Título: | OTIMIZAÇÃO DE TRAJETÓRIAS PARA ROBÔS HÍBRIDOS COM PERNAS E RODAS EM TERRENOS ACIDENTADOS | ||||||||||||
Autor: |
VIVIAN SUZANO MEDEIROS |
||||||||||||
Colaborador(es): |
MARCO ANTONIO MEGGIOLARO - Orientador |
||||||||||||
Catalogação: | 10/NOV/2020 | Língua(s): | INGLÊS - ESTADOS UNIDOS |
||||||||||
Tipo: | TEXTO | Subtipo: |
TESE
![]() |
||||||||||
Notas: |
[pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio. [en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio. |
||||||||||||
Referência(s): |
[pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/ETDs/consultas/conteudo.php?strSecao=resultado&nrSeq=50271&idi=1 [en] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/ETDs/consultas/conteudo.php?strSecao=resultado&nrSeq=50271&idi=2 |
||||||||||||
DOI: | https://doi.org/10.17771/PUCRio.acad.50271 | ||||||||||||
Resumo: | |||||||||||||
Robôs híbridos equipados com pernas e rodas são uma solução promissora
para uma locomoção versátil em terrenos acidentados. Eles combinam a
velocidade e a eficiência das rodas com a capacidade das pernas de atravessar
terrenos com obstáculos. Em geral, os desafios em locomoção para robôs
híbridos envolvem planejamento de trajetória e sistemas de controle para o
rastreamento da trajetória planejada. Esta tese se concentra, em particular, na
tarefa de otimização de trajetória para robôs híbridos que navegam em terrenos
acidentados. Para isso, propõe-se um algoritmo de planejamento que otimiza
a posição e a orientação da base do robô e as posições e forças de contato
nas rodas em uma formulação única, levando em consideração as informações
do terreno e a dinâmica do robô. O robô é modelado como um único corpo
rígido com massa e inércia concentrada no centro de massa, o que permite
planejar movimentos complexos por longos horizontes de tempo e ainda
manter uma baixa complexidade computacional para resolver a otimização
de forma mais eficiente. O conhecimento do mapa do terreno permite que a
otimização gere trajetórias para negociação de obstáculos de maneira dinâmica,
em velocidades mais altas. Tais movimentos não podem ser gerados sem levar
em consideração as informações do terreno. Duas formulações diferentes são
apresentadas, uma que permite movimentos somente com as rodas, onde
a negociação de obstáculos é permitida pelas pernas, e outra focada em
movimentos híbridos dando passos e movendo as rodas, capazes de lidar com
descontinuidades no perfil do terreno. A otimização é formulada como um
NLP e as trajetórias obtidas são rastreadas por um controlador hierárquico
que computa os comandos de atuação de torque para as juntas e as rodas do
robô. As trajetórias são verificadas no robô quadrúpede ANYmal equipado
com rodas não esterçáveis controladas por torque, em simulações e testes
experimentais. O algoritmo proposto de otimização de trajetória permite que
robôs com pernas e rodas naveguem por terrenos complexos, contendo, por
exemplo, degraus, declives e escadas, enquanto negociam esses obstáculos com
movimentos dinâmicos.
|
|||||||||||||
|