Controle inteligente de um manipulador robótico com regressão por processo gaussiano

• Autor(a) principal: Baumann, Gabriel de Albuquerque Barbosa
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/43053
• topic: Engenharia Mecânica, Projetos de Máquinas, Controle de Sistemas Mecânicos.; manipulador robótico,sistema de controle não-linear, controle inteligente, linearização por realimentação, regressão por processo gaussiano.; robotic manipulator, non-linear control system, intelligent control, feedback linearization, Gaussian process regression.

O avanço tecnológico promovido no quarto Ciclo de Kondratiev deu origem à internet das coisas e à indústria 4.0, em um contexto no qual as a dinâmica social, seja profissional ou pessoal doméstica, alterada pela inserção de inteligência artificial e da robótica nas atividades cotidianas, por exemplo. Dessa maneira, o Engenheiro Mecânico deve se colocar como agente de mudança, atuando na vanguarda tecnológica em áreas multidisciplinares, como a robótica, que envolve eletrônica, mecânica, programação e, muitas vezes, biologia, neurociência e filosofia. Isso significa que um manipulador robótico não é somente uma oportunidade para pesquisas e desenvolvimento de sua estrutura mecânica e seus componentes eletroeletrônicos, mas, também uma grande oportunidade para avaliar algoritmos de controle, desde técnicas mais convencionais como o controlador Proporcional-Integral- Derivativo (PID), até um algoritmo de aprendizagem. Na prática, a dinâmica da maioria desses sistemas apresenta um alto grau de não linearidades e incertezas, o que torna o seu controle de posição e trajetória uma situação desafiadora, corroborando para a efervescência dessa área de pesquisa. Assim, sabendo que o projeto de controladores se mostra como fundamental para esses robôs, este trabalho representa uma contribuição para a Engenharia Mecânica ao propor um controlador inteligente para um manipulador robótico de dois graus de liberdade. A lei de controle utiliza regressão por Processo Gaussiano para compensar incertezas e dinâmica não modelada na técnica de linearização por realimentação.