Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.073
Aluno: Lucas Henrique Cavalcanti Santos
Orientadora: Profa. Edna Natividade da Silva Barros
Título: Improving Mobile Robot Navigation through Odometry Optimization
using Particle Swarm Optimization at Kinematics Model
Data: 14/03/2023
Hora/Local: 10h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Paulo Salgado Gomes de Mattos Neto (UFPE / Centro de Informática)
Prof. Flavio Tonidandel (Centro Universitário FEI / Ciência da Computação)
Profa. Edna Natividade da Silva Barros (UFPE / Centro de Informática)
RESUMO:
A navegação autônoma de robôs móveis é importante para a sua movimentação e
interação com o ambiente. Isso exige inteligência, percepção e controle nos
robôs.
O primeiro passo para modelar o movimento dos robôs é criar um modelo
cinemático que descreve como os atuadores afetam seu deslocamento. Usando a
velocidade das rodas e o modelo cinemático, é possível calcular a
velocidade do robô e determinar o caminho percorrido. Esse processo é
chamado de odometria e é a base para a navegação autônoma de robôs. Mesmo
se baseado na construção do robô, o modelo cinemático possui erros
sistemáticos, que se acumulam no processo de integração no tempo. Sendo
assim, a odometria também apresentará erros de translação e rotação.
Este trabalho apresenta um método para melhorar a precisão da odometria
baseado em Particle Swarm Optimization (PSO), o qual utiliza dados da
velocidade das rodas e de um
sensor inercial para otimizar o modelo cinemático do robô. A técnica
proposta inclui experimentos com o robô, registrando sua velocidade e
posição, e compara a simulação do caminho percorrido com as posições reais.
O método de PSO é usado para otimizar os parâmetros cinemáticos para
minimizar o erro entre a simulação e as posições reais.
Com o processo de otimização, a odometria foi melhorada em 75%, de um erro
médio quadrático de 0.37 para 0.09. O resultado mostrou que a posição final de um
caminho de 6 metros tinha um erro menor que 5 cm, enquanto outros métodos
alcançaram erro mínimo de 10 cm. A otimização permite que os robôs naveguem
com maior autonomia sem precisar de informações externas ou sensores
adicionais e também é eficiente para computadores embarcados de baixa
potência.
Palavras-chave: odometria, navegação autônoma, cinemática, robôs móveis, PSO
Comentários desativados