Alexandre Andrade Paulo Urbano {araa,pgau}@di.ufpe.br ROBÓTICA Alexandre Andrade Paulo Urbano {araa,pgau}@di.ufpe.br 1

Introdução O que é um robô? Def. Clássica: “Manipulador multifuncional programável, projetado para mover materiais através de vários movimentos programados que realizam uma variedade de tarefas.” Redefinindo: “É um agente artificial ativo cujo ambiente é o mundo físico.” 2

Robôs Autônomos Definição: RA vs. Agente Autônomo em geral Robôs que alteram seus planos durante a execução. RA vs. Agente Autônomo em geral Atuam no mundo real. Inacessível, não-determinístico, não-episódico, dinâmico e contínuo. Envolve Eng. Mecânica, Elétrica, etc. 3

O que é robótica? Robôs Autônomos Telepresença Exemplos: Mensageiros, robôs-vigia. Telepresença Exemplos: Submarinos-robô autônomos. Robô Ambiente Real Usuário Interface Robô Amb. Real 7

O que não é robótica? Softbots Autônomos Realidade Virtual Exemplos: Navegação em mundos virtuais, simulação de cirurgias. Agente de Software Amb. Virtual Interface Amb. Virtual Usuário

Aplicabilidade - Indústrias Tarefas físicas repetidas. Exemplo: Automotivas e micro-eletrônica. Pouco uso de robôs autônomos. 4

Aplic. - Manipulação de materiais Armazenamento, transporte e entrega de material (autônomo). Construção civil. Tossagem de ovelhas. Contra-exemplo: empacotamento de alimentos. 5

Aplicabilidade - Mobots Mobots: Robôs móveis. Exemplos: Mensageiros; Robôs-vigia; Submarinos-robô autônomos (AUVs); Pathfinder.

Aplic. - Ambientes arriscados Usinas nucleares e limpeza radioativa. Construções não-estáveis. Proximidade do fogo ou de fumaças tóxicas. Exploração do fundo do mar e manipulação do material biológico. Teleoperação e autonomia! 6

Aumento das capacidades humanas Recuperação dos estímulos humanos. Próteses que dão a sensação de toque. Cachorro-robô como guia de cego. A Mulher-biônica. Sen. e Ef. Biológicos Cérebro Humano Amb. Real Sen. e Ef. Robóticos 8

Composição do Robô Efetuadores: Sensores: Ferramentas para a ação do robô sobre o mundo. É qualquer dispositivo que afete o ambiente, sobre o controle do robô. Sensores: Ferramentas para a percepção do robô em relação ao mundo. É qualquer dispositivo que transfira informações do ambiente para o robô. 9

Efetuadores - Locomoção Muda a posição do robô usando ‘pernas’ ou ‘rodas’. Estável ou instável. Hovercraft. Graus de liberdade. Holonômicos e não-holonômicos. 10

Efetuadores - Manipulação Move (ou manipula) objetos num ambiente. Movimentos rotativos e prismáticos. Dois componentes: o manipulador (e.g., braço mecânico) e o efetuador-fim, o qual interage diretamente com os objetos do mundo (dedos, chave-de-fenda, etc). 10

Sensores - Propriocepção Feedback interno sobre a posição das junções. Mobots usam odometria para medir seu deslocamento, giroscópio para orientação e aceleromêtros para mudança de velocidade. 11

Sensores - Força e Tato Sensores de Força Sensores de Tato Controlam a força dos efetuadores. Entre o manipulador e o efetuador-fim. Exemplo: ‘Tira-tinta’ de vidro. Sensores de Tato Coletam informações sobre a superfície dos objetos que os efetuadores manipularão. No efetuador-fim. Exemplo: Xícara de café. 12

Sensores - SONAR SONAR (SOund NAvigation and Rangin) Provê informações sobre a distância dos objetos ao robô. Mapeia o ambiente e evita colisões com obstáculos, humanos e mobots. Cálculos comlexos e ainda não muito confiáveis. Imagem ‘fantasma’. Morcegos e golfinhos. Stealth bomber. 13

Sensores - Câmeras Câmeras Tentativa de simular, em menor grau, os sistemas de visão humano e animal. Restrições de domínio. Evitar. Por exemplo: uso de código de barras para tarefas de armazenagem. Simplificar aproveitando as características intrísecas ao ambiente ou agindo para perceber. 14

Arquiteturas de Mobots Autônomos Arquitetura do mapeamento percepção ação. Dois tipos: Arquitetura Clássica Arquitetura de Autômato Situado 15

Arquitetura Clássica Abordagem por domínio de estudo (planejamento, percepção, controle.). Ações de Nível Intermediário (ILAs) e Ações de Baixo Nível (LLAs). Visão Top-Down Portabilidade parcial e baixa eficiência.

Arquitetura Clássica Granularidade HPOP ILAs Grau de granularidade limite do determinismo Especializadas LLAs

Arquitetura de Autômato Situado Abordagem por tarefas(navegação, manipulação). Eliminação da explícita representação e manipulação do conhecimento. Visão Bottom-Up Soluções implementadas em softwares especializados ou hardware. Não-portabilidade e eficiência. Estrutura de controle descentralizada.

Espaços de configuração Ferramentas para análise de completude, corretude e complexidade Do robô (C) Dos obstáculos (O) Espaço livre (F = C - O)

Espaço de configuração generalizado Espaço de configuração generalizado (E) W = C x E É de dimensão infinita para objetos flexíveis Caminhos de transição Caminhos de transferência Ambiente com outros objetos móveis e de forma variável Planejamento de montagem

Problema... Planejamento em ambiente com objetos móveis é intrinsecamente difícil. Soluções: Partição de W (ex: blocos de construção) Planejar separadamente a movimentação dos objetos e do robô Restringir a movimentação dos objetos

Conjuntos reconhecíveis Situações onde conhecimento do ambiente é pequeno Sensor abstrato ---- s: W ® V Conjuntos reconhecíveis são conjuntos: s -1(s), s Î V

Navegação e planejamento de movimento Decomposição em células Esqueletização Planejamento “Bounded-error” Navegação baseada em marcas Algoritmos online

Decomposição em células Dividir F em células Determinar um grafo de adjacências Traçar o caminho entre a origem e o destino Escolher granularidade das células Conservativo (não ótimo, mas seguro)

Esqueletização Representação minimal do espaço livre Algoritmos de busca em grafos Tipos Grafo de visibilidade Diagrama de Voronoi Mapas de estrada

Movimentação de alta precisão Utilização de sensores Conhecimento prévio do ambiente é desnecessário Incerteza gera dificuldades

Navegação baseada em marcas Marcas e campos de influência Movimentação dentro de um “cone” Backprojection

Algoritmos online Algoritmos simples para escolhas em tempo real Memória limitada Razão competitiva = pior caso menor possível

Perguntas No caso da missão a Marte, que algoritmo de planejamento de movimentação seria mais adequado? No caso do mundo de Wumpus ser em um ambiente real, quais sensores e efetuadores usados? Qual tipo de incerteza teremos num mundo de Wumpus como acima?