Robótica de enxame : avaliação de robôs terrestres de baixo custo, para execução de missões colaborativas de navegação em ambientes desconhecidos

Abstract

Resumo : Este trabalho apresenta a validação e adaptação do algoritmo de Otimização por Enxame de Partículas (PSO) em cenários simulados. A pesquisa foi iniciada com um ambiente 2D, no qual o algoritmo foi testado em labirintos de complexidade variável. Os resultados demonstraram que, apesar de algumas limitações, as ferramentas PSO, como Ângulo de Rotação (AoR) e Ferramenta de Memória (MeM), mostraram-se eficazes em cenários controlados. Posteriormente, a pesquisa avançou para a integração do PSO em um ambiente 3D simulado, utilizando o simulador CoppeliaSim e interface Robot Operational System (ROS). Para alinhar o comportamento do algoritmo à dinâmica física do robô, foi implementado um controlador Proporcional, Integrativo e Derivativo (PID) ajustado para suavizar os comandos de velocidade angular, enquanto foram propostas modificações na velocidade linear para melhorar a resposta do robô diante de obstáculos e quando próximo ao objetivo. Adicionalmente, desafios relacionados à detecção de colisões e ao movimento no ambiente simulado levaram à inclusão de ajustes no algoritmo, como o ajuste dinâmico da velocidade linear com base na proximidade de obstáculos e no ângulo de giro. Na etapa final, foi proposta uma arquitetura de hardware para um robô real, considerando um sinal de estímulo, comunicação entre robôs, estimativa de posição e microcontrolador. Este estudo proporciona uma base inicial para a implementação de sistemas de navegação autônoma em ambientes desconhecidos, com resultados promissores, embora ainda seja necessário realizar ajustes para alcançar o desempenho ideal em cenários mais complexos

Abstract : This work presents the validation and adaptation of the Particle Swarm Optimization (PSO) algorithm in simulated environments. The research started with a 2D environment, where the algorithm was evaluated in mazes of varying complexity. The results have shown that, despite some limitations, PSO tools, such as the Angle of Rotation (AoR) and Memory Tool (MeM), proved to be effective in controlled scenarios. Subsequently, the research advanced to the integration of PSO in a 3D simulated environment, using the CoppeliaSim simulator and Robot Operational System (ROS) interface. To align the algorithm's behavior with the physical dynamics of the robot, a Proportional Integrative and Derivative (PID) controller was implemented to smooth angular velocity commands, while modifications to linear velocity were proposed to improve the robot's response to obstacles and when approaching the goal. Additionally, challenges related to collision detection and movement in the simulated environment led to the inclusion of adjustments in the algorithm, such as the dynamic adjustment of linear velocity based on proximity to obstacles and the turning angle. In the last step, hardware architecture was proposed for a real robot, considering a stimulus signal, communication between robots, position estimation, and microcontroller. This study provides a first foundation for the implementation of autonomous navigation systems in unknown environments, with promising results, though further adjustments are needed to achieve optimal performance in more complex scenarios