UNIVERSIDADE FEDERAL DE

OURO PRETO - UFOP

ESCOLA DE MINAS – EM

COLEGIADO DO CURSO DE ENGENHARIA DE

CONTROLE E AUTOMAÇÃO – CECAU

TRAJETÓRIAS CAÓTICAS PARA O PROBLEMA DA

EXPLORAÇÃO DE TERRENOS COM METAS DE BUSCA OU
VIGILÂNCIA USANDO ROBÔS MÓVEIS

MONOGRAFGIA DE GRADUAÇÃO EM ENGENHARIA DE

CONTROLE E AUTOMAÇÃO

Laos Alexandre Hirano

Ouro Preto, 2006

 Laos Alexandre Hirano

TRAJETÓRIAS CAÓTICAS PARA O PROBLEMA DA

EXPLORAÇÃO DE TERRENOS COM METAS DE BUSCA OU
VIGILÂNCIA USANDO ROBÔS MÓVEIS

Monografia apresentada ao Curso de

Engenharia de Controle e Automação
da Universidade Federal de Ouro Preto
como parte dos requisitos para a
obtenção de Grau em Engenheiro de
Controle e Automação.

Orientador: Luiz de Siqueira Martins e Filho

Co-orientador: Ronilson Rocha

Ouro Preto
Escola de Minas - UFOP
Outubro / 2006
II
 III

AGRADECIMENTOS

A Deus pelas benções de todos os dias e por ter colocado a palavra “yamato damashi”
no meu caminho. Uma palavra que não se traduz, e sim se entende e que me deu
coragem, força e paciência perante todos os desafios durante a minha graduação.

Aos meus pais, João e Lélia pelo exemplo de vida, infinito carinho e força nas horas
mais complicadas. A minha maninha Letícia pela paciência e atenção, e a meus avós
Umeo, Kimiko, Isao (falecidos) e Kayoko pelos ensinamentos.

Aos irmãos de república Lucas (peão), Thiago (praga), Léo (Assustado), Wanderson
(Tuyr), Diógenes (Didi), Júnio (Mula molusko), Arnaldo (Pikashu), Edgar (Hunter),
Raphael (Xuxú) e Wanderley (Tantan) pela amizade, paciência e momentos de farra que
serão inesquecíveis. Mas em especial, aos irmãos de música Lucas, Thiago e Tuyr pelos
shows no centro de convenções.

Aos irmãos de curso, Korinto, Kaxetta, CDF, Paulista, Joca, Recla, Beijokero, Giann,
Olivi, Moon-ha, Rampineli, Gato Seco e Sandrinha pelos momentos de alegria, tristeza,
aperto, desespero e zuação. Agradecimento especial ao Olivi e sua guitarra nas
inesquecíveis músicas que fizemos, e ao Joca, por ser mais feio do que eu... “Obrigado
por exisitir, Joca fei”.

Aos professores e funcionários pela disponibilidade e paciência para ensinar. E em

especial, aos professores, orientadores e, por cima de tudo amigos, Luiz Martins e
Ronilson pela oportunidade e voto de confiança.

Aos amigos de trabalho, o Coopvest., amigos que me acolheram e me ensinaram muito.

A todos amores, possíveis ou impossíveis, vividos durante a graduação.

 IV

SUMÁRIO

LISTA DE FIGURAS .............................................................................................. VI

LISTA DE TABELAS ............................................................................................. VIII

I - INTRODUÇÃO ................................................................................................... 1

II - ROBÓTICA MÓVEL . ...................................................................................... 3

2.1 - História e evolução da robótica ................................................................ 3
2.2 - Robô móvel: uma definição ...................................................................... 7
2.3 - Classificação de robôs ............................................................................... 8
2.4 - Aplicações para a robótica móvel .............................................................. 10
2.5 - Desafios em robótica móvel ...................................................................... 14
2.6 - Componentes básicos de um robô móvel .................................................. 15
2.6.1 - Estrutura mecânica ............................................................................ 15
2.6.2 - Sensores ............................................................................................ 15
2.6.2.1 - Dead reckoning......................................................................... 17
2.6.2.2 - Sensores de odometria ............................................................. 17
2.6.2.3 - Sensores de orientação e inclinação ......................................... 20
2.6.2.4 - Sensores de proximidade.......................................................... 23
2.6.2.4.1 - Sensores de contato ......................................................... 23
2.6.2.4.2 Sensores de proximidade sem contato .............................. 24
2.6.2.5 - Caracterização de sensores ...................................................... 25
2.6.3 - Atuadores .......................................................................................... 26

III - DESCRIÇÃO DO PROBLEMA ...................................................................... 28

IV - GERAÇÃO DE TRAJETÓRIAS CAÓTICAS ................................................ 30

4.1 - O caos determinístico ................................................................................. 30
4.2 - Mapeamento caótico .................................................................................. 31
4.3 - Mapa padrão de Taylor-Chirikov (Standart map) ..................................... 32
4.4 - Resultados e conclusões da simulação numérica da geração de pontos..... 32

V - SEGUIMENTO DE TRAJETÓRIA: CONTROLADORES CINEMÁTICOS.. 34

5.1 - Introdução ................................................................ ................................. 34
5.2 - Sistemas holonômicos ............................................................................... 34
5.3 - Sistemas não holonômicos ......................................................................... 35
5.4 - Interpretação matemática de sistemas não holonômicos ........................... 36
5.5 - Controlador Cinemático ............................................................................. 37
5.6 - Controle em malha aberta .......................................................................... 39
5.7 - Controle em malha fechada ....................................................................... 39
5.7.1 - Controlador cinemático proposto por Lee ........................................ 39
5.7.2 - Controlador cinemático proposto por Martins Filho ........................ 41

VI - RESULTADOS DE SIMULAÇÕES NUMÉRICAS EM AMBIENTE

MATLAB ................................................................................................................. 43

VII - CONCLUSÕES ............................................................................................... 45

 V

VIII - PROPOSTAS DE PESQUISAS .................................................................... 46

8.1 - Outros controladores cinemáticos .............................................................. 46
8.2 - Outros modelos caóticos para geração de pontos ...................................... 46
8.3 - O problema de multi-robôs ........................................................................ 46
8.4 - Integração de um robô móvel .................................................................... 46

IX - REFERÊNCIAS BIBLIOGRÁFICAS ............................................................. 47

ANEXO A: O robô móvel: Khepera ........................................................................ -

 VI

LISTA DE FIGURAS

Figura 2.1: Robô móvel Shakey .............................................................................. 4

Figura 2.2: Robô hexápode - Dante ........................................................................ 6
Figura 2.3: Robôs de exploração ............................................................................. 6
Figura 2.3-a: Robô para busca de meteoritos na Antártica ..................................... 6
Figura 2.3-b: Sojouner............................................................................................. 6
Figura 2.4: Robô quadrúpede, Aibo ........................................................................ 7
Figura 2.5: Robô humanóide da Honda, ASIMO ................................................... 7
Figura 2.6: Ciclo de Interação ................................................................................. 8
Figura 2.7: Classificação segundo anatomia ........................................................... 8
Figura 2.8: Robôs terrestres .................................................................................... 9
Figura 2.8-a: Robô móvel acionado por rodas independentes, Khepera ................ 9
Figura 2.8-b: Robô de esteiras com braço mecânico acoplado ............................... 9
Figura 2.9: Robô hexápode ..................................................................................... 9
Figura 2.10: Robô móvel para exploração espacial, Nanokhod-EPFL ................... 12
Figura 2.11: Robô móvel para exploração espacial, Sapcecat-EPFL ..................... 12
Figura 2.12: robô para exploração aquática, Hércules ............................................ 13
Figura 2.13: Robôs para diversão ........................................................................... 13
Figura 2.13-a: Robô para diversão, QRIO-Sony ..................................................... 13
Figura 2.13-b: Robô recepcionista, ENON-Fujitsu ................................................ 13
Figura 2.14: Robôs móveis carregando uma caixa - exemplo de robôs em
cooperação .............................................................................................................. 14
Figura 2.15: Esquema de funcionamento dos encoders .......................................... 19
Figura 2.16: Funcionamento do GPS ...................................................................... 22
Figura 2.17: Esquemas de triangularização ............................................................ 22
Figura 2.18: Sensores tácteis ................................................................................... 23
Figura 2.19: Esquema de um amortecedor tátil ...................................................... 24
Figura 2.20: Funcionamento de sensores de proximidade de infravermelho ou
ultrasom ................................................................................................................... 25
Figura 2.21: Diferença entre repetibilidade e precisão ........................................... 26
Figura 2.22: Funcionamento de um motor de passo de imã permanente ................ 27
Figura 3.1: Idealização de um robô se locomovendo em um ambiente qualquer ... 29
Figura 4.1: Fractais ................................................................................................. 31
Figura 4.2: Mapa padrão de Taylor-Chirikov de 100 e 1200 pontos ...................... 33
Figura 5.1: Robôs de duas juntas cilíndricas ........................................................... 34
Figura 5.2: Trajetória de robôs ................................................................................ 35
Figura 5.3: Descrição da função s(t) ....................................................................... 36
Figura 5.4: Movimento realizado por um robô devido as suas restrições não
holonômicas ............................................................................................................ 37
Figura 5.5: Geometria do movimento do robô no plano cartesiano ........................ 38
Figura 5.6: Idealização do controle em malha aberta ............................................. 39
Figura 5.7: Configuração do controlador cinemático proposto por Lee.................. 40
Figura 6.1: A trajetória do robô móvel para o seguimento de 100 pontos usando a
lei de controle contínuo com ganho de controle K1=1.5 e K2=5.5 ........................ 43
Figura 6.2: A trajetória do robô móvel para o seguimento de 100 pontos usando a
lei de controle contínuo com ganho de controle K1=1.5 e K2=1.5 ........................ 43
 VII

Figura 6.3: A trajetória do robô móvel para o seguimento de 100 pontos usando a
44
lei de controle descontínuo proposta por Martins Filho .........................................
Figura 6.4: Focos de movimentos não suaves ......................................................... 44
Figura A: Robô móvel: Khepera ............................................................................. A-3
 VIII

LISTA DE TABELAS

TABELA 2.1: tabela de sensores ............................................................................... 18

 IX

RESUMO

Esta pesquisa destina-se ao problema de exploração de terrenos com

metas específicas de busca ou vigilância. Neste tipo de problema, além do controle de
navegação, é necessário um planejamento de trajetória que possua características como
alta imprevisibilidade na movimentação de trajetória e rápida varredura de todo o
terreno. O comportamento caótico, problema típico da classe dos sistemas dinâmicos
não lineares, pode garantir um movimento do robô imprevisível que varra
completamente todo terreno, sem a necessidade do robô portar em sua memória o mapa
do território. Considerando um robô constituído de duas rodas independentemente
controladas, e uma terceira roda de apoio. O movimento do robô é determinado pela
relação entre os valores das velocidades das rodas ativas esquerda e direita,
proporcionando o deslocamento do centro de simetria do robô, e ainda um movimento
rotacional do corpo do robô em torno desse mesmo ponto. O movimento resultante do
robô consiste, portanto, da combinação desses dois movimentos independentes. Assim,
a pesquisa propõe dois esquemas de controle em malha fechada, um proposto por Lee e
outro por Martins Filho, que permita ao robô seguir uma seqüência de pontos gerados
em tempo real com o auxílio de um sistema baseado na teoria do caos, o mapa padrão
de Taylor-Chirikov.
 X

ABSTRACT

This article presents a study concerning mobile robots’ missions for

terrain exploration, with specific goals of search or surveillance. The proposed method
to achieve fast and complete scanning of the entire robot workspace, consist of a
scheme to impart a chaotic motion behavior to the mobile robot using a path-planner
based on the Standard map, ensuring high unpredictability of robot trajectories, and
resembling a non-planned motion for external observers. The kinematic modeling of a
mobile robot, and two closed-loop control schemes (continuous and discontinuous) are
described, as well the Standard map-based path-planning strategy. Results and analysis
of numerical simulations, testing the robot kinematic control and the path-planning
procedure, close the article.
1 - INTRODUÇÃO

A robótica móvel, após décadas de importantes desenvolvimentos,

permanece como um interessante assunto de pesquisa devido ao constante crescimento
da aplicabilidade em diferentes domínios e seu aspecto relevante na economia e na
tecnologia [HIRANO 2005].
Os robôs móveis se caracterizam por serem veículos que se deslocam em
um ambiente. Para a realização de um determinado movimento, os robôs móveis
possuem sensores voltados para o reconhecimento do ambiente ao seu redor e atuadores
que permitem interferir seu estado, em relação a um plano inercial, no ambiente em
questão. Os ambientes, tanto reais quanto virtuais, possuem características que variam
desde formas simples e componentes estáticos até ambientes com componentes de
forma complexa e que se movimentam. Independente da forma em que se apresenta ao
ambiente é uma característica desejável e muitas vezes necessária que o robô possua um
software propiciando movimentos de modo a realizar tarefas de forma satisfatória, por
exemplo, desviar de obstáculos evitando colisões, seguir trajetórias pré-determinadas
pelo programador ou contornar o problema da estabilidade de trajetória [MICHELON
2000].
Entre vários problemas e desafios da robótica móvel, o mais comum é a
elaboração de um algoritmo de navegação eficiente da plataforma que permita ao robô
partir de um ponto e alcançar um outro em um ambiente qualquer. A navegação deverá
conter movimentos necessários para que um robô execute uma determinada tarefa de
maneira satisfatória. Este problema pode ser dividido em blocos de menor
complexidade, sendo os mais importantes o planejamento de trajetória e o seguimento
de trajetória.
O planejador de trajetória tem como função determinar um conjunto de
configurações (posições e orientações) entre dois pontos localizados em configurações
distintas, evitando colisões com os obstáculos no espaço de trabalho [PEDROSA 2003].
O seguimento de trajetória consiste em sistemas de controle que
permitam levar a plataforma de uma configuração à outra. A solução mais comum a este
problema na robótica móvel é a elaboração de controladores cinemáticos. O controlador
cinemático tem como função seguir uma trajetória descrita pelas variáveis de posição
e/ou velocidade das rodas em função do tempo. Trata-se de um sistema multivariável e
 2

tem como variáveis de estado as coordenadas x, y e orientação θ do robô no plano

cartesiano. No entanto, robôs móveis são exemplos de sistemas não holonômicos, de
modo que, o equacionamento do controlador cinemático deverá ser feito em função das
derivadas das variáveis de posição (restrições não holonômicas).
Esta pesquisa destina-se ao problema de exploração de terrenos com
metas específicas de busca ou vigilância. Neste tipo de problema, além do controle de
navegação, é necessário um planejamento de trajetória que possua características como
alta imprevisibilidade na movimentação de trajetória e rápida varredura de todo o
terreno. O comportamento caótico, problema típico da classe dos sistemas dinâmicos
não lineares, pode garantir um movimento do robô imprevisível que varra
completamente todo terreno, sem a necessidade do robô portar em sua memória o mapa
do território [HIRANO 2005]. Logo, a pesquisa propõe dois esquemas de controle em
malha fechada, um contínuo, outro descontínuo, que permite ao robô seguir uma
seqüência de pontos gerados em tempo real com o auxílio de um sistema baseado na
teoria do caos, o mapa padrão de Taylor-Chirikov.
Neste trabalho serão apresentados: principais definições vinculadas à
robótica móvel, a definição do mapa padrão de Taylor-Chirikov na elaboração de
trajetórias caóticas, dois modelos de controladores cinemáticos, e resultados da
simulação numérica do desempenho do robô em ambiente MATLAB.
 3

2 - ROBÓTICA MÓVEL

2.1 - História e evolução da robótica

O conceito de robótica tem estado presente na imaginação humana há

séculos. As primeiras idéias da robótica registradas surgiram com Archytas de Tarentum
(viveu entre 400 e 350 a.c.), amigo de Platão que construiu um pássaro de madeira que
tinha a capacidade de voar e Hero de Alexandria (século 2 a.c.) que descreveu seu livro,
“De Automatis”, por um teatro mecânico com figuras na forma de robôs que dançavam
e andavam em cerimônias templariais.
A palavra “robô” surgiu pela primeira vez com o autor tcheco de teatro e
novelas, Karel Capek, em um drama satírico, Robôs Universais Rossum, em 1921. A
palavra robô é derivada da palavra “robota”, o qual significa “trabalho forçado” em
tcheco.
A base tecnológica para os atuais robôs industriais foi desenvolvida a
partir de pesquisas logo após a segunda guerra mundial, quando foi construído um
equipamento denominado teleoperador mestre-escravo. Trata-se de uma haste robótica
empregada na manipulação de materiais radioativos. Desde então, em 1942, a palavra
ROBÓTICA era inventada por Isaac Asimov (criador das três leis da robótica), para
denominar a ciência que lida com robôs.
Assim surgiram os primeiros robôs manipuladores. Em 1954, George C.
Devol inventa um manipulador cuja operação podia ser programada (“programmed
articulated transfer device”). O primeiro robô industrial instalado em chão de fábrica
foi o robô Unimate na Unimation. Inc. em 1961. O projeto desse robô resultou da
combinação entre mecanismos articulados e garras usadas no teleoperador mestre-
escravo e a tecnologia de controle desenvolvida em máquinas operatrizes com comando
numérico. Desde então, o constante desenvolvimento tecnológico nas áreas de
mecânica, eletrônica digital, ciência da computação, material e logística da produção
contribuíram para o aumento da confiabilidade nos componentes empregados em
projetos de robôs e a redução dos custos para sua implementação em atividades
industriais.
Tais avanços também contribuíram para a criação de sistemas de
interfaceamentos mais simples, com o objetivo de tornar a operação com robôs
 4

simplificada. A primeira linguagem de programação para robôs, WAVE foi

desenvolvida no SRI (Stanford Research Institute), em 1973, e em 1978 surgiu o
PUMA (Programmable Universal Machine for Assembly), um robô programável em
linguagem Assembly.
O primeiro robô móvel inventado foi o Shakey (FIG 2.1), no SRI em
1969. Problemas relacionados com as questões de movimentos rotacionais e
translacionais tornavam crítica à modelagem do ambiente. Em 1983 Lozano-Pérez
introduziu a idéia de uma “região de incerteza”, criada através do crescimento dos
obstáculos. Assim, utilizando grafos de visibilidade para o planejamento de trajetória, o
robô poderia ser tratado como um simples ponto no espaço de configuração [LOZANO-
PÉREZ 1983]. Este método foi o primeiro método exato aplicado ao problema do
planejamento de trajetória.

Figura 2.1: Robô móvel Shakey

Ainda em 83, Brooks introduziu o método freeway como uma alternativa

à modelagem do espaço livre e ao planejamento de trajetória, utilizando o conceito de
cones generalizados. Estes métodos, baseados em um mapa do ambiente, chamados de
arquiteturas deliberativas ou planejadas, sofriam sérias restrições com relação à criação
e manutenção do mapa do ambiente. Para minimizar os problemas advindos do mundo
real, foram assumidas simplificações, como o ambiente estático e totalmente conhecido.
 5

Com estas simplificações, o problema é contornado, mas a aplicação de robôs

permanece restrita a ambientes imutáveis [BROOKS 1983].
Na busca de generalizar as aplicações de robôs móveis e inspirando-se no
comportamento de insetos, Brooks introduz uma arquitetura reativa, denominada
arquitetura de subsunção (do inglês Subsumption), na qual o robô age baseando-se na
leitura de seus sensores. Esta arquitetura baseia-se na decomposição da inteligência em
comportamentos individuais, gerando módulos que coexistem e cooperam para a
emergência de comportamentos mais complexos. Esta arquitetura é um marco nas
pesquisas de métodos reativos e ascendeu novamente a esperança de construir robôs
móveis aptos a interagir em ambientes dinâmicos [BROOKS 1986].
Ainda em 86, Khatib introduziu o método dos campos potenciais, no qual
o robô transforma-se em uma partícula sob a influência de campos eletromagnéticos,
constituídos pelos obstáculos e pelo ponto objetivo [KHATIB 1986]. Neste mesmo ano
a Honda começa a trabalhar no desenvolvimento de seu robô humanóide (FIG 2.5).
Em 1990, Kumpel [KUMPEL 1990] apresenta um artigo descrevendo o
projeto MARIE (Mobile Autonomous Robot in an Industrial Environment). Este projeto
integra mapas geométricos e topológicos e usa um método hierárquico para navegação,
onde, globalmente, utiliza mapas para encontrar o caminho e sensores para desvio local
dos obstáculos.
Dois anos mais tarde, Mataric [MATARIC 1992] ressalta a necessidade
de alguma representação do ambiente para dotar o robô de capacidades mais elaboradas
do que somente a navegação aleatória e propõe um método reativo, mas que utiliza um
mapa, construído através das marcas (landmarks) detectadas no ambiente, dentro de
uma arquitetura de subsunção. O mapa é atualizado sempre que o robô detecta
mudanças no ambiente.
A partir de 1994, vários robôs de exploração foram desenvolvidos. A
NASA (National Aeronautics and Space Administration) em conjunto com a Carnegie
Mellon University e o observatório de vulcões do Alaska, desenvolveram um robô
hexápode chamado Dante (ver FIG 2.2) para inspecionar vulcões ativos. Em julho de
1997, um robô móvel, o Soujourner (FIG 2.3-b) toca o solo de Marte e em janeiro de
2000, a Carnegie Mellon apresenta um robô com quatro rodas para busca de amostras
de meteoritos na Antártica (FIG 2.3-a). Este robô é capacitado a coletar as amostras de
pedras e as classifica utilizando técnicas de inteligência artificial.
 6

Figura 2.2: Robô hexápode - Dante

(a) (b)
(a) Robô para busca de meteoritos na
(b) Sojouner
Antártica
Figura 2.3: Robôs de exploração

Enfim, com a evolução na tecnologia voltada para sensores, foram

desenvolvidos diferentes tipos de robôs para diferentes tipos de tarefas. Em 1999, foi
lançado, no mercado japonês, o robô doméstico Aibo (FIG 2.4), robô quadrúpede com
capacidade de locomoção autônoma e de interagir com o usuário respondendo com
gestos e sons que assemelhá-lo a um cão, e em 2001, também no Japão, foi criado o
primeiro robô humanóide da Honda, ASIMO (FIG 2.5), que possui capacidade de
locomoção, visão, olfato, tato e voz.
 7

Figura 2.4: Robô quadrúpede, Aibo.

Figura 2.5: Robô humanóide da Honda, Asimo.

2.2 - Robô móvel: Uma definição

Um robô móvel é um dispositivo mecânico montado sobre uma base não

fixa que age sob o controle de um sistema computacional, equipado com sensores e
atuadores que o permitem interagir com o ambiente [MARCHI 2001].
A interação com o ambiente é realizada através de ciclos de percepção e
ação que consistem em três passos fundamentais:
• Obtenção de informações acerca do ambiente através dos sensores;
• Processamento das informações obtidas e seleção de ações que serão executadas
• Execução das ações planejadas através do acionamento dos atuadores.
 8

Figura 2.6: Ciclo de Interação

2.3- Classificação de robôs

Diversas taxonomias têm sido utilizadas para classificar robôs móveis,

contudo, não há, ainda, nenhuma que seja definitiva. Segundo Marchi [MARCHI 2001],
de uma forma geral, os robôs existentes são agrupados de acordo com três aspectos:
anatomia, tipo de controle e funcionalidade.

(a) Segundo a anatomia: Quanto à anatomia os robôs podem ser classificados em três
grandes grupos: robôs aéreos, aquáticos e terrestres (FIG 2.7).

Figura 2.7: Classificação segundo anatomia

Os robôs aéreos, geralmente são aeromodelos ou balões dirigíveis

(também chamados de LTAs-Lighter Than Air) equipados com câmeras de vídeo e
utilizados para inspeção de grandes áreas. Os aquáticos, em geral são plataformas
equipadas com propulsores e balões de ar que permitem ao robô permanecer a alguns
 9

metros de profundidade, podendo estes também possuir patas. Já os robôs terrestres são
mais populares e podem utilizar três tipos diferentes de atuadores: rodas, esteiras e
pernas.

(a) (b)
(a) Robô móvel acionado por rodas (b) Robô de esteiras com braço mecânico
independentes, Khepera acoplado
Figura 2.8: Robôs terrestres

Figura 2.9: Robô hexápode

(b) Segundo o tipo de controle: Quando classificados segundo o tipo de controle, os

robôs podem ser separados em três categorias:
• Teleoperados: Onde o operador realiza todos os movimentos que o robô deve
fazer. Exemplo: carrinho à controle remoto;
• Semi-autônomos: O operador indica o macro comando a ser executado e o robô
faz sozinho;
• Autônomos: O robô realiza a tarefa, tomando suas próprias decisões baseando-se
nos dados obtidos do ambiente;
 10

(c) Segundo a funcionalidade: Os robôs podem ser agrupados em robôs industriais, de

serviço, de campo e pessoais.
• Robôs industriais: Em geral, robôs móveis industriais são plataformas móveis
utilizadas para tarefas pesadas, como transporte de materiais e produtos finais
em sistemas de manufatura. Esses robôs são denominados AGVs (Automated
Guided Vehicles) e são programados para seguir linhas desenhadas no chão.
Estes robôs recebem tarefas determinadas na forma de uma seqüência explícita
de ações e executam este programa automaticamente. O ambiente é
completamente estruturado e ajustado para a execução da tarefa. Neste ambiente,
o robô tem conhecimento exato da sua posição e da posição dos objetos.
• Robôs de serviço: São os robôs móveis utilizados para serviços gerais. O
ambiente é estruturado e o robô possui um modelo deste ambiente, que é
conhecido previamente, porém possui certa autonomia, pois processa
informação sensorial, para atuar em situações imprevistas, como desviar de uma
pessoa ou objeto. Estes robôs recebem macro-comandos da tarefa que devem
realizar e são utilizados para tarefas de limpeza em geral (pisos, dutos de ar,
metrôs, etc.), em sistemas de vigilância e no transporte de materiais leves
(correspondências internas, material hospitalar, etc.).
• Robôs de campo: Estes robôs trabalham em ambientes não estruturados, pouco
conhecidos e geralmente perigosos para a exposição humana, tais como,
exploração espacial, mineração, resgate e acidentes nucleares.
• Robôs pessoais: Robôs para entreterimento. Estes são capazes de interagirem
humanos e aprendem a localizar-se em ambientes.

2.4 - Aplicações para robótica móvel

A robótica móvel tem a ênfase voltada no estudo de técnicas de controle

de robôs autônomos e semi-autônomos na sua locomoção. Nos ambientes a serem
explorados podem existir obstáculos móveis e fixos. Assim, o robô deve ser capaz de
perceber, se localizar e se mover em ambientes complexos desse tipo, tomando decisões
a partir de informações provenientes de mecanismos de sensoriamento. Tais veículos
que puderem executar tarefas dessa maneira são objetos de estudo da robótica móvel.
 11

Os principais temas de pesquisa na área da robótica móvel são:

• O problema de segurança e vigilância: Neste caso, propõe que o robô execute
movimentos dentro de um ambiente qualquer, de modo a simular um vigia. Seu
principal objetivo consiste em localizar e alarmar a presença de intrusos dentro
de um terreno demarcado pelo mesmo em um menor tempo possível.
• O problema da procura e salvamento: Propõe que o robô encontre, em um
menor tempo possível, um alvo dentro de um ambiente qualquer. Este tipo de
problema encontra grande aplicação em salvamento dentro de ambientes hostis,
como desarmamento de bombas ou resgates de vítimas.
• O problema de manutenção e inspeção de lugares de difícil acesso físico:
Proposta geralmente encontrada em edifícios. Consiste em um robô capaz de se
deslocar em lugares onde a manutenção é dificultada seja pela fragilidade ou
pela pouca disponibilidade de espaço físico do local. Neste caso, é adequado o
uso de robôs leves e de pequeno porte. O robô deve ser capaz de deslocar-se até
o ponto defeituoso, e em algumas ocasiões, portar ferramentas para realizar
pequenos reparos. Tais robôs já estão sendo testados em edifícios inteligentes.
De modo geral, nesse tipo de problema, há um computador central para detectar
anomalias no funcionamento dos elementos do edifício. Uma vez estimada a
anomalia, a central aciona automaticamente o robô ou a ferramenta mais
adequada para o reparo da referida anomalia, encaminhando o mesmo até o
ponto em questão. Nesse ponto, o robô confirma o defeito e, se possível, realiza
os reparos necessários.
• Exploração planetária: O robô tem como missão a captura de imagens, coleta e
análise de amostras de solo alienígena, além de tarefas de reconhecimento das
condições de ambiente tais como pressão, aceleração da gravidade, temperatura
ou detecção de presença de água. Trata-se de um dos problemas mais complexos
dentro da robótica móvel, seja na construção ou na programação deste. Sua
plataforma deve ser construída de modo que seja capaz a locomoção sobre
superfícies irregulares. Esta ainda deve portar sensores capazes de identificar
elementos do ambiente ao seu redor, tais como sensores de proximidade e
distância para melhorar o desempenho na locomoção e câmeras para a coleta de
imagens. As plataformas também portam em sua estrutura baterias e elementos
fotovoltaicos para garantir o armazenamento e coleta de energia que seja
 12

suficiente para realizar todas as suas funções básicas e o envio de dados e

recepção de comandos provenientes de uma central localizada na nave mãe ou
na Terra. A programação deve ser feita de modo que todas as todas as funções
sejam executadas com a menor quantidade de energia possível, uma vez que,
espera-se pouca disponibilidade de energia no local de exploração. Assim, todos
os comandos, sejam eles vinculados à funcionalidade do robô ou na sua
locomoção, tem como prioridade a economia de energia.

Figura 2.10: Robô móvel para exploração espacial, Nanokhod-EPFL

Figura 2.11: Robô móvel para exploração espacial, Sapcecat-EPFL

• Veículos autônomos para a exploração subaquática: Neste tipo de problema,

o robô deve garantir a locomoção de ambientes aquáticos. Um dos principais
problemas é a questão da estabilidade do robô (FIG 2.12).
 13

Figura 2.12: robô para exploração aquática, Hércules

• Exploração de ambientes hostis: Uma das grandes motivações dos estudos da

robótica móvel é a substituição do homem por máquinas em ambientes hostis.
Por exemplo, manipulação e transporte de material radioativo, exploração no
interior de vulcões, além de outras aplicações já citadas como exploração
planetária, resgate e desarmamento de bombas.
• Diversão e entreterimento: Os robôs são largamente aplicados na área de
diversão e entreterimento. Os robôs são programados a reagir com os estímulos
do espectador de modo a fazer gestos, expressões faciais, emitir sons ou até
mesmo iniciar um diálogo com o usuário.

(a) (b)
(a) Robô para diversão, QRIO-Sony (b) Robô recepcionista, ENON-Fujitsu
Figura 2.13: Robôs para diversão
 14

2.5 - Desafios em robótica móvel

Construir um robô móvel envolve uma série de problemas. É necessário

lidar com erros de posição e orientação, ruídos nas leituras dos sensores, problemas com
a carga das baterias, erros de programação, etc. Desse modo, fazer com que um robô
móvel tenha desempenho satisfatório em suas missões envolve uma série de desafios.
• Navegação: Consiste na criação de uma forma de representação do ambiente.
Esta representação deve ser criada de forma refinada até que erros de
sensoriamento venham as ser desprezíveis para a navegação do robô. Além
disso, a parte reativa do robô com o ambiente deve ser construída de modo a
maximizar o desempenho deste [PIERI 2002].
• Reconhecimento: Consiste fazer com que o robô reconheça o ambiente no qual
esta inserido. Isto envolve problemas com a complexidade computacional do
processamento de imagem e dados, além das dificuldades encontradas ao tratar
diferenças de luminosidade e ruído nos dados advindos dos sensores.
• Aprendizado: Consiste no desenvolvimento de algoritmos de aprendizado que
permite ao robô calibrar seus sensores e desempenhar a sua tarefa de forma mais
autônoma e adaptável.
• Cooperação: Uma outra linha de pesquisa argumenta a possibilidade de
construir robôs pequenos e baratos que juntos possam desempenhar tarefas
complexas, cooperando uns com os outros (ver FIG 2.14).
• Cognição: Consiste em criar formas para armazenar conhecimento e utilizar este
conhecimento para a tomada de decisão dotando o robô de capacidades
cognitivas de alto nível que o permitam total autonomia com relação ao meio.

Figura 2.14: Robôs móveis carregando uma caixa - exemplo de robôs em cooperação.
 15

2.6 - Componentes básicos de um robô móvel

Os robôs móveis são constituídos basicamente por:

• Estrutura mecânica
• Sensores
• Atuadores
• Controlador
• Baterias

2.6.1 - Estrutura mecânica

A estrutura mecânica tem como função acomodar todos os elementos

constituintes do robô móvel. Deve ser escolhida coerentemente com o propósito do robô
observando o tamanho, peso, resistência a impactos e condição de acomodação dos
componentes como condições de refrigeração de elementos sujeitos ao
superaquecimento ou cuidados com componentes sensíveis a poeira, como é o caso das
juntas móveis.

2.6.2 – Sensores

Os principais problemas enfrentados no desenvolvimento da robótica

móvel surgem diretamente da necessidade de interação com objetos físicos e entidades
do ambiente. Esta interação consiste principalmente na localização e identificação
destas entidades e objetos, por meio de sensores, enquanto o robô navega neste meio
ambiente. Este processo precisa ser realizado rapidamente, e com a máxima precisão.
No projeto de tais sensores, devem-se levar em conta as seguintes considerações [PIERI
2002]:
• Campo de Visão: Deve ser amplo o bastante e com suficiente profundidade
para adequar-se a sua aplicação.
• Range Capability: (Capacidade de alcance) O alcance mínimo de detecção, bem
como o alcance máximo efetivo deve ser adequado ao uso pretendido do sensor.
• Acurácia e Resolução: Devem estar de acordo com as necessidades da tarefa
dada.
 16

• Habilidade para detectar todos os objetos no ambiente: Varias condições

ambientes podem interferir e acrescentar ruído as informações captadas pelos
sensores. Os mesmos devem ser capazes de minimizar tais interferências.
• Operação em Tempo-Real: O sensor deve ser capaz de fornecer dados em
tempo real a velocidades que sejam compatíveis com a velocidade de sua
plataforma receptora.
• Dados Concisos e de fácil interpretação: O formato de saída de um sensor
deve ser realístico do ponto de vista dos requisitos de processamento, visando
reduzir ao máximo o pré-processamento da informação fornecida pelo sensor.
• Redundância: O sistema sensor deve sofrer uma degradação lenta e suave, e
não ficar totalmente incapacitado devido à perda de um elemento sensor. Uma
capacidade multimodal seria desejável para assegurar a detecção de todos os
alvos, bem como para aumentar o nível de confiança de sua saída.
• Simplicidade: O sistema deve ser de baixo custo e modular, para facilitar a
manutenção e permitir atualizações evolucionárias, portanto, não deve estar
restrito a um tipo de hardware específico.
• Consumo de Força: O consumo de força deve ser mínimo, para poder ser
mantida uma boa relação com os recursos limitados a bordo de robôs móveis.
• Tamanho: O peso e o tamanho devem ser o menor possível, de acordo com os
objetivos pretendidos para o veículo ou robô.
Os sensores utilizados na robótica móvel podem ser classificados quanto
dois critérios mais significativos. Os sensores podem ser internos (ou proprioceptivos)
ou externos (ou exteroceptivos) e ainda podem ser ativos ou passivos.
Os sensores internos são responsáveis por medir as variáveis internas ao
robô, tais como, sensores de velocidade das rodas, sensores de ângulos das juntas
robótica e sensores de nível de bateria.
Os sensores externos são responsáveis por medir as variáveis ao redor do
robô tais como distâncias, intensidade luminosa e amplitudes sonoras. Estes sinais serão
interpretados pelo robô dando a este a percepção do ambiente externo.
Sensores passivos medem o meio externo utilizando a energia do próprio
meio. Estão incluídos nos exemplos de sensores passivos os sensores de temperatura,
microfones e câmeras do tipo CCD (Charge-Coupled Device) ou CMOS
(Complementary Metal Oxide Semiconductor).
 17

Os sensores ativos emitem energia para o ambiente e mede as reações do

ambiente a partir dessa energia emitida. Como os sensores ativos podem administrar
mais interações controladas com o ambiente, este oferece um desempenho superior. No
entanto, o sensoriamento ativo pode oferecer vários riscos ao sistema. Sinais com
energia fora da banda de captura do sensor podem afetar as características que o sensor
está tentando medir. Além disso, sensores ativos podem sofrer interferências causadas
por sinais emitidos por outros robôs [ROLAND 2004].
A tabela 2.1 mostra alguns exemplos de sensores mais comuns na
robótica móvel e suas classificações:
Nas simulações realizadas neste trabalho, foi adotado o modelo de robô
móvel com rodas com acionamento diferencial, Khepera (ANEXO 1). Então, para
evitar o alongamento do trabalho, serão comentados apenas os tipos de sensores
utilizados ou que podem ser aplicados a robôs como o Khepera.

2.6.2.1 - Dead reckoning

Na robótica móvel, é de extrema importância determinar a localização e

velocidade exata do robô em relação a uma coordenada inercial. O processo para
determinação da localização atual de um veículo através da análise das informações
sobre sua velocidade em relação a uma coordenada inercial é chamada de “Dead
Reckoning” que deriva da expressão “Deduced Reckoning” (Contagem Deduzida). A
implementação mais simples e comum de dead reckoning é conhecida como odometria,
onde a posição do veículo ao longo do caminho é derivada diretamente de algum tipo de
sensor de distância (odômetro) embarcado. Na odometria é bastante comum o uso de
codificadores ópticos diretamente acoplados a armadura do motor ou aos eixos das
rodas.

2.6.2.2 - Sensores de odometria

Os sensores de odometria são dispositivos responsáveis para medir o

estado interno e a dinâmica de um robô móvel. Estes sensores têm vasta aplicação na
estimação dos movimentos do robô no ambiente, proporcionando ao robô alta
confiabilidade na estimação de movimentos uma vez que estes sensores oferecem à
 18

roda/motor melhores resoluções em relação às medidas de ângulos. O sensor mais

utilizado para essa aplicação é o encoder.

(TABELA 2.1: tabela de sensores, P-passivo, A-ativo. Fonte (adaptação) [PIERI 2002])
Potenciômetros P
Sincronizadores P
Resolvedores P
Não óticos
Sensores de Escala indutiva linear P/A
posição Transformadores
P/A
Sensores diferenciais
internos Interruptores óticos A
Óticos
Encoders óticos A
Sensores de Tacômetros P
velocidade Encoders óticos A
Sensores de
A
aceleração
Sensores de contato P/A
Sensores óticos de
A
proximidade
Sensores de Sensores indutivos A
Sensores de não
proximidade Sensores de efeito Hall A
contato
Sensores capacitivos A
Sensores Sensores de proximidade
A
externos ultrasônicos
Por triangulação A
Por luz estruturada A
Sensores de Laser A
distância Pulso de luz A
Por tempo de vôo
Deslocamento de fase A
Ultra-som A
Binários P/A
Sensores de
Analógicos P/A
Tato
Pele artificial P/A
Por monitoração da
Sensores de Sensores de A
corrente do motor
deslizamento força e torque
Usando um LVDT A
CCD A
Visão Câmeras
CMOS A

O encoder (codificador) é um transdutor que converte um movimento

angular ou linear em uma série de pulsos digitais elétricos. Esses pulsos gerados podem
ser usados para determinar velocidade, taxa de aceleração, distância, rotação, posição ou
direção. Na robótica móvel, os valores lidos pelos encoders servem como dados para
 19

controlar a posição e velocidade angular das rodas ou outras juntas motorizadas. Como
são sensores proprioceptivos, os valores lidos por estes sensores são de grande
importância na estimação da posição real do robô no ambiente externo (dead
reckoning).
O sistema de leitura é baseado em um disco (encoder rotativo), formado por
janelas radiais transparentes e opacas alternadas. Este é iluminado perpendicularmente
por uma fonte de luz infravermelha, quando então, as imagens das janelas transparentes
são projetadas no receptor. O receptor converte essas janelas de luz em pulsos elétricos
conforme os desenhos das figuras abaixo. Os encoders podem ser divididos em
encoders incrementais e absolutos.

Princípio de funcionamento de
Princípio de funcionamento de um encoder linear.
um encoder rotativo.
Figura 2.15: Esquema de funcionamento dos encoders

O encoder incremental fornece normalmente dois pulsos quadrados defasados

em 90º, que são chamados usualmente de canal A e canal B. A leitura de somente um
canal fornece apenas a velocidade, enquanto que a leitura dos dois canais fornece
também o sentido do movimento. Um outro sinal chamado de Z ou zero também está
disponível e ele dá a posição absoluta "zero" do encoder. Este sinal é um pulso
quadrado em que a fase e a largura são as mesmas do canal A. A resolução do encoder
incremental é dada por pulsos/revolução (normalmente chamado de PPR), isto é, o
encoder gera certa quantidade de pulsos elétricos por uma revolução dele próprio (no
 20

caso de um encoder rotativo). Para determinar a resolução basta dividir o número de

pulsos por 360º, por exemplo, um encoder fornecendo 1024 pulsos/ revolução, geraria
um pulso elétrico a cada 0,35º mecânicos. A precisão do encoder incremental depende
de fatores mecânicos, elétricos e ambientais, que são: erros na escala das janelas do
disco, excentricidade do disco, excentricidade das janelas, erro introduzido na leitura
eletrônica dos sinais, temperatura de operação e nos próprios componentes
transmissores e receptores de luz.
O princípio de funcionamento de um encoder absoluto e de um encoder
incremental é bastante similar, isto é, ambos utilizam o princípio das janelas
transparentes e opacas, com estas interrompendo um feixe de luz e transformando
pulsos luminosos em pulsos elétricos. O encoder absoluto possui um importante
diferencial em relação ao encoder incremental: a posição do encoder incremental é dada
por pulsos a partir do pulso zero, enquanto a posição do encoder absoluto é determinada
pela leitura de um código e este é único para cada posição do seu curso.
Conseqüentemente os encoders absolutos não perdem a real posição no caso de uma
eventual queda da tensão de alimentação (até mesmo se deslocados). Quando voltar a
energia ao sistema, a posição é atualizada e disponibilizada para o mesmo (graças ao
código gravado no disco do encoder) e, com isso, não se precisa ir até a posição zero do
encoder para saber a sua localização como é o caso do incremental. O código de saída é
utilizado para definir a posição absoluta do encoder.

2.6.2.3 - Sensores de orientação e inclinação

Outro tipo de sensor importante para os robôs móveis são os sensores de

orientação e inclinação (heading sensors). Estes têm como função determinar a
orientação e inclinação do robô em relação a um ponto de orientação no ambiente
explorado. Os valores obtidos por estes sensores são utilizados para estimar a posição e
velocidade do robô em relação a um campo inercial.
Os dois sensores mais comuns para determinar a posição do robô dentro
de um campo magnético são os compassos de efeito Hall e o de fluxo de porta.
O efeito Hall refere-se à diferença de potencial (potencial de Hall) nos lados
opostos de uma fina folha de material condutor ou semicondutor na forma de uma
“barra Hall” (ou um elemento de van der Pauw) através da qual uma corrente elétrica
 21

flui, criada por um campo magnético aplicado perpendicularmente ao elemento Hall. A

razão da tensão média pela intensidade de corrente é conhecida como resistência Hall, e
é característico do material no elemento. A grande vantagem do sensor Hall como
elemento de medida do campo magnético é a capacidade de medir tanto campos
contínuos (DC) como alternados em um único instrumento, além de serem mais baratos.
Porém, este possui a desvantagem de conter não linearidades em seu sistema, assim
tornando a obtenção de medidas mais lentas devido às filtragens de sinal. Os compassos
de efeito Hall consistem na combinação de dois semicondutores alocados
perpendicularmente de modo a obter dois eixos em relação aos eixos do campo
magnético.
Já os compassos de fluxo de porta (flux gate compass) ou bússola de fluxo de
porta incorporam um sistema eletromagnético de corrente alternada cujo qual é
desbalanceado na presença de um campo magnético externo direcionado. Este
desbalanceamento eletromagnético induz tensões nas bobinas do sistema. A amplitude e
a fase das tensões indicam a relativa orientação do sistema e do campo. Assim, o
compasso de fluxo de porta apresenta medidas mais confiáveis em relação aos
compassos de efeito Hall, porém são mais caros.
Além dos compassos, o GPS (Global Positioning Sistem) vem encontrando a sua
importância e praticidade no sensoriamento de posição, velocidade e orientação. O
funcionamento do GPS se baseia no princípio da triangularização, segundo o qual o
observador conhece a posição de um conjunto de satélites em relação a um referencial
inercial e a sua posição em relação a este conjunto, e obtém sua própria posição no
sistema de referência (Ver figura 2.16).
Para a triangularização, o GPS mede distâncias utilizando o tempo de viagem de
uma mensagem de rádio, fazendo-se necessário um relógio muito exato e preciso. A
localização de cada satélite que emite o sinal é conhecida, já que as órbitas dos satélites
já são conhecidas. Assim, para a determinação tridimensional da posição do receptor, é
necessário o mínimo de três sinais provindos de satélites diferentes, preferencialmente,
bem distribuídos em relação ao receptor. Quando os satélites estão dispostos de maneira
favorável a triangularização, a esta situação é dado o nome de triangularização rica (ver
FIG 2.17).
Os sinais de rádio enviados pelos satélites possuem diversas fontes de erro. A
primeira e maior fonte de erro é uma degradação intencional imposta pelo
 22

Departamento de Defesa dos EUA denominada Disponibilidade Seletiva (Selective

Availability - SA). O Sistema foi originalmente projetado para uso militar, mas em l980,
por decisão do então presidente Ronald Reagan o sistema foi liberado para uso geral,
reservando aos militares a melhor precisão e também evitando que sinais com precisão
apreciável sejam utilizados durante ações terroristas. Outras fontes de erro são: a
triangulação pobre entre os satélites; atraso na propagação dos sinais devido aos efeitos
atmosféricos; reflexão de sinal devido a paredes, muros ou barrancos; e alterações do
relógio interno.

Figura 2.16: Funcionamento do GPS

(a) triangularização pobre - os satélites (b) triangularização rica - os satélites

não oferecem um bom ângulo para a oferecem um bom ângulo para a
determinação da posição do receptor determinação da posição do receptor
Figura 2.17: Esquemas de triangularização
 23

2.6.2.4 - Sensores de proximidade

Servem para indicar ao robô se ele esta próximo de algum objeto do

mundo. Este conceito de proximidade geralmente está relacionado a algum intervalo de
distância especificado. São divididos em sensores de contato e não-contato.

2.6.2.4.1 - Sensores de contato:

Sensores tácteis (ou de contato) são geralmente empregados em veículos

guiados automaticamente (Automated Guided Vehicle - AVGs) e em robôs móveis para
fornecer uma indicação de colisão de último recurso com obstruções em torno do robô.
Estes podem ser:
• Sensores Tácteis ou Antenas: Consistem, geralmente, de hastes de metal
ligadas a terminais de chaves de contato. A figura abaixo mostra um tipo
simples de sensor táctil.

Figura 2.18: Sensores tácteis

• Amortecedores Tácteis: Consistem, geralmente, de uma placa de metal presa

por uma ponta e curvada para fora na outra, formando um amortecedor protetor
frontal do veículo. Esta placa está restrita a um único grau de liberdade de
movimento, e quando ela sofre pressão externa provoca a ativação de alguma
chave de contato (ver FIG. 2.19).
• Arrays de superfície distribuídos: É a nova tendência na construção de
sensores tácteis. São arranjos complexos de sensores com o objetivo de fornecer
o perfil do objeto em contato com o array sensor. Além do perfil bidimensional
do objeto, este array também é capaz de fornecer alguma quantificação da
 24

magnitude da forca do contato. Atualmente tem surgido um grande interesse

pelo desenvolvimento de sensores contínuos, como “peles”, os quais poderiam
ser incorporados diretamente ao exterior dos robôs ou veículos robóticos.

Figura 2.19: Esquema de um amortecedor tátil

2.6.2.4.2 Sensores de proximidade sem contato:

São utilizados para determinar a presença de objetos próximos. Foram

desenvolvidos para estender a faixa sensitiva além daquela permitida pelos sensores de
contato. A sua principal vantagem em relação aos de contato é evitar o contato direto
entre o robô e os objetos circundantes.
Em robôs móveis como o Khepera, são utilizados os sensores de
proximidade por infravermelho. Sensores infravermelhos são exemplos de sensores
reflexivos, ou seja, são sensores que respondem a mudanças na quantidade de energia
emitida que retorna para um detector apos interagir com o objeto alvo. Sistemas
infravermelhos típicos consistem de dois transdutores de modo que um deste emite o
sinal e outro para recebe a energia refletida. A resposta recebida pelo receptor é uma
função da amplitude da energia retornada, em oposição ao tempo passado antes da
detecção do eco da onda emitido. Como acontece com qualquer sensor reflexivo, o
alcance máximo de detecção é dependente não apenas do nível de potencia do sinal
emitido, mas também de certas características do alvo, como área da seção reta e
refletividade do obstáculo (ver FIG. 2.20) [PIERI 2002].
 25

Figura 2.20: Funcionamento de sensores de proximidade de infravermelho ou ultrasom.

2.6.2.5 - Caracterização de sensores

O número de características de um sensor pode ser avaliado

qualitativamente em montagens de laboratório. Tais performances devem ser avaliadas,
necessariamente, em cenários reais, ou mais parecidas possíveis, em que o robô estará
sujeito [ROLAND 2002]. Os principais pontos avaliados são:
• Sensibilidade: É definida como a razão entre a taxa de mudança dos valores de
saída pela mudança dos valores de entrada.
• Linearidade: É a medida da constância da taxa de saída com relação à entrada.
Um sensor e dito linear se a relação entre a entrada e a saída é dada por uma
função linear.
• Faixa: É a medida da diferença entre o valor mínimo e o valor máximo medido.
• Tempo de resposta: É o tempo decorrido para que uma mudança nas entradas
seja percebida como uma mudança estável nas saídas. Em alguns sensores a
saída oscila por certo tempo antes de alcançar um valor estável. O tempo de
resposta é medido desde o início da mudança na entrada até a estabilização da
saída. [OGATA 2005]
• Precisão: É a medida da diferença entre os valores medidos e reais.
• Repetibilidade: É a medida da diferença entre duas medidas sucessivas sob as
mesmas condições. Sensores podem ter alta repetibilidade, mas pouca precisão.
 26

Figura 2.21: Diferença entre repetibilidade e precisão

• Resolução: Mede o número de medidas de valores diferentes possíveis dentro de

uma faixa de mínimo e máximo.

2.6.3 – Atuadores

Atuadores são dispositivos responsáveis pelo movimento e articulação das partes

móveis de uma máquina, seja esta uma máquina-ferramenta ou um robô. São eles que
executam e colocam em prática as tarefas ordenadas pelo sistema de controle.
Os atuadores não agem de forma solitária, e sim, fazem parte de um conjunto
formado por outros dois sistemas: sistemas de transmissão e redução e os sensores de
posição e velocidade.
Os sistemas de transmissão e redução são os elementos capazes de
transladar e modificar o movimento gerado pelo acionamento. Ambos os sistemas de
transmissão e redução devem cumprir uma série de características muito restritivas
devido às altas exigências de funcionamento das diversas partes do robô que devem
trabalhar de forma harmoniosa.
Os sensores de posição e velocidade são os dispositivos que captam as
informações sobre posição e velocidades de cada uma das partes móveis dos robôs.
Representa uma parte vital de todo sistema, uma vez que o controle irá tomar suas
decisões baseadas nos valores fornecidos por estes dispositivos.
 27

Na arquitetura do robô utilizado nas simulações dessa pesquisa, o

Khepera, são utilizados os motores de passo como atuadores. O controle destes motores
é feito através de um trem de pulsos que atuam rotativamente sobre uma série de
eletroímãs dispostos sobre o estator. O princípio de funcionamento do motor de passo
consiste em aplicar um pulso de corrente numa das bobinas do estator de modo a fazê-lo
girar um determinado ângulo. O ângulo total de giro é controlado pelo número de pulsos
aplicados. A velocidade é função da freqüência dos pulsos.
A principal vantagem destes motores é que permitem um controle de
posicionamento simples e exato. Além disso, são muito rápidos, confiáveis e fáceis de
controlar. Entre as desvantagens está sua baixa potência nominal e falta de suavidade a
baixas velocidades. Mas o maior inconveniente é a perda de passo devido a uma
sobrecarga ou perturbação.

Figura 2.22: Funcionamento de um motor de passo de imã permanente: As bobinas são

acionadas, duas a duas, pelo trem de pulsos de modo que a cada pulso são ativadas
pares de bobinas diferentes posicionando o imã permanente em diversas posições.
 28

3 - DESCRIÇÃO DO PROBLEMA

O problema da exploração de terrenos com metas de busca específica ou

vigilância consiste na elaboração de algoritmos capazes de controlar o robô móvel de
modo que um alvo específico possa ser alcançado dentro de um terreno previamente
desconhecido. Assim, o robô, que inicialmente é colocado em uma posição aleatória
dentro do terreno a ser explorado, deve encontrar o alvo específico e traçar uma
trajetória que permita a plataforma chegar até este, evitando colisões com obstáculos,
sejam estes estáticos ou dinâmicos.
Em algumas situações, o sensoriamento de longa distância não é eficiente
para detectar o alvo especificado, seja pelo fato do alvo se encontrar fora do alcance dos
sensores ou pela interferência de fatores do ambiente, como meios aquáticos e locais
com excesso de fumaça ou poeira. Dessa maneira, perante a ineficiência do
sensoriamento de longo alcance, a plataforma deverá realizar manobras até que este
passe perto o suficiente do alvo para que seus sensores de proximidade possam detectá-
los.
Esta pesquisa propõe uma solução para o problema da exploração de
terrenos com base em trajetórias geradas a partir da teoria do caos, problema típico da
classe dos sistemas dinâmicos não lineares. A imprevisibilidade de movimento,
comportamento dos sistemas caóticos garante uma rápida e completa varredura de todo
o terreno sem a necessidade do robô portar em sua memória o mapa do território. A
elaboração das trajetórias caóticas consiste em dois passos: A geração e o seguimento
de trajetória.
A geração de trajetória trata da marcação dos pontos que irão compor o
percurso do robô. Cada um desses pontos possui coordenadas e orientação de
posicionamento em relação a um plano inercial. Para que a trajetória apresente
comportamento caótico, os pontos serão gerados pelas equações do mapa padrão de
Taylor-Chirikov, equação caótica que representa a dinâmica de linhas de campo
magnético de um rotor.
Já o seguimento de trajetória consiste na elaboração de esquemas de
controle que permita ao robô seguir a seqüência de pontos gerados na etapa anterior.
Serão apresentados dois esquemas de controle de malha fechada (controlador
cinemático), um contínuo e outro descontínuo.
 29

Assim, cada iteração do algoritmo é iniciada com a geração de um ponto

alvo. Uma vez gerado um ponto alvo viável, o robô inicia a movimentação até o ponto
gerado. Caso os sensores de proximidade detectem uma eminência de colisão com
obstáculos durante a navegação rumo ao novo ponto, a plataforma gera um novo ponto
que evite o choque. Alcançado o ponto destinado, o robô gera um novo ponto alvo,
assim repetindo toda a rotina.

Figura 3.1: Idealização de um robô se locomovendo em um ambiente qualquer

 30

4 - GERAÇÃO DE TRAJETÓRIAS CAÓTICAS

4.1 - O caos determinístico

Até recentemente, os sistemas dinâmicos eram classificados em três

categorias, segundo o padrão de variação no tempo das grandezas que caracterizam os
seus estados:
a) Estáveis, convergindo para um valor fixo;
b) Periódicos, estabelecendo-se em oscilações periódicas;
c) Imprevisíveis, caracterizado por flutuações irregulares.
Sistemas imprevisíveis eram também denominados randômicos ou
ruidosos. Porém, em 1963, Edward Lorenz fez uma descoberta que surpreendeu o
mundo, enquanto estudava um modelo de previsão do tempo. Seu modelo seguiu um
curso que não se enquadrava como randômico, ou periódico, ou convergente, exibindo
um comportamento bastante complexo, embora fosse definido apenas por poucas e
simples equações diferenciais. A dinâmica gerada pelo modelo exibia uma característica
não usual: dois pontos localizados a uma distância ínfima seguiam rotas temporais
bastante divergentes. Esta observação levou Lorenz a concluir que a previsão do tempo
em um intervalo de tempo longo não seria possível. Sistemas, como o proposto por
Lorenz, são denominados “caóticos determinísticos” ou simplesmente “caóticos”. Ou
seja, embora apresentem um comportamento aperiódico e imprevisível, a sua dinâmica
é governada por equações diferenciais determinísticas simples.
A divergência de rotas bastantes próximas observada por Lorenz é uma
das características principais de sistemas complexos que exibem resposta caótica. Este
efeito é denominado sensibilidade crítica às condições iniciais. Uma analogia a este
efeito é o chamado “efeito borboleta”, que diz que pequenas flutuações no ar, causadas
pelas das asas de uma borboleta, podem gerar conseqüências inimagináveis.
A sensibilidade crítica às condições iniciais é a característica
fundamental que diferencia os sistemas caóticos determinísticos dos sistemas que
apresentam respostas randômicas ou estocásticas. Para estes sistemas (randômicos ou
estocásticos), a mesma condição inicial pode conduzi-los a estados bastante distintos em
pequenos intervalos de tempo, o que não ocorre nos sistemas caóticos determinísticos
[BRICMONT 1996].
 31

4.2 – Mapeamento caótico

Em resumo, sistemas caóticos determinísticos são comportamentos

dinâmicos da classe dos sistemas não lineares com características especiais:
i. São imprevisíveis, i.e, o conhecimento do estado do sistema em um tempo
arbitrário não é suficiente para determinar o estado posterior da trajetória;
ii. Dependem apenas da condição inicial e da sensibilidade a esta condição;
iii. Apresentam comportamentos complexos, porém são obtidos a partir de sistemas
simples, como é o caso dos fractais, figuras geométricas complexas obtidas a
partir de regras simples (ver FIG 4.1).

Figura 4.1: Fractais

A geração de trajetórias consiste na marcação de pontos, ao longo do

ambiente de exploração, que irão compor o percurso do robô. Cada um desses pontos
gerados deverá possuir coordenadas XY de posicionamento e orientação θ em relação a
um plano inercial. Para que a trajetória apresente comportamento caótico, os pontos
serão gerados por uma equação caótica de fácil implementação, a equação do mapa
padrão proposto por Taylor-Chirikov.
 32

O comportamento caótico pode garantir, ao robô, uma rápida varredura

de todo espaço de trabalho, além de não precisar portar, na memória do robô, o mapa do
terreno a ser explorado, uma vez que os seus movimentos são imprevisíveis.

4.3 - Mapa padrão de Taylor-Chirikov (Standart map)

O mapa padrão ou mapa de Taylor-Chirikov, equação que descreve a

dinâmica de linhas de campo magnético de um rotor, pertence à família dos mapas que
obedecem as equações z n +1 = f ( z n z n +1 ) com z= (x, y), dado por:

x n +1 = x n + K sin( y n )
4.1
y n +1 = y n + x n +1

Neste caso x representa uma variável de configuração periódica e y

uma variável momentânea, usualmente computada por mod( 2π ) . O mapa tem um
parâmetro singular K que representa o grau de não linearidade do sistema. O mapa foi
criado inicialmente por Bryan Taylor e em uma ocasião posterior e independente, obtido
por Boris Chirikov para descrever a dinâmica de linhas de campo magnético de um
rotor [LICHTENBERG 1983].

4.4 - Resultados e conclusões da simulação numérica da geração de pontos

Este experimento destinou-se à construção do mapa padrão de Taylor-

Chirikov. Foi definido um terreno de formato quadrado de área de 200m x 200m,
partindo de um ponto inicial arbitrário, com um grau de não linearidade K=6. A figura
4.2 mostra as simulações de 100 e 1200 iterações.
O objetivo dessa simulação é verificar se os pontos gerados estão
cobrindo de fato todo o terreno de exploração evitando repetições sistemáticas, ou seja,
evitando a concentração de pontos.
A distribuição de pontos foi considerada satisfatória, pois os pontos estão
distribuídos de forma homogênea e cobre todo o terreno explorado. Os poucos focos
onde ocorre uma pequena concentração de pontos são justificados pela casualidade dos
sistemas caóticos. No entanto, por ser um evento esporádico, esses focos não
prejudicam a exploração do terreno.
 33

Figura 4.2: Mapa padrão de Taylor-Chirikov de 100 e 1200 pontos

 34

5 – SEGUIMENTO DE TRAJETÓRIA - CONTROLADORES CINEMÁTICOS

5.1 - Introdução
O controlador cinemático deverá garantir que o robô siga os pontos que
compõem a trajetória determinados na etapa de geração de trajetória. Para a
representação de um controlador cinemático voltado a robôs móveis, serão apresentadas
algumas definições que influenciam na sua modelagem matemática.
Além disso, neste tópico serão apresentados duas propostas de
controladores cinemáticos e os respectivos resultados obtidos por simulação numérica
em ambiente MATILAB. Um controle contínuo proposto por Lee e outro modelo
descontínuo proposto por Martins Filho.

5.2 - Sistemas holonômicos

Para robôs, o termo holonômico está ligado a suas restrições cinemáticas.

Uma restrição é dita holonômica quando esta pode ser descrita por uma única função
explícita de variáveis de posição [ROLAND 2004]. Por exemplo, considere robôs como
um braço manipulador de duas juntas cilíndricas, cujas variáveis de posição são os
ângulos θ1 e θ2 (ilustrado na Figura 5.1). Neste caso é possível determinar a posição do
atuador (ferramenta ou garra) conhecendo somente os ângulos θ1 e θ2 das juntas
cilíndricas (as variáveis de posição do braço) uma vez que supõe-se conhecer os valores
de a1 e a2 (os comprimentos dos braços).

Figura 5.1: Robôs de duas juntas cilíndricas

 35

Posição:
⎡ x ⎤ ⎡a1 cos θ 1 + a 2 cos(θ 1 + θ 2 )⎤
⎢ y ⎥ = ⎢ a sin θ + a sin(θ + θ ) ⎥ 5.1
⎣ ⎦ ⎣ 1 1 2 1 2 ⎦

Orientação:
⎡cos(θ 1 + θ 2 ) − sin(θ 1 + θ 2 )⎤
A=⎢ ⎥ 5.2
⎣ sin(θ 1 + θ 2 ) cos(θ 1 + θ 2 ) ⎦

5.3 - Sistemas não holonômicos

Já, uma restrição é dita não holonômica quando, somente as variáveis de

posição não são suficientes para a descrição de um determinado estado. Faz-se
necessário um relacionamento diferencial, por exemplo, as derivadas das variáveis de
posição para a sua descrição. Além disso, sistemas não holonômicos não são integráveis
na posição final. Robôs móveis são sistemas não holonômicos, uma vez que, as
distâncias percorridas pelas duas rodas (as variáveis de posição) não são suficientes para
determinar a posição final do robô. É necessário saber como as variáveis de posição
variaram no tempo, i.e., saber como o movimento foi executado em função do tempo
[ROLAND 2004]. Note pela Figura 5.2 que nos movimentos para alcançar as posições
(x1,y1) e (x2,y2), apesar das rodas percorrerem as mesmas distâncias, o robô não alcança
a mesma posição. Para que alcance sempre a mesma posição é necessário que seja
informado ao robô “quanto” e “como” percorrer esta certa distância em função do
tempo. Essas informações são obtidas a partir de derivadas das variáveis de posição em
função do tempo.

Figura 5.2: Trajetória de robôs: Os robôs percorrem as mesmas distâncias, no entanto

atingem pontos objetivos distintos.
 36

5.4 - Interpretação matemática de sistemas não holonômicos

Deseja-se provar que robôs móveis são sistemas não holonômicos. Seja
um robô móvel percorrendo uma trajetória s(t) (Ver Figura 5.3). Em todo instante do
movimento a velocidade s(t) pode ser descrita por:
∂s ∂x ∂y
v(t ) = = cos θ + sin θ 5.3
∂t ∂t ∂t

ds = dx cos θ + dy sin θ 5.4

Figura 5.3: Descrição da função s(t)

A função v (t ) é dita holonômica (ser integrável) se existir uma função

s(t) de trajetória que pode ser descrita somente pelas variáveis de posição x, y e θ.
s = s ( x, y , θ ) 5.5

Isso ocorre se a seguinte condição de integrabilidade for aceita:

∂2s ∂2s ∂2s ∂2s ∂2s ∂2s
= ; = ; = 5.6
∂x∂y ∂y∂x ∂x∂θ ∂θ .∂x ∂y∂θ ∂θ .∂y

Como s = s ( x, y , θ ) temos que:

∂s ∂s ∂s
ds = dx + dy + dθ 5.7
∂x ∂y ∂θ
 37

Das equações (5.4) e (5.7), encontra-se:

∂s ∂s ∂s
= cos θ ; = sin θ ; =0 5.8
∂x ∂y ∂θ

Das condições de integrabilidade da função (equação 5.6), temos que o

segundo termo ( − sin θ = 0 ) e o terceiro termo ( cos θ = 0 ) na equação não é válido.
Então, conclui-se que esta função s(t) não é integrável, ou seja, robôs móveis são
sistemas não holonômicos porque não são integráveis na posição.

5.5 - Controlador Cinemático

O objetivo do controlador cinemático para robôs móveis é fazer este

seguir uma trajetória descrita pelas variáveis de posição e/ou velocidade das rodas em
função do tempo. Trata-se de um sistema multivariável e tem como variáveis de
controle, as velocidades linear v(t) e angular w(t), e as variáveis de estado, as
coordenadas x, y e orientação θ do robô no plano cartesiano. Considerando o problema
de seguimento de trajetória, dado os n principais pontos que descrevem a trajetória
desejada, o sistema de controle em malha fechada tem como objetivo minimizar o sinal
de erro que existe entre a configuração atual (xi, yi e θi) com a configuração desejada (xd,
yd e θd). Deste modo é possível controlar o robô de modo a convergir sua atual
configuração (posição e orientação) para uma outra configuração desejada a cada setor
da trajetória. Além disso, robôs móveis são sistemas não holonômicos, logo, não
realizam trajetórias retas, e sim, movimentos suaves [ROLAND 2004] (ver Figura 5.4).

Figura 5.4: Movimento realizado por um robô devido as suas restrições não
holonômicas (movimentos suaves).
 38

O robô móvel considerado neste trabalho é o Khepera, um modelo típico

com movimento diferencial composto por três rodas, sendo duas delas, rodas ativas,
paralelas e de acionamento independente e uma terceira roda, passiva com a única
função de manter o equilíbrio do robô. Além disso, possui também sensores de
proximidade capazes de detectar obstáculos e capazes de informar a distância com o
obstáculo em pequenos alcances (ANEXO 1).
A estrutura do robô é considerada como um corpo rígido operando em
um plano horizontal, de modo que o acionamento das rodas ativas permite ao robô a
locomoção no espaço de trabalho. O movimento obtido é descrito pelos termos da
velocidade linear v(t) e direção θ(t), descrevendo um movimento linear instantâneo do
ponto médio do eixo das rodas ativas e um movimento rotacional (velocidade angular
ω(t)) da estrutura do robô sobre o mesmo ponto. A figura 5.5 mostra o esquema da
geometria desse movimento.

Figura 5.5: Geometria do movimento do robô no plano cartesiano

O controle do movimento do robô pode ser feito obtendo as velocidades

das rodas ativas ωesquerdo(t) e ωdireito(t), equivalente às velocidades linear e angular da
estrutura do robô, v(t) e ω(t), chamados de entradas (inputs) ou variáveis de controle. O
modelo matemático deste problema considerando estas duas variáveis de controle e três
variáveis de estado, a posição do robô x(t) e y(t) e a orientação θ(t), está descrita abaixo:
⎡ x& ⎤ ⎡cos θ 0⎤
⎢ y& ⎥ = ⎢ sinθ ⎡v ⎤
⎢ ⎥ ⎢ 0⎥⎥ ⎢ ⎥ 5.9
ω
⎢⎣θ&⎥⎦ ⎢⎣ 0 1⎥⎦ ⎣ ⎦
 39

5.6 - Controle em malha aberta

O sistema de controle em malha aberta consiste em pré computar uma

trajetória suave baseada em seguimentos retos e circulares (Ver Figura 5.6). O
movimento não é baseado no sinal de erro. Tal método apresenta as seguintes
desvantagens:
• Não é uma tarefa fácil pré computar uma trajetória viável;
• Limitações e restrições de velocidade e aceleração dos robôs;
• O sistema não se adapta ou corrige se mudanças dinâmicas ocorrem;
• O resultado de trajetória é, geralmente, não suave [ROLAND 2004];

Figura 5.6: Idealização do controle em malha aberta

5.7 - Controle em malha fechada

O sistema de controle em malha fechada consiste em minimizar o erro

existente entre a configuração atual (xi, yi e θi) e a configuração desejada (xd, yd e θd)
durante o movimento de um ponto para o outro. Serão apresentadas duas leis de
controle cinemático.

5.7.1 - Controlador cinemático proposto por Lee

A lei de controle, proposta por Lee et al. [LEE 2000], considera o modelo
geométrico descrito na figura 5.7. O robô apresenta uma configuração arbitrária
 40

(posição e orientação), e a posição desejada é definida pelo planejador de trajetória do

robô. Na estrutura de referência do robô (XRYR), a configuração do vetor de erro é dado
por e=[ρ φ]T onde ρ e φ definem as coordenadas desejadas.

Figura 5.7: Configuração do controlador cinemático proposto por Lee

Neste design de controle resume-se em encontrar um ganho KC, constante

ou não, a partir da ação de controle em termos do vetor de erros, e que seja capaz de
estabilizar o sistema de movimento em malha fechada, i.e. faz com que o erro convirja
assintoticamente para zero.
O modelo cinemático do robô é descrito em (5.9), onde dx(t)/dt e dy(t)/dt
são as componentes da velocidade linear no plano de referência absoluto. O modelo de
Lee propõe uma mudança de variáveis onde ρ é o vetor que liga o centro do robô ao
ponto desejado, φ é o ângulo entre o vetor ρ e o eixo X de referência XR e ψ que é o
ângulo entre o vetor ρ e a direção eixo X objetivo Xo. Considerando essas mudanças,
temos que:

ρ = Δx 2 + Δy 2
5.10
ϕ = 180 + θ − ψ

Substituindo essas mudanças na equação (5.9), temos:

− cos ϕ 0⎤
⎡ ρ& ⎤ ⎡⎢ ⎡v⎤
⎢ϕ& ⎥ = ⎢ 1 sinϕ 1⎥⎥ ⎢ω ⎥ 5.11
⎣ ⎦
⎣ρ ⎦⎣ ⎦
 41

Estas coordenadas de transformação não são definidas em x=y=0, devido

à indeterminação da matriz do jacobiano do sistema neste ponto. A lei de controle
proposta define um esquema de realimentação que determina as entradas do sistema v e
ω:
v = k1ρ cos ϕ ; ω = −k1 sin ϕ cos ϕ − k2ϕ 5.12

Por equações de Lyapunov, é possível provar que esta lei de controle é

estável e que há convergência para a origem. Considerando a equação de Lyapunov
abaixo:
1 2
V= (ρ + ϕ 2 ) 5.13
2

A derivada da equação (5.13) com a equação (5.11), temos:

1
V& = ρ ρ& + ϕϕ& = ρ (−v cos ϕ ) + ϕ (ω + v sin ϕ ) 5.14
ρ

Substituindo a lei de controle dada em (5.12):

K ρ cos ϕ
V& = ρ cos ϕ (− K 1 ρ cos ϕ ) + ϕ (− K 1 sin ϕ cos ϕ − K 2ϕ + 1 sin ϕ )
ρ 5.15
V& = − K 1 ( ρ cos ϕ ) − K 2ϕ ≤ 0
2 2

Logo é possível concluir que r e φ convergem praticamente

assintóticamente para zero, segundo os critérios de estabilidade de Lyapunov.

5.7.2 - Controlador cinemático proposto por Martins Filho

Um segundo controlador cinemático é baseado em uma estratégia de

controle descontínuo mais simples que a proposta por Lee. Este método propõe dividir
os movimentos em duas fases. A primeira consiste exclusivamente em um movimento
de giro, com velocidade angular constante, em torno de seu próprio eixo, de modo que o
robô se direcione ao ponto seguinte desejado:
⎡ x& ⎤ ⎡ 0 ⎤
⎢ y& ⎥ = ⎢ 0 ⎥
⎢ ⎥ ⎢ ⎥ 5.16
⎢⎣θ& ⎥⎦ ⎢⎣ω ⎥⎦
 42

Ao completar a fase de ajuste de direção, o robô executa um movimento

reto com velocidade linear constante até a posição desejada:

⎡ x& ⎤ ⎡cos θ .v ⎤
⎢ y& ⎥ = ⎢ sin θ .v ⎥
⎢ ⎥ ⎢ ⎥ 5.17
&
⎢⎣θ ⎥⎦ ⎢⎣ 0 ⎥⎦

Evidentemente os movimentos realizados sobre este modelo de

controlador não são suaves. Outra questão não considerada por este modelo cinemático
é a situação no qual um obstáculo seja encontrado entre um ponto e outro, situação no
qual não é tratada neste trabalho. Caso houvesse obstáculos entre os pontos, seria
necessário um algoritmo capaz de planejar desvios, como o BUG2 [LUMELSKY 1990]
que consiste em fazer o robô seguir o contorno do robô até que o obstáculo não mais
intercepte o caminho e o robô possa prosseguir até o ponto desejado.
 43

6 - RESULTADOS DE SIMULAÇÕES NUMÉRICAS EM AMBIENTE

MATLAB

Nas simulações numéricas com o auxílio do programa MATLAB, o robô foi

comandado para seguir a mesma trajetória de pontos. Os resultados obtidos pela da lei
de controle cinemático contínuo proposto por Lee, com valores de ganho diferentes, são
mostrados nas figuras 6.1 e 6.2, e o resultado do controle descontínuo proposto por
Martin Filho na figura 6.3.

Figura 6.1: A trajetória do robô móvel para o seguimento de 100 pontos usando a lei de
controle contínuo proposta por Lee com ganho de controle K1=1.5 e K2=5.5

Figura 6.2: A trajetória do robô móvel para o seguimento de 100 pontos usando a lei de
controle contínuo proposta por Lee com ganho de controle K1=1.5 e K2=1.5
 44

Figura 6.3: A trajetória do robô móvel para o seguimento de 100 pontos usando a lei de
controle descontínuo proposta por Martins Filho

Comparando as duas simulações com leis de controle diferentes, a

contínua e a descontínua, conclui-se que ambas varreram satisfatoriamente uma área
considerável. No entanto, as simulações que adotaram o modelo proposto por Lee
apresentam uma movimentação mais suave, em relação ao controlador de Martins
Filho, uma vez q a primeira aplica movimentos suaves para a plataforma. No entanto, o
modelo proposto por Lee apresentou alguns pontos de movimentação não suave (FIG
6.4). Estas não suavidades são justificadas pelo alto grau de imprevisibilidade garantido
pelo comportamento caótico deste problema. A lei descontínua propostapor Martins
Filho usa apenas movimentos retos entre dois pontos gerando, assim, movimentos não
suaves. A modelagem de Martins Filho foi proposta apenas para vínculos comparativos.

Figura 6.4: Focos de movimentos não suaves: O local marcado mostra um trecho da
trajetória no qual o robô realiza uma manobra não suave, o que pode levar a
 45

movimentos não factíveis para o robô.

7 - CONCLUSÕES

Esta pesquisa destina-se ao problema de exploração de terrenos com

metas específicas de busca ou vigilância. Foi considerada a exploração de ambientes
onde o sensoriamento de longo alcance é ineficiente, seja pelo fato do alvo não se
encontrar no alcance dos sensores, ou devido à presença de agentes, como poeira,
fumaça e água, que podem interferir neste.
Foram utilizadas trajetórias caóticas por garantirem uma rápida e completa
varredura do terreno sem a necessidade de portar na memória do robô um mapa, além
da imprevisibilidade, característica desejável em problemas de exploração de terrenos.
Para que a trajetória apresente comportamento caótico, na geração de trajetória ponto a
ponto, os pontos foram gerados pelas equações do mapa padrão de Taylor-Chirikov,
equação caótica que representa a dinâmica de linhas de campo magnético de um rotor.
Neste trabalho foi adotado o modelo de Taylor-Chirikov devido à simplicidade de
implementação. Os resultados de simulação numérica mostraram satisfatórios, uma vez
que, os pontos se encontravam uniformemente distribuído além de garantir uma
cobertura satisfatória do terreno. Houve algumas pequenas concentrações de pontos
justificadas pela causalidade da teoria do caos. No entanto, por ser um evento
esporádico, esses focos não prejudicaram a exploração do terreno.
Duas leis de controladores cinemáticos foram testadas nesta pesquisa
para percorrer os pontos gerados pelas equações do mapa padrão, uma lei de controle
contínua proposta por Lee e a lei de controle descontínua proposta por Martins Filho.
Resultados de simulação numérica em MATLAB mostraram que os desempenhos das
leis de controle garantem uma boa varredura do terreno, porém, a lei de controle
contínua é mais suave que a lei descontínua uma vez que a lei descontínua se trata
somente de movimentos retos não dando movimentos suaves. Na lei de controle
contínuo ocorreram alguns pontos de não suavidade devido ao alto grau de
imprevisibilidade garantida pelo sistema caótico.
 46

8 - PROPOSTAS DE PESQUISAS

8.1 - Outros controladores cinemáticos

Teste de outras propostas de controladores cinemáticos para uma

conclusão mais precisa sobre o mais apto sistema de controle para o problema de
exploração de terrenos com metas específicas de busca ou vigilância. São conhecidas
outras propostas de controladores como as de Kanayama, Tanner e Kyriakopoulos,
Oliveira e Lages, Samsom, Yang e Kim, Roland Siegwart, outros.

8.2 - Outros modelos caóticos para geração de pontos

Teste de outros modelos caóticos na geração dos pontos que compõem a

trajetória para uma conclusão mais precisa sobre o mais apto sistema de controle para o
problema de exploração de terrenos com metas específicas de busca ou vigilância.

8.3 - O problema de multi-robôs

O problema de multi-robôs consiste em colocar vários robôs que

realizem tarefas em cooperação. Para tal problema, é extremamente necessário que os
robôs saibam, entre si, suas posições e reconheçam suas trajetórias de modo a não fugir
do objetivo estipulado pelo programador (dead reckoning). Para comunicação entre
robôs, pode ser utilizada uma torre de transmissão infravermelha. Além disso, os robôs
deverão ser programados de maneira que não haja colisões entre estes.

8.4 - Integração de um robô móvel

Proposta de integração de um robô móvel. O robô será constituído de

duas rodas ativas independentemente controladas, e uma terceira roda de apoio com
movimento livre. Dois motores de passo irão garantir a movimentação das rodas ativas.
Além das rodas, o robô contará também com sensores de proximidade e um micro
controlador a bordo.
 47

9 - REFERÊNCIAS BIBLIOGRÁFICAS

[BRICMONT 1996] BRICMONT J. “Science of chaos or chaos in science?” em:

http://xyz.lanl.gov/abs/chaodyn/9603009, (1996).

[BROOKS 1983] BROOKS, R. “Solving the find-path problem by good

representation of free-space”. IEEE Transactions on Systems, Man., and Cybernetics
13, 3 (Mar/Abr 1983), 190–197.

[BROOKS 1986] BROOKS, R. “A robust layered control systemfor a mobile

robot”. IEEE Journal of Robotics and Automation 2, 1 (Mar. 1986), 14–23.

[FILHO 2005] Filho, Luiz Siqueira Martins; Notas de aula da disciplina “Elementos
de robótica”, UFOP – Universidade Federal de Ouro Preto / ICEB – Instituto de
Ciências Exatas e Biológicas / DECOM – Departamento de Computação 2005;

[HIRANO 2005] Hirano, Laos Alexandre; Filho, Luiz Siqueira Martins; Macau, Elbert
E. N.; Rocha, Ronilson; Machado, Romuel F. “Kinematic control of Mobile Robots to
produce chaotic trajectories”. 2005 – COBEM 2005.

[KHATIB 1986] KHATIB, O. “Real time obstacke avoidance for manipulators and
mobile robots”. International Journal of Robotics Research, 5(1) (1986), 90–98.

[KUMPEL 1990] KUMPEL, D., AND SARRADILLA, F. “Robot navigation

strategies in a partially known environment using a space-time learning graph”. In
Proceedings of the Sixth CIM- Europe Annual Conference (1990), pp. 65–75.

[LEE 2000] LEE, S.-O.; Cho, Y.-J.; Hwang-Bo, M.; You, B.-J.; Oh, S.-R., “A stable
target-tracking control for unicycle mobile robots”, Proceedings of IEEE/RSJ
International Conference on Intelligent Robots and Systems, Takamatsu/Japan. 2000.

[LICHTENBERG 1983] LICHTENBERG, A.J.; Lieberman, M.A., “Regular and

stochastic motion”. Springer-Verlag: Berlin. 1983.
 48

[LOZANO-PÉREZ 1983] LOZANO-PÉREZ, T. “Spatial planning: A configuration

space approach”. IEEE Transactions on Computers C-32, 2 (Feb. 1983), 108–120.

[LUMELSKY 1990] LUMELSKY, V.; Skews, T., “Incorporating range sensing in

the robot navigation function”. IEEE Transactions on
Systemas, Man and Cybernetics, 1990, Vol. 20, No. 5, pp. 1058-1068.

[MARCHI 2001] MARCHI, J. “Navegaçãoo de robôs móveis autônomos: Estudo e

implementação de abordagens”. Tese de mestrado, UFSC - Universidade Federal de
Santa Catarina, 2001.

[MATARIC 1992] MATARIC, M. “Integration of representation into goal-driven

behavior-based robots”. IEEE Transactions on Robotics and Automation 8, 3 (June
1992), 304–312.

[MICHEL 1996] MICHEL, Oliver. “Khepera Simulator version 2.0 – User Manual”.
University ou Nice – Sophia Antipolis, Valbonne, France, 1996.

[MICHELON 2000] MICHELON, Renato. “Desvio de obstáculos utilizando um

ambiente simulado para o robô móvel Khepera”. 2000. (Trabalho) exigência do
Curo de Informática para obtenção de Bacharel – Universidade Regional Integrada do
Alto Uruguai e das Missões, Departamento de Engenharias e Ciência da Computação.

[NILSSON 1969] NILSSON, N. “A mobile automaton: An application of artificial

intelligence techniques”. In Proceedings of the 1st. International Joint Conference on
Artificial Intelligence (1969), pp. 509–520.

[OGATA 2005] OGATA, Katsuhiro. “Engenharia de controle moderno”, 4ª edição.

2005 – São Paulo, editora PEARSON.
 49

[PEDROSA 2003] PEDROSA, Diogo Pinheiro; ALSINA, Pablo J.; MEDEIROS,

Adelardo A. D. ‘Um método de geração de trajetória para robôs não-holonômicos
com acionamento diferencial”. 2003 – VI Simpósio de automação inteligente de
Bauru.

[PIERI 2002] PIERI, Edson Roberto. “Apostila do curso de robótica móvel”,

Programa de pós graduação em engenharia elétrica, UFSC - Universidade Federal de
Santa Catarina, 2002.

[ROLAND 2004] ROLAND Siegwart and ILLAH R. Nourbakhsh– “Introduction to

Automous Mobile Robot, Chapter 3”. The MIT Press, 2004.
ANEXO A
 -2-

ANEXO A- O ROBÔ MÓVEL: KHEPERA

Neste trabalho será adotado o robô móvel Khepera como robô de

referência devido à simplicidade de programação e a possibilidade de anexo de
acessórios ao seu módulo básico, tais como câmera ou garras mecânicas para
manipulação de objetos, o que ampliaria a área de pesquisas futuras.
O Khepera é um micro robô desenvolvido pelo K-Team, Laboratoire de
Microinformatique (LAMI) da Suíça, equipado com dois atuadores, oito sensores de
curta distância que também podem ser habilitados para detectar focos de luminosidade,
e um microcontrolador interno responsável pelas funções locomotoras do robô e
aquisição de dados, tais como leituras referentes aos sensores, velocidade e número de
rotações executadas por cada roda ativa.
O robô possui um formato cilíndrico (Figura A) com 55 mm de diâmetro,
30 mm de altura e 70 gramas de peso. A sua sustentação é feita por um apoio livre de
teflon e duas rodas acionadas independentemente através de motores de corrente
contínua com um avanço de 1 mm a cada 12 pulsos. A velocidade máxima que o
Khepera pode atingir é de 8 cm/s. O movimento do robô é determinado pela relação
entre os valores das velocidades das rodas ativas: esquerda e direita, proporcionando o
deslocamento do centro de simetria do robô, e ainda um movimento rotacional do corpo
do robô em torno desse mesmo ponto. O movimento resultante do robô consiste,
portanto, da combinação desses dois movimentos independentes.
O microcontrolador do Khepera é o Motorola 68331 com 256 Kbytes de
RAM e 512 Kbytes de EPROM. Este gerencia todas as rotinas de entrada e saída que
pode se comunicar via porta seria (RS 232) com um computador. O Khepera pode ser
ligado a um computador por meio de um cabo para ele especialmente desenvolvido. A
configuração básica é composta por duas placas: a CPU e a placa de sensores e
atuadores. A CPU é de 32 bits, incluindo o microcontrolador de 16 MHz, memória,
entradas analógicas, vias de extensão e uma porta serial que permite a conexão com
diferentes equipamentos (terminais, ferramentas de visualização).
O Khepera conta com oito sensores SFH900-2 SIEMENS dispostos
estrategicamente ao seu redor. Estes sensores possuem um emissor e um receptor de luz
infravermelha (sensor ótico difuso) e permitem a realização de dois tipos de medições:
 -3-

• A luminosidade normal do ambiente: Esta medição é feita usando somente a

parte receptora do dispositivo, sem haver a emissão de luz. Uma nova medição é
feita a cada 20 ms. Durante este tempo os sensores medem de maneira
seqüencial a cada 2,5 ms. O valor retornado em um dado tempo é o resultado da
última medição.
• A luz refletida pelos obstáculos: Esta medição é realizada através da emissão de
luz feita pela parte emissora do dispositivo. O valor retornado é a diferença entre
a medição feita com emissão de luz e a medição feita sem a emissão de luz (luz
ambiente). Uma nova medição é feita a cada 20ms. Da mesma forma que na
medida da luz ambiente, a que também durante os 20 ms, os sensores ficam
lendo de maneira seqüencial a cada 2,5 ms e retorna o valor em um dado tempo
que é o último valor medido.
Normalmente os sensores têm um alcance em torno de 15 mm e permitem, a essa
distância, uma varredura de 7 mm de largura. Entretanto, sensores de características e
em condições de medição idênticas podem retornar valores um pouco diferentes.
Sobre os motores, cada roda é movida por um motor de corrente contínua
acoplado a ela através de uma engrenagem redutora na proporção de 25:1. Um
codificador incremental é colocado no eixo do motor, o qual proporciona 24 pulsos por
revolução do motor. Este conjunto permite uma resolução de 600 pulsos por revolução
da roda correspondendo a 12 pulsos por mm de deslocamento do robô. O processador
principal do Khepera tem o controle do fornecimento de energia aos motores e pode ler
os pulsos do codificador incremental. Uma rotina de interrupção detecta cada pulso do
codificador incremental e atualiza um contador de posição da roda.
O controle da alimentação dos motores pode ser feito em duas formas:
utilizando um método chamado pulse width modulation (PWM), com o valor definido
pelo tempo em que o motor fica ligado; ou através do PID (proporcional, integral e
derivativo) uma rotina de interrupção executada pelo processador principal. Este último
método pode ser usado em dois modos de controle: os modos velocidade e posição. O
modo de controle ativo é definido de acordo com o tipo de comando recebido. Se o
controlador recebe um comando de controle de velocidade, ele ativa o modo velocidade.
Se o controlador recebe um comando de controle de posição, o modo de controle é
automaticamente ativado para o modo de posição. Diferentes parâmetros de controle
podem ser definidos para cada um dos modos.
 -4-

Utilizado em modo velocidade, o controlador tem como entrada um valor

que define a velocidade das rodas, e controla o motor para manter esta velocidade. A
modificação da velocidade é realizada tão rápida quanto possível, de maneira brusca.
Neste modo de operação não é considerado um limite de aceleração.
No modo posição, o controlador possui como entrada uma
posição alvo da roda, uma aceleração e uma velocidade máxima. Aplicando estes
valores, o controlador acelera a roda até atingir a velocidade máxima, e desacelera até
alcançar a posição alvo.
Os valores de entrada e o modo de controle podem ser
alterados a qualquer momento. O controlador fará a atualização e executará o novo
perfil no modo posição, ou controlará a velocidade das rodas conforme o novo valor
definido no modo velocidade. O estado do controlador indicará o modo de controle
ativo, o estágio do perfil de velocidade (na posição ou em movimento) e o erro de
posição do controlador.

Figura A: Robô móvel: Khepera