Percepção baseada em LiDAR para robôs agrícolas autônomos

• Processo: 18/10894-2
• Linha de fomento: Bolsas no Brasil - Doutorado Direto
• Vigência (Início): 01 de março de 2019
• Vigência (Término): 28 de fevereiro de 2021
• Área do conhecimento: Engenharias - Engenharia Mecânica
• Pesquisador responsável: Marcelo Becker
• Beneficiário: Vitor Akihiro Hisano Higuti
• Instituição-sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07276-1 - CEPOF - Centro de Pesquisa em Óptica e Fotônica, AP.CEPID
• Assunto(s): Robótica Automação Mecatrônica LIDAR Robôs autônomos Navegação de robôs Percepção Lavoura Milho Soja

Resumo

Robôs terrestres leves têm mostrado cada vez mais seu potencial para enfrentar tarefas agrícolas que exigem mão-de-obra humana que consome tempo, limitadas em detalhamento ou cobertura de área. Por exemplo, robôs autônomos capazes de atravessar com segurança a terra cultivada poderiam levar vários dispositivos para coletar informações sobre o solo ou até mesmo de cada planta. No entanto, uma navegação autônoma confiável ainda é um desafio. Um robô precisa lidar com o dinamismo do campo agrícola, além de obstáculos imprevisíveis, e.g. humanos, animais e máquinas. Em particular, os campos de milho e soja apresentam dificuldades devido ao modo padrão de cultivo: faixas estreitas (menos de um metro) que se tornam ainda menos visíveis nos estágios posteriores devido à densa cobertura e espalhamento de folhas. Essas condições influenciam fortemente os sensores, provocando frequentes oclusões, erros de leitura e colocando-os em situações fora de sua região de trabalho. Portanto, este projeto propõe o desenvolvimento de um subsistema de percepção que filtra, classifica e converte matematicamente as leituras brutas dos sensores em um compacto fluxo de conhecimento para navegação autônoma confiável. Para fazer isso, o dispositivo central é um Hokuyo UTM30-LX LiDAR, cujas varreduras 2-D serão colocadas no espaço 3-D com a ajuda de dados de IMU e odometria. Usando a percepção proposta como a entrada de métodos de navegação autônomos, o subsistema será avaliado com extensos experimentos de campo em lavouras de milho e soja. (AU)