Ferramentas de Auxílio ao Desenvolvimento de Preditores e Controladores Neurais Completos a Horizonte Fixo para Robôs Móveis Multiarticulados

Nome: Victor Marques Miranda
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 25/11/2011
Orientador:

Nomeordem decrescente Papel
Edson de Paula Ferreira Orientador
Evandro Ottoni Teatini Salles Co-orientador

Banca:

Nomeordem decrescente Papel
Edson de Paula Ferreira Orientador
Evandro Ottoni Teatini Salles Coorientador
Jose Geraldo das N.Orlandi Examinador Externo
Klaus Fabian Coco Examinador Interno

Resumo: A navegação de robôs é um tema que tem motivado vários trabalhos acadêmicos e aplicados. Dentre os diferentes tipos de robôs móveis, os multiarticulados constituem objeto deste trabalho, onde são apresentadas uma nova sistemática e novas ferramentas para o desenvolvimento de preditores e controladores completos, com horizonte temporal fixo, utilizando redes neurais feedforward estáticas na descrição dos movimentos à ré de robôs móveis multiarticulados, no espaço de configuração. Os preditores são necessários para operação assistida ou para servir de núcleo em simuladores para análise de estratégias de navegação e para a síntese e validação de controladores. A sistemática proposta e as ferramentas desenvolvidas são gerais. A ferramenta criada visa facilitar os processos de criação, treinamento e validação de diversas topologias de redes neurais e de atribuição de seus parâmetros para o treinamento. Além disso, facilita a determinação do horizonte de predição, considerando o fato de essa ser uma tarefa exaustiva. Inicialmente, se dá o estudo de um protótipo, a ser utilizado na coleta de dados e na síntese e validação das redes, de grande similaridade a um veículo real, guardadas as devidas proporções, e de sua cadeia cinemática. Numa segunda etapa, é efetuada a modelagem do robô por meio de redes estáticas com variados horizontes de predição, sendo planejada, para isso, uma estratégia destinada à coleta de dados para posterior treinamento dos modelos. São necessárias, durante essa etapa, algumas manipulações sobre os dados que permitam colocá-los numa forma apresentável às redes. Além de dados reais, o conjunto de treinamento é composto de dados gerados a partir do modelo das condições singulares de giro. São apresentados modelos para os ângulos de giro e para os ângulos críticos, deduzidos a partir de um modelo analítico complexo original das equações gerais de movimento à ré de um robô multiarticulado, no espaço de configuração. Esse mesmo modelo é utilizado para gerar preditores analíticos a serem também usados em conjunto com controladores neurais. O uso de modelo para as configurações singulares é justificado porque as condições de giro são situações de equilíbrio instável, uma vez que, em malha aberta, não permitem a obtenção prática de dados. O modelo para os ângulos críticos define os limites, antes do jackknife, das variáveis de configuração. Finalmente, é apresentada a obtenção de controladores inversos, diretamente a partir dos dados ou indiretamente a partir do preditor, no espaço de configuração. A validação do controlador é, por fim, realizada para revelar a capacidade do mesmo em seguir as referências dentro de um horizonte e de um erro aceitáveis, sem que ocorram situações críticas e de jackknife, e de forma a manter a convexidade ou o giro.

Acesso ao documento

Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Fernando Ferrari, 514 - Goiabeiras, Vitória - ES | CEP 29075-910