CONTEUDO ROBÓTICA MÓVEL 1.1. Percepção 1.1.1 Sensores do Nomad XR4000 1.2 Localização/Mapeamento 1.2.1 Representação de mapas 1.3 Navegação 1.3.1 Planejamento de Trajetória 1.3.2 Esquivança de Obstáculos 2. ROBÓTICA PROBABILÍSTICA 2.1 Localização e Mapeamento Simultaneo (SLAM) 2.1.1 Formulação e estrutura do problema SLAM 2.1.2Filtro de Kalman Estendido (EKF) 2.1.3 Algoritmo FastSLAM PROPOSTA DE TRABALHO 4. BIBLIOGRAFIA

ROBÓTICA MÓVEL Informação preliminar: Posição do Robô Objetivo a ser atingido Procedimento para chegar até o objetivo Modelo do ambiente (dado o construído autonomamente) Perceber e analisar o ambiente Encontrar sua posição dentro do ambiente Planejar e executar o movimento

ESQUEMA DE CONTROLE DO ROBÔ MÓVEL Posição “Mapa Global ” Construção do mapa de localização Conhecimento do planejamento da rota Modelo do ambiente Extração da informação e interpretação Execução da rota Controle do movimento Percepção Comandos aos atuadores Dados Geração do movimento Sensores Mundo Real

NAVEGAÇÃO DE UM ROBÔ MÓVEL Controle de movimento Percepção Localização Conhecimento Posição no ambiente completamente determinada Implementação do método para atingir objetivos Extração de dados úteis Controle das saídas do motor NAVEGAÇAO DO ROBÔ

NAVEGAÇÃO DE UM ROBÔ MÓVEL NAVEGAÇÃO DE UM ROBÔ MÓVEL Controle de movimento Percepção Localização Conhecimento Posição no ambiente completamente determinada Implementação de uma estratégia para atingir os objetivos Extração de dados úteis Controle das saídas do motor NAVEGAÇAO DO ROBÔ NAVEGAÇAO DO ROBÔ

NAVEGAÇÃO AUTONÔMA DE ROBÔS MÓVEIS Evolução de métodos de auto-localização Seguimento de linhas eletromagnéticas,opticas, térmicas... Mapa a priori através de estimativas geométricas Construção simultânea e incremental de mapas compostos por grades de ocupação, primitivas geométricas ou outros.

NAVEGAÇÃO AUTONÔMA DE ROBÔS MÓVEIS Construção de mapas e localização simultânea, SLAM (Simultaneous Localization and Mapping) Construção incremental de um mapa do ambiente que envolve o robô para determinar sua pose (x,y,)

NAVEGAÇÃO AUTONÔMA DE ROBÔS MÓVEIS Formulação e estrutura do problema do SLAM m j X k+2 Z k,i U k+2 X k+1 X k U k+1 U k X k-1 Z k-1,i Estimado m i Real

NAVEGAÇÃO AUTONÔMA DE ROBÔS MÓVEIS Formulação e estrutura do problema do SLAM XK:vetor de estado que descreve a posição e orientação do robô. UK:vetor de controle, que aplicado no tempo k-1 leva o robô ao estado xK no tempo k mi:vetor que descreve a pose da i-ésimo “landmark”, cuja posiçao é considerada invariante no tempo. Zk,i:observação do i-ésimo “landmark ” tomada desde o robô no tempo k

NAVEGAÇÃO AUTONÔMA DE ROBÔS MÓVEIS Formulação e estrutura do problema do SLAM Informação subministrada: Comandos de control Observação dos obstáculos Informação a estimar: Mapa do ambiente Trajetória a ser percorrida

NAVEGAÇÃO AUTONÔMA DE ROBÔS MÓVEIS Formulação e estrutura do problema do SLAM Na forma probabilística, P(xk,mZ0:k,U0:k,xo) Densidade de probabilidade conjunta entre o estado do robô e as posições das referencias observações Entradas de controle Estado inicial SOLUÇÃO RECURSIVA DESEJADA Iniciando no estado xk-1, e seguindo uma entrada de controle e uma observação nesse instante, chegamos a o estado xk

NAVEGAÇÃO AUTONÔMA DE ROBÔS MÓVEIS Métodos para solucionar o problema SLAM Filtro de Kalman Estendido (EKF) Representação em espaço de estados do robô e de seu ambiente em presença de ruído gaussiano

NAVEGAÇÃO AUTONÔMA DE ROBÔS MÓVEIS Formulação e estrutura do problema do SLAM ¿Qual o principal problema do SLAM? A dificuldade do SLAM gira em torno de três formas de incertezas: Associação de dados Erro de navegação Ruído dos sensores Dificuldade do robô de identificar um obstáculo desde diferentes Pontos de vista como sendo a mesma Causada pela divergência entre o movimento real do robô e o movimento estimado a partir da informação sensorial Imperfeição dos aparelhos de medida