Escolar Documentos
Profissional Documentos
Cultura Documentos
METODOLOGIA CIENTIFICA
LAVRAS MG
2014
LAVRAS MG
2014
RESUMO
ABSTRACT
SUMRIO
INTRODUO ........................................................ 5
1.1
1.2
1.3
2.1
2.2
METODOLOGIA ...................................................... 12
3.1
3.2
CONCLUSAO ............................................................. 16
5
1. Introduo
robtica
mvel
vem
apresentando
avanos,
parte
se
6
1.2. Problemas e objetivos
7
concluso do trabalho. E por fim o referencial bibliogrfico ser exposto,
buscando orientar os interessados a encontrar mais informaes sobre o assunto
tratado.
8
2. Referencial terico
9
(Zang e Chen, 2006), (Dolgov et al., 2010) e (Zhao et al., 2011). Assim como os
robs que atuam em ambientes internos, os veculos autnomos que trabalham
em ambientes externos tem que lidar com ambientes dinmicos, impreciso de
sensores e atuadores.
O problema de localizao de fundamental importncia para a
realizao de tarefas na robtica mvel. O problema consiste na estimao das
coordenadas de um rob em um quadro de referncia externo a partir dos dados
dos sensores. Podem ser classificados em trs tipos esses problemas, sendo
caracterizados pelo conhecimento que est disponvel inicialmente e pelo tempo
de execuo (Thrun et al., 2005):
- Rastreamento de posio: Este problema assume que a posio inicial do rob
conhecida. Dessa forma a localizao pode ser feita estimando os rudos
retornados pelos sensores durante a locomoo do rob e tentando corrigi-los.
Calculando assim a posio correta do rob.
- Localizao global: Nesta abordagem a posio inicial no conhecida. Assim
a utilizao de uma distribuio probabilstica unimodal ineficiente, visto que
o rob pode estar em qualquer lugar do mapa. Diferentes abordagens podem ser
utilizadas para calcular a posio inicial, alm do problema de rastreamento de
posio.
- Problema no rob raptado: Esse problema uma variao do problema de
localizao global. Neste caso, a qualquer momento o rob pode ser
transportado para outro lugar sem ser comunicado. Assim a posio real dever
ser calculada independente dos erros dos sensores.
O tipo de ambiente tambm um fator importante a ser considerado.
Podem ser classificados como estticos ou dinmicos (Thrun et al., 2005).
10
Diferente do primeiro ambiente onde apenas o rob se movimenta, no ambiente
dinmico outros objetos tambm se movem, tornando o clculo da localizao
mais complexo. Uma das tcnicas utilizadas para resolver o problema da
localizao em ambientes dinmicos filtrar os dados retornados pelos sensores,
tentando retirar informaes de objetos dinmicos.
11
navegao para a robtica mvel. Muitos trabalho, como Knepper e Mason
(2011), Alves Barbosa de Oliveira Vaz et al.(2010) e Pivtoraiko e Kelly (2005),
tambm tem focado em tcnicas relacionadas com navegao para robs moveis.
A geometria cinemtica do sistema de esteramento de um veculo no
um paralelogramo que produz ngulos de esteramento iguais para ambas as
rodas, mas sim um trapezoide que mais se aproxima da geometria de Ackerman,
onde a roda interna tem um maior ngulo de esteramento que a interna. O grau
de atendimento da geometria de Ackerman no veculo tem pouca influncia no
comportamento direcional para altas velocidades, mas tem influncia na auto
centralizao em manobras em baixas velocidades.
Esse captulo apresentou os principais problemas enfrentados na rea de
robtica mvel, bem como as abordagens utilizadas para a resoluo dos
mesmos. Foram apresentadas tambm as caractersticas do modelo cinemtico
utilizado. Tendo em vista a complexidade do problema proposto, optamos por
utilizar o mapa mtrico como forma de representar o ambiente de atuao do
veculo. O sistema de sensoriamento adotado inclui sensores do tipo laser,
sensor inercial, alm de encoders que do suporte localizao, mapeamento e
planejamento. Essas abordagens utilizadas so apresentadas no captulo
seguinte.
12
3. Metodologia
13
esteramento e acelerao para a manobra desejada. A deteco da vaga foi feita
com a utilizao de trs sensores do tipo laser, fixados no veculo.
As bibliotecas usadas na implementao foram a ROS(robot operating
system), que uma plataforma de desenvolvimento para robtica, a Gmapping e
Costmap_2D, ambas suportadas pelo ambiente ROS e do suporte a criao de
mapas em duas dimenses, e por fim a SBPL(tambm integrada ao ambiente
ROS), que armazena um conjunto de planejadores de movimento que trabalham
com a abordagem de planejamento baseado em busca.
A modelagem do veiculo usado foi um carro eltrico do projeto
CARINA que foi construdo em um projeto de iniciao cientifica. Devido
complexidade do veiculo, o modelo simulado poder sofrer algumas mudanas
com intuito de ficar mais prximo do real.
14
4. Resultados e discusso
15
de planejamento tambm foi testado em um ambiente onde o veiculo devia
percorrer um determinado caminho e desviar do obstculo. Como o veiculo
ainda no possui controle de velocidade, a acelerao ficou por conta do
condutor. Durante a realizao do teste, o veiculo foi capaz de percorrer o trajeto
proposto e desviar de um obstculo detectado durante a execuo da trajetria.
Um dos testes realizados em ambiente real, o rob desenvolve uma
trajetria gerada em linha reta com seu destino j definido. Durante o percurso o
sistema de percepo detecta obstculos, logo o planejador planeja uma nova
rota imediatamente, desviando dos obstculos, em seguida o rob apresentou
uma leve fuga de trajetria aps o replanejamento, e em seguida retorna a sua
trajetria original. Validando sua capacidade de prever obstculos e desenvolver
a partir deles uma nova rota vlida, que o leve ao seu destino.
O captulo apresentou os resultados do sistema desenvolvido analisando
as manobras de estacionamento realizadas em ambiente simulado, alm dos
primeiros testes dos subsistemas em tempo real. O sistema conseguiu realizar
83% de manobras vlidas. O objetivo, em trabalhos futuros, aumentar essa
confiabilidade. Para isso, os sistemas de localizao e controle continuam sendo
aprimorados, assim como novos sensores para otimizar a percepo das vagas e
obstculos que podem melhoras o desempenho do rob, diminuindo o numero
de falhas e sempre os detectando. E por fim, e principalmente, seu cdigo, com
uma implementao melhor, o rob poder lidar melhor com as situaes que
encontrar.
16
5. Concluso
O sistema de trnsito enfrenta, todos os dias, diferentes problemas. O
aumento do numero de veculos, a imprudncia dos condutores e o alto ndice de
acidentes so alguns exemplos. O intuito da pesquisa que o veiculo seja capaz
de interagir com o ambiente, por meio de sensores, e tomar decises em
situaes especficas. Em alguns casos a presena do motorista podia ser
dispensada. Essa autonomia poderia ajudas pessoas portadoras de deficincia e
idosos, por exemplo, a se deslocarem em ambientes de transito de forma segura.
A abordagem desta dissertao garante gerar trajetrias validas em
ambientes parcialmente conhecidos dentro de um tempo predefinido.
Caractersticas importantes para atuao em ambientes reais.
Esse trabalho contribui na resoluo do problema de planejamento de
trajetria para estacionamento de veculos autnomos, e tambm para o projeto
de laboratrio de Robtica Mvel do ICMC-USA, que tem como proposta o
desenvolvimento de um veiculo autnomo. O objetivo que este veculo seja
capaz de navegar em ambientes urbanos sem a necessidade de um motorista.
Dessa forma, o sistema de estacionamento desenvolvido poder fazer parte do
sistema
de
navegao
desse
veculo.
17
6. Referencias bibliogrficas
ALVES BARBOSA DE OLIVEIRA VAZ, D.; INOVE, R.; GRASSI, V.
Kinodynamic motion planning of a skid-sterring mobile robot using RRTS, In:
Robotics symposium and inteligente Robotic Meeting (LARS), 2010 Latin
American, 2010, p.73-78.
BEKEY,
G.A.
Autonomous
Roboys:
from
biological
inspiration
to
GRAND
CHALLENGE.
Disponvel
em:
<Http://www.darpa.mil/grandchallenge_04/index.htm>, Acesso em 07 de
outubro, 2010a.
DARPA
URBAN
CHALLENGE.
Disponvel
em:
18
Instituto de cincias Matemticas e de Computao. Universidade de So
Paulo, So Carlos-SP, 2010.
KNEPPER, R.A.; MASON, M.T. Improved hierachical planner perfermance
using local path equivalence. In: International conference on Intelligent
Robots and Systems (IROS), 2011.
PIVTORAIKO, M.; KELLY, A. Generating near minimal spanning control sets
for constrained motion planning in discrete state spaces. In: Proceedings of the
2005 IEEL/RSJ international Conference on Intelligent Robots and Systems
(IROSOS), 2005, p. 3231-3237.
ROS. Ros - Robot Operating System. Http://www.ros.org/, acesso em 09 de
fevereiro, 2012.
THRUN,
S.
Learning
occupancy
gridswith
forward
sensor
models.
vehicles
in
unknown
enviroments.
Intelligent
Vehicles