Navegação de Robôs Móveis
-
Upload
leinylson-fontinele -
Category
Documents
-
view
222 -
download
0
Transcript of Navegação de Robôs Móveis
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 1/24
Navegação de Robôs Móveis
Historicamente, a necessidade sempre foi um fator motivador para que homens e
animais se lançassem em viagens exploratórias em seu meio ambiente. Muitas vezes
impelidos pela falta de recursos locais, como água e comida, viam-se obrigados a sair em
busca destes recursos em outras regiões.
Para realizar tal tarefa, era necessário que fossem capazes de encontrar um caminho
que os levassem até regiões fartas, bem como, optar por rotas alternativas quando diante de
obstáculos naturais e, não tão somente, serem também capazes de voltar ao seu local de
origem para o trato de sua prole.
Pode-se definir navegação com a ciência que estuda o direcionamento através da
determinação da posição, da rota e da distância a ser percorrida, tendo como objetivos
quatro pontos básicos:
a. Selecionar uma rota ou curso;
b. Evitar colisões com objetos fixos ou em movimento;
c. Minimizar o consumo de energia e
d. Obedecer às restrições de tempo impostas.
Enfrentando essas mesmas dificuldades, os robôs móveis se propõem a realizar uma
variedade de tarefas mais complexas que seus antecessores, os robôs industriais.
Certamente, a parte mais relevante desta interação é o Sistema de Navegação que consiste
em um conjunto de métodos e procedimentos que o robô utiliza para se locomover e
encontrar seu caminho num certo ambiente. Portanto, para mover-se com desenvoltura, um
robô deve possuir um sistema de navegação robusto, que seja capaz de traçar uma rota até o
ponto de destino e guiá-lo de forma segura para si e para os outros elementos do ambiente.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 2/24
Em [Leonard 91] o problema da navegação de robôs móveis foi resumido em três
questões:
• Onde estou?
• Para onde estou indo?
• Como poso chegar lá?
Com o objetivo de levantar e compreender as soluções adotadas por outros grupos de
pesquisas e propor novas respostas para estas questões, este projeto analisa o
problema da de robôs móveis considerando-se quatro aspectos fundamentais:
i. o Mapeamento;
ii. a Localização do Robô;
iii. o Planejamento das Rotas e
iv. a Execução do Plano.
A seguir é feita uma análise destes aspectos, discutindo as alterações que estão sendo
propostas aos modelos clássicos.
6.1 Mapeamento
Outra abordagem para o problema de modelagem de mundos, é a construção de
mapas. Segundo Owen [Owen 98], a atividade de construir um mapa é, na realidade, a
criação de um modelo de mundo através de dados coletados pelos sensores e pode ser
classificada, basicamente, em um destes dois grupos:
• Mapas Métricos: consiste em modelar o mundo através da criação de um
mapa contendo as informações métricas do ambiente (mapeamento
cartesiano). Um mapa preciso do ambiente em que o robô está inserido podeser criado pelo próprio robô, Figura 6.1, ou fornecido pelo projetista. Esta
modelagem conta com a vantagem de ser uma representação simples e
facilmente inteligível para os seres humanos. Entretanto, devido à quantidade
de detalhes que estes mapas possuem, demandam um consumo de tempo
muito grande para serem construídos e, muitas vezes, alguns destes
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 3/24
detalhamentos são irrelevantes para a tarefa de navegação geral.
Figura 6.1: Exemplo de Mapa Métrico Criado pelo Próprio Robô.
• Mapas Topológicos: nesta outra abordagem o meio é modelado sob a forma
de nós e arcos [McDermott 92] e [Weymouth 94], onde cada nó representa
um ponto relevante do mundo - uma sala, uma porta, um objeto, etc. - e cada
arco representa a existência de um caminho direto entre estes pontos, Figura
6.2. Pode-se comparar este tipo de mapeamento com a estrutura de um grafo.
Esta representação é bem compacta uma vez que codifica somente lugares
distintos dentro do meio. Adicionalmente, este tipo de mapa é apropriado parao uso de vários algoritmos que vem sendo desenvolvido atualmente para o
planejamento de caminhos. Os mapas topológicos são baseados no
armazenamento das relações geométricas entre pontos específicos ao invés de
posições absolutas com acontece nos mapas baseados em grid. A
representação topológica é interessante quando se deseja indicar a existência
de caminhos entre dois pontos. Sua representação e manipulação é mais
simples que a anterior, requerendo menor esforço computacional. Sua
desvantagem em relação a abordagem anterior é a dificuldade de se armazenar
infoprmações mais detalhadas sobre o mundo mapeado. Talvez, o principal
problema com este método é a ocorrência do fenômeno denominado:
ambigüidade perceptual (“perceptual aliasing” ), onde localidades distintas
dentro do ambiente são entendidas pelos sensores do robô de maneira idêntica.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 4/24
Uma técnica proposta como solução a este problema é o emprego de sensores
de diferentes modalidades, como por exemplo, o uso de uma câmera de vídeo
para incrementar as informações obtidas pelos sonares. Entretanto essa
técnica é mais utilizada para reduzir a acorrência da ambigüidade perceptual,
do que para elimina-la. Outra maneira de solucionar o problema é a adoção de
outras técnicas de posiciomanento associadas.
Figura 6.2: Mapa Topológico.
A forma mais usual de se implementar mapas métricos é através de mapas baseados
em grid , [Thrun 98]. A abordagem baseada em grid foi proposta em [Elfes 87] e [koren
91]. Nesta abordagem, o mundo é representado em uma forma bidimensional, utilizando
uma matriz, onde cada célula representa uma região do mundo. Desta forma, a área onderobô atuará é dividida em pequenas regiões, cuja dimensão pode variar de centímetros até
metros quadrados. Quanto maior o tamanho da região menor será a precisão do mapa.
No modelo de grid originalmente proposto [Elfes 87] e adotado em diversos
sistemas desde então, cada célula da matriz bidimensional que representa um ponto
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 5/24
correspondente do mundo contém um valor de ocupação, denotado por ProbOc(x,y), que
mede a probabilidade da célula <x,y> estar ocupada.
Por exemplo, uma sala como a da Figura 6.3 poderia ser representada pelo grid da
Figura 6.4. Neste exemplo o mundo está perfeitamente representado, não havendo dúvidas
quanto a presença ou não de obstáculo. Pois, as células correspondente as área livres da
figura possuem um valor de ocupação 0, onde há obstáculos este valor é de 1.
Representando 100% de probabilidade da célula estar ocupada. Em aplicações no mundo
real é impossível de se obter um grid com tamanha perfeição.
Figura 6.3 : Sala com um obstáculo no centro.
Figura 6.4 : Grid representando a sala da Figura 6.4.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 6/24
Esta abordagem tem a vantagem que o mapa é inteligível pelo operador humano,
dispensando o desenvolvimento de "interface" especiais. Ela permite que o funcionamento
do mecanismo de navegação seja facilmente acompanhado pelos projetistas do sistema. O
grande inconveniente desta abordagem é o grande consumo de memória e o esforço de
processamento. Além disso, o mapa contém um grande número de informações que não
serão úteis no momento. Por exemplo, se o objetivo é fazer com que o robô se mova para
frente evitando que o mesmo colida com obstáculos próximos, as informações referentes a
obstáculos localizados atrás ou a uma grande distância não seria utilizado pelo mecanismo
de navegação. O armazenamento destas informações consome uma grande quantidade de
recursos computacionais, além de tornar mais lento o mecanismo de navegação.
Para atenuar o problema do consumo de memória alguns sistemas mapeiam uma
grande região do mundo em cada uma das células do grid. O problema desta solução é que
ela leva a uma perda de qualidade na representação do mundo uma vez que reduz a
definição do mapa. Em alguns sistemas o tamanho das células não é fixo, em regiões onde
há a necessidade de se mapear uma grande quantidade de detalhes, uma sala por exemplo,
são utilizados grids com alta resolução, com células que correspondem a pequenas regiões
do mundo; em regiões onde não há muita informação para ser armazenada são utilizadas
células que mapeiam grandes áreas.
No sistema que está sendo desenvolvido é utilizada uma abordagem híbrida, que
combina características das abordagens em grid e topológica.
A abordagem proposta utiliza uma mapa topológico para representar a existência de
caminhos entre pontos relevantes para a atividade do robô, tais pontos podem corresponder:
• a salas onde o robô irá atuar;
• a pontos relevantes para a localização do — Landmarks — e
• a cruzamento de caminhos.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 7/24
Os nós que representam as salas são implementados com um grid de tamanho variável
que contém a descrição da mesma. Nos demais nós são utilizadas estruturas mais
simplificadas contendo apenas as informações necessárias para caracterizar o ponto
permitindo sua localização no futuro.
Toda a definição do mapa é feita utilizando-se Lógica Paraconsistente Anotada para
indicar a crença na existência de caminhos entre os pontos e a crença na representação do
mundo em um ponto específico.
Um comparativo entre as principais características dos mapa métricos e topológicos
pode ser visto a baixo:
Mapas Métricos Mapas Topológicos
O reconhecimento de lugares parecidos não
é o problema, uma vez que a posição é
mantida em relação ao ponto de partida
Reconhecimento de lugares parecidos torna-
se complexo, sobretudo se não é feito o uso
de “landmarks” ou outra técnica de apoio.
Requer um conhecimento preciso da
localização do robô, que devido à falta de
Não requer precisão na determinação da
posição do robô.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 8/24
eficiência dos sistemas odométricos,
constitui uma tarefa complexa.
É fácil de se construir, mas não de se
manter.
É difícil de se construir e de se manter.
Dependendo do tamanho do ambiente, da
configuração das células e da capacidade de
memória, planejar rotas nesta categoria de
mapas torna-se uma tarefa complexa.
O planejamento de rotas é mais simples,
uma vez que é possível adotar conhecidos
algoritmos de busca nem grafos.
6.2 Localização do robô
A principal competência na navegação é a capacidade de se localizar. Sem o
conhecimento da posição atual é impossível planejar um caminho para outra posição
qualquer. A liberdade para se mover em todas as direções torna a tarefa de localização no
espaço extremamente complexa. Este problema não ocorre em outros robôs, como os
braços manipuladores, cuja base fixa serve de referência tanto para os movimentos do robô,
como para a área de trabalho.
Para estimar sua posição, um robô móvel deve possuir uma descrição ou estrutura que
represente o estado do ambiente onde está inserido, de forma a criar um modelo inteligível,
para o robô, dos objetos que constituem este ambiente, bem como suas disposições.
Apesar da literatura a respeito de localização de robôs móveis ser bastante vasta,
todas as técnicas empregadas para solucionar este problema, podem, de certa maneira, serclassificadas em uma destas duas categorias:
• Posicionamento Relativo: também conhecido como o método de ajuste de
posição, uma nova localização do robô é dada em relação a uma posição
anteriormente conhecida, através de cálculos realizados sobre os valores dos
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 9/24
deslocamentos produzidos pelos movimentos do robô. Uma característica
peculiar a essas técnicas, é que elas são consideradas auto-suficientes
[Borenstein 96]. Atualmente existem dois ramos de pesquisas mais difundidos
que adotam este paradigma:
o Odometria: é um método que produz uma estimativa da localização do
robô a partir de medições provenientes de decodificadores que medem
a rotação e/ou a direção das rodas [Nehmzow 92], conforme será visto
em maiores detalhes no item 6.2.1 e
o Navegação Inercial: não tão popular quanto o método odométrico,
provavelmente devido aos altos custos dos sensores necessários, esta
técnica emprega os conceitos de movimento descritos pela física
clássica, através da utilização de dispositivos como giroscópios e
acelerômetros, capazes, respectivamente, de medir a taxa de rotação e
aceleração. A determinação da localização é obtida através de cálculos
realizados sobre essas medidas [Borenstein 96].
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 10/24
• Posicionamento Absoluto: característicos pela não necessidade de se pré-
estabelecer uma posição inicial, tal qual ocorre com o posicionamento
relativo, a localização do robô é determinada a partir da observação e/oucaptação de referências conhecidas presentes no ambiente. Atualmente, a
maioria dos trabalhos, que aplicam estes conceitos, pode ser agrupada em uma
das vertentes abaixo:
o Balizamento Ativo: esse método computa a posição absoluta do robô
através das medidas de sinais direcionais provenientes de três ou mais
fontes de emissão diferentes, em posições conhecidas do ambiente.
Consiste na utilização de dispositivos que fornecem um sinal de
referência como baliza, muito similar a técnica empregada por um
farol litorâneo, que orienta os navios próximos à costa. Aplicações
desta natureza, muitas vezes empregam rádio freqüência, sinais
luminosos pontuais ou “Global Position System” (GPS), como é o caso
em [Buluso 00].
o Posicionamento baseado em mapas: neste método a informação
adquirida a partir dos sensores é comparada com um mapa ou um
modelo do ambiente. Se as características extraídas dos sensores
combinarem com o modelo interno, então a localização absoluta do
robô pode ser estimada em relação ao modelo global. Exemplos de
utilização desta técnica podem ser encontrados em [Simmon 95] e
[Borenstein 96].
o Reconhecimento de “Landmark”: baseando-se na percepção de
marcas distintas as “ Landmarks”, posicionadas em locais conhecidos
do ambiente, esta técnica determina a posição através da observação
dos “ Landmarks” e do estabelecimento de uma correlação entre a
posição ocupada por esse “landmark ” e as possíveis localizações que
possibilitam que ele seja detectado, ou seja, como mostra [Wijk 98b], a
posição do robô é estimada a partir de uma triangulação de pontos.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 11/24
Existem inúmeras abordagens para o problema de localização, do ponto de vista
estatístico, por exemplo, a tarefa de localizar um robô em um ambiente é considerada um
problema de predição [Thrun 00]. Por sua vez, algumas abordagens diferem tão somente
pela maneira de representarem o mundo.
Nos tópicos que se seguem comentaremos com mais detalhes os métodos que aplicam
cada um dos paradigmas definidos acima.
6.2.1 Ajuste de Posição usando Odometria
Odometria consiste em um procedimento matemático simples que determina a
localização atual de um veículo baseando-se em posição anterior conhecida e eminformações fornecidas por um dispositivo capaz de medir o deslocamento ao longo de um
caminho (odômetro).
Os dispositivos odométricos, ou encoders, mais comumente utilizados são
decodificadores acoplados diretamente aos eixos dos motores ou engrenagens. Similar a
técnica utilizada em periféricos como o mouse, um foto emissor e um foto receptor é
alinhado e, entre eles, fixo ao eixo da roda ou a haste de uma engrenagem, se encontra um
disco codificado com um padrão opaco/transparente, conforme mostra a Figura 6.5.
a) disco com pequenas fissuras através
das quais os feixes óticos passam.
b) foto emissor (à esquerda), foto receptor
(à direita) e entre eles, o disco
decodificador.
Figura 6.5: Esquema de um Decodificador Fotoelétrico.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 12/24
Um dispositivo foto emissor envia um feixe de luz constante na direção de um sensor
foto sensível. Com a execução de um movimento, o eixo ou a haste gira e, juntamente com
eles, o disco. Devido ao padrão opaco/transparente codificado no disco, o movimento causa
uma intermitência no feixe de luz que é captado pelo foto receptor. A taxa de intermitência
é sempre proporcional a velocidade angular do disco, nos possibilitando uma estimativa do
deslocamento linear da roda ou da engrenagem em que o encoder está acoplado.
Uma característica peculiar deste método é o seu baixo custo de implementação, visto
que encoder s são dispositivos muito baratos quando comparados com câmaras de vídeo,
lasers ou sonares.
Como a idéia fundamental da odometria é a integração contínua e incremental dainformação que descreve o movimento ao longo do tempo, estamos inevitavelmente
fadados a um acúmulo progressivo do erro a cada iteração. Além de erros sutis, o método
odométrico está sujeito a ocorrência de erros potencialmente críticos, como por exemplo,
derrapagens.
Segundo [Borestein 96], existem basicamente duas categorias em que podemos
classificar os erros odométricos:
• Erros sistemáticos: são assim classificados por serem erros cuja quantificaçãoé proporcional ao longo do tempo e sua ocorrência segue uma freqüência, ou
seja, as diferenças entre os valores reais e os valores esperados são
proporcionais a cada amostragem de dados, sendo possível então, calcular de
antemão o erro para a próxima amostragem. São exemplos de erros
sistemáticos, medidas informadas diferentes das medidas reais (diâmetro das
rodas e distância entre eixos), rodas desalinhadas e decodificadores com
pequena precisão ou com taxa de amostragem menor que a velocidadedesenvolvida pelo robô.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 13/24
• Erros não sistemáticos: em contraposição aos erros sistemáticos, estes
ocorrem em instantes de tempo aleatórios e imprevisíveis. São classificados
como erros não sistemáticos: patinar devido ao piso escorregadio eacelerações; derrapagens em curvas; falta de contato do encoder com o solo;
irregularidade na pista, dentre outros.
Erros sistemáticos são particularmente graves devido a sua natureza acumulativa ao
longo das iterações, entretanto, dada que sua ocorrência segue a uma cadência
pré-estabelecida, estes também podem ser mais facilmente corrigidos. Talvez o maior
problema dos métodos odométricos sejam os erros não sistemáticos, visto que ocorrem
inesperadamente e podem gerar grandes erros de posicionamento, bastando para isso uma
única ocorrência.
Ilustrativamente, vamos supor que um robô móvel esteja em uma sala e deseje se
movimentar por ela descrevendo uma trajetória em U que passe pelos pontos A, B e C,
conforme mostrado na Figura 6.6. Sabendo-se que sua posição atual é um dos cantos da
sala, podemos decompor o movimento em três etapas iguais que consistem em um
deslocamento de 4 metros para frente, seguido de um giro de 90o. Supostamente, ao realizar
esses movimentos o robô alcançará o ponto C, conforme desejado.
Figura 6.6: Ambiente.
A B
Creferência
4 m e t r o s
4 metros
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 14/24
Devido ao fato da faxineira encerar o piso da sala constantemente, ele é extremamente
liso, o que acaba por provocar a derrapagem da roda esquerda durante a execução da
primeira etapa do movimento — Figura 6.7. Observe que nesta situação o encoder registra
a rotação da roda, o que é entendido pelo sistema como um deslocamento linear de alguns
centímetros, entretanto, devido ao deslizamento, a medida real é diferente da medida que
foi registrada.
Ao final da execução das três etapas que compõem o movimento proposto, o robô
acredita estar na posição C, apesar de seu posicionamento real ser outro. Ao longo do
tempo, após inúmeros movimentos, o erro acumulado pode ser muito grande dada a
ocorrência de fatos desta natureza.
Figura 6.7: Movimento do Robô no Ambiente.
A B
C
A B
C
A B
C
Instante daderrapagem
A B
C
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 15/24
Outro exemplo do uso do modelo odométrico para o posicionamento de robôs pode
ser visto na Figura 6.8, neste experimento foi utilizado o ambiente Saphira juntamente com
o simulador do robô Pionner I. Neste experimento o robô teve que desenhar um quadrado
com 2 metros de lado, iniciando e terminando seu trajeto na marca vermelha, que no inicio
estava o canto inferior direito do quadrado, após 1000 interações é possível observar o
desvio sofrido pelo robô. Por não ter sido utilizado nenhum outro tipo de sensor, o estado
interno do robô acredita que o mesmo se encontra exatamente sobre a marca.
Figura 6.8: Experimento odométrico com o Saphira.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 16/24
Mesmo aparentemente ineficiente quando apresentado como único método para a
estimativa de posicionamento, os modelos odométricos ainda são largamente utilizados
para localização de robôs móveis, provavelmente por suas características de baixo custo e
pouca exigência de recursos computacionais.
Não obstante, ainda são empregados por muitos pesquisadores em sistemas híbridos,
mostrando-se viáveis quando associado a outras técnicas de localização. Sua utilização
pode ter uma contribuição significativa no desempenho global do sistema, pois permite um
espaçamento maior entre estimativas de posicionamento absoluto, que são
computacionalmente custosas.
6.2.2 Posicionamento Baseado em Mapas
Também chamada de “map matching” [Borentein 96], esta é uma técnica na qual o
robô utiliza, conjuntamente, mapas locais e mapas globais para estimar a localização
absoluta.
Através dos dados coletados por seus sensores, o robô constrói um mapa local do
ambiente. Este mapa é, então, comparado com um mapa global que deve ter sido
armazenado previamente na memória. Quando uma correspondência ocorre, então o robôestá apto para computar sua localização e orientação em relação ao ambiente.
Observe que aplicação deste método independe da técnica de mapeamento
empregada, ou seja, a busca de correlações entre o mapa local e o mapa global pode ser
realizada tanto para os mapas métricos quanto para os mapas topológicos.
A posição do robô é computada de forma que seja minimizada a diferença da
distância entre os pontos do mapa local e suas características correspondentes de mapa
global. Baseado na sua nova posição, as correspondências são recalculadas e o processo serepete até a mudança no erro agregado à distância entre pontos e segmentos de reta sejam
mínimos.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 17/24
Na Figura 6.9, observa-se uma seqüência de três imagens, onde as repetições que
ocorrem para o estabelecimento das correlações, entre o mapa local (traço mais escuro) e o
mapa global (traço mais claro) são mostradas.
Figura 6.9: Fase em que se estabelece a correspondência entre o Mapa Local
e o Global para um sistema que emprega o paradigma métrico.
6.2.3 Landmarks
Em robótica, o termo landmark pode ser definido como uma característica ou marca
distinta do meio em que um robô está inserido, cuja principal característica é poder ser
reconhecido a partir de dados coletados pelos sensores.
Existem inúmeros trabalhos na literatura sobre Landmarks, tais como, [Owen 98],
[Duckett 99], [Nehmzow 91] e [Greiner 94].
Os Landmarks de um ambiente podem ser dos mais diferentes tipos, como, por
exemplo, figuras geométricas (linhas, quadrados, círculos), texturas, imagens, códigos de
barra, objetos tridimensionais ou pontos luminosos, dentre uma infinidade de outros tipos[Borestein 96].
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 18/24
A tarefa de escolher uma determinada marca para desempenhar o papel de landmark ,
deve ser considerada muito importante, observando-se duas propriedades, que são
desejáveis para todo e qualquer tipo de landmark :
• Ser facilmente identificável: significa procurar escolher as marcas que possuam um alto contraste em relação ao ambiente, por exemplo, em robôs
equipados com sensores fotossensíveis, criar fontes de luz com intensidades
variadas e discrepantes, ou ainda, em sistemas baseados em visão, adotar cores
diferenciadas às cores que compõem o cenário de fundo do ambiente.
• Serem distintos entre si: escolher os Landmarks de forma que sejam
unicamente identificávies dentre o conjunto formado por todos os outros
escolhidos, por exemplo, quando da adoção de Landmarks coloridos, utilizar
cores diferentes para cada um ao invés de variações de tons da cor. Observe
que o caso de Landmarks em forma de códigos de barra, a utilização de
diferentes numerações já proporcionaria este efeito.
Mesmo com uma grande diversidade dos tipos possíveis de marcos a serem
empregados como Landmarks, é possível classificá-los basicamente em dois grupos:
• Landmarks artificiais: são marcas ou objetos projetados - construídos e/ou
determinados pelo homem - com o propósito exclusivo de fornecer ossubsídios necessários que possibilitem a atuação do sistema de navegação. A
Figura 6.10 mostra alguns exemplos de Landmarks artificiais empregados em
sistemas de localização baseados em imagens.
Figura 6.10: Exemplo de Landmarks Artificiais para Sistemas Baseados
em Visão.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 19/24
• Landmarks naturais: são marcas ou objetos nativos do ambiente, que
desempenham outras funções que não seja necessariamente o suporte para o
sistema de navegação. São exemplos de Landmarks naturais para o ambientede um laboratório marcas como portas, janelas, luminárias, cestos de lixo,
dentre outros objetos característicos deste tipo de ambiente. Na Figura 6.11
pode-se observar alguns Landmarks detectados pelo sistema FINALE
desenvolvido pelo “Robot Vision Laboratory” da Purdue University.
Figura 6.11: Exemplo de Landmarks Naturais para Sistemas Baseados
em Visão.
É importante ter em mente que as Landmarks naturais funcionam melhor em
ambiente altamente estruturados como corredores, chão de fábrica, etc. As Landmarks
naturais são os objetos ou características que já estão no ambiente e possuem outra função
além de auxiliar na navegação do robô.
As Landmarks artificiais são objetos ou marcas especificamente projetados paratornar possível a navegação do robô, por exemplo, marcas visuais, luzes sinalizadoras,
emissores de ondas de rádio, etc. Estas Landmarks podem ser colocados na região de
operação do robô pelos projetistas dos mesmo. Em situações onde não é possível a
instalação de Landmarks artificiais a solução é o uso de Landmarks naturais.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 20/24
Habitualmente, um landmark tem sua posição fixa e conhecida em relação ao
ambiente. Portanto, uma vez reconhecido pelo robô, podemos estimar a localização do robô
baseado na distância do robô em relação ao(s) landmark (s) observado(s).
Em certos casos, os Landmarks podem representar informações adicionais, como os
que se apresentam em forma de código de barras, que, além de ser um marco por si só
dentro do ambiente, ainda pode expressar alguma informação decodificada sob a forma do
código propriamente dito.
A principal tarefa em um sistema de localização baseado em Landmarks é reconhecer
de forma convicta um landmark e, de posse desta informação, calcular a posição do robô. O
esquema ilustrado na Figura 6.12 mostra as fases de um procedimento genérico para a
determinação do posicionamento de um robô baseado na observação de Landmarks.
Figura 6.12: Esquema Geral para Reconhecimento de Landmarks.
• Aquisição de informações: Periodicamente o robô deve consultar seussensores para adquirir informações provenientes do ambiente. A cada leitura
dos sensores, uma análise dos dados deve ser realizada.
• Detecção e segmentação: Consiste em analisar os dados provenientes dos
sensores em busca dos padrões selecionados como Landmarks para o meio em
que o robô esteja inserido. Cabe aqui ainda, a tarefa de determinar a(s)
distância(s) entre o robô e o(s) landmark (s) observado(s). Nesta etapa, deve-se
evitar ao máximo que a detecção de um Landmarks seja uma busca dentro doconjunto de todos os possíveis Landmarks contidos naquele ambiente, ou seja,
o processo de detecção deve, sempre que possível, descartar a procura de
Landmarks que fisicamente não estejam dentro da área de alcance dos
sensores do robô.
Adquiririnformações dos
sensores
Detectar esegmentar oslandmarks
Estabelecer umacorrespondência
entre os dados e omapa armazenado
Calcular a posição
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 21/24
• Estabelecendo uma correspondência: Nesta etapa cada um dos Landmarks
observados na fase anterior, deve ser correlacionado com os Landmarks
presentes no modelo de mundo interno mantido pelo robô.
• Calcular a posição: é a fase onde efetivamente é determinada a posição dorobô em função das distâncias entre o robô e os Landmarks observados.
O posicionamento utilizando Landmarks tem a vantagem de que erros de posição são
limitados, porém o processo de detectação de Landmarks e a determinação do
posicionamento, em tempo real, podem não ser sempre possíveis.
A detecção e estabelecimento de uma correlação entre os dados captados pelos
sensores e as informações armazenadas no modelo de mundo, ainda consistem nas
principais dificuldades encontradas pelas implementações de sistemas de localização baseado em Landmarks. Por este motivo, as Landmarks devem ser cuidadosamente
escolhidas para serem facilmente reconhecidas pelo robô.
A primeira questão é determinar se uma landmark deve ser selecionada previamente
por um operador humano ou pelo próprio robô em tempo de execução. Considerando-se
que o ser humano e o robô possuem diferentes percepções de um mesmo ambiente, é
interessante que o robô selecione ele próprio suas Landmarks. De fato, os melhores
resultados com o uso de Landmarks vem sendo obtidos em sistemas onde o próprio robôdetermina quais são suas Landmarks.
O segundo aspecto diz respeito a forma com que as informações referentes a uma
landmark devem ser armazenadas. É importante utilizar um método de armazenamento que
permita a identificação de uma landmark de forma eficiente, considerando o ângulo de
observação da mesma, as condições de iluminação, etc. Além de preservar as diferenças
naturais existentes entre as diversas Landmarks mantendo o grau de confusão entre estas
baixo.Dentre as abordagens estudadas, a descrita em [Nehmzow 00] parece ser a mais
adequada a este projeto. Nesta abordagem as entradas dos sensores são transformadas, por
uma rede neural, em um vetor (R-Vetor) que representa o resultado da integração das
entradas para uma determinada posição. Cada posição deve possuir um R-Vetor único.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 22/24
Partindo-se da similaridade entre dois R-Vetores é possível determinar se estão próximos
os locais correspondentes a esses R-Vetores. Com isto é possível desenvolver uma função
que determine o grau de crença na proximidade do robô de um ponto conhecido.
Usualmente, a localização L de um robô móvel é representada por uma tupla
<x,y,A>, onde x e y representam as coordenadas cartesianas e A a direção para qual o robô
está virado. No modelo proposto a localização do robô é dada por L:µ, onde µ representa a
crença associada a L.
6.3 Planejamento da rota
Diversas são as abordagens de planejamento que podem ser utilizadas nesta classe
de aplicação. A idéia para o planejamento de caminhos é deixar o robô sempre se mover em
um caminho de custo mínimo até o alvo - ou ao alvo mais próximo, se existir vários - sento
este o mais seguro possível.
A eficiência do sistema de planejamento está vinculada a estrutura utilizada na
representação do mapa. Utilizando-se mapas baseados em uma abordagem de grid ou
topológica é possível gerar rotas utilizando-se de conhecidos algoritmos de buscamodificados.
6.4 Execução do Plano
Este módulo é responsável por executar o plano, controlar a velocidade, a direção
do robô e evitar colisões. Seu funcionamento deve ser baseado nas mais recentes leituras
dos sensores e em seu conhecimento prévio sobre a rota - tipo de piso, possibilidade de
encontrar obstáculos, etc.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 23/24
O módulo responsável pela execução do plano deve receber versões atualizadas do
mapa e da posição do robô. De tal forma que o mesmo possa efetuar pequenos ajustes no
plano gerado. Quando forem necessário realizar grandes mudanças no plano, o planejador
deve ser novamente acionado.
A Figura 6.13 contém os principais componentes de um sistema de navegação para
robôs móveis. O mapa , a posição atual e outras informações referentes ao robô e ao
mundo estão armazenadas no módulo de modelagem. O planejamento das rotas e a
execução das mesmas são realizados em módulos específicos. As informações geradas
pelos sensores são divididas em dois grupos:
• Informações relacionadas ao ambiente —originadas de sensores como:
sistema de visão, sonar, sensor de infra-vermelho, etc. —, chamadas de
Percepção Externa e
• Informações relacionadas ao status do robô —originadas de sensores internos
como: encoder das rodas, nível de carga das baterias, compasso digital, etc. —
, chamadas de Percepção Interna.
Esta distinção é importante porque o tratamento dado a cada um dos grupos deve ser
diferenciado.
7/26/2019 Navegação de Robôs Móveis
http://slidepdf.com/reader/full/navegacao-de-robos-moveis 24/24
Figura 6.13: Módulos de um Sistema de Navegação.
Ambiente
Robô
Execução
PlanejamentoModelagem