Desenvolvimento de algoritmos de localização e navegação de robô autônomo móvel em ambiente industrial

• Processo: 23/02037-0
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Vigência (Início): 01 de março de 2023
• Vigência (Término): 30 de junho de 2023
• Área do conhecimento: Engenharias - Engenharia Elétrica - Eletrônica Industrial, Sistemas e Controles Eletrônicos
• Acordo de Cooperação: SEBRAE-SP
• Pesquisador responsável: Claudio Crivellaro
• Beneficiário: Natalia Sanchez Sanchez
• CNAE: Desenvolvimento e licenciamento de programas de computador customizáveis ; Aluguel de máquinas e equipamentos não especificados anteriormente
• Vinculado ao auxílio: 22/08229-6 - RAMI ACTUM4 robô autônomo móvel industrial para transporte de materiais e logística inteligente, AP.PIPE
• Assunto(s): Inteligência artificial Robótica Localização Navegação Sensores Sistemas autônomos Aprendizagem profunda Robôs autônomos
• Palavra(s)-Chave do Pesquisador: Autonomous Mobile Robot | Inteligência Artificial | localização | Navegação | Robotica estocática | Sensores | Robótica móvel, sistemas autônomos, DeepLearning

Resumo

Este trabalho consiste em desenvolver algoritmos de localização e de navegação do robô autônomo, a fim de aumentar o desempenho operacional em termos de confiabilidade e de acurácia, de modo a responder adequadamente às variabilidades ambientais de chão-de-fábrica na Indústria brasileira. O robô possui diversos tipos de sensores de percepção do ambiente, incluindo o LiDAR, câmera, módulo inercial, odômetro e sensor laser, entre outros. Os dados dos sensores são processados por meio de técnicas de fusão de sensores baseado em Filtros de Kalman. Para localização o robô utiliza o algoritmo AMCL (Adaptive Monte Carlo Localization), permitindo que os robôs se localizem no mapa do ambiente, contudo este algoritmo não está robusto o suficiente para o ambiente industrial altamente dinâmico. Portanto, este projeto visa desenvolver novos algoritmos de localização e de navegação que serão implementados utilizando o framework de desenvolvimento de sistemas robóticos (ROS - Robotic Operating Systems), avaliando também a melhoria dos sensores atuais e incremento de novos sensores, como a câmera, por exemplo. A metodologia de pesquisa e desenvolvimento visa desenvolver e implementar soluções buscando melhorias incrementais até alcançar os objetivos pretendidos. Nesta trilha de desenvolvimento o pesquisador vai se enfocar em soluções que utilizam uma câmera em conjunto com outros sensores, introduzindo métodos com uso de marcadores fiduciais, inteligência artificial e aprendizado de máquina com complexidade incremental. Estes novos algoritmos não substituirão os atuais, mas criarão uma nova camada de reconhecimento do ambiente, reduzindo as incertezas e aumentando a robustez para operação em ambientes industriais reais e relevantes. (AU)