O planejamento de movimento é um dos problemas fundamentais em navegação autônoma para robôs móveis. Uma vez planejado o caminho, o robô executa o acompanhamento da trajetória, frequentemente, com o auxílio de um controlador em malha fechada. Este controlador tem o objetivo de minimizar os erros de acompanhamento, a fim de que a trajetória executada se aproxime da trajetória planejada. Entretanto a maioria dos planejadores de movimento não levam em consideração o modelo dinâmico do robô, dificultando assim o trabalho do controlador que executa o acompanhamento da trajetória. Incluindo as restrições cinemáticas e dinâmicas do modelo do robô, o custo computacional durante a fase de planejamento de trajetória será mais alto. Isto ocorre pois são necessárias mais variáveis para representar o espaço de estados do robô. No entanto ao levar em consideração tais restrições durante a fase de planejamento, as trajetórias geradas serão factíveis de serem acompanhadas. Os planejadores probabilísticos de movimento podem ser usados para minimizar o impacto do alto custo computacional, devido ao aumento de variáveis que representam o espaço de estados. Tais planejadores também são chamados de planejadores de movimento baseados em amostragem. A busca por um caminho livre de colisões entre dois estados é feito de maneira aleatória. Caso exista uma solução, a probabilidade do algoritmo encontrá-la tende para 1 quanto do tempo de busca tende a infinito, isto é, quanto mais tempo o algoritmo possui para realizar a busca será mais provável que ele encontre a solução. Neste trabalho é proposto um planejador de movimentos baseado em amostragem que leva em consideração os aspectos cinemáticos e dinâmicos do robô. Além disto esta abordagem de planejamento desenvolvida permite conhecer e levar em consideração os efeitos do controlador que faz o acompanhamento da trajetória, ainda na fase de planejamento de movimento. As trajetórias planejadas foram executadas no robô Pioneer 3AT. Foram levantados os dados relacionados ao desempenho do algoritmo em termos de custo computacional. E na sequência são apresentados os resultados experimentais tanto na parte de planejamento de trajetórias quanto na fase de acompanhamento. / Motion planning is one of the fundamental problems in autonomous navigation for mobile robots. Once the path is planned, the robot performs the trajectory tracking, often with the aid of a closed loop controller. This controller is designed to minimize tracking errors, in order that tracked trajectory get closer to planned path. However, the most motion planners do not take into account the dynamic model of the robot, thus hindering the work of closed loop controller. When including the kinematic constraints and dynamic model of the robot, the computational cost during the planning phase trajectory will be increased. This is because more variables are needed to represent the state space of the robot. But when taking into account these constraints during the planning phase, the trajectories generated are feasible to be followed. The probabilistic motion planners can be used to minimize the impact of high computational cost due to the increase of variables that represent the state space. These planners are also called sampling based motion planners. The search for a collision-free path between two states is done randomly. If a solution exists, the probability of the algorithm to find it tends to one while the search time tends to infinity, that is, the longer time the algorithm has to perform the search will be more likely to find the solution. This paper proposes a sampling based motion planner that takes into account the kinematic and dynamic aspects of the robot. Furthermore this approach allows one to know and take into account the effects of the controller that perform the trajectory tracking, still in the motion planning phase. The planned trajectories were performed on the robot Pioneer 3AT. Data related to the computational cost of the algorithm were analyzed. Following the experimental results are presented both in the planning of trajectories and in the tracking phase.

Robôs móveis autônomos dependem da informação obtida de seus sensores para processos de tomada de decisão durante a realização de suas tarefas. A utilização de sistemas de visão permite a aquisição de um grande volume de dados sobre o ambiente no qual o robô se encontra. Particularmente, um sistema de visão omnidirecional é capaz de fornecer informações sobre todo o espaço ao redor do robô numa única imagem. Através do processamento de um par ou mais de imagens omnidirecionais pode-se obter as distâncias entre o robô e os objetos no seu ambiente de trabalho. Devido às incertezas inerentes a qualquer sensoriamento, um modelo probabilístico do mesmo faz-se necessário para que a informação sensorial adquirida possa ser utilizada para os processos de decisão internos do robô durante a execução de sua tarefa. Assim, tendo como único sensor um sistema de visão estéreo omnidirecional utilizado como fonte de informação para uma representação estocástica espacial do ambiente, conhecida como Grades de Evidência, o robô é capaz de determinar a probabilidade da ocupação dos espaços ao seu redor e assim navegar autonomamente no ambiente. Este artigo mostra um algoritmo estéreo com imagens omnidirecionais e um modelo do sistema de visão estéreo omnidirecional para atualização das Grades de Evidência. Este é a primeira etapa de um trabalho que visa a realização de tarefas de navegação e exploração de ambientes desconhecidos e não-estruturados tendo como base de conhecimento para o robô um modelo probabilístico baseado nas Grades de Evidência. / Autonomous mobile robots depend on information acquired with its sensors to make decisions during its task. The use of vision systems provide a large amount of data about the environment in which the robot is. Particularly, an omnidirectional vision systems provide information in all directions of the environment to the robot with just one image. Through the processing of a pair of omnidirectional images it is possible to obtain the distances between the robot and the objects in its work environment. Because of the uncertainty of all sensors, a probabilistic model is necessary so that the information acquired could be used in decision make processes. Having just an omnidirectional stereovision system as a source of information to an stochastic representation of the environment, known as Evidence Grids, the robot can determine the probability of occupation of the space in the environment and navigate autonomously. This article shows a stereo algorithm and a model of the omnidirectional stereovision system to update the Evidence Grid. This is the beginning of a work that have as objective make navigation and exploration of unknown and unstructured environment having as knowledge base a probabilistic model as Evidence Grids.

El siguiente trabajo busca desarrollar y testear un controlador para un robot móvil con fines agrícolas. Enmarcado en un proyecto más grande, que actualmente desarrolla un prototipo de robot móvil con desplazamiento autónomo para colaborar en las tareas agropecuarias, este trabajo parte de las ecuaciones cinemáticas desarrolladas para este prototipo y desarrolla una estrategia de control mediante torque computado para el desplazamiento autónomo del vehículo en el medio y se realizan simulaciones de las mismas. Realizado este trabajo y obteniendo resultados certeros se deja todo pronto para continuar con la instancia experimental en el prototipo. / The following dissertation tries to develop and test a movil robot controller for agricultural purposes. Framed in a bigger proyect that is currently developing a mobile robot prototype with autonomous movement to help with agricultural work, this work starts in the kinematic equations developed for the prototype and develops a control strategy through computed torque control for the autonomous movement of the vehicle and simulations are performed of such computation. With this work finished and with the results obtained is ready to continue with the experimental instance in the prototype.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-graduação em Engenharia de Automação e Sistemas, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T03:34:53Z (GMT). No. of bitstreams: 0 / Este trabalho tem por foco o desenvolvimento de uma metodologia de controle de trajetória de robôs móveis não-holonômicos com rodas e acionamento diferencial. A metodologia proposta baseia-se nos modelos cinemáticos (de postura e de configuração) e dinâmico ambos sujeitos a incidência de incertezas e/ou perturbações. São propostos quatro controladores cinemáticos em coordenadas retangulares obtidos da combinação das teorias de controle a estrutura variável, de controle adaptativo (quando aplicável) e de controle por redes neurais. Na realização do controle dinâmico, é proposto um controlador de torque, obtido a partir da teoria de controle baseada na inércia, também projetado por redes neurais. Este controlador compensa as perturbações e estima os parâmetros dinâmicos do robô móvel, uma vez que estes parâmetros podem variar com o tempo e que são de difícil medição. Os algoritmos de ajustes on-line dos pesos das redes neurais, bem como as leis de adaptação de parâmetros (quando aplicável) são obtidos por meio da análise de estabilidade, tanto para os controladores cinemáticos propostos quanto para o controlador dinâmico proposto, tendo por base a teoria de Lyapunov. Resultados de simulações são apresentados com o intuito de verificar a efetividade das estratégias de controle propostas para situações de seguimento de trajetórias, considerando os parâmetros do robô móvel Magellan PRO ISR. Comparações de desempenho são feitas utilizando resultados de um controlador de torque do tipo torque computado com o controlador de torque proposto. Também é feita a comparação de desempenho de um dos controladores cinemáticos propostos com resultados da literatura. / This work focuses on the development of a methodology for trajectory control of wheeled mobile robots with differential steering. The proposed methodology is based on kinematic (posture and configuration) and dynamic models both subject to uncertainties and / or disturbances. Four kinematic controllers are proposed in rectangular coordinates obtained by combining the theories of variable structure control, adaptive control (where applicable) and control by neural networks. To the dynamic control, it is proposed a torque controller, obtained from the control theory based on inertia, also designed by neural networks. This controller compensates for the disturbances and estimates the dynamic parameters of the robot, since these parameters may vary over time and are difficult to measure. Algorithms on-line adjustments of the weights of neural networks as well as the laws of adaptation of parameters (where applicable) are obtained through the stability analysis for both the kinematic controllers proposed as for the proposed dynamic controller, based on Lyapunov theory. Simulation results are presented in order to verify the effectiveness of proposed control strategies for trajectory tracking situations, considering the parameters of the mobile robot Magellan PRO ISR. Performance comparisons are made using results of a computed-torque controller with the proposed torque controller. It is also made a performance comparison of kinematic controllers proposed in the literature.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2016. / Made available in DSpace on 2017-05-23T04:24:04Z (GMT). No. of bitstreams: 1 345595.pdf: 3615095 bytes, checksum: a7b07161128479a341393c6ed22d27e6 (MD5) Previous issue date: 2016 / Nos últimos anos, as chamadas Redes de Sensores Sem Fio (RSSF) tem sido usadas numa grande variedade de aplicações, tais como monitoramento (p.ex. poluição do ar e água, vulcões, estruturas, sinais vitais), detecção de eventos (p.ex. vigilância, incêndios, inundações, terremotos), e monitoramento de alvos (p.ex. segurança, animais silvestres, etc). RSSF são constituídas tipicamente por dezenas, as vez centenas de pequenos dispositivos alimentados por baterias, capazes de realizar medições e de transmitir tais dados para uma estação base através de um canal sem fio. Uma das formas mais promissoras para melhorar o desempenho das RSSF em termos de conectividade, tempo de vida da rede, e latência na transmissão dos dados é através de técnicas que exploram a mobilidade em um ou mais componentes da rede. A mobilidade na RSSF pode ser tanto controlável como aleatória, sendo que em ambos os casos os protocolos devem ser devidamente ajustados para responder adequadamente aos cenários em questão. No caso de mobilidade aleatória, os nodos sensores podem ser capazes de aprender os padrões de mobilidade dos nodos para poderem otimizar a operação da rede. Por outro lado, sendo os padrões de mobilidade conhecidos, é possível fazer escolhas para melhor sintonizar o desempenho da rede de acordo com os critérios estabelecidos pelo projetista. A presente tese de doutorado procura explorar as vantagens associadas com o uso de mobilidade controlada em RSSF. É possível definir mobilidade controlada como sendo a capacidade de se alterar propositalmente o posicionamento de determinados nodos da RSSF. Com isso se torna possível explorar, controlar, ou mesmo otimizar a trajetória e a velocidade dos nodos móveis da RSSF a fim de maximizar o desempenho da rede como um todo. Definitivamente, o uso de nodos que permitam o ajuste de trajetória e velocidade oferece um alto grau de flexibilidade para se explorar aspectos de mobilidade e projetar protocolos de coleta de dados otimizados. Ao se utilizar mobilidade controlada, algumas das operações realizadas pela RSSF podem ser significativamente melhoradas, de modo a tornar possível ajustar o padrão de desempenho da rede de acordo com os níveis desejados. Por exemplo, o processo de descoberta de nodos pode ser melhorado e mesmo simplificado com o controle dos nodos móveis, de modo que ele possa se aproximar dos nodos estáticos em instantes pré-determinados. Da mesma forma, o processo de coleta de dados pode ser otimizado se os nodos móveis se moverem mais rapidamente nos locais onde eles precisam coletar menos dados. Entretanto, diversos desafios aparecem neste tipo de contexto. Por exemplo, como se deve escalonar a chegada do(s) nodo(s) móvel(is) e como se deve controlar e otimizar a movimentação em termos de velocidade sem afetar a qualidade de serviço. Nesse contexto, o segundo capítulo da teseapresenta um esquema de estimação de localização de nodos estáticos espalhados ao longo de uma área predeterminada, utilizando-se para tanto de um nodo móvel com mobilidade controlada. Tal informação de posicionamento é muito importante para a organização de uma RSSF. Com isso é possível definir a sua cobertura, os protocolos de roteamento, a forma de coleta de dados e também auxiliar em aplicações de rastreamento e detecção de eventos. O esquema proposto consiste de uma técnica de localização para estimar a posição dos nodos sensor de forma eficiente, usando apenas um nodo móvel e técnicas geométricas simples. O esquema não requer hardware adicional ou mesmo comunicação entre nodos sensores, evitando assim maiores gastos de baterias. A estimativa de posição obtida é precisa e capaz de tolerar um certo grau de obstáculos. Os resultados obtidos ao longo da tese demostram que a precisão de localização pode ser bem ajustada selecionando corretamente a velocidade, o intervalo de transmissão de beacons e o padrão de varredura da área de interesse pelo nodo móvel.Já o terceiro capítulo apresentada uma técnica de otimização para fins de controle da mobilidade do nodo coletor de dados (MDC). Com isso torna-se possível desenvolver um esquema inteligente de coleta de dados na RSSF. Em primeiro lugar, são destacados os fatores que afetam o processo de coleta de dados usando um MDC. Em seguida é apresentado um algoritmo adaptativo que permite ajustar os parâmetros de controlenecessários para modificar os parâmetros de movimentação do MDC. Estes parâmetros permitem que a velocidade do MDC seja ajustada em tempo de execução para otimizaro processo de coleta de dados. Com isso o MDC pode se adaptar às diferentes taxas de coletas de dados impostas por um conjunto de nodos heterogêneos. O esquema proposto apresenta vantagens significativas para RSSF de grande escala e também heterogêneas (onde os sensores possuem taxas de amostragem variáveis). Os resultados obtidos mostram um aumento significativo na taxa de coleta de dados e a redução no tempo total de deslocamento e no número de voltas que o MDC gasta para coletar os dados dos sensores.Por fim, o capítulo 4 propõe um mecanismo de controle de acesso (MAC) adaptado ao cenário de mobilidade, que se ajusta automaticamente de acordo com o padrão de mobilidade do MDC. O mesmo foca umaredução no consumo de energia e na melhoria da coleta de dados, suportando mobilidade e evitando colisões de mensagens. Este protocolo destina-se a aplicações de coleta de dados nas quais os nós sensores têm de reportar periodicamente a um nó receptor ou estação base. O conceito básico é baseado em acesso múltiplo de divisão de tempo, onde a duração do padrão de sono-vigília é definida de acordo com o padrão de mobilidade do MDC. O esquema proposto é capaz de atender tanto mobilidade aleatória quanto controlada por parte do MDC, desde que as RSSF sejam organizadas em cluster. Uma análise de simulação detalhada é realizada para avaliar seu desempenho em cenários mais gerais e sob diferentes condições operacionais. Os resultados obtidos mostram que o nosso esquema proposto supera amplamente oprotocolo 802.15.4 com sinais (beacons) em termos de eficiência energética, tempo de deslocamento do MDC e taxas de coleta de dados.<br> / Abstract : One of the promising techniques for improving the performance of a wireless sensor network (WSN), in terms of connectivity, network lifetime, and data latency, is to introduce and exploit mobility in some of the network components. Mobility in WSN can be either uncontrollable or controllable and needs to be optimized in both cases. In the case of uncontrolled mobility, sensor nodes can learn the mobility patterns of mobile nodes to improve network performance. On the other hand, if the mobility is controllable in terms of trajectory and speed, it can be best tuned to enhance the performance of the network to the desired level. This thesis considers the problem of exploiting and optimizing mobility in wireless sensor networks in order to increase the performance and efficiency of the network.First, a location estimation scheme is discussed for static nodes within a given sensor area using a controlled mobile node. Position information of static nodes is very important in WSN. It helps in effective coverage, routing, data collection, target tracking, and event detection. The scheme discusses a localization technique for efficient position estimation of the sensor nodes using a mobile node and simple geometric techniques. The scheme does not require extra hardware or data communication and does not make the ordinary sensor nodes to spend energy on any interaction with neighboring nodes. The position estimation is accurate and efficient enough to tolerate obstacles and only requires broadcasting of beacon messages by the mobile node. Obtained simulation results show that the localization accuracy can be well adjusted by properly selecting the speed, beacon interval, and scan pattern of the mobile node.Second, an optimization technique for controlled mobility of a mobile data collector is presented in order to develop a smart data collection scheme in WSN. In this case, first, the factors affecting the data collection process using an MDC is highlighted. Then, an adaptive algorithm and control parameters that the MDC uses for autonomously controlling its motion is presented. These parameters allow the speed of the MDC to be adjusted at run time in order to adaptively improve the data collection process. Built-in intelligence helps our system adapting to the changing requirements of data collection. Our scheme shows significant advantages for sparsely deployed, large scale sensor networks and heterogeneous networks (where sensors have variable sampling rates). The simulation results show a significant increase in data collection rate and reduction in the overall traverse time and number of laps that the MDC spends for data gathering.Finally, a mobility aware adaptive medium access control (MAC) is proposed for WSNs which automatically adjusts according to the mobility pattern of the MDC, focusing on reducing energy consumption and improving data collection, while supporting mobility and collision avoidance. This protocol is targeted to data collection applications (e.g. monitoring and surveillance), in which sensor nodes have to periodically report to a sink node. The core concept is based on adaptive time division multiple access, where the sleep-wake duration is defined according to the MDC mobility pattern. The proposed scheme is described for random, predictable, and controlled arrival of MDC in cluster-based WSNs. A detailed simulation analysis is carried out to evaluate its performance in more general scenarios and under different operating conditions. The obtained results show that our scheme largely outperforms the commonly used 802.15.4 beacon-enabled and other fixed duty-cycling schemes in terms of energy efficiency, MDC traverse time, and data collection rates.

PAULA, A. R. Controle tolerante a falhas aplicado ao modelo de um robô móvel com restrições não holonômicas. 2017. 95 f. Dissertação (Mestrado em Engenharia Elétrica)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2017. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2017-10-06T18:14:13Z No. of bitstreams: 1 2017_dis_arpaula.pdf: 1761285 bytes, checksum: acdb39ee7e0e6d99976283a94c1d4abe (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2017-11-03T16:41:51Z (GMT) No. of bitstreams: 1 2017_dis_arpaula.pdf: 1761285 bytes, checksum: acdb39ee7e0e6d99976283a94c1d4abe (MD5) / Made available in DSpace on 2017-11-03T16:41:51Z (GMT). No. of bitstreams: 1 2017_dis_arpaula.pdf: 1761285 bytes, checksum: acdb39ee7e0e6d99976283a94c1d4abe (MD5) Previous issue date: 2017-07-31 / This work presents the theory and simulation of a model-based Fault Tolerant Control (FTC) strategy for a mobile robot with nonholonomic constraints. The control system consists of a controller whose gain is designed by Linear Matrix Inequalities (LMI) applied to track the robot's linear and angular velocity references. The model used for the robot is Linear Parameter-Varying (LPV) where an LPV observer is also designed by LMI for feedback control purpose. The presented FTC technique is capable of identifying and isolate either multiple faults, simultaneous or non-simultaneous, at the actuators or sensors. The fault identification process applies a Recursive Kalman Filter for each plant component, whether it is an actuator or sensor, in order to identify and isolate the fault. These faults are predicted in a state-space model and introduced in an additive or multiplicative way. LPV virtual actuators and sensors act in the fault correction, which spares the need of the real-time redesign of the controller. Simulation results showcase and validate the presented theory for the FTC strategy including discussion of the pros and cons of its application. / Este trabalho apresenta o estudo teórico e as simulações de uma estratégia de Controle Tolerante a Falhas (FTC, do inglês Fault Tolerant Control) baseada em modelo para um robô móvel com restrições não holonômicas. Essa estratégia de controle é capaz de manter a operação do sistema em malha fechada mesmo sob a influência de falhas nos atuadores e sensores. As falhas são desvios do funcionamento adequado do componente e são classificadas como multiplicativas ou aditivas. O sistema de controle consiste em um controlador com ganho projetado por Inequações Matriciais Lineares (LMI, do inglês Linear Matrix Inequalities) aplicado para o seguimento das referências de velocidade linear e angular do modelo de um robô móvel sobre duas rodas ativas. A dinâmica do robô é descrita por um modelo do tipo Linear com Parâmetros Variantes (LPV), para o qual um observador LPV também é projetado por LMI para o fechamento da malha de controle. A técnica FTC utilizada é capaz de identificar e isolar múltiplas falhas, simultâneas ou não, nos atuadores e sensores do sistema. O processo de identificação de falhas utiliza um Filtro de Kalman Recursivo para estimar a magnitude da falha em cada componente da planta, sendo ele um atuador ou um sensor. A correção das falhas é realizada por meio de atuadores e sensores virtuais LPV, dispensando assim a necessidade de reprojetar o controlador. O resultados de simulação computacionais validam a teoria apresentada pela técnica FTC evidenciando as vantagens e as desvantagens da sua aplicação.

Dissertação (mestrado) - Pontifícia Universidade Católica do Paraná, Curitiba, 2006 / Inclui bibliografia / A presente dissertação abrange os conceitos de algoritmos evolucionários e inteligência coletiva com o intuito de determinar o planejamento de trajetória, de modo offline, a ser seguida por um robô móvel. O algoritmo evolucionário selecionado é o algoritm

Submitted by Maykon Nascimento (maykon.albani@hotmail.com) on 2015-08-03T18:48:30Z No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Um algoritmo PSO híbrido para planejamento de caminhos em navegação de veículos utilizando A.pdf: 2604695 bytes, checksum: ed8f69e49eaefe272bccd6025290c381 (MD5) / Approved for entry into archive by Elizabete Silva (elizabete.silva@ufes.br) on 2015-08-13T21:44:43Z (GMT) No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Um algoritmo PSO híbrido para planejamento de caminhos em navegação de veículos utilizando A.pdf: 2604695 bytes, checksum: ed8f69e49eaefe272bccd6025290c381 (MD5) / Made available in DSpace on 2015-08-13T21:44:43Z (GMT). No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Um algoritmo PSO híbrido para planejamento de caminhos em navegação de veículos utilizando A.pdf: 2604695 bytes, checksum: ed8f69e49eaefe272bccd6025290c381 (MD5) Previous issue date: 2015 / Utilizar robôs autônomos capazes de planejar o seu caminho é um desafio que atrai vários pesquisadores na área de navegação de robôs. Neste contexto, este trabalho tem como objetivo implementar um algoritmo PSO híbrido para o planejamento de caminhos em ambientes estáticos para veículos holonômicos e não holonômicos. O algoritmo proposto possui duas fases: a primeira utiliza o algoritmo A* para encontrar uma trajetória inicial viável que o algoritmo PSO otimiza na segunda fase. Por fim, uma fase de pós planejamento pode ser aplicada no caminho a fim de adaptá-lo às restrições cinemáticas do veículo não holonômico. O modelo Ackerman foi considerado para os experimentos. O ambiente de simulação de robótica CARMEN (Carnegie Mellon Robot Navigation Toolkit) foi utilizado para realização de todos os experimentos computacionais considerando cinco instâncias de mapas geradas artificialmente com obstáculos. O desempenho do algoritmo desenvolvido, A*PSO, foi comparado com os algoritmos A*, PSO convencional e A* Estado Híbrido. A análise dos resultados indicou que o algoritmo A*PSO híbrido desenvolvido superou em qualidade de solução o PSO convencional. Apesar de ter encontrado melhores soluções em 40% das instâncias quando comparado com o A*, o A*PSO apresentou trajetórias com menos pontos de guinada. Investigando os resultados obtidos para o modelo não holonômico, o A*PSO obteve caminhos maiores entretanto mais suaves e seguros. / Autonomous robots with the ability of planning their own way is a challenge that attracts many researchers in the area of robot navigation. In this context, this work aims to implement a hybrid PSO algorithm for planning paths in static environments for holonomic and non-holonomic vehicles. The proposed algorithm has two phases: the first uses A* algorithm to generates an initial and feasible trajectory which is optimized by the PSO algorithm in the second stage. Finally a post path planning phase can be applied in order to adapt it to non-holonomic vehicle kinematic constraints. The Ackerman model has been considered for the experiments. The Carnegie Mellon Robot Navigation Toolkit (CARMEN) was used to perform the computational experiments considering five instances of maps artificially generated with obstacles. The performance of the A*PSO algorithm was compared with A*, PSO and A*-Hybrid State. The results of the dynamic instances were not compared with other algorithms. The computational results indicates that the algorithm A*PSO outperformes the PSO algorithm. With respect to the algorithm A*, the A*PSO achieved better solutions for 40% of the tested instances, but all of them, with less waypoints. For non-holonomic instances, the A*PSO obtained longer paths, however smoother and safer.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2013 / Made available in DSpace on 2014-08-06T17:12:56Z (GMT). No. of bitstreams: 1 322017.pdf: 3160390 bytes, checksum: f7a70f0994c84aa774a2bce85c31b28d (MD5) Previous issue date: 2013 / O controle de robôs móveis não holonômicos é um problema para o qual existem lacunas a serem preenchidas. As principais técnicas de controle têm desempenho limitado no tocante à robustez e implementação prática e ainda dificuldades no tratamento de restrições não holonômicas. O controle por modo deslizante é uma técnica que se mostra bastante adequada para tratar este problema, devido a sua característica de oferecer robustez restringindo o sistema. Todavia, a implementação prática da sua forma clássica, o controle por modos deslizantes de primeira ordem, sofre com efeitos de chattering, devido à excitação de dinâmicas rápidas negligenciadas e a limitação na frequência de chaveamento do sinal de controle. Algumas soluções conhecidas para compensar o chattering têm como desvantagem a redução de robustez. Uma técnica de controle por modo deslizante de segunda ordem é considerada como solução, pois minimiza o chattering mantendo suas propriedades de robustez. Trata-se do algoritmo super- twisting que além das características enumeradas, possui implementação simples e tem bom desempenho numérico. Neste trabalho, aborda-se o problema de controle de rastreamento de trajetória para um robô móvel sujeito a restrições não holonômicas cuja representação de estado é feita com um modelo cinemático em cascata com um modelo dinâmico. A solução proposta nesta tese é a síntese de uma estrutura de controle composta por um controlador cinemático e um controlador dinâmico. O controlador cinemático é sintetizado com a técnica de controle super-twisting e tem como principal produto restrições que ao serem impostas ao sistema garantem o rasteamento robusto de trajetórias. Para isso, gera um sinal de controle em velocidade a ser rastreado pelo controlador dinâmico, que consiste de uma lei de controle por dinâmica inversa com um controlador externo proporcional e derivativo (PD). O controle PD auxilia na redução de chattering, pois sua ação diminui a influência das dinâmicas negligenciadas. Para ilustrar as características dos controladores propostos, são apresentados resultados de simulação e experimentos obtidos em ensaios com um robô móvel sobre rodas diferencial de médio porte <br> / The control of mobile robots is still an open problem. The main control techniques have limited performance with respect to robustness and practical implementation and yet some difficulties in handlind nonholonomic restrictions. The sliding mode control is a technique that proves to be quite adequate to address this problem, due to its characteristic of offering robustness by constraining the system. However, the practical implementation of the classic form of this technique, the first order sliding mode control, suffers from chattering effects, due to the excitation of neglected fast dynamic and frequency limitation of the switching control signal. Some known solutions to overcome the chattering has the disadvantage of reducing the ideal robustness of the technique. A second order sliding mode control technique is considered as a solution since it minimizes this problem maintaining its robustness properties. This is the super-twisting algorithm that in addition to the features listed, its implementation is simple and has good numerical performance. This work addresses the trajectory tracking control problem for a mobile robot subject to nonholonomic constraints and represented in the state space by a kinematic model in cascade with a dynamic model. The proposed solution in this thesis is the synthesis of a control structure comprising a kinematic controller and a dynamic one. The kinematic controller is designed with the super-twisting control technique and has as main product restrictions that when imposed to the system ensure the robust trajectory tracking. For that, it generates a velocity control signal to be tracked by the dynamic controller, which consists of an inverse dynamic control law with proportional plus derivative (PD) control. The additional PD control law plays an important role in assisting in the reduction of chattering, as its action decreases the influence of neglected dynamics. To illustrate the characteristics of the proposed controllers, simulation and also experimental results are obtained in trials with a differential wheeled mobile robot.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Ciência da Computação / Made available in DSpace on 2012-10-21T00:11:11Z (GMT). No. of bitstreams: 1 209062.pdf: 777891 bytes, checksum: a6fca32fe07f0f86f1b8b0e74d124f7f (MD5) / Robôs Móveis Inteligentes são sistemas computacionais que operam em ambientes dinâmicos e imprevisíveis. Eles interpretam dados obtidos pelos sensores que refletem eventos ocorridos e executam comandos em motores que produzem efeitos no ambiente. O grau de autonomia de um agente está relacionado à capacidade de decidir por si só como relacionar os dados dos sensores com os comandos aos atuadores em seus esforços para atingir os objetivos para os quais foi projetado. Deste modo, a capacidade de aprendizado e adaptação do agente está intimamente relacionada com o seu grau de autonomia. Dentro do paradigma de inspiração biológica adotada na arquitetura de controle PiramidNet, Redes Neurais Artificiais são as ferramentas utilizadas para implementar a inteligência e o controle dos sistemas robóticos. Entretanto, mecanismos capazes de fazer o aprendizado permanente e em tempo de operação em sistemas robóticos controlados por Redes Neurais são escassos ou ainda estão em fase inicial de desenvolvimento. Neste trabalho, pretendeu-se estudar, propor e implementar métodos que possibilitassem o aprendizado em tempo real de Robôs Móveis Inteligentes controlados por Redes Neurais Artificiais. Para tal, propôs-se uma arquitetura neural de controle capaz de apresentar características de plasticidade e de estabilidade adequadas, utilizando redes ART # Adaptive Ressonance Theory e redes MLP # Multi-Layer Perceptron, associados a um esquema de aprendizagem por reforço como metodologia de aprendizado em tempo real.