Controle inteligente de robôs omnidirecionais utilizando redes neurais recorrentes

Detalhes bibliográficos
Autor(a) principal: Cadengue, Lucas Solano
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