Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/30542
Título: Planejamento de trajetória robótica baseado em relevo oceânico
Título(s) alternativo(s): Robotic path planning based on ocean relief
Autor(es): Daros, Filipe Testa
Orientador(es): Oliveira, Andre Schneider de
Palavras-chave: Robótica
Oceano
Relevo (Geografia)
Mapas
Logística
Algorítmos
Robotics
Oceans
Landsforms
Maps
Logistics
Algorithms
Data do documento: 1-Dez-2022
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Citação: DAROS, Filipe Testa. Planejamento de trajetória robótica baseado em relevo oceânico. 2022. Dissertação (Mestrado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022.
Resumo: A separação de pedidos é um dos processos que tem impulsionado o aumento no número de pesquisas na área de logística. A robótica pode ajudar a reduzir o custo operacional de tal processo, um dos maiores do armazém, fazendo que o operador humano deixe de se deslocar para efetuar a coleta dos produtos, e sim que estes sejam movidos de suas posições até a estação de montagem do pedido com o auxílio de robôs. Dentre as técnicas de maior destaque aplicadas no cálculo de trajetórias desses agentes robóticos pode-se citar os campos potenciais e o algoritmo A*. Esse trabalho visa demonstrar uma nova abordagem, baseada no comportamento do relevo oceânico, para mapeamento de um ambiente que simula um armazém logístico e compará-la com as rotas calculadas a partir dos algoritmos de maior destaque, levando em consideração a distância, segurança e eficiência da trajetória proposta. Primeiramente, é apresentado o estado da arte e uma revisão teórica dos principais algoritmos envolvidos. Na sequência, os componentes do sistema proposto (ROS, RabbitMQ, CoppeliaSim) são introduzidos e seu uso justificado. Após isto, o algoritmo proposto é detalhado e a metodologia de comparação com A* e Campos potenciais é apresentada. Por fim, os resultados obtidos com a abordagem proposta são apresentados, mostrando como a técnica proposta obtém bom índice de segurança e precisão nas rotas calculadas, mesmo submetido à imprecisão do sensoriamento, além de mitigar alguns dos problemas dos algoritmos de referência citados.
Abstract: Order picking is one of the processes that has motivated the research increase in the field of logistics. Robotics can help reduce the operational cost of such a process, one of the biggest in the warehouse, in a way that the human operator can avoid moving around the warehouse to collect the products, and instead these products are moved from their storage positions to the static order assembly station with robots help. Among the most prominent techniques applied in robotics path planning, we can mention the potential fields and the A* algorithm. This paper aims to demonstrate a new approach, based on the behavior of ocean relief, for mapping an environment that simulates a logistics warehouse and comparing it with the paths calculated from the most frequently used algorithms, taking into account the distance, security, and efficiency of the proposed trajectory. At first, a theoretical review of the main algorithms involved is presented. Next, the components of the system (ROS, RabbitMQ, Coppelia) are introduced and their use is justified. After that, the proposed algorithm is detailed and the methodology of comparison with A* and Potential Fields is detailed. Finally, the results are presented, showing good numbers of safety and precision in the calculated routes, even when subjected to sensor imprecision, in addition to mitigating some of the problems of reference algorithms cited.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/30542
Aparece nas coleções:CT - Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
trajetoriaroboticarelevooceanico.pdf13,61 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons