Sistema multirrobô para exploração de ambientes desconhecidos utilizando controladores fuzzy

• Autor(a) principal: Souza, Lucas Botoni de
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/5431
• topic: x; Robótica; Robôs móveis; Mapas cognitivos (Psicologia); Robotics; Mobile robots; Cognitive maps (Psychology); Engenharia Mecânica

Uma das utilizações dos Sistemas Multirrobôs (SMR) está em operações de salvamento de vítimas. O principal desafio encontrado por equipes de salvamento em desastres é o tempo de resposta. As chances de encontrar sobreviventes diminuem significativamente com o tempo e reduzidas drasticamente após 48 horas. Nesse sentido, a motivação deste trabalho é apresentar um SMR inspirado nos conceitos de robótica de enxame para resgate de vítimas em ambientes desconhecidos. Neste caso, os robôs não possuem conhecimento dos limites da área de busca e obstáculos, conhecendo apenas o número de vítimas a serem resgatadas como critério de parada para os experimentos simulados no Matlab®. Para isso, três abordagens que herdam os principais aspectos da lógica Fuzzy são utilizadas com base em trabalhos anteriores: um controlador lógico Fuzzy (FLC), um controlador baseado em um Mapa Cognitivo Fuzzy Dinâmico (DFCM) e um DFCM inspirado na metaheurística de Otimização por Colônia de Formigas (DFCM-ACO). A tarefa proposta simula operações de resgate de desastres na vida real, ou mesmo humanos perdidos em ambientes desconhecidos, como florestas. As simulações foram realizadas em três ambientes, a fim de testar a robustez global contra situações imprevisíveis, autonomia, área explorada e tempo de processamento computacional para as três abordagens, usando uma arquitetura reativa baseada em subsunção. Em geral, os resultados sugerem que as abordagens SMR baseadas em DFCM são capazes de concluir as tarefas propostas consumindo menos tempo de processamento, com os robôs percorrendo menores distâncias para explorar uma quantidade semelhante a área da abordagem FLC, com o DFCM-ACO apresentando resultados equilibrados entre as técnicas: a princípio é mais eficiente, porém é mais complexo computacionalmente que o DFCM. Finalmente, um protótipo inicial para utilização em experimentos reais é apresentado, assim como trabalhos futuros são endereçados.