Orientadores: Paulo Augusto Valente Ferreira, Alessandro Correa Victorino, Samuel Siqueira Bueno / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-08T18:02:11Z (GMT). No. of bitstreams: 1 Castro_CesarDantasde_M.pdf: 3031758 bytes, checksum: 02179aa87aa18297b9b19bef7fb5b647 (MD5) Previous issue date: 2007 / Resumo: Este trabalho disserta sobre o desenvolvimento e a implementação de um sistema de localização e mapeamento simultâneos (SLAM) para um veículo robótico aéreo. Utilizando tal sistema, um robô que sobrevoe determinada área, até então desconhecida, deve ser capaz de conhecer sua postura no ambiente e mapeá-lo, sem o auxílio de mapas ou outras informações externas. Para alcançar este objetivo, o sistema recebe informações de uma unidade de medição inercial e de uma câmera, que observa características do ambiente e, indiretamente, a posição e a atitude do robô. Para fundir as informações dos dois conjuntos sensoriais embarcados, é utilizada uma arquitetura baseada no filtro de Kalman estendido, que atua como um estimador tanto da localização do dirigível quanto do mapa. Este sistema representa um primeiro passo em direção a uma solução de SLAM em seis graus de liberdade para o Projeto AURORA, que visa o desenvolvimento de tecnologia em robótica aérea. Desta forma, a abordagem proposta é validada em um ambiente de simulação composto de sensores virtuais e do simulador dinâmico do projeto AURORA. Os resultados apresentados mostram a eficácia da metodologia / Abstract: This work addresses the development and implementation of a simultaneous localization and mapping (SLAM) system for aerial robotic vehicles. Through this system, a robot flying over an unknown region must be capable of detecting its position accurately and, at the same time, constructing a map of the environment without the help of maps or any other external information. To reach that goal, the system receives input data from an inertial measurement unit and a single camera, which observes features in the environment and, indirectly, the robot¿s position and attitude. The data from both onboard sensors are then fused using an architecture based on an extended Kalman filter, which acts as an estimator of the robot pose and the map. This system represents a first step towards a six degrees of freedom SLAM solution for Project AURORA, whose goal is the development of technology on aerial robotics. As such, the proposed methodology is validated in a simulation environment composed of virtual sensors and the aerial platform simulator of the AURORA project based on a realistic dynamic model. The reported results show the efficiency of the approach / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Jacques Wainer / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-24T02:06:24Z (GMT). No. of bitstreams: 1 Pinheiro_PauloGurgel_D.pdf: 41476694 bytes, checksum: f3d5b1e2aa32aa6f00ef7ac689a261e2 (MD5) Previous issue date: 2013 / Resumo: Localização de robôs móveis é uma das áreas mais exploradas da robótica devido a sua importância para a resolução de problemas, como: navegação, mapeamento e SLAM. Muitos trabalhos apresentaram soluções envolvendo cooperação, comunicação e exploração do ambiente, onde em geral a localização é obtida através de ações randômicas ou puramente orientadas pelo estado de crença. Nesta tese, é apresentado um modelo de planejamento para localização utilizando POMDP e Localização de Markov, que indicaria a melhor ação que o robô deve efetuar em cada momento, com o objetivo de diminuir a quantidade de passos. O foco está principalmente em: i) problemas de difícil localização: onde não há landmark ou informação extra no ambiente que auxilie o robô, ii) situações de performance crítica: onde o robô deve evitar passos randômicos e o gasto de energia e, por último, iii) situações com múltiplas missões. Sabendo que um robô é projetado para desempenhar missões, será proposto, neste trabalho, um modelo onde essas missões são consideradas em paralelo com a localização. Planejar para cenários com múltiplos ambientes é um desafio devido a grande quantidade de estados que deve ser tratada. Para esse tipo de problema, será apresentado um modelo de compressão de mapas que utiliza padrões arquiteturais e de design, como: quantidade de portas, paredes ou área total de um ambiente, para condensar informações que possam ser redundantes. O modelo baseia-se na similaridade das características de desing para agrupar ambientes similares e combiná-los, gerando um único mapa representante que possui uma quantidade de estados menor que a soma total de todos os estados dos ambientes do grupo. Planos em POMDP são gerados apenas para os representantes e não para todo o mapa. Finalmente, será apresentado o modelo hierárquico onde a localização é executada em duas camadas. Na camada superior, o robô utiliza os planos POMDP e os mapas compactos para estimar a grossa estimativa de sua localização e, na camada inferior, utiliza POMDP ou Localização de Markov para a obtenção da postura mais precisa. O modelo hierárquico foi demonstrado com experimentos utilizando o simulador V-REP, e o robô Pioneer 3-DX. Resultados comparativos mostraram que o robô utilizando o modelo proposto, foi capaz de realizar o processo de localização em cenários com múltiplos ambientes e cumprir a missão, mantendo a precisão com uma significativa redução na quantidade de passos efetuados / Abstract: Mobile Robot localization is one of the most explored areas in robotics due to its importance for solving problems, such as navigation, mapping and SLAM. In this work, we are interested in solving global localization problems, where the initial pose of the robot is completely unknown. Several works have proposed solutions for localization focusing on robot cooperation, communication or environment exploration, where the robot's pose is often found by a certain amount of random actions or state belief oriented actions. In order to decrease the total steps performed, we will introduce a model of planning for localization using POMDPs and Markov Localization that indicates the optimal action to be taken by the robot for each decision time. Our focus is on i) hard localization problems, where there are no special landmarks or extra features over the environment to help the robot, ii) critical performance situation, where the robot is required to avoid random actions and the waste of energy roaming over the environment, and iii) multiple missions situations. Aware the robot is designed to perform missions, we have proposed a model that runs missions and the localization process, simultaneously. Also, since the robot can have different missions, the model computes the planning for localization as an offline process, but loading the missions at runtime. Planning for multiple environments is a challenge due to the amount of states we must consider. Thus, we also proposed a solution to compress the original map, creating a smaller topological representation that is easier and cheaper to get plans done. The map compression takes advantage of the similarity of rooms found especially in offices and residential environments. Similar rooms have similar architectural design features that can be shared. To deal with the compressed map, we proposed a hierarchical approach that uses light POMDP plans and the compressed map on the higher layer to find the gross pose, and on the lower layer, decomposed maps to find the precise pose. We have demonstrated the hierarchical approach with the map compression using both V-REP Simulator and a Pioneer 3-DX robot. Comparing to other active localization models, the results show that our approach allowed the robot to perform both localization and the mission in a multiple room environment with a significant reduction on the number of steps while keeping the pose accuracy / Doutorado / Ciência da Computação / Doutor em Ciência da Computação

Orientador: Paulo Roberto Gardel Kurka / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-26T21:38:28Z (GMT). No. of bitstreams: 1 Araujo_DarlaCarolinedaSilva_M.pdf: 5678583 bytes, checksum: a6ed9886369705a8853f15d431565a3d (MD5) Previous issue date: 2015 / Resumo: O presente trabalho descreve um método de odometria visual empregando a técnica de fluxo óptico, para estimar o movimento de um robô móvel, através de imagens digitais capturadas de duas câmeras estereoscópicas nele fixadas. Busca-se assim a construção de um mapa para a localização do Robô. Esta proposta, além de alternativa ao cálculo autônomo de movimento realizado por outros tipos de sensores como GPS, laser, sonares, utiliza uma técnica de processamento óptico de grande eficiência computacional. Foi construído um ambiente 3D para simulação do movimento do robô e captura das imagens necessárias para estimar sua trajetória e verificar a acurácia da técnica proposta. Utiliza-se a técnica de fluxo óptico de Lucas Kanade na identificação de características em imagens. Os resultados obtidos neste trabalho são de grande importância para os estudos de navegação robótica / Abstract: This work describes a method of visual odometry using the optical flow technique to estimate the motion of a mobile robot, through digital images captured from two stereoscopic cameras fixed on it, in order to obtain a map of location of the robot. This proposal is an alternative to the autonomous motion calculation performed by other types of sensors such as GPS, laser, sonar, and uses an optical processing technique of high computational efficiency. To check the accuracy of the technique it was necessary to build a 3D environment to simulate the robot performing a trajectory and capture the necessary images to estimate the trajectory. The optical flow technique of Lucas Kanade was used for identifying features in the images. The results of this work are of great importance for future robotic navigation studies / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestra em Engenharia Mecânica

O problema da tolerância a falhas em robôs manipuladores cooperativos conectados rigidamente a um objeto indeformável é estudado nesta tese. A tolerância a falhas é alcançada através de reconfiguração do sistema de controle. Primeiro, a falha é detectada e isolada. Então, o sistema de controle é reconfigurado de acordo com a falha isolada. As falhas em robôs manipuladores são primeiramente estudadas de acordo com suas consequências no sistema cooperativo. Quatro tipos de falhas são identificados: juntas com balanço livre (sem atuadores ativos), bloqueadas, com informação incorreta de posição e com informação incorreta de velocidade. A detecção e a isolação dos dois primeiros tipos de falhas são alcançadas através de um sistema utilizando redes neurais artificiais. Redes do tipo MLP são empregadas para mapear a dinâmica dos robôs cooperativos sem falhas e uma rede RBF é utilizada para a classificação do vetor de resíduos. As falhas do tipo informação incorreta de posição ou velocidade das juntas são detectadas e isoladas através do uso das restrições impostas pela cadeia cinemática fechada presente no sistema cooperativo. Quando falhas do tipo juntas com balanço livre ou bloqueadas são isoladas, as leis de controle são reconfiguradas. Para estes casos, controladores híbridos de movimento e esmagamento do objeto são deduzidos. Quando falhas do tipo informação incorreta de posição ou velocidade das juntas são isoladas, as medidas afetadas são substituídas por valores estimados. Resultados obtidos em simulações e em robôs cooperativos reais mostram que a metodologia proposta é viável. / The problem of fault tolerance in cooperative manipulators rigidly connected to an undeformable load is addressed in this work. Fault tolerance is reached by reconfiguration of the control system. The faults are firstly detected and isolated. Then, the control system is reconfigured according to the isolated fault. Four faults are considered: free-swinging joint faults, locked joint faults, incorrectly measured joint position faults, and incorrectly measured joint velocity faults. Free-swinging and locked joint faults are detected and isolated by artificial neural networks. MLP’s are utilized to reproduce the dynamics of the fault-free system and an RBF is used to classify the residual vector. Incorrectly measured joint position and velocity faults are detected and isolated based on the kinematic constraints imposed on the cooperative system. When free-swinging and locked joint faults are isolated, the control laws are reconfigured. Control laws for motion and squeeze of the object are developed in these cases. When incorrectly measured joint position faults and incorrectly measured joint velocity faults are isolated, the faulty measurements are replaced by their estimates. Results obtained in simulations and in real cooperative robots indicate that the proposed methodology is viable.

A robótica móvel autônoma é uma área de pesquisa onde o foco primordial concentra-se na busca incessante de meios que possibilitem a operação de um robô móvel sem a intervenção humana e de um modo mais inteligente possível. Para isso, essa busca pode ser dividida em diferentes ênfases: planejamento de ações, mapeamento de ambiente e localização do robô dentro do mundo em que se encontra. Mais especificamente, o problema de determinação da localização é considerado por alguns como o fator mais importante para capacitar a autonomia de um robô móvel. Muito já foi proposto sobre técnicas de localização, e, dentre as mais recentes, destaca-se o algoritmo de localização Monte Carlo, uma técnica eficiente no que diz respeito à solução dos diversos problemas que abrangem estimação de posição de um robô móvel. O trabalho aqui apresentado tem por objetivo a implementação de um algoritmo de estimação de posição baseado no algoritmo de localização Monte Carlo em conjunto com um Algoritmo Genético. Aqui, a função deste último é minimizar erros acentuados de localização, ocasionados pela deficiência dos modelos probabilísticos que representam a dinâmica de movimento e a percepção sensorial do robô. Isso acontece, principalmente no caso de sensores do tipo sonar diante de obstáculos do tipo quina. O resultado obtido é o método de localização Monte Carlo Genético, que se apresentou como uma possível solução para minimização desses erros de localização. O grande empecilho, porém, constatado nessa abordagem, é o elevado número de parâmetros a serem configurados. O desafio, então, torna-se encontrar o ajuste ideal de parametrização para obtenção de melhor desempenho deste método.

A aplicação de sistemas de múltiplos robôs é desejável em várias tarefas. Algumas delas são: exploração de ambientes, mineração, detecção de minas terrestres, segurança e operações de resgate. Uma estratégia eficiente de coordenação é decisiva para alcançar melhoras no desempenho. Neste projeto, duas novas estratégias são propostas para a coordenação de sistemas de múltiplos robôs, aplicadas para as tarefas de exploração, vigilância e formação. Elas são distribuídas, descentralizadas e ocorrem em tempo de execução. A inspiração para ambas advém de mecanismos biológicos que definem uma organização social de sistemas coletivos. Especificamente, considerou-se nesta tese uma versão modificada do sistema de colônia de formigas. As estratégias são adaptáveis para cenários em que o número de robôs e a estrutura do ambiente mudam. Em relação à primeira estratégia, os experimentos consideram dois critérios de desempenho: a média de ciclos de vigilância e a média de iterações em cada intervalo de segurança. Os resultados de simulação confirmam que a exploração e vigilância emergem da sinergia dos comportamentos individuais dos robôs. Os dados obtidos mostram que a estratégia de coordenação é eficiente e satisfatória para realizar as tarefas de exploração e vigilância. Quanto à segunda estratégia, o sistema apresenta as características desejáveis para que a formação seja mantida: separação, alinhamento e coesão. Evidências empíricas mostraram que o sistema possui boa habilidade dispersiva, o que promoveu o aumento da cobertura, e que o mesmo foi capaz de se adaptar a novas topologias de grupo e configurações de ambiente / The application of systems of multiple robots is desirable in various tasks. Some of them include: exploration, mining, land mine detection, security and rescue operations. An effective strategy for coordination is crucial to achieve performance improvements. In this project, two new strategies are proposed for the coordination of multiple robot systems, applied to the tasks of exploration, surveillance and formation. They are distributed, decentralized and performed in real time. The inspiration for both of them comes from the biological mechanisms that define a social organization of collective systems. Specifically, it was considered in this thesis a modified version of the Ant Colony System. The strategies are adaptable for scenarios where the number of robots and structure of the environment change. Regarding the first strategy, the experiments consider two performance criteria: average surveillance cycles and average iterations for each patrolling interval. Simulation results confirm that the exploration and surveillance emerge from the synergy of individual behaviors of robots. The data obtained show that the coordination strategy is efficient and and suitable to perform the tasks of exploration and surveillance. Regarding the second strategy, the system presents the characteristics desirable to maintain the formation: separation, alignment and cohesion. Empirical evidence showed that the system has good dispersive ability, which promoted an increase in coverage, and that it was able to adapt to new group topologies and environment settings

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2013-01-24T19:15:37Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_ProjetoConstrucaoRobo.pdf: 5011446 bytes, checksum: 582260229690cb7f93a3169008f8cc4c (MD5) / Approved for entry into archive by Ana Rosa Silva(arosa@ufpa.br) on 2013-01-25T13:38:43Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_ProjetoConstrucaoRobo.pdf: 5011446 bytes, checksum: 582260229690cb7f93a3169008f8cc4c (MD5) / Made available in DSpace on 2013-01-25T13:38:43Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_ProjetoConstrucaoRobo.pdf: 5011446 bytes, checksum: 582260229690cb7f93a3169008f8cc4c (MD5) Previous issue date: 2009-12 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / Esta dissertação de mestrado apresenta o projeto e a construção de um robô móvel terrestre denominado LOGBOT, com tração de movimento do tipo diferencial – com duas rodas motoras e uma roda livre para manter a estabilidade de sua estrutura em relação à superfície. O controle do robô dispõe dos modos de telemetria e autônomo. No modo de controle por telemetria (ROV), a comunicação do robô com a estação de controle é feita por radiofreqüência a uma distância de até um quilometro em ambientes externos, e até cem metros em ambientes internos. No modo de controle autônomo (AGV), o robô tem habilidade para navegar em ambientes internos e desconhecidos usando sempre a parede à sua esquerda como referência para a trajetória de seu movimento. A seqüência de movimentos para execução da trajetória é enviada para a estação de controle que realiza análises de desempenho do robô. Para executar suas tarefas no modo autônomo, a programação do robô conta com um agente inteligente reativo, que detecta características do ambiente (obstáculos, final de paredes, etc.) e decide sobre qual atitude deve ser executada pelo robô, com objetivo de contornar os obstáculos e controlar a velocidade de suas rodas. Os problemas de erro odométrico e suas correções com base no uso de informações sensoriais externas são devidamente tratados. Técnicas de controle hierárquico do robô como um todo e controle em malha fechada da velocidade das rodas do robô são usadas. Os resultados mostraram que o robô móvel LOGBOT é capaz de navegar, com estabilidade e precisão, em ambientes internos no formato de um corredor (wall following). / This dissertation aims to present the design and construction of a terrestrial mobile robot called LOGBOT with traction type differential movement - with two wheels and an impeller to maintain the stability of its structure with the surface. The robot control modes have the telemetry and autonomous. In the control by telemetry – Remotely Operated Vehicle, communication with the robot control station operator is made by radio at a distance of one kilometer to outdoors, and one hundred meters indoors. In autonomous control mode – Autonomous Guided Vehicle, the robot has the ability to navigate in indoor environments and unfamiliar with the use of the corridor wall as your reference trajectory to be traveled. The sequence of movements for execution of the path is sent to the control station that performs analysis of performance of the robot. To perform these tasks in standalone mode, your program includes a reactive intelligent agent that detects behaviors of the environment and decides a course of action to be performed by the robot, aiming to avoid obstacles and to control the speed of the wheels of mobile robots. The problem of odometer error and its correction based on the use of external sensory information were assessed. Techniques of hierarchical control of the robot as a whole and speed control closed loop of the robot's wheels were used. The results showed that the LOGBOT mobile robot is able to navigate in indoor environments in the form of a corridor, with stability and accuracy.

O problema da tolerância a falhas em robôs manipuladores cooperativos conectados rigidamente a um objeto indeformável é estudado nesta tese. A tolerância a falhas é alcançada através de reconfiguração do sistema de controle. Primeiro, a falha é detectada e isolada. Então, o sistema de controle é reconfigurado de acordo com a falha isolada. As falhas em robôs manipuladores são primeiramente estudadas de acordo com suas consequências no sistema cooperativo. Quatro tipos de falhas são identificados: juntas com balanço livre (sem atuadores ativos), bloqueadas, com informação incorreta de posição e com informação incorreta de velocidade. A detecção e a isolação dos dois primeiros tipos de falhas são alcançadas através de um sistema utilizando redes neurais artificiais. Redes do tipo MLP são empregadas para mapear a dinâmica dos robôs cooperativos sem falhas e uma rede RBF é utilizada para a classificação do vetor de resíduos. As falhas do tipo informação incorreta de posição ou velocidade das juntas são detectadas e isoladas através do uso das restrições impostas pela cadeia cinemática fechada presente no sistema cooperativo. Quando falhas do tipo juntas com balanço livre ou bloqueadas são isoladas, as leis de controle são reconfiguradas. Para estes casos, controladores híbridos de movimento e esmagamento do objeto são deduzidos. Quando falhas do tipo informação incorreta de posição ou velocidade das juntas são isoladas, as medidas afetadas são substituídas por valores estimados. Resultados obtidos em simulações e em robôs cooperativos reais mostram que a metodologia proposta é viável. / The problem of fault tolerance in cooperative manipulators rigidly connected to an undeformable load is addressed in this work. Fault tolerance is reached by reconfiguration of the control system. The faults are firstly detected and isolated. Then, the control system is reconfigured according to the isolated fault. Four faults are considered: free-swinging joint faults, locked joint faults, incorrectly measured joint position faults, and incorrectly measured joint velocity faults. Free-swinging and locked joint faults are detected and isolated by artificial neural networks. MLP’s are utilized to reproduce the dynamics of the fault-free system and an RBF is used to classify the residual vector. Incorrectly measured joint position and velocity faults are detected and isolated based on the kinematic constraints imposed on the cooperative system. When free-swinging and locked joint faults are isolated, the control laws are reconfigured. Control laws for motion and squeeze of the object are developed in these cases. When incorrectly measured joint position faults and incorrectly measured joint velocity faults are isolated, the faulty measurements are replaced by their estimates. Results obtained in simulations and in real cooperative robots indicate that the proposed methodology is viable.

O contínuo aumento da complexidade no controle de sistemas robóticos, bem como a aplicação de grupos de robôs auxiliando ou substituindo seres humanos em atividades críticas tem gerado uma importante demanda por soluções mais robustas, flexíveis, e eficientes. O desenvolvimento convencional de algoritmos especializados, constituídos de sistemas baseados em regras e de autômatos usados para coordenar estes conjuntos físicos em um ambiente dinâmico é um desafio extremamente complexo. Diversos modelos de desenvolvimento existem, entretanto, muitos desafios da área da robótica móvel autônoma continuam em aberto. Esta tese se insere no contexto da busca por soluções inteligentes a serem aplicadas em robôs móveis autônomos com o objetivo de permitir a operação destes em ambientes dinâmicos. Buscamos, com a investigação e aplicação de estratégias inteligentes por meio de aprendizado de máquina no funcionamento dos robôs, a proposta de soluções originais que permitam uma nova visão sobre a operação de robôs móveis em três dos desafios da área da robótica móvel autônoma, que são: localização, navegação e operações com grupos de robôs. As pesquisas sobre localização e coordenação de grupos apresentam investigação e propostas originais, buscando estender o estado da arte, onde apresentam resultados inovadores. A parte sobre navegação tem como objetivo principal ser um elo entre os conceitos de localização e coordenação de grupos, sendo o foco o desenvolvimento de um veículo autônomo com maior implicação em avanços técnicos. Relacionado com a coordenação de grupos de robôs, fizemos a escolha de trabalhar sobre uma aplicação modelada como o problema de combate a incêndios florestais. Buscamos desenvolver um ambiente de simulação realístico, onde foram avaliadas quatro técnicas para busca de iii estratégias de formação do grupo: Algoritmos Genéticos, Otimização por Enxame de Partículas, Hill Climbing e (iv) Simulated Annealing. Com base nas diversas avaliações realizadas pudemos mostrar quais das técnicas e conjuntos de parâmetros permitem a obtenção de resultados mais acurados que os demais. Além disso, mostramos como uma heurística baseada em populações anteriores pode auxiliar na tolerância a falhas da operação. Relacionado com a tarefa de navegação, apresentamos o desenvolvimento de um veículo autônomo de grande porte funcional para ambientes externos. Buscamos aperfeiçoar uma arquitetura para navegação autônoma, baseada em visão monocular e com capacidade de seguir pontos esparsos de GPS. Mostramos como a simulação e os usos de robôs de pequeno porte auxiliaram no desenvolvimento do veículo de grande porte e apresentamos como as redes neurais podem ser aplicadas nos modelos de navegação autônoma. Na investigação sobre localização, mostramos um método utilizando informação obtida de redes sem fio para prover informação de localização para robôs móveis. As informações obtidas da rede sem fio são utilizadas para aprendizado da posição de um robô móvel por meio de uma rede neural. Diversas avaliações foram realizadas buscando entender o comportamento do sistema com diferentes números de pontos de acesso, com uso de filtros, com diferentes topologias. Os resultados mostram que o modelo usando redes sem fio pode ser um possível método prático e barato para localização de robôs móveis. Esta tese aborda temas relevantes e propostas originais relacionadas com os objetivos propostos, apresentando métodos que provenham autonomia na coordenação de grupos e nas atividades individuais dos mesmos. A busca por altos graus de eficiência na resolução de tarefas em ambientes dinâmicos ainda é um campo que carece de soluções e de um aprofundamento nas pesquisas. Sendo assim, esta pesquisa buscou agregar diversos avanços científicos na área de pesquisa de robôs móveis autônomos e coordenação de grupos, por meio da aplicação de estratégias inteligentes / The constant increasing of the complexity in the control of robotic systems, as well as the application of groups of robots assisting or replacing human beings in critical activities has generated a significant demand for more robust, flexible and efficient solutions. The conventional development of specialized algorithms consisted of rule-based systems and automatas, used to coordinate these physical sets in a dynamic environment is an extremely complex challenge. Although several models of development of robotic issues are currently in use, many challenges in the area remain open. This thesis is related to the search for intelligent strategies to be applied in autonomous mobile robots in order to allow practical operations in dynamic environments. We seek, with the investigation of intelligent strategies by means of the use of machine learning in the robots, to propose original solutions to allow contributions in three challenges of the robotic research area: localization, navigation and coordination of groups of robots. The investigations about localization and groups of robots show novel and original proposals, where we sought to extend the state of the art. The navigation part has as its major objective to be a link between the subjects of localization and navigation, being its aim to help the deployment of a autonomous vehicle implying in greater technical advances. Related to the robotic group coordination, we have made the choice to work on an application modeled as a wildfire combat operation. We have developed a simulation environment in which we have evaluated four techniques to obtain strategies for the group formation: genetic algorithms, particle swarm optimization, hill climbing and simulated annealing. The v results showed that we can have very different accuracy with different techniques and sets of parameters. Furthermore, we show how a heuristic based on the use of past populations can assist in fault tolerant operation. Related to the autonomous navigation task, we present the development of a large autonomous vehicle capable of operating in outdoor environments. We sought to optimize an architecture for autonomous navigation based on monocular vision and with the ability to follow scattered points of GPS.We show how the use of simulation and small robots could assist in the development of large vehicle. Furthermore, we show how neural networks can be applied as a controller to autonomous navigation systems. In the investigation about localization, we presented a method using wireless networks to provide information about localization to mobile robots. The information gathered by the wireless network is used as input in an artificial neural network which learns the position of the robot. Several evaluations were carried out in order to understand the behavior of the proposed system, as using different topologies, different numbers of access points and the use of filters. Results showed that the proposed system, using wireless networks and neural networks, may be a useful and easy to use solution for localization of mobile robots. This thesis has addressed original and relevant topics related to the proposed objectives, showing methods to allow degrees of autonomy in robotic operations. The search for higher degrees of efficiency in tasks solving in dynamic environments is still a field that lacks solutions. Therefore, this study sought to add several scientific contributions in the autonomous mobile robots research area and coordination of groups, by means of the application of intelligent strategies

Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP); FINEP; Ministério da Ciência e Tecnologia (MCT) / Este trabalho consiste no desenvolvimento de um sistema estabilizador da adesão de um robô escalador com rodas magnéticas. O projeto deste robô surge da necessidade em automatizar o processo de inspeção de tanques de armazenamento de derivados de petróleo, o qual e atualmente realizado de modo manual. O robô vem sendo desenvolvido no Laboratório de Automação e Sistemas de Controle Avençado (LASCA) da Universidade Tecnológica Federal do Paraná (UTFPR). Primeiramente foi realizada uma análise teórica completa do protótipo, englobando um estudo da estrutura do robô, seus requisitos e as análises de cinemática e dinâmica. Realizou-se então um estudo das rodas magnéticas do robô e das características do campo magnético enquanto ocorre descolamento da roda em superfícies ferromagnéticas. Os dados do campo magnético são adquiridos por meio do magnetômetro presente na unidade de navegação inercial do robô. Implementou-se então uma rede neural artificial do tipo Perceptron Multi-Camadas com o intuito de interpretar os dados do campo magnético e estimar a forca de adesão entre o robô e a superfície. Por fim a quantificação da forca de adesão e utilizada para implementar um sistema de controle de adesão para o robô escalador. / This work consists in the design of an adhesion stabilization system of a climbing robot with magnetic wheels. The robot’s design comes from the need to automatize the inspection process of industrial storage tanks for petroleum products, which is currently performed manually. The robot is being developed in the Laboratory of Automation and Advanced Control Systems (LASCA) of the Federal Technological University of Paraná (UTFPR). First, a complete a theoretical analysis of the prototype was carried out including a study of the robot’s structure, its requirements and the kinematics and dynamics analyses. Then, a study of the robot’s magnetic wheels and the characteristics of the magnetic field in the occurancy of detachment between the magnetic wheel and the ferro-magnetic surfaces was carried out. The magnetic field data is acquired through the magnetometer of the inertial measurement unit sensor of the robot. Then a multilayer perceptron artificial neural network was implemented in order to interpret the magnetic field data and estimate the adhesion force between robot and surface. Finally the adhesion force quantification is used to implement an adhesion control system for the robot.