UNIVERSIDADE FEDERAL DE JUIZ DE FORA

FACULDADE DE ENGENHARIA
GRADUAÇÃO EM ENGENHARIA ELÉTRICA

Primeiro Trabalho de Robótica Móvel

Eduardo Oliveira Fonseca

Matheus Taninho Reinh
Vinícius Texeira de Freitas

Juiz de Fora
13 de abril de 2023
Questão 1

Autonomia no contexto de robótica móvel se refere à capacidade do robô de tomar

decisões e executar tarefas sem a intervenção direta de um operador humano. Em outras
palavras, um robô com autonomia é capaz de se movimentar, navegar e tomar decisões com
base em suas próprias percepções do ambiente (por meio de sensores), e do processamento
dessas informações. Existem, concentualmente, 3 graus/níveis de autonomia de um robô, são
eles:

• Teleoperação: quando não há nenhuma funcionalidade autônoma no robô, seu controle

é de total responsabilidade de um operador humano

• Controle compartilhado: nível intermediário de autonomia, caracterizado por um

controle manual em conjunto de técnicas e tecnologias embarcadas que auxiliam a
operação do robô

• Autonomia plena: nível mais alto de autonomia, ocorre quando o robô é capaz de
realizar tarefas sem nenhuma necessidade de atuação externa humana

Questão 2

Teleoperação em robótica móvel é o controle remoto de um robô por meio de um

dispositivo, como um controle remoto ou um computador. É uma forma de controlar o
movimento e as ações do robô sem estar fisicamente presente no local em que ele está operando.
A teleoperação é importante porque permite que os operadores humanos controlem
o robô a partir de uma posição segura e confortável, o que é especialmente útil em ambientes
perigosos ou inacessíveis para humanos. Além disso, a teleoperação permite que os operadores
usem suas próprias experiências para resolverem problemas complexos, não previsíveis e
tomarem decisões rápidas em situações dinâmicas.

Questão 3

A administração científica é um modelo de administração, desenvolvido por Frederick

Taylor, que tem como ideal a otimização das atividades produtivas em detrimento do trabalho
excessivo desregulado e não planejado. Por tanto, para Taylor era muito mais eficiente buscar
formas alternativas e otimizadas para realizar determinadas atividades produtivas, do que fazer
as pessoas trabalharem o máximo que elas conseguem.
A administração científica é dividida em duas etapas: a análise e a síntese. A análise
consiste em observar o processo de produção de um determinado produto, subdividi-lo em todas
as suas etapas e remover as etapas desnecessárias. Já a síntese é responsável por otimizar
as etapas imprescindíveis resultantes da análise. Desta forma, a administração científica

1
revolucionou todo o ambiente industrial, uma vez que tornou o trabalho a ser executado muito
mais organizado e eficiente.

Questão 4

De uma forma geral, as vantagens da automação das indústrias estão ligadas a fatores
econômicos, desta forma pode-se citar a maior precisão das atividades realizadas por robôs
(aumentando a qualidade do produto final), o menor tempo necessário para produção e, a
facilidade de reprogramar o sistema para executar diferentes tarefas (caso necessário), tornando
o meio de produção muito mais versátil.
Já as desvantagens estão ligadas a fatores sociais, como a redução da demanda de
mão de obra pouco especializada (aumentando o desemprego), a necessidade de mão de obra
especializada para a operação das máquinas e a migração das indústrias de volta para países
ricos (em busca de profissionais especializados).

Questão 5

1. Rodas: robôs com rodas são comuns e amplamente utilizados em diversas aplicações. Eles
oferecem alta velocidade e eficiência energética em terrenos planos e pavimentados, além
de serem relativamente simples e baratos de construir e manter. No entanto, eles podem
ter dificuldade em superar obstáculos e terrenos acidentados ou instáveis, como areia ou
pedras.

2. Esteiras: robôs com esteiras têm uma excelente capacidade de tração, podem superar
obstáculos e terrenos acidentados com mais facilidade do que os robôs com rodas. Eles
também têm uma ampla variedade de aplicações em ambientes externos, como agricultura
e construção. No entanto, eles tendem a ser mais pesados e menos eficientes em termos
de energia do que os robôs com rodas.

3. Pernas: robôs com pernas oferecem uma excelente capacidade de movimentação em

terrenos acidentados e irregulares, como terrenos íngremes, rochosos ou enlameados. Eles
podem se mover em ambientes que seriam inacessíveis para outros tipos de robôs. No
entanto, a locomoção com pernas pode ser complicada e requer algoritmos de controle
complexos e sensores adicionais para manter o equilíbrio. Além disso, eles tendem a ser
mais lentos e menos eficientes em termos de energia do que outros tipos de robôs.

4. Asas: robôs com asas são capazes de voar e oferecem a capacidade de acesso aéreo a
ambientes que seriam inacessíveis para outros tipos de robôs, como áreas remotas ou
afetadas por desastres naturais. No entanto, eles requerem mais energia para operar do
que outros tipos de robôs e são limitados em sua capacidade de carregar carga útil.

2
Questão 6

Sensores ativos são aqueles capazes de emitir algum tipo de energia para o ambiente
para posteriormente detectarem resposta desse sinal. Um exemplo comum de sensor ativo é
o sonar, que emite pulsos sonoros e mede o tempo que leva para o som retornar, permitindo
determinar a distância do objeto. Outro exemplo é o LIDAR, que usa um feixe de laser para
medir a distância e a forma dos objetos no ambiente.
Por outro lado, sensores passivos medem características do ambiente sem emitir um
sinal ativo, como sensores de câmera e microfones. Eles recebem informações do ambiente que
estão disponíveis naturalmente, como luz e som, e as usam para medir as características do
ambiente.
Já os sensores próprios (ou proprioceptivos) são aqueles que medem características
do próprio robô, como sensores de velocidade, de aceleração, giroscópios, entre outros. Esses
sensores são importantes para controlar o movimento e o comportamento do robô.
Já os sensores exteroceptivos medem as características do ambiente, como
temperatura, umidade, pressão, distância, entre outros. Esses sensores são importantes para
permitir que o robô interaja com o ambiente e tome decisões que estejam de acordo com o
ambiente que ele se encontra, evitando possíveis problemas que podem surgir, como colisões
por exemplo.
Em resumo, sensores ativos emitem um sinal para medir o ambiente, enquanto sensores
passivos recebem informações disponíveis no ambiente. Sensores próprios medem características
do robô, enquanto sensores exteroceptivos medem características do ambiente.

Questão 7

O sonar é um sensor capaz de medir distâncias a partir da reflexão de ondas sonoras.

Basicamente eles contém um dispositivo capaz de emitir ondas sonoras e outro capaz de detectá-
las, e a partir disso seu funcionamento se baseia no cálculo do tempo de retorno da onda enviada,
pois ao emiti-la, em algum momento ela irá se chocar com um anteparo e será refletida de volta
para o sensor, e a partir desse tempo de retorno o sensor é capaz de encontrar a distância dele
para o anteparo. A imagem abaixo ilustra exatamente esse funcionamento.

3
 Figura 1: Ilustração do funcionamento do sonar

Questão 8

Para o desenvolvimento das atividades referente a essa questão foi utilizado o programa
MATLAB para se formular e resolver os tópicos pedidos.
1. Temos um sistema com as velocidades em x e em y descritas pelas equações abaixo:
 
−20sin(t)
v(t) =
20 · (cos2 (t) − sin2 (t))

A partir delas é possivel encontrar as equações que descrevem a aceleração e a posição do

robô com base nas seguintes equações diferenciais:

a(t) = v̇(t)

v(t) = ṗ(t)
Assim assumindo a posição inicial do sistema como:
 
20
p(0) =
0

É possivel realizar o cálculo das equações diferenciais com o código descrito a seguir:
1 %% I n t e g r a c a o e d i f e r e n c i a c a o t e o r i c a
2 syms t r e a l
3 syms x ( t ) y ( t )
4 % D e f i n e as v a r i á v e i s simb ó l i c a s para o tempo , p o s i ç ão
em x e y
5 % Note que e s s a s s ão fun ç õ e s de t
6 vx = −20∗ s i n ( t ) ;
7 vy = 2 0 ∗ ( ( c o s ( t ) ) ^2−( s i n ( t ) ^2) ) ;

4
8 v = [ vx ; vy ] ; %fun ç ão v e l o c i d a d e
9

10 % D e f i n e o v e t o r de p o s i ç ão i n i c i a l
11 P0 = [ 2 0 ; 0 ] ; %p o s i ç ão i n i c i a l
12

13 % C o n f i g u r a o s i s t e m a de equa ç õ e s d i f e r e n c i a i s a s e r
r e s o l v i d o usando d s o l v e ,
14 % com c o n d i ç õ e s i n i c i a i s em t=0
15 eqn =[ d i f f ( x , t , 1 ) == vx ; d i f f ( y , t , 1 ) == vy ] ;
16 cond = [ x ( 0 )== 2 0 ; y ( 0 ) ==0];
17 s o l = d s o l v e ( eqn , cond ) ;
18

19 % R eso lva as equa ç õ e s d i f e r e n c i a i s e obtenha a fun ç ão

p o s i ç ão ,
20 % em s e g u i d a , c a l c u l e a fun ç ão a c e l e r a ç ão , d e r i v a n d o a
fun ç ão v e l o c i d a d e em
21 % r e l a ç ão a t
22 s = [ s o l . x ; s o l . y ] ; %fun ç ão p o s i ç ão
23 a = d i f f (v , t ) ; %fun ç ão a c e l e r a ç ão

Obtendo-se assim os seguintes resultados:

 
20cos(t)
p(t) =
10sin(2t)
 
−20cos(t)
a(t) =
−80cos(t)sin(t)

2. Como o plot dos métodos computacionais e teóricos serão feitos na mesma figura primeiro
será exibido como os cálculos computacionais foram realizados:
1 %% I n t e g r a c a o e d i f e r e n c i a c a o numerica
2

3 %d e f i n i n d o tempos de amostragem
4 dt1 = p i / 1 0 ;
5 dt2 = p i / 1 0 0 ;
6 dt3 = p i / 3 0 0 ;
7

8 %d e f i n i c a o do PVI
9 ti = 0;
10 t f = 2∗ p i ;
11 sxn = P0 ( 1 ) ;
12 syn = P0 ( 2 ) ;
13 an = subs ( a , 0 ) ;
14 axn = an ( 1 ) ;
15 ayn = an ( 2 ) ;
16 %d e f i n i n d o v e t o r de tempo

5
17

18 t 1 = t i : dt1 : t f ;
19 t 2 = t i : dt2 : t f ;
20 t 3 = t i : dt3 : t f ;
21

22 f o r k = 2 : length ( t1 )
23 sxn ( k ) = sxn ( k−1) − 20∗ s i n ( t 1 ( k−1) ) ∗ dt1 ;
24 syn ( k ) = syn ( k−1) + 2 0 ∗ ( ( c o s ( t 1 ( k−1) ) ) ^2−( s i n ( t 1
( k−1) ) ^2) ) ∗ dt1 ;
25 axn ( k ) = (−20∗ s i n ( t 1 ( k ) ) +20∗ s i n ( t 1 ( k−1) ) ) / dt1 ;
26 ayn ( k ) = ( 2 0 ∗ ( ( c o s ( t 1 ( k ) ) ) ^2−( s i n ( t 1 ( k ) ) ^2) )
−20∗(( c o s ( t 1 ( k−1) ) ) ^2−( s i n ( t 1 ( k−1) ) ^2) ) ) / dt1 ;
27 end
28

29 S1 = [ sxn ; syn ] ;
30 sxn = P0 ( 1 ) ;
31 syn = P0 ( 2 ) ;
32 A1 = [ axn ; ayn ] ;
33 axn = an ( 1 ) ;
34 ayn = an ( 2 ) ;
35

36 f o r k = 2 : length ( t2 )
37 sxn ( k ) = sxn ( k−1) − 20∗ s i n ( t 2 ( k−1) ) ∗ dt2 ;
38 syn ( k ) = syn ( k−1) + 2 0 ∗ ( ( c o s ( t 2 ( k−1) ) ) ^2−( s i n ( t 2
( k−1) ) ^2) ) ∗ dt2 ;
39 axn ( k ) = (−20∗ s i n ( t 2 ( k ) ) +20∗ s i n ( t 2 ( k−1) ) ) / dt2 ;
40 ayn ( k ) = ( 2 0 ∗ ( ( c o s ( t 2 ( k ) ) ) ^2−( s i n ( t 2 ( k ) ) ^2) )
−20∗(( c o s ( t 2 ( k−1) ) ) ^2−( s i n ( t 2 ( k−1) ) ^2) ) ) / dt2 ;
41 end
42

43 S2 = [ sxn ; syn ] ;
44 sxn = P0 ( 1 ) ;
45 syn = P0 ( 2 ) ;
46 A2 = [ axn ; ayn ] ;
47 axn = an ( 1 ) ;
48 ayn = an ( 2 ) ;
49

50 f o r k = 2 : length ( t3 )
51 sxn ( k ) = sxn ( k−1) − 20∗ s i n ( t 3 ( k−1) ) ∗ dt3 ;
52 syn ( k ) = syn ( k−1) + 2 0 ∗ ( ( c o s ( t 3 ( k−1) ) ) ^2−( s i n ( t 3
( k−1) ) ^2) ) ∗ dt3 ;
53 axn ( k ) = (−20∗ s i n ( t 3 ( k ) ) +20∗ s i n ( t 3 ( k−1) ) ) / dt3 ;
54 ayn ( k ) = ( 2 0 ∗ ( ( c o s ( t 3 ( k ) ) ) ^2−( s i n ( t 3 ( k ) ) ^2) )
−20∗(( c o s ( t 3 ( k−1) ) ) ^2−( s i n ( t 3 ( k−1) ) ^2) ) ) / dt3 ;
55 end

6
56

57 S3 = [ sxn ; syn ] ;
58 A3 = [ axn ; ayn ] ;

3. Após os cálculos temos os respectivos gráficos para a posição, velocidade e aceleração

Figura 2: Gráfico das posições

7
Figura 3: Gráfico das velocidades

8
 Figura 4: Gráfico das acelerações

A partir dos dados obtidos pelos códigos é possivel observar que a exatidão das
aproximações computacionais esta totalmente relacionada ao valor definido do período de
amostragem dt, de modo que quanto menor o seu valor, mais exatas e próximas da realidade as
aproximações se tornam, porém em contra partida mais intensa computacionalmente se torna
a aplicação, deixando o processamento mais lento, o que dependendo da aplicação pode ser um
problema bem sério.
Pode-se notar também que a partir de determinado valor de dt as melhoras não são
muito significativas, sendo assim, em um contexto prático é fundamental definir um valor
balanceado de dt, ou seja um valor que atenda as características do sistema de forma satisfatória
mas que não comprometa muito o processamento computacional dos dados.