Navegação (robótica)
Para qualquer robô móvel, a capacidade de navegar no ambiente em que se encontra é essencial. Em primeiro lugar, a navegação deve evitar situações perigosas, como colisões, e condições inseguras (temperatura, radiação, exposição ao clima, etc.). No entanto, se o robô tiver objetivos relacionados a locais específicos neste ambiente, ele deverá ser capaz de encontrar esses locais. Na Robótica, a navegação é a capacidade do robô em determinar sua própria posição e, em seguida, planejar um caminho para algum local desejado, chamado meta. Para navegar em seu ambiente, o robô, ou qualquer outro dispositivo móvel, requer uma representação do ambiente, um mapa, e a capacidade de interpretar essa representação.[carece de fontes]
A navegação pode ser definida como a combinação das três competências fundamentais:[carece de fontes]
- Auto-localização
- Planejamento de rota
- Construção e interpretação de mapas
A competência de localização do robô denota a capacidade do robô de estabelecer sua própria posição e orientação dentro do quadro de referência, ou seja, saber em que posição do mapa o robô se encontra. O planejamento de rota é efetivamente uma extensão da localização em que dadas a posição atual do robô e da posição da meta, no mesmo quadro de referência ou coordenadas, é possível traçar uma rota que deverá ser perseguida pelo robô e que será otimizada em relação a algum parâmetro (como distância ou tempo).[carece de fontes] A representação do ambiente pode ser realizada de diversas formas, as duas formas mais comuns são a representação métrica e a representação topológica (grafo). Alguns sistemas de navegação robóticos são capazes de realizar a localização e mapeamento simultaneamente.
Navegação baseada em visão
A navegação baseada em visão, ou navegação óptica, utiliza algoritmos de visão computacional e sensores ópticos, incluindo sensor de distância a laser e câmeras fotométricas de matrizes CCD, para extrair os recursos visuais necessários para a localização no ambiente baseado no que é visível nos arredores.[carece de fontes] No entanto, existem várias técnicas para navegação e localização usando informações de visão, os principais componentes[carece de fontes] de cada técnica são:
- representações do ambiente
- modelos de detecção
- algoritmos de localização
Navegação em ambientes internos
A maneira mais fácil de fazer um robô ir para um local de objetivo é simplesmente guiá-lo para esse local. Essa orientação pode ser realizada de diferentes maneiras: enterrando ímãs no chão, pintando linhas no chão ou colocando beacons, marcadores, códigos de barras etc. no ambiente.[carece de fontes] Robôs navegados por esses guias são conhecidos como veículos guiados automatizados (AGVs) e são usados em cenários industriais para tarefas de transporte. A navegação interna de robôs também é possível por dispositivos de posicionamento interno baseados em sensores inerciais.
Navegação em ambientes externos
Alguns algoritmos recentes de navegação em ambientes externos são baseados em redes neurais convolucionais e aprendizado de máquina.
Controladores de voo autônomo
Controladores de voo autônomo de código aberto típicos têm a capacidade de voar no modo totalmente automático e executar as seguintes operações[carece de fontes]:
- Decolar do chão e voar para uma altitude definida
- Voar para um ou mais pontos alvo
- Órbitar em torno de um ponto designado
- Retornar à posição de lançamento
- Descer com uma velocidade especificada e aterrissar a aeronave
O controlador de voo a bordo utilizada-se de GPS para navegação e voo estabilizado e, com frequência, conta também com "sistemas baseados em satélite aumentados" (SBAS) e sensor de altitude (pressão barométrica).
Navegação inercial
Alguns sistemas de navegação para robôs aéreos são baseados em sensores inerciais.
Navegação acústica
Veículos subaquáticos autônomos podem ser guiados por sistemas de posicionamento acústico subaquáticos. Sistemas de navegação usando sonares também já foram desenvolvidos.
Navegação a rádio
Os robôs também podem determinar suas posições usando a navegação a rádio.
Ver também
Referências
- ↑ Fuentes-Pacheco, Jorge, José Ruiz-Ascencio, and Juan Manuel Rendón-Mancha. "Visual simultaneous localization and mapping: a survey." Artificial Intelligence Review 43.1 (2015): 55-81.
- ↑ Chen, C.; Chai, W.; Nasir, A. K.; Roth, H. (abril de 2012). «Low cost IMU based indoor mobile robot navigation with the assist of odometry and Wi-Fi using dynamic constraints». Proceedings of the 2012 IEEE/ION Position, Location and Navigation Symposium: 1274–1279. ISBN 978-1-4673-0387-3. doi:10.1109/PLANS.2012.6236984
- ↑ GT Silicon (7 de janeiro de 2017), An awesome robot with cool navigation and real-time monitoring, consultado em 4 de abril de 2018
- ↑ Ran, Lingyan; Zhang, Yanning; Zhang, Qilin; Yang, Tao (12 de junho de 2017). «Convolutional Neural Network-Based Robot Navigation Using Uncalibrated Spherical Images» (PDF). MDPI AG. Sensors. 17 (6): 1341. ISSN 1424-8220. doi:10.3390/s17061341
- ↑ http://autoquad.orghttps://wikifreehand.com/pt/wiki/configuring-autoquad-flightcontroller/flying/
- ↑ Bruno Siciliano; Oussama Khatib (20 de maio de 2008). Springer Handbook of Robotics. : Springer Science & Business Media. pp. 1020–. ISBN 978-3-540-23957-4
- ↑ Mae L. Seto (9 de dezembro de 2012). Marine Robot Autonomy. : Springer Science & Business Media. pp. 35–. ISBN 978-1-4614-5659-9
- ↑ John J. Leonard; Hugh F. Durrant-Whyte (6 de dezembro de 2012). Directed Sonar Sensing for Mobile Robot Navigation. : Springer Science & Business Media. ISBN 978-1-4615-3652-9
- ↑ Oleg Sergiyenko. Machine Vision and Navigation. : Springer Nature. pp. 172–. ISBN 978-3-030-22587-2
