Introdução ao Controle de Robôs Móveis

Uma Introdução ao Controle de Robôs Móveis Felipe Nascimento Martins Novembro, 2011 – v.2

Felipe Nascimento Martins

Contato: Twitter: @f_n_martins felipemartins@ifes.edu.br Nossos Robôs:www.nossosrobos.blogspot.com Felipe Nascimento Martins

Conteúdo • O que é um robô? • Robôs móveis; • O que um robô precisa: • Sensores, Atuadores e... “Cérebro”! • Modelagem e Controle de Robôs Móveis; • Sistemas Multirrobôs; • Exemplos de simulações e experimentos; • Competições de Robôs. Felipe Nascimento Martins

O que é Robô? • A palavra robô vem da palavra Tcheca robota, que significa “trabalho forçado”, e foi usada pela primeira vez numa peça teatral de 1920 escrita por Karel Čapek: Rossum´s Universal Robots (R.U.R.). Felipe Nascimento Martins

Afinal, o que é um Robô (de verdade)? • Segundo a RIA (Associação das Indústrias de Robótica), um Robô é um manipulador reprogramável, multifuncional, projetado para movimentar material, ferramentas ou dispositivos especializados através de movimentos programáveis variados para desenvolver uma variedade de tarefas. Felipe Nascimento Martins

Robôs Manipuladores• Em geral, executam movimentação de objetos na indústria de manufatura, pintura e soldagem na indústria automobilística, manuseio de objetos radioativos, etc.• Tarefas repetitivas, de precisão ou perigosas.• Mercado de mais de US$4bilhões por ano! Felipe Nascimento Martins

Robôs de Serviços • Realizam serviços de utilidade aos seres humanos ou equipamentos, excluindo-se operações de manufatura. São robôs que auxiliam em tarefas como: • busca e resgate; • assistência doméstica (como aspiradores de pó e cortadores de grama); • entretenimento (futebol de robôs, robôs que se comportam como animais de estimação); e • assistência a pessoas com deficiência (como cadeiras de rodas robóticas e dispositivos de auxílio ao caminhar). Felipe Nascimento Martins

Robôs de Serviços • Levando-se em consideração aplicações profissionais e domésticas, robôs de serviço já formam um mercado de mais de US$3,5 bilhões. • Segundo a revista Galileu, existem cerca de 5,5 milhões de unidades desse tipo de robô em funcionamento no mundo, enquanto a quantidade de robôs industriais é de cerca de 1 milhão (por enquanto)... Felipe Nascimento Martins

Robôs • Apenas a empresa Foxconn, maior fabricante terceirizada de eletrônicos do mundo, pretende aumentar o número de robôs em suas fábricas de 10 mil para um milhão até 2014! Felipe Nascimento Martins

• Estamos na economia do conhecimento e parece que os únicos trabalhos que vão "sobrar" para humanos, no médio e longo prazos, são aqueles nos quais é preciso exercitar funções essencialmente humanas: pensar, imaginar, perguntar, descobrir, criar, resolver, desenhar, projetar… coisas que robôs ainda vão demorar muito tempo pra começar a fazer. • Silvio Meira Felipe Nascimento Martins

Robô Móvel • Muitos dos robôs de serviço são Robôs Móveis. • Mas, o que é um Robô Móvel? • Um robô manipulador não se move? Então, não é “móvel”? Felipe Nascimento Martins

Robô Móvel • Um robô móvel pode deslocar-se: • no solo, através de rodas, esteiras, patas, etc.; • no ar, como um helicóptero, avião ou balão; • na água, como um navio ou submarino; • ou no espaço! • É definido como um veículo capaz de movimentação autônoma, equipado com atuadores controlados por um computador embarcado. Felipe Nascimento Martins

Exemplos de Robôs Móveis

Atuadores e Sensores • Para deslocar-se de forma autônoma um robô móvel precisa ter atuadores e sensores, além de um computador. • Atuadores: transformam sinais de controle (de posição ou de velocidade) em movimento – motor, haste hidráulica, etc.; • Sensores: realizam a “percepção do mundo”: encoder, acelerômetro, LASER, bússola, ultrassom, câmera, etc. Felipe Nascimento Martins

Segundo o meio relativo ao Proprioceptivos robô Exteroceptivos Segundo o tipo de interação De contato robô-objeto De não-contato Elementares Segundo o tipo de informação ComplexosSensores em Carga elétrica Robótica Radiação luminosa Resistência Segundo o princípio de Indutância funcionamento Capacitância Radiação térmica Outros Felipe Nascimento Martins

Sensores - odometria ∆x1 − ∆x2 ∆x = 2 ∆ϕ ⋅ (r1 − r2 ) = (∆x1 − ∆x2 ), ⇒ ∆ϕ = (∆x1 − ∆x2 ) = (∆x1 − ∆x2 ) (r1 − r2 ) a

Sensores - odometria • Vantagem: é simples e barato; • Desvantagem: determinação da posição depende do contato preciso da roda com o piso; • Problemas: deslizamento da roda ou desgaste (variação do tamanho) provocam erros que são cumulativos! incerteza na posição aumenta com o deslocamento. • Precisamos de outros sensores! Felipe Nascimento Martins

Sensores - aceleração F = m⋅a = k ⋅ x k a = ⋅ x → u = ∫ a ⋅ dt → s = ∫ u ⋅ dt m

Sensores - orientação

Sensores - triangulação

Sensores - trilaterização

Sensores – ultrassom: SensComp 600 Range: 2,5cm a 15m; Resolução: 3mm para medidas de até 3m; f = 50kHz. Felipe Nascimento Martins

Sensores – LASER: SICK LMS 200 Mede distâncias até 80m (erro de 5mm para distâncias até 8m); Resolução de 1º, ½º ou ¼º; Tempo de resposta: 53ms, 26ms ou 13ms. Felipe Nascimento Martins

Sensores Acelerômetro Acelerômetro Câmera Câmera LASER LASER GPS GPS Ultrassom Ultrassom Encoder Encoder Bússola Bússola

Atuadores Motores! Felipe Nascimento Martins

Tipos de Rodas Fixa Orientável Louca Felipe Nascimento Martins

Robô Uniciclo Duas rodas de tração independentes e uma roda “louca” (ou mais) para equilíbrio; Direção é controlada pelo ajuste individual da velocidade de cada roda. Felipe Nascimento Martins

Robô “Car-like” Semelhante à estrutura de um carro convencional; Duas rodas de tração fixas (não orientadas; Direção é controlada pelo ajuste da orientação das rodas dianteiras. Felipe Nascimento Martins

Robô omnidirecional Felipe Nascimento Martins

Modelagem eControle de Robôs Móveis

Controle de Robôs Móveis• Existem diferentes níveis de controle para um robô: • Controle direto: controle de velocidade dos direto motores de acordo com um padrão desejado; • Tarefa: envolve uma sequência de posturas ou Tarefa de trajetórias. Ex.: mover-se até a posição da bola (pode incluir desvios e adaptações); • Missão: envolve uma sequência de tarefas. Missão Ex.: fazer um gol. Felipe Nascimento Martins

Controle de Robôs Móveis Cont. Missão Cont. Tarefa Cont. Direto Motores 1/s Veloc. Posição e Orientação Outros Sensores Felipe Nascimento Martins

Controle de Robôs Móveis Paradigma deliberativo: Felipe Nascimento Martins

Controle de Robôs Móveis Paradigma reativo: Felipe Nascimento Martins

Controle de Robôs Móveis Felipe Nascimento Martins

Tarefas de Controle Controle de Controle de Seguimento Seguimento Seguimento Seguimento postura postura de caminhos de trajetória de caminhos de trajetória

Controle de Robôs Móveis • Vamos tratar do controle de tarefas, baseado na Teoria de Controle Não- Linear aplicado a Robôs Móveis a Rodas de tipo Uniciclo. Felipe Nascimento Martins

Modelos Matemáticos • Para se projetar controladores para o movimento dos robôs, é necessário conhecer o modelo matemático que representa seu movimento: sua cinemática. Felipe Nascimento Martins

Robô “Car-like” - Cinemática Entradas: velocidades das rodas de tração e ângulo das rodas de orientação ; Saídas: x, y e ψ (posição e orientação). Felipe Nascimento Martins

Robô Omnidirecional – Cinemática Rodas orientadas a 120º entre si. Entradas: velocidades das rodas; Saídas: x, y e ψ (posição e orientação). Felipe Nascimento Martins

Robô Uniciclo - Cinemática Entradas: u e ω (velocidades linear e angular). Saídas: x, y e ψ (posição e orientação). Felipe Nascimento Martins

Uniciclo: Modelo Cinemático alternativo Entradas: u e ω (velocidades linear e angular). Saídas: x, y e ψ (posição e orientação). Felipe Nascimento Martins

Controle baseado na Cinemática  x  cos(ψ ) − a sin(ψ ) &  y  =  sin(ψ ) a cos(ψ )   u , u   x & v =  , h =   , a > 0.     ω    ω   y ψ   0  & 1  Considerando somente a posição do ponto h: −1  cos(ψ ) sin(ψ )  & , onde A −1 =  v=A h − 1 sin(ψ ) 1 cos(ψ ).  a  a    uref c   cosψ sinψ   x + k ~  &d xx Lei de Controle:  c =  1  cosψ   yd + k y ~  1 ωref  − a sinψ    a  & y Felipe Nascimento Martins

Controle baseado na Cinemática  x  cos(ψ ) − a sin(ψ ) &  y  =  sin(ψ ) a cos(ψ )   u , u   x & v =  , h =   , a > 0.     ω    ω   y ψ   0  & 1  Considerando somente a posição do ponto h: −1  cos(ψ ) sin(ψ )  & , onde A −1 =  v=A h − 1 sin(ψ ) 1 cos(ψ ).  a  a     kx ~  x + l tanh sinψ   x d + kx ~   l & x   uref c   cosψ  &d xx  x   Lei de Controle:  c =  1  cosψ   yd + k y ~   k y 1 ωref  − a sinψ    a & y   y d + l y tanh &  ~  y  l    y  Felipe Nascimento Martins

Controle baseado na CinemáticaSimulação - Sempre há erro, por maiores que sejam os ganhos! Felipe Nascimento Martins

Controle baseado na CinemáticaSem carga Com carga Felipe Nascimento Martins

Robô Uniciclo - Dinâmica m = massa do robô; Iz = momento de inércia sobre o eixo Z em (x,y); F = força aplicada ao robô no ponto (x,y); τ = torque aplicado ao robô no ponto (x,y). Felipe Nascimento Martins

Modelo Dinâmico de Velocidades u Veloc. Linear ω Velocidade Angular ψ Orientação h Ponto de interesse G Centro de Massa a Distância entre h e o eixo virtual que une as rodas de tração Felipe Nascimento Martins

Modelo Dinâmico de Velocidades Cinemática u cosψ − aω sinψ   0 Distúrbios 0  x  u sinψ + aω cosψ   0 & 0 δ x   y  &   δ     ω  0 0   uref   y  ψ  =  θ 3 2 θ 4 & + 1  + 0     θ ω − θ u  θ 0  ωref    & u   1 1   1  δ u  ω   − θ 5 uω − θ 6 ω   0  &  1 δ ω    θ2 θ2   θ2      Dinâmica Velocidades de Parâmetros Identificados Referência Felipe Nascimento Martins

Parâmetros do Modelo Dinâmico  Ra  θ1 =  (mRt r + 2 I e ) + 2rk DT  (2rk PT ) [ s]  ka   Ra θ2 =  ( ( )) I e d + 2 Rt r I z + mb + 2rdk DR  2 2 (2rdk PR ) [ s]  ka  Ra mbRt Ra  k a kb  1θ3 = [ sm / rad ] 2 θ4 =  R + Be  (rk ) + 1 [1]   k a 2k PT ka  a  PT θ5 = Ra mbRt Ra  k a kb  d k a dk PR [ s / m] θ6 =   R + Be   2rk + 1 [1] ka  a  PR Felipe Nascimento Martins

Modelo Dinâmico de Velocidades  θ3 2 θ 4   1  ω − u   0  u ref  θ1 0 u   θ4 & − θ 3ω   u  u   θ1 θ1  θ1  uref  =  ω  + θ ω &ω  = +   ω ref   0 1  ωref   θ2  &   5 θ 6  ω  &  − θ 5 uω − θ 6 ω   0      θ θ2   θ2   2     uref  θ1 0   u   θ 4 & − θ 3ω u  rad 2 ω  =   ω  +  Iθ ω θ + (θ / I − θ )Iu  ω , I = 1 m 2  ref   0 θ 2   &   3 6 5 3   uref  θ1 / I 0   Iu   0 − θ 3ω   Iu  θ 4 / I & 0   Iu ω  =    ω  + θ ω ω  +  0 0 θ2  &   3 2   4 4 { 14 244 { 14444244443   ref 0    θ 6 + (θ 5 / I − θ 3 )Iu   ω  {13 1 2 3 4 3 vr H & v C(v ) v F(v ) v  Iu   I 0  u   ω  = 0 1 ω       Felipe Nascimento Martins

Propriedades do Modelo Dinâmico v r = Hv +C(v )v+F(v )v+ ∆ &1. H=HT > 02. H-1 > 03. F=FT > 0 se θ 6 > −(θ 5 / I − θ 3 )Iu4. H é constante se os parâmetros não mudam5. C(v’) é antissimétrica6. F(v’) é considerada constante se θ6 >> (θ5 / I − θ3 )Iu7. vr v’ é Estritamente Passivo de Saída se θ 6 > −(θ 5 / I − θ 3 )Iu Felipe Nascimento Martins

Propriedades verificadas para Felipe Nascimento Martins

Compensação Adaptativa da Dinâmica ωd Parameter ω ud Updating u vd & ˆ θ v s & ud ud ud uref x ~ u + Dynamic Compensation y Kinematic Controller − ωd & Robot s ˆ [θ] ωd ωd ω ref ψ ~ ω + vr − u ω v Felipe Nascimento Martins

Controlador Cinemático  u   cosψ sinψ   x & =  x  = cosψ − a sinψ   u  u  & &h     ω  = A ω  ⇒ ω  = − 1 sinψ 1   cosψ   y   y   sinψ & a cosψ         a a  &   kx ~  ud   cosψ sinψ   xd + l x tanh  l &  x     x    = − 1 sinψ 1 cosψ    ky  , ω d   a  a   yd + l y tanh  & ~  y  l    y  ~=x −x⇒~=x −x x & x &d & d ~= y −y⇒~= y −y y & y &d & d k x , k y > 0 ; a ≠ 0. Felipe Nascimento Martins

Controlador Dinâmico AdaptativoModelo Dinâmico: uref  θ1 / I 0  Iu   0 − θ3ω  Iu θ4 / I & 0  Iuω  =    ω  + θ ω   ω  +  0 θ + (θ / I − θ )Iu  ω  0 θ 2   4 42   &   3 4 44    4446 24443 3   0 ref1 3 1 2 3 { 14 2 3 { 1 4 5 4 { vr H & v C(v ) v F(v ) v vr = Hv+C(v )v+F(v )v & Parametrização Linear:  uref  u 0 − ω 2 u 0 0  & = θ, θ = [θ1 θ 2 θ3 θ 4 θ5 θ6 ] T ω    ref  0 ω & 0 0 uω ω  v r = G θ Felipe Nascimento Martins

Controlador Dinâmico Adaptativo 0   tanh ( Iu ) ku ~ v r = H (vd +T(~ )) + Cv d +Fv d ~ ) =  l u T (v ( ω ) ˆ & v ˆ ˆ 0   lu kω~  lω  tanh  lω uref  σ 1 0ω  =  − ωd ω ud 0 0  ˆ σ 1 = u d + l u tanh k u θ & ~ ( ) u σ 2 (Iud Iu d ) 0 ( ) l ref   044444ω −4 ω4444uω44 3 σ 2 = ω d + l ω tanh kl ω ωd  u d & ~ ω 1 44 2 4 4 ω v l k u G u = , , l k v ω ω ∈ d ∈ − ℜ ℜ v ~Lei de Controle: v r = Hσ + Cvd +Fv d +G θ ~ θ = θ − θ ˆ &Lei de Adaptação θ = γ −1G T ~ − γ −1 Γθ ˆ ˆ v Robusta: Felipe Nascimento Martins

Controlador Dinâmico Adaptativo ~Lei de Controle: v r = Hσ + Cvd +Fv d +G θ ~ θ = θ − θ ˆ &Lei de Adaptação θ = γ −1G T ~ − γ −1 Γθ ˆ ˆ v Robusta: Com base na teoria de Lyapunov pode-se mostrar que o sistema é estável e que os erros de controle convergem para valores limitados. Felipe Nascimento Martins

Controle baseado na Dinâmica Simulação - Erros vão para zero! Felipe Nascimento Martins

Controle baseado na Dinâmica Simulação - Robô com carga, adaptação desativada e ativada Felipe Nascimento Martins

Resultados Experimentais Robô móvel Pioneer 3-DX; Trajetória circular com mudança súbita de raio; Valores iniciais dos parâmetros estimados possuem erro de 20% em relação aos identificados; Dois casos: adaptação de parâmetros ligada e desligada. Felipe Nascimento Martins

Controle baseado na Dinâmica Erro de distancia 1.4 1.2 1 0.8 erro [m] 0.6 Sem 0.4 adaptação 0.2 0 0 50 100 150 200 250 tempo [s] Felipe Nascimento Martins Com adaptação

Controle baseado na DinâmicaExperimento - Robô com carga, adaptação desativada e ativada Felipe Nascimento Martins

Comparação de Desempenho T IAE = ∫ ~ 2 + ~ 2 dt x y 0IAE obtido em simulações dos seguintes casos, sob as mesmascondições, apenas variando os ganhos kx e ky (T = 250s):(a) sem compensação dinâmica – apenas cont. cinemático;(b) compensação dinâmica com parâmetros estimadosequivocados (10%) e sem adaptação;(c) compensação adaptativa da dinâmica iniciando comparâmetros estimados equivocados (10%);(d) compensação adaptativa da dinâmica com parâmetros exatos(caso ideal). Felipe Nascimento Martins

Sistema Multirrobôs • Envolvem o controle coordenado de vários robôs; • Execução de tarefas com maior eficiência, menor custo e maior tolerância a falhas; • Busca e resgate, vigilância de grandes áreas, mapeamento, localização de minas terrestres, transporte de cargas, sensoreamento de grandes áreas, etc.

Sistema Multirrobôs

Controle de Formação • Objetivo: fazer com que os robôs alcancem e mantenham uma formação. • Aplicações: patrulha, monitoramento, escolta, remoção de neve em pistas de aeroporto, movimentação de cargas que não podem ser movidas por apenas um robô, seguimento de líder (pode ser um robô ou uma pessoa), etc.

Controle de Formação

Arquiteturas de Controle de Formação • Descentralizada: cada robô possui seu Descentralizada próprio sistema de controle e o mínimo de sensores. Pode ou não haver comunicação e nenhum robô precisa conhecer o modelo dos demais. Ex.: mapeamento, busca e resgate. • Centralizada: existe um único agente de Centralizada controle que conhece e envia sinais a todos os robôs. Comunicação é necessária. Ex.: deslocamento de cargas, robôs a patas.

Controle Líder-Seguidor Controle descentralizado de formação proposto por Brandão (2008); Não há comunicação entre os robôs; Robô Líder executa controle de posicionamento; Robô Seguidor detecta o líder, estima sua pose e velocidade, e se posiciona em relação a este. Felipe Nascimento Martins

Detecção do Líder β1 + β 2 β LF ≈ 2 ρ1senβ1 − ρ 2senβ 2 ρ LF ≈ Medida Laser∠β LF θ LF ≈ γ 2 = arctan ρ1 cos β1 − ρ 2 cos β 2 Felipe Nascimento Martins

Equações de Estado xLF = ρ LF cos β LF y LF = ρ LF senβ LF ρ LF = xLF + y LF 2 2 2 y LF tan β LF = xLF Felipe Nascimento Martins

Equações de Estado d xLF = ρ LF cos β LF dt xLF = −υ L senθ LF + ρ LF ω F senβ LF & y LF = ρ LF senβ LF d y LF = υ L cos θ LF − ρ LF ω F cos β LF −υ F & dt ρ LF = xLF + y LF 2 2 2 ρ LF = υ Lsen ( β LF − θ LF ) −υ F senβ LF & d y LF 1 [υ L cos(β LF − θ LF ) −υ F cos β LF ] −ω F dt tan β LF = β & = ρ LF LF xLF d dt θ LF = ω L − ω F & Felipe Nascimento Martins

Controlador de Formação  − senβ LF 0  υ sen ( β LF − θ LF )   ρ LF   & υ F   L x = g ( x ) v d + q ( x) &  β  = − cos β LF &  ω  + υ L cos( β LF − θ LF )  − 1  F    LF  ρ LF ρ LF    o Lei de Controle (cinemática inversa): ~  ρ LF  v d = g −1 (x)[x d + Kf (~ ) − q( x)], onde ~ =  ~  & x x  β LF o Em malha fechada: ~ + Kf ( ~ ) = 0 & x xo Análise de Estabilidade por Lyapunov mostra que o sistema é estável e que os erros de controle convergem a zero. Felipe Nascimento Martins

Estrutura de Controle Felipe Nascimento Martins

Resultados de Simulação Simulação realizada utilizando o ambiente MRSiM. São considerados os modelos dinâmicos completos dos robôs Pioneer 3DX, de Mobile Robots®; Foram modelados o sensor de varredura LASER e o padrão para detecção; Robô líder realiza controle de posicionamento, e se desloca de um ponto ao seguinte. Felipe Nascimento Martins

Resultados de Simulação Velocidade de deslocamento do líder varia de acordo com sua proximidade ao ponto de destino; Compensação dinâmica aplicada somente ao robô seguidor; Parâmetros iniciais equivocados; Formação desejada é em linha: ρ LF = 1m, β LF = 90° Foram calculados índices de erro de formação: IAE ρ e IAE β Felipe Nascimento Martins

Resultados de Simulação Felipe Nascimento Martins

Resultados de Simulação Sem adaptação: IAEρ = 53,8; IAEβ = 61,0; Com adaptação: IAEρ = 47,2; IAEβ = 59,6. Felipe Nascimento Martins

Resultados Experimentais Felipe Nascimento Martins

Esquema Multicamadas Arquitetura hierárquica; Módulos independentes: cada um é responsável por uma tarefa específica; Módulos não necessários podem ser suprimidos, ou outros podem ser acrescentados. Felipe Nascimento Martins

Esquema Multicamadas Felipe Nascimento Martins

Variáveis de FormaçãoBaseadas na propostade Mas (2008) para 3robôs;Posição do centróide(xF,yF) e orientação ψFda estrutura virtual -pose: PF = [xF yF ψF]Formato da estruturavirtual: SF = [pF qF βF]Formação: q = [PF SF]T Felipe Nascimento Martins

Camada de Controle de Formação Controle Centralizado; q = [PF SF]T; x = [h1 h2 h3]T; Transformação cinemática da formação: q = f (x) x=J & −1 (q ) Felipe Nascimento Martins

Camada de Controle de Formação Das camadas de planejamento: qdes = [PFd S Fd ] T & & [ & T. ; qdes = PFd S Fd ]Controle de Formação gera: & q ref = PFr & [ & T. S Fr ] q & ~ ~ & ref = q des + κq, q = q des − q. Com base na teoria de Lyapunov pode-se mostrar que o sistema é estável e que os erros de controle de formação tendem a valores limitados. Felipe Nascimento Martins

Resultadosde Simulação Sem compensação da dinâmica Felipe Nascimento Martins

Resultadosde Simulação Com compensação da dinâmica Felipe Nascimento Martins

Resultados Experimentais• Três robôs Pioneer;• Primeiro, se posicionam em uma formação fixa. Em seguida, devem seguir uma trajetória desejada em que a formação se move e gira em torno de seu eixo, simultaneamente;• Posição e orientação de cada robô é obtiva via odometria e transmitida ao agente centralizador via rede sem fio;• Posições ilustradas a cada 3s. Felipe Nascimento Martins

Escalonamento da Formação• O número de robôs da formação pode ser aumentado definindo- se novas estruturas virtuais;• Nesse caso, existiria um controlador para cada estrutura;• Pode-se fusionar os sinais de controle gerados para robôs que pertencem a mais de uma estrutura. Felipe Nascimento Martins

Desvio de Obstáculos com a Formação• Rampinelli (2010) trabalhou numa estratégia de desvio de obstáculos baseada em forças fictícias;• Cada robô possui sensores para perceber a posição dos demais e detectar obstáculos, ajustando suas velocidades para evitar colisões. Felipe Nascimento Martins

Desvio de Obstáculos com a Formação• Brandão (2008) propôs uma alteração no algoritmo de Desvio Tangencial: Felipe Nascimento Martins

Controle Centralizado – visãoomnidirecional

O futuro da robótica...

Aprendizado de Máquina

Aprendizado de Máquina Narração: Prof. Sebastian Thrun, Universidade de Stanford.

Aprendizado de Máquina• Professores da Universidade de Stanford estão oferecendo cursos on-line gratuitos!• Introduction to Artificial Intelligence: www.ai-class.org• Machine Learning: www.ml-class.org

Competições de Robótica

RoboCup • Promove anualmente o maior e mais importante evento sobre robôs autônomos e inteligentes; • Iniciativa internacional para promover educação, pesquisa e desenvolvimento em robótica e IA; • Ideia nasceu no Japão em 1992; • Primeira edição: Nagoya, 1997 - ~40 times; • Edição 2011, em Istambul, Turquia: cerca de 2.500 participantes de aprox. de 40 países, com competições de futebol de robôs, robôs de regaste e robôs de serviço.

Olimpíada Brasileira de Robótica• É uma das olimpíadas científicas brasileiras apoiadas pelo CNPq;• Iniciativa pública, gratuita, sem fins lucrativos;• Visa estimular jovens às carreiras científico- tecnológicas e promover atualizações no processo de ensino-aprendizagem brasileiro;• Ensino fundamental, médio e técnico;• Primeira edição: 2007, com 5.000 participantes;• 2009: mais de 20.000 alunos participaram.

LARC/CBR/OBR 2010

OBR/LARC 2010Equipes que representaram o ES:• Equipe do CEDTEC obteve o segundo lugar na Categoria Resgate – nível 1 (ensino fundamental);• Equipe do IFES obteve o terceiro lugar Categoria Resgate – nível 2 (ensino médio);• Equipe da UFES ficou em primeiro lugar na categoria IEEE SEK da competição Latino- Americana.

OBR/LARC 2011• Equipe do colégio Salesiano obteve o 13º lugar na categoria Resgate A – nível 1;• Equipe do IFES obteve o 7º lugar Categoria Resgate A – nível 2 (ensino médio) e o 1º lugar na categoria Resgate B;• Equipe da UFES ficou em 2º lugar na categoria IEEE SEK da competição brasileira e em 1º na competição Latino-Americana (na Colômbia). É tetracampeã!

Robô da equipe Emerotecos (IFES)

RoboCup Junior 2011 • Equipe Emerotecos (IFES): 7º lugar na categoria Rescue B! Arduino Nano

RoboCup Junior 2011 • Equipe Hipérion, de São Paulo: primeiro lugar na categoria Rescue A!!

RoboCupVisão: “Até 2050, desenvolver um time de robôs humanóides autônomos que possa vencer a seleção humana campeã do mundo”.

RoboCup

RoboCupVisão: “Até 2050, desenvolver um time de robôs humanóides autônomos que possa vencer a seleção humana campeã do mundo”. Alguém acredita??

PETMAN – Boston Dynamics

Referências BEKEY, G.; YUH, J. The Status of Robotics. Report on the WTEC International Study: Part II. IEEE Robotics and Automation Magazine, v. 15, n. 1, p. 80–86, 2008. BRANDÃO, A. S. Controle Descentralizado com Desvio de Obstáculos para uma Formação Líder-Seguidor de Robôs Móveis. Dissertação (Mestrado) — Universidade Federal do Espírito Santo, Vitória, ES, Março 2008. BRANDÃO, A. S. et al. MRSiM: Un Ambiente Gráfico para Simulación de Navegación de Robots Móviles. In: Jornadas Argentinas de Robótica - JAR08. Bahía Blanca, Argentina: [s.n.], 2008. De La CRUZ, C.; CARELLI, R. Dynamic modeling and centralized formation control of mobile robots. In: 32nd IEEE Conference on Industrial Electronics. [S.l.: s.n.], 2006. p. 3880–3885. MARTINS, F. N. et al. Dynamic Modeling and Adaptive Dynamic Compensation for Unicycle-Like Mobile Robots. 14th International Conference on Advanced Robotics - ICAR 2009, Munique, Alemanha, 22 a 26 de Junho 2009. RAMPINELLI, V. T. L. et al. A Multi-Layer Control Scheme for Multi-Robot Formations with Obstacle Avoidance. 14th International Conference on Advanced Robotics – ICAR 2009, Munique, Alemanha, 22 a 26 de Junho 2009. SECCHI, H. Una Introducción a los Robots Móviles. Monografia premiada no concurso da Associação Argentina de Controle Automático – AADECA, 2008.

Obrigado!www.nossosrobos.blogspot.com Felipe Nascimento Martins Twitter: @f_n_martins e-mail: felipemartins@ifes.edu.br

Introdução ao Controle de Robôs Móveis

by Felipe Martins on Nov 06, 2011

Accessibility

Categories

Tags

Upload Details

Usage Rights

1 Embed 2

Statistics

Introdução ao Controle de Robôs Móveis — Presentation Transcript