Mobile robots: a study on sensing and perception systems

• Autor(a) principal: Teixeira, Marco Antonio Simoes
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/24500
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Robótica; Sensores; Robôs móveis; Veículos aéreos não tripulados; Sistemas de controle inteligente; Gás liquefeito de petróleo - Inspeção; Robotics; Sensors; Mobile robots; Unmanned aerial vehicles; Intelligent control systems; Liquefied petroleum gas - Inspection; Engenharia Elétrica

Robôs móveis são equipamentos utilizados para executar tarefas que necessitam que o equipamento se locomova no ambiente. Estas tarefas podem ou não ser inteligentes, dependendo da necessidade da ação. Para que um robô seja capaz de tomar decisões, ele precisa coletar dados do ambiente, processar estes dados e convertê-los em informação. Esta tese tem por objetivo estudar técnicas de sensoriamento de ambiente utilizados tradicionalmente por robôs móveis e propor uma nova técnica de sensoriamento, que utiliza os dados fornecidos pelos sensores, os processa e retorna informações. Para alcançar o objetivo esperado, primeiro foi realizado um estudo sobre os sensores tradicionais utilizados na robótica móvel, para posteriormente ser proposto uma nova abordagem de sensoriamento. Primeiro, foi desenvolvida uma abordagem de mapeamento específico para tanques de armazenamento de Gás Liquefeito de Petróleo (GLP) para que um robô de inspeção escalador, desenvolvido pela UTFPR em parceria com a Petrobras, fosse capaz de realizar a inspeção preventiva em tanques de GLP. Esta técnica foi capaz de predizer toda a superfície do ambiente sem a necessidade de uma varredura completa. Posteriormente, foi estudado a aplicação de técnicas inteligentes de processamento de dados 3D para a navegação e autopreservação de veículos aéreos não tripulados (VANT’s). Foi desenvolvido uma técnica de navegação em formação para 4 VANT’s, evitando colisões com o ambiente e entre eles, sempre mantendo a formação durante todo o percurso. Esta ação só foi possível pelo processamento dos dados dos sensores 3D, convertidos em informação de distância a partir do centro do VANT e utilizada para a realização de tarefas de desvio de obstáculo, e autopreservação. A partir destes dois primeiros trabalhos, ficou evidente a necessidade de processar os dados fornecidos pelos sensores para que fossem geradas informações uteis para a tomada de decisão. O próximo trabalho da tese teve como objetivo o desenvolvimento de uma abordagem de processamento de dados provenientes de sensores 3D e imagens RGB para a geração de informações, que podem ser utilizadas por um robô. A abordagem consistiu no uso de uma técnica de visão computacional para identificar objetos em uma imagem RGB e posteriormente, na junção da imagem RGB com os dados 3D provenientes do sensor para a identificação destes objetos no mundo real em relação ao centro do equipamento. Posteriormente, a abordagem foi embarcada em um equipamento compacto, chamado de sensor DeepSpatial. Este equipamento foi acoplado a um robô, e validado para aplicações tradicionais em robôs móveis, comprovando a eficiência das informações fornecidas pelo sensor. Como resultado deste trabalho, uma nova abordagem de sensoriamento foi proposta, onde sensores tradicionais são utilizados para ações inteligentes. A abordagem é embarcada em um equipamento compacto, que pode ser considerado um novo sensor.