Planejamento de trajetória de robôs autônomos heterogêneos para o mapeamento em 3D cooperativo de um ambiente desconhecido

• Processo: 18/13848-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de outubro de 2018
• Data de Término da vigência: 31 de dezembro de 2022
• Área de conhecimento: Engenharias - Engenharia Elétrica
• Pesquisador responsável: Marco Henrique Terra
• Beneficiário: Kenny Anderson Queiroz Caldas
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Sistemas dinâmicos
• Palavra(s)-Chave do Pesquisador: Filtragem robusta | Mapeamento em 3D | Otimização Bayesiana | Planejamento de trajetória de multi-robôs | Robôs móveis autônomos | Sistemas Dinâmicos

Resumo

Os robôs móveis autônomos cada vez mais têm executado atividades antes realizadas por humanos, especialmente em tarefas de risco, de longa duração ou repetitivas. Porém, em muitos casos os robôs não possuem um mapa do ambiente de trabalho em antemão, sendo necessário que eles sejam capazes de se localizar e mapear o local em que se encontram, simultaneamente. Neste projeto de doutorado propõe-se então a navegação segura de robôs heterogêneos para o mapeamento em 3D de ambiente desconhecido.A necessidade da utilização de multi-robôs se dá pela redução do tempo da tarefa de mapeamento e pela possibilidade de combinação de diferentes capacidades de percepção e locomoção. A coleta de dados para localização e mapeamento será feira por um sistema de mapeamento SLAM visual-inercial. Um Filtro de Kalman Robusto será desenvolvido para selecionar o melhor modo de operação do sistema de navegação, de acordo com a disponibilidade e confiabilidade dos sensores e das incertezas presentes no local onde orobô se encontra. Com base na integração de dados de diferentes sensores, o frameworkOctoMap será utilizado para obter um modelo volumétrico robusto e realístico do ambiente.Um planejador de trajetórias baseado em Otimização Bayesiana para coordenação demulti robôs será desenvolvido, visando a busca por áreas onde a coleta de dados serámaximizada, respeitando-se as restrições do sistema. Os algoritmos serão inicialmentedesenvolvidos e simulados no Gazebo, um simulador open source que permite uma rápidaprototipagem do sistema. Para validar os métodos desenvolvidos em simulação, serão realizados experimentos no Centro de Robótica da USP São Carlos, utilizando o sistema de captura de movimento de alta precisão Vicon, que servirá como ground truth para os resultados. O Laboratório de Sistemas Inteligentes já possui os robôs móveis que serão utilizados no projeto para sua implementação.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

CALDAS, KENNY A. Q.; INOUE, ROBERTO S.; TERRA, MARCO H.; IEEE. Commercial MAV Velocity Estimation Using Gaussian Process Regression for Drift Reduction. 2022 IEEE SENSORS, v. N/A, p. 4-pg., 2022-01-01. (14/50851-0, 18/13848-1)

BENEVIDES, JOAO R. S.; PAIVA, MARLON A. D.; SIMPLICIO, PAULO V. G.; INOUE, ROBERTO S.; TERRA, MARCO H.. isturbance Observer-Based Robust Control of a Quadrotor Subject to Parametric Uncertainties and Wind Disturbanc. IEEE ACCESS, v. 10, p. 7554-7565, 2022. (18/13848-1, 17/05668-0, 14/50851-0)

CALDAS, KENNY A. Q.; BENEVIDES, JOAO R. S.; INOUE, ROBERTO S.; TERRA, MARCO H.; IEEE. Autonomous Robust Navigation System for MAV Based on Monocular Cameras. 2022 INTERNATIONAL CONFERENCE ON UNMANNED AIRCRAFT SYSTEMS (ICUAS), v. N/A, p. 7-pg., 2022-01-01. (14/50851-0, 18/13848-1, 17/05668-0)