[pt] OTIMIZAÇÃO DE TRAJETÓRIAS PARA ROBÔS HÍBRIDOS COM PERNAS E RODAS EM TERRENOS ACIDENTADOS
Ano de defesa: | 2020 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | eng |
Instituição de defesa: |
MAXWELL
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50271&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=50271&idi=2 http://doi.org/10.17771/PUCRio.acad.50271 |
Resumo: | [pt] Robôs híbridos equipados com pernas e rodas são uma solução promissora para uma locomoção versátil em terrenos acidentados. Eles combinam a velocidade e a eficiência das rodas com a capacidade das pernas de atravessar terrenos com obstáculos. Em geral, os desafios em locomoção para robôs híbridos envolvem planejamento de trajetória e sistemas de controle para o rastreamento da trajetória planejada. Esta tese se concentra, em particular, na tarefa de otimização de trajetória para robôs híbridos que navegam em terrenos acidentados. Para isso, propõe-se um algoritmo de planejamento que otimiza a posição e a orientação da base do robô e as posições e forças de contato nas rodas em uma formulação única, levando em consideração as informações do terreno e a dinâmica do robô. O robô é modelado como um único corpo rígido com massa e inércia concentrada no centro de massa, o que permite planejar movimentos complexos por longos horizontes de tempo e ainda manter uma baixa complexidade computacional para resolver a otimização de forma mais eficiente. O conhecimento do mapa do terreno permite que a otimização gere trajetórias para negociação de obstáculos de maneira dinâmica, em velocidades mais altas. Tais movimentos não podem ser gerados sem levar em consideração as informações do terreno. Duas formulações diferentes são apresentadas, uma que permite movimentos somente com as rodas, onde a negociação de obstáculos é permitida pelas pernas, e outra focada em movimentos híbridos dando passos e movendo as rodas, capazes de lidar com descontinuidades no perfil do terreno. A otimização é formulada como um NLP e as trajetórias obtidas são rastreadas por um controlador hierárquico que computa os comandos de atuação de torque para as juntas e as rodas do robô. As trajetórias são verificadas no robô quadrúpede ANYmal equipado com rodas não esterçáveis controladas por torque, em simulações e testes experimentais. O algoritmo proposto de otimização de trajetória permite que robôs com pernas e rodas naveguem por terrenos complexos, contendo, por exemplo, degraus, declives e escadas, enquanto negociam esses obstáculos com movimentos dinâmicos. |