Made available in DSpace on 2016-08-29T15:32:28Z (GMT). No. of bitstreams: 1 tese_2735_DissertacaoMestradoMarianaRampinelliFernandes.pdf: 3343375 bytes, checksum: 03d9e17336544a215a07a9bfb820cfe7 (MD5) Previous issue date: 2008-08-25 / Este trabalho aborda o uso da visão computacional como realimentação do controlador fuzzy por propagação de inferências. O estudo é parte do desenvolvimento de um sistema supervisório para a navegação e/ou controle de manobras de robôs móveis ou veículos multi-articulados. Os robôs em questão têm em sua cadeia mecânica o primeiro elemento como trator, com atuação/controle de ângulo de direção nas rodas dianteiras e de velocidade, nas rodas traseiras. Os outros elementos da cadeia são semi-reboques passivos. Tais veículos podem ser utilizados para o transporte de cargas, por exemplo. O problema de controle desses robôs é particularmente complexo nos movimentos à ré, onde o sistema é não holonômico, comportando-se como um pêndulo invertido múltiplo, não linear, instável e de difícil modelagem. A visão computacional foi escolhida para a realimentação do controlador fuzzy devido à quantidade de informações a respeito do ambiente de trabalho e do próprio veículo que as imagens capturadas de uma única câmera são capazes de fornecer. Para a extração das características do robô, a segmentação por cor foi a estratégia escolhida. Os experimentos realizados utilizaram um protótipo de veículo multi-articulado dotado de um sistema de controle e sensoreamento embarcado com comunicação RF, que possibilita a troca de informações com um computador remoto. A câmera, base do sistema de visão, estava situada no topo da área de testes e interligada ao computador remoto. A partir dos resultados dos experimentos, foi possível verificar que o controlador com realimentação visual é capaz de seguir referências. Também foi verificado que o sistema de controle funcionou satisfatoriamente com a realimentação visual para o alinhamento do veículo com qualquer configuração inicial, no centro ou na borda do campo de visão da câmera.