câmera e um espelho hiperbólico. Para a construção de mapas, os processos de alinhamento, correspondência e integração, são efetuados utilizando-se métricas de diferença angular e de distância entre os pontos. A partir da fusão dos mapas locais cria-se um mapa global do ambiente. O processo aqui desenvolvido para a construção do mapa global permite a adequação de algoritmos de planejamento de trajetória, estimativa de espaço livre e auto-localização, de maneira a obter uma navegação autônoma. / The problem of mobile robot navigation has been studied for many years, aiming at build a robot with an high degree of autonomy. The increase in autonomy of a mobile robot is related to its capacity of acquisition of information and the “automation” of tasks, such as the environment map building. In this aspect vision has been widely used due to the great amount of information in an image. Besides that catadioptric omnidirectional sensors allow to get visual information in a 360o image, discharging the need of camera movement in directions of interest for the robot task. Environment maps may be built for an implementation of strategies of more autonomous navigations. In this work a methodology is developed for building maps for robot navigations, which are the representation of the environment geometry. The map contains the information received by a stereo omnidirectional catadioptric sensor built by a camera and a hyperbolic mirror. For the map building, the processes of alignment, registration and integration are performed using metric of angular difference and distance between the points. From the fusion of local maps a global map of the environment is created. The method developed in this work for global map building allows to be coupled with algorithms of path planning, self-location and free space estimation, so that autonomous robot navigation can be obtained.

Os robôs móveis e de serviço vêm assumindo um papel cada vez mais amplo e importante junto à sociedade moderna. Um tipo importante de robô móvel autônomo são os robôs voltados para a vigilância e segurança em ambientes internos (indoor). Estes robôs móveis de vigilância permitem a execução de tarefas repetitivas de monitoramento de ambientes, as quais podem inclusive apresentar riscos à integridade física das pessoas, podendo assim ser executadas de modo autônomo e seguro pelo robô. Este trabalho teve por objetivo o desenvolvimento dos principais módulos que compõem a arquitetura de um sistema robótico de vigilância, que incluem notadamente: (i) a aplicação de sensores com percepção 3D (Kinect) e térmica (Câmera FLIR), de relativo baixo custo, junto a este sistema robótico; (ii) a detecção de intrusos (pessoas) através do uso conjunto dos sensores 3D e térmico; (iii) a navegação de robôs móveis autônomos com detecção e desvio de obstáculos, para a execução de tarefas de monitoramento e vigilância de ambientes internos; (iv) a identificação e reconhecimento de elementos do ambiente que permitem ao robô realizar uma navegação baseada em mapas topológicos. Foram utilizados métodos de visão computacional, processamento de imagens e inteligência computacional para a realização das tarefas de vigilância. O sensor de distância Kinect foi utilizado na percepção do sistema robótico, permitindo a navegação, desvio de obstáculos, e a identificação da posição do robô em relação a um mapa topológico utilizado. Para a tarefa de detecção de pessoas no ambiente foram utilizados os sensores Kinect e câmera térmica FLIR, integrando os dados fornecidos por ambos sensores, e assim, permitindo obter uma melhor percepção do ambiente e também permitindo uma maior confiabilidade na detecção de pessoas. Como principal resultado deste trabalho foi desenvolvido um iii sistema, capaz de navegar com o uso de um mapa topológico global, capaz de se deslocar em um ambiente interno evitando colisões, e capaz de detectar a presença de seres humanos (intrusos) no ambiente. O sistema proposto foi testado em situações reais com o uso de um robô móvel Pioneer P3AT equipado com os sensores Kinect e com uma Câmera FLIR, realizando as tarefas de navegação definidas com sucesso. Outras funcionalidades foram implementadas, como o acompanhamento da pessoa (follow me) e o reconhecimento de comandos gestuais, onde a integração destes módulos com o sistema desenvolvido constituem-se de trabalhos futuros propostos / Mobile robots and service robots are increasing their applications and importance in our modern society. An important type of autonomous mobile robot application is indoor monitoring and surveillance tasks. The adoption of mobile robots for indoor surveillance tasks allows the execution of repetitive environment patrolling, which may even pose risks to the physical integrity of persons. Thus these activities can be autonomously and safely performed by security robots. This work aimed at the development of key modules and components that integrates the general architecture of a surveillance robotic system, including: (i) the development and application of a 3D perception sensor (Kinect) and a thermal sensor (FLIR camera), representing a relatively low-cost solution for mobile robot platforms; (ii) the intruder detection (people) in the environment, through the joint use of 3D and thermal sensors; (iii) the autonomous navigation of mobile robots within obstacle detection and avoidance, performing the monitoring and surveillance tasks of indoor environments; (iv) the identification and recognition of environmental features that allow the robot to perform a navigation based on topological maps. We used methods from Computer Vision, Image Processing and Computational Intelligence to carry out the implementation of the mobile robot surveillance modules. The proximity and distance measurement sensor adopted in the robotic perception system was the Kinect, allowing navigation, obstacle avoidance, and identifying key positions of the robot with respect to a topological map. For the intruder detection task we used a Kinect sensor together with a FLIR thermal camera, integrating the data obtained from both sensors, and thus allowing a better understanding of the environment, and also allowing a greater reliability in people detection. As a main result of this work, it has been v developed a system capable of navigating using a global topological map, capable of moving itself autonomously into an indoor environment avoiding collisions, and capable of detect the presence of humans (intruders) into the environment. The proposed system has been tested in real situations with the use of a Pioneer P3AT mobile robot equipped with Kinect and FLIR camera sensors, performing successfully the defined navigation tasks. Other features have also been implemented, such as following a person and recognizing gestures, proposed as future works to be integrated into the developed system

O mapeamento de ambientes é um dos maiores desafios para pesquisadores na área de navegação autônoma. As técnicas existentes estão divididas em dois importantes paradigmas, o mapeamento métrico e o topológico. Diversos métodos de mapeamento que combinam as vantagens de cada um desses paradigmas têm sido propostos. Este projeto consiste na adaptação e extensão de um sistema integrado para navegação autônoma de robôs móveis através do aperfeiçoamento da interface e também da incorporação de uma técnica de mapeamento topológico. Para isso, a técnica conhecida como Grade de Ocupação, utilizada em geral para mapeamento métrico é combinada com um método de esqueletização de imagens para a realização do mapeamento topológico. Além disso, transformações morfológicas de erosão e abertura, adequadas a ambientes reais, foram utilizadas, visando reduzir a influência de ruídos na abordagem proposta, uma vez que devido a ruídos inerentes as leituras sensoriais obtidas pelo robô, o mapa topológico gerado apresenta diversas linhas topológicas desnecessárias, dificultando consequentemente a tarefa de navegação autônoma. Vários experimentos foram executados para verificar a eficiência da combinação de técnicas proposta, tanto em nível de simulação quanto em um robô real. Os resultados obtidos demonstraram que a técnica de esqueletização de imagens combinada ao mapeamento métrico do ambiente é uma forma simples e viável de se obter as linhas topológicas do espaço livre do ambiente. A aplicação das transformações morfológicas demonstrou ser eficiente para a criação de mapas topológicos livres de ruído, uma vez que elimina grande parte das linhas topológicas geradas em conseqüência dos ruídos dos sensores do robô / Environment mapping has been a great challenge for many researchers in the autonomous navigation area. There are two important paradigms for mapping, metric and topological mapping. Several mapping methods that combine the advantages of each paradigm have been proposed. This project consists to the adaptation and extension of a mobile robots autonomous navigation integrated system by improving the interface and incorporation of a topological mapping technique. For this, the technique known as Occupation Grid for metric mapping is combined with an image skeletonization method used for topological mapping. This work also aims to propose a set of morphology transformations to generation of topological maps suitable for real environments, seeking to reduce influence of noise in performed mapping. The topological map generated through this combination presents several unnecessary topological lines, due noise inherent to the own robot ability of capturing sensor signals, hindering consequently the task of autonomous navigation. Several experiments have been performed to verify the efficiency of the proposed approach. The results obtained demonstrate that image skeletonization technique combined with the metric mapping is a simple and feasible method for obtaining the topological lines corresponding to free space of the environment. The application of the morphology transformations demonstrated to be a useful method to the creation of topological maps considerably less noise, since it eliminates most of the topological lines generated in consequence of noise in the sensors