Learning-Based NMPC para mitigação de incertezas para rastreamento de caminhos em rovers agrícolas

• Processo: 23/17678-1
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2024
• Data de Término da vigência: 31 de julho de 2024
• Área de conhecimento: Engenharias - Engenharia Mecânica
• Pesquisador responsável: Marcelo Becker
• Beneficiário: Francisco Affonso Pinto
• Supervisor: Girish Chowdhary
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: University of Illinois at Urbana-Champaign, Estados Unidos
• Vinculado à bolsa: 22/03339-8 - Utilização do controle LQR para controle de navegação robótica em campos agrícolas, BP.IC
• Assunto(s): Navegação Sistemas não lineares Robótica
• Palavra(s)-Chave do Pesquisador: Controlador Otimo | Navegação | Rede Neural de Aprendizado Profundo | Robô Agrícola | Sistemas Não-lineares | Robótica

Resumo

O projeto concentra-se em desenvolver um controlador para rovers agrícolas, como o Terrasentia, capaz de lidar com incertezas em ambientes desafiadores. Para alcançar isso, a abordagem proposta envolve a utilização de controladores ótimo não-lineares - Non-linear Model Predictive Controller (NMPC) - para gerar ações de controle adequadas para um rastreamento preciso do trajeto. Além disso, uma rede neural profunda (DNN) complementará essa abordagem para lidar com incertezas no modelo dinâmico em ambientes complexos. A arquitetura permite um treinamento não supervisionado em tempo real para gerenciar efetivamente as incertezas.A implementação dependerá de um conjunto de técnicas e ferramentas de software para cada etapa. Inicialmente, o CasADi lidará com a construção simbólica do modelo dinâmico, seguido pelo desenvolvimento da DNN usando o PyTorch. Esse processo forma o problema de otimização, permitindo-nos utilizar o IPOPT como solucionador. Por fim, a integração com o Robot Operating System (ROS) será empregada para se conectar com outros módulos no sistema de navegação do robô.