[en] DESIGN AND ACTIVATION OF A PNEUMATIC GECKO ROBOT WITH APPLICATION OF MACHINE LEARNING

• Ano de defesa: 2022
• Autor(a) principal: MATHEUS RODRIGUES GOEBEL
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] REDES NEURAIS ARTIFICIAIS; [pt] APRENDIZADO DE MAQUINA; [pt] SISTEMA ELETROPNEUMATICO; [pt] GARRA DE VACUO; [pt] ROBO ESCALADOR; [pt] LAGARTIXA PNEUMATICA; [en] ARTIFICIAL NEURAL NETWORKS; [en] MACHINE LEARNING; [en] ELECTROPNEUMATIC SYSTEM; [en] VACUUM CLAW; [en] CLIMBING ROBOT; [en] PNEUMATIC GECKO
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61104&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61104&idi=2; http://doi.org/10.17771/PUCRio.acad.61104

[pt] Este trabalho apresenta um projeto mecânico de um robô lagartixa pneumática, capaz de se locomover em superfícies inclinadas em relação ao solo, através apenas de atuadores lineares que utilizam o ar comprimido como fonte de energia. Como parte fundamental do projeto mecânico neste trabalho, um sistema de garra é desenvolvido gerando vácuo mecanicamente, para haver uma economia de consumo energético no robô em comparação com os acessórios comerciais geralmente utilizados para esta tarefa de fixação. Com o protótipo de conceito fabricado e montado, o mesmo é submetido a uma bateria de testes com o intuito de posteriormente aplicar os dados obtidos em uma rede neural artificial, visando o aprendizado computacional dos movimentos do robô e, assim, sua otimização de velocidade em determinada sequência de movimentação. Após o treinamento desta rede neural, o protótipo é submetido a novos experimentos para verificar a eficiência do treinamento realizado e qual o impacto real obtido no robô. Finalmente, com a utilização de um sistema de câmeras, os deslocamentos do robô em diversas situações distintas são rastreados, visando gerar gráficos comparativos e analisar a repetibilidade e confiabilidade do sistema.