Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/47099 |
Resumo: | Devido à sua grande eficiência, segurança e flexibilidade, os robôs móveis estão sendo cada vez mais utilizados na indústria. Entretanto, o controle de posicionamento dos mesmos se trata de um grande desafio dada a natureza não linear dessa planta e a dificuldade de estimar determinados parâmetros, como os efeitos do atrito. Além disso, um rastreamento de trajetória preciso pode ser essencial para determinadas operações com robôs móveis, como no caso de caminhos estreitos. Neste trabalho, controladores inteligentes são propostos para o rastreamento de trajetória de um robô móvel omnidirecional sujeito a dinâmicas não modeladas. As abordagens de controle utilizadas foram os controladores não lineares Linearização por Realimentação (FBL) e Modos Deslizantes (SMC), ambos acoplados de um compensador inteligente que utiliza Redes Neurais Recorrentes com o objetivo de lidar com as incertezas. A arquitetura da rede neural escolhida se baseou na necessidade de compensação de dinâmicas complexas e ao mesmo tempo restrição de complexidade computacional para que o mesmo pudesse ser embarcado no hardware de um robô móvel. As propriedades de estabilidade dos controladores foram provadas de acordo com o princípio de estabilidade assintótica segundo Lyapunov e o desempenho das estratégias. Foi avaliado tanto em simulações quanto em experimentos com o Robotino®, um robô móvel omnidirecional produzido pela Festo Didatics. Foi observado um ganho de desempenho no controlador quando comparado com redes neurais sem a recorrência. |
id |
UFRN_2d8509dd561f611a0edec8daad141665 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/47099 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Cadengue, Lucas Solanohttp://lattes.cnpq.br/5727974577398516https://orcid.org/0000-0002-0935-7730http://lattes.cnpq.br/3256782908311485Araújo, Fábio Meneghetti Ugulino dehttp://lattes.cnpq.br/5473196176458886Santana Júnior, Orivaldo Vieira dehttp://lattes.cnpq.br/5050555219716698Medeiros, Philippe Eduardo deBessa, Wallace Moreira2022-05-04T23:10:37Z2022-05-04T23:10:37Z2022-03-11CADENGUE, Lucas Solano. Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes. 2022. 60f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/47099Devido à sua grande eficiência, segurança e flexibilidade, os robôs móveis estão sendo cada vez mais utilizados na indústria. Entretanto, o controle de posicionamento dos mesmos se trata de um grande desafio dada a natureza não linear dessa planta e a dificuldade de estimar determinados parâmetros, como os efeitos do atrito. Além disso, um rastreamento de trajetória preciso pode ser essencial para determinadas operações com robôs móveis, como no caso de caminhos estreitos. Neste trabalho, controladores inteligentes são propostos para o rastreamento de trajetória de um robô móvel omnidirecional sujeito a dinâmicas não modeladas. As abordagens de controle utilizadas foram os controladores não lineares Linearização por Realimentação (FBL) e Modos Deslizantes (SMC), ambos acoplados de um compensador inteligente que utiliza Redes Neurais Recorrentes com o objetivo de lidar com as incertezas. A arquitetura da rede neural escolhida se baseou na necessidade de compensação de dinâmicas complexas e ao mesmo tempo restrição de complexidade computacional para que o mesmo pudesse ser embarcado no hardware de um robô móvel. As propriedades de estabilidade dos controladores foram provadas de acordo com o princípio de estabilidade assintótica segundo Lyapunov e o desempenho das estratégias. Foi avaliado tanto em simulações quanto em experimentos com o Robotino®, um robô móvel omnidirecional produzido pela Festo Didatics. Foi observado um ganho de desempenho no controlador quando comparado com redes neurais sem a recorrência.Due to their great efficiency, security and flexibility, mobile robots are being increasingly used in industry. However, their positioning control is a great challenge due to the nonlinear nature of this plant and the difficulty of estimating certain parameters, for example, the friction effects. Besides that, a precise tracking might be essential to some operations in mobile robots, such as narrow paths. In this work, non-linear controllers are applied to the trajectory control of an omnidirectional robot under the effect of unmodeled dynamics. The control approaches used in this work were both non-linear control strategies, Feedback Linearization (FBL) and Sliding Modes (SMC) both incorporated with an intelligent compensator utilizing Recurrent Neural Networks in order to assist the control by estimating uncertainties. The chosen architecture of the neural network was based in the need to compensate more complex dynamics and at the same time the restriction of computational complexity so that it could be embedded in the hardware of a mobile robot. The stability properties were proven by the principle of assintotic stability proposed by Lyapunov and the performance of the strategies were verifed through both simulations and experiments using Robotino®, an omnidirectional mobile robot produced by Festo Didatics and a performance gain was observed when compared with the neural network without the recurrence.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESConselho Nacional de Desenvolvimento Científico e Tecnológico - CNPqUniversidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃOUFRNBrasilControle não linearControle inteligenteRedes neurais recorrentesLinearização por realimentaçãoModos deslizantesRobôs móveisControle inteligente de robôs omnidirecionais utilizando redes neurais recorrentesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALControleinteligenterobos_Cadengue_2022.pdfapplication/pdf5767098https://repositorio.ufrn.br/bitstream/123456789/47099/1/Controleinteligenterobos_Cadengue_2022.pdf8aa5b9c2a81ba413eca18e0162010b6eMD51123456789/470992022-05-04 20:11:13.456oai:https://repositorio.ufrn.br:123456789/47099Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-05-04T23:11:13Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes |
title |
Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes |
spellingShingle |
Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes Cadengue, Lucas Solano Controle não linear Controle inteligente Redes neurais recorrentes Linearização por realimentação Modos deslizantes Robôs móveis |
title_short |
Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes |
title_full |
Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes |
title_fullStr |
Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes |
title_full_unstemmed |
Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes |
title_sort |
Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes |
author |
Cadengue, Lucas Solano |
author_facet |
Cadengue, Lucas Solano |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5727974577398516 |
dc.contributor.advisorID.pt_BR.fl_str_mv |
https://orcid.org/0000-0002-0935-7730 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3256782908311485 |
dc.contributor.referees1.none.fl_str_mv |
Araújo, Fábio Meneghetti Ugulino de |
dc.contributor.referees1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5473196176458886 |
dc.contributor.referees2.none.fl_str_mv |
Santana Júnior, Orivaldo Vieira de |
dc.contributor.referees2Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5050555219716698 |
dc.contributor.referees3.none.fl_str_mv |
Medeiros, Philippe Eduardo de |
dc.contributor.author.fl_str_mv |
Cadengue, Lucas Solano |
dc.contributor.advisor1.fl_str_mv |
Bessa, Wallace Moreira |
contributor_str_mv |
Bessa, Wallace Moreira |
dc.subject.por.fl_str_mv |
Controle não linear Controle inteligente Redes neurais recorrentes Linearização por realimentação Modos deslizantes Robôs móveis |
topic |
Controle não linear Controle inteligente Redes neurais recorrentes Linearização por realimentação Modos deslizantes Robôs móveis |
description |
Devido à sua grande eficiência, segurança e flexibilidade, os robôs móveis estão sendo cada vez mais utilizados na indústria. Entretanto, o controle de posicionamento dos mesmos se trata de um grande desafio dada a natureza não linear dessa planta e a dificuldade de estimar determinados parâmetros, como os efeitos do atrito. Além disso, um rastreamento de trajetória preciso pode ser essencial para determinadas operações com robôs móveis, como no caso de caminhos estreitos. Neste trabalho, controladores inteligentes são propostos para o rastreamento de trajetória de um robô móvel omnidirecional sujeito a dinâmicas não modeladas. As abordagens de controle utilizadas foram os controladores não lineares Linearização por Realimentação (FBL) e Modos Deslizantes (SMC), ambos acoplados de um compensador inteligente que utiliza Redes Neurais Recorrentes com o objetivo de lidar com as incertezas. A arquitetura da rede neural escolhida se baseou na necessidade de compensação de dinâmicas complexas e ao mesmo tempo restrição de complexidade computacional para que o mesmo pudesse ser embarcado no hardware de um robô móvel. As propriedades de estabilidade dos controladores foram provadas de acordo com o princípio de estabilidade assintótica segundo Lyapunov e o desempenho das estratégias. Foi avaliado tanto em simulações quanto em experimentos com o Robotino®, um robô móvel omnidirecional produzido pela Festo Didatics. Foi observado um ganho de desempenho no controlador quando comparado com redes neurais sem a recorrência. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-05-04T23:10:37Z |
dc.date.available.fl_str_mv |
2022-05-04T23:10:37Z |
dc.date.issued.fl_str_mv |
2022-03-11 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
CADENGUE, Lucas Solano. Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes. 2022. 60f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/47099 |
identifier_str_mv |
CADENGUE, Lucas Solano. Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes. 2022. 60f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
url |
https://repositorio.ufrn.br/handle/123456789/47099 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/47099/1/Controleinteligenterobos_Cadengue_2022.pdf |
bitstream.checksum.fl_str_mv |
8aa5b9c2a81ba413eca18e0162010b6e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814833050327973888 |