Vous êtes sur la page 1sur 24

Navegao de Robs Mveis

Historicamente, a necessidade sempre foi um fator motivador para que homens e


animais se lanassem em viagens exploratrias em seu meio ambiente. Muitas vezes
impelidos pela falta de recursos locais, como gua e comida, viam-se obrigados a sair em
busca destes recursos em outras regies.
Para realizar tal tarefa, era necessrio que fossem capazes de encontrar um caminho
que os levassem at regies fartas, bem como, optar por rotas alternativas quando diante de
obstculos naturais e, no to somente, serem tambm capazes de voltar ao seu local de
origem para o trato de sua prole.
Pode-se definir navegao com a cincia que estuda o direcionamento atravs da
determinao da posio, da rota e da distncia a ser percorrida, tendo como objetivos
quatro pontos bsicos:
a. Selecionar uma rota ou curso;
b. Evitar colises com objetos fixos ou em movimento;
c. Minimizar o consumo de energia e
d. Obedecer s restries de tempo impostas.
Enfrentando essas mesmas dificuldades, os robs mveis se propem a realizar uma
variedade de tarefas mais complexas que seus antecessores, os robs industriais.
Certamente, a parte mais relevante desta interao o Sistema de Navegao que consiste
em um conjunto de mtodos e procedimentos que o rob utiliza para se locomover e
encontrar seu caminho num certo ambiente. Portanto, para mover-se com desenvoltura, um
rob deve possuir um sistema de navegao robusto, que seja capaz de traar uma rota at o
ponto de destino e gui-lo de forma segura para si e para os outros elementos do ambiente.

Em [Leonard 91] o problema da navegao de robs mveis foi resumido em trs


questes:

Onde estou?

Para onde estou indo?

Como poso chegar l?

Com o objetivo de levantar e compreender as solues adotadas por outros grupos de


pesquisas e propor novas respostas para estas questes, este projeto analisa o
problema da de robs mveis considerando-se quatro aspectos fundamentais:
i. o Mapeamento;
ii. a Localizao do Rob;
iii. o Planejamento das Rotas e
iv. a Execuo do Plano.
A seguir feita uma anlise destes aspectos, discutindo as alteraes que esto sendo
propostas aos modelos clssicos.

6.1 Mapeamento
Outra abordagem para o problema de modelagem de mundos, a construo de
mapas. Segundo Owen [Owen 98], a atividade de construir um mapa , na realidade, a
criao de um modelo de mundo atravs de dados coletados pelos sensores e pode ser
classificada, basicamente, em um destes dois grupos:

Mapas Mtricos: consiste em modelar o mundo atravs da criao de um


mapa contendo as informaes mtricas do ambiente (mapeamento
cartesiano). Um mapa preciso do ambiente em que o rob est inserido pode
ser criado pelo prprio rob, Figura 6.1, ou fornecido pelo projetista. Esta
modelagem conta com a vantagem de ser uma representao simples e
facilmente inteligvel para os seres humanos. Entretanto, devido quantidade
de detalhes que estes mapas possuem, demandam um consumo de tempo
muito grande para serem construdos e, muitas vezes, alguns destes

detalhamentos so irrelevantes para a tarefa de navegao geral.

Figura 6.1: Exemplo de Mapa Mtrico Criado pelo Prprio Rob.

Mapas Topolgicos: nesta outra abordagem o meio modelado sob a forma


de ns e arcos [McDermott 92] e [Weymouth 94], onde cada n representa
um ponto relevante do mundo - uma sala, uma porta, um objeto, etc. - e cada
arco representa a existncia de um caminho direto entre estes pontos, Figura
6.2. Pode-se comparar este tipo de mapeamento com a estrutura de um grafo.
Esta representao bem compacta uma vez que codifica somente lugares
distintos dentro do meio. Adicionalmente, este tipo de mapa apropriado para
o uso de vrios algoritmos que vem sendo desenvolvido atualmente para o
planejamento de caminhos. Os mapas topolgicos so baseados no
armazenamento das relaes geomtricas entre pontos especficos ao invs de
posies absolutas com acontece nos mapas baseados em grid. A
representao topolgica interessante quando se deseja indicar a existncia
de caminhos entre dois pontos. Sua representao e manipulao mais
simples que a anterior, requerendo menor esforo computacional. Sua
desvantagem em relao a abordagem anterior a dificuldade de se armazenar
infoprmaes mais detalhadas sobre o mundo mapeado. Talvez, o principal
problema com este mtodo a ocorrncia do fenmeno denominado:
ambigidade perceptual (perceptual aliasing), onde localidades distintas
dentro do ambiente so entendidas pelos sensores do rob de maneira idntica.

Uma tcnica proposta como soluo a este problema o emprego de sensores


de diferentes modalidades, como por exemplo, o uso de uma cmera de vdeo
para incrementar as

informaes obtidas pelos sonares. Entretanto essa

tcnica mais utilizada para reduzir a acorrncia da ambigidade perceptual,


do que para elimina-la. Outra maneira de solucionar o problema a adoo de
outras tcnicas de posiciomanento associadas.

Figura 6.2: Mapa Topolgico.

A forma mais usual de se implementar mapas mtricos atravs de mapas baseados


em grid, [Thrun 98]. A abordagem baseada em grid foi proposta em [Elfes 87] e

[koren

91]. Nesta abordagem, o mundo representado em uma forma bidimensional, utilizando


uma matriz, onde cada clula representa uma regio do mundo. Desta forma, a rea onde
rob atuar dividida em pequenas regies, cuja dimenso pode variar de centmetros at
metros quadrados. Quanto maior o tamanho da regio menor ser a preciso do mapa.
No modelo de grid originalmente proposto [Elfes 87] e adotado em diversos
sistemas desde ento, cada clula da matriz bidimensional que representa um ponto

correspondente do mundo contm um valor de ocupao, denotado por ProbOc(x,y), que


mede a probabilidade da clula <x,y> estar ocupada.
Por exemplo, uma sala como a da Figura 6.3 poderia ser representada pelo grid da
Figura 6.4. Neste exemplo o mundo est perfeitamente representado, no havendo dvidas
quanto a presena ou no de obstculo. Pois, as clulas correspondente as rea livres da
figura possuem um valor de ocupao 0,

onde h obstculos este valor de 1.

Representando 100% de probabilidade da clula estar ocupada. Em aplicaes no mundo


real impossvel de se obter um grid com tamanha perfeio.

Figura 6.3 : Sala com um obstculo no centro.

Figura 6.4 : Grid representando a sala da Figura 6.4.

Esta abordagem tem a vantagem que o mapa inteligvel pelo operador humano,
dispensando o desenvolvimento de "interface" especiais. Ela permite que o funcionamento
do mecanismo de navegao seja facilmente acompanhado pelos projetistas do sistema. O
grande inconveniente desta abordagem o grande consumo de memria e o esforo de
processamento. Alm disso, o mapa contm um grande nmero de informaes que no
sero teis no momento. Por exemplo, se o objetivo fazer com que o rob se mova para
frente evitando que o mesmo colida com obstculos prximos, as informaes referentes a
obstculos localizados atrs ou a uma grande distncia no seria utilizado pelo mecanismo
de navegao. O armazenamento destas informaes consome uma grande quantidade de
recursos computacionais, alm de tornar mais lento o mecanismo de navegao.
Para atenuar o problema do consumo de memria alguns sistemas mapeiam uma
grande regio do mundo em cada uma das clulas do grid. O problema desta soluo que
ela leva a uma perda de qualidade na representao do mundo uma vez que reduz a
definio do mapa. Em alguns sistemas o tamanho das clulas no fixo, em regies onde
h a necessidade de se mapear uma grande quantidade de detalhes, uma sala por exemplo,
so utilizados grids com alta resoluo, com clulas que correspondem a pequenas regies
do mundo; em regies onde no h muita informao para ser armazenada so utilizadas
clulas que mapeiam grandes reas.

No sistema que est sendo desenvolvido utilizada uma abordagem hbrida, que
combina caractersticas das abordagens em grid e topolgica.

A abordagem proposta utiliza uma mapa topolgico para representar a existncia de


caminhos entre pontos relevantes para a atividade do rob, tais pontos podem corresponder:

a salas onde o rob ir atuar;

a pontos relevantes para a localizao do Landmarks e

a cruzamento de caminhos.

Os ns que representam as salas so implementados com um grid de tamanho varivel


que contm a descrio da mesma. Nos demais ns so utilizadas estruturas mais
simplificadas contendo apenas as informaes necessrias para caracterizar o ponto
permitindo sua localizao no futuro.
Toda a definio do mapa feita utilizando-se Lgica Paraconsistente Anotada para
indicar a crena na existncia de caminhos entre os pontos e a crena na representao do
mundo em um ponto especfico.

Um comparativo entre as principais caractersticas dos mapa mtricos e topolgicos


pode ser visto a baixo:

Mapas Mtricos

Mapas Topolgicos

O reconhecimento de lugares parecidos no Reconhecimento de lugares parecidos torna o problema, uma vez que a posio se complexo, sobretudo se no feito o uso
mantida em relao ao ponto de partida
Requer

um

conhecimento

preciso

de landmarks ou outra tcnica de apoio.


da No requer preciso na determinao da

localizao do rob, que devido falta de posio do rob.

eficincia

dos

sistemas

odomtricos,

constitui uma tarefa complexa.


fcil de se construir, mas no de se difcil de se construir e de se manter.
manter.
Dependendo do tamanho do ambiente, da O planejamento de rotas mais simples,
configurao das clulas e da capacidade de uma vez que possvel adotar conhecidos
memria, planejar rotas nesta categoria de algoritmos de busca nem grafos.
mapas torna-se uma tarefa complexa.

6.2 Localizao do rob


A principal competncia na navegao a capacidade de se localizar. Sem o
conhecimento da posio atual impossvel planejar um caminho para outra posio
qualquer. A liberdade para se mover em todas as direes torna a tarefa de localizao no
espao extremamente complexa. Este problema no ocorre em outros robs, como os
braos manipuladores, cuja base fixa serve de referncia tanto para os movimentos do rob,
como para a rea de trabalho.

Para estimar sua posio, um rob mvel deve possuir uma descrio ou estrutura que
represente o estado do ambiente onde est inserido, de forma a criar um modelo inteligvel,
para o rob, dos objetos que constituem este ambiente, bem como suas disposies.
Apesar da literatura a respeito de localizao de robs mveis ser bastante vasta,
todas as tcnicas empregadas para solucionar este problema, podem, de certa maneira, ser
classificadas em uma destas duas categorias:

Posicionamento Relativo: tambm conhecido como o mtodo de ajuste de


posio, uma nova localizao do rob dada em relao a uma posio
anteriormente conhecida, atravs de clculos realizados sobre os valores dos

deslocamentos produzidos pelos movimentos do rob. Uma caracterstica


peculiar a essas tcnicas, que elas so consideradas auto-suficientes
[Borenstein 96]. Atualmente existem dois ramos de pesquisas mais difundidos
que adotam este paradigma:
o Odometria: um mtodo que produz uma estimativa da localizao do
rob a partir de medies provenientes de decodificadores que medem
a rotao e/ou a direo das rodas [Nehmzow 92], conforme ser visto
em maiores detalhes no item 6.2.1 e
o Navegao Inercial: no to popular quanto o mtodo odomtrico,
provavelmente devido aos altos custos dos sensores necessrios, esta
tcnica emprega os conceitos de movimento descritos pela fsica
clssica, atravs da utilizao de dispositivos como giroscpios e
acelermetros, capazes, respectivamente, de medir a taxa de rotao e
acelerao. A determinao da localizao obtida atravs de clculos
realizados sobre essas medidas [Borenstein 96].

Posicionamento Absoluto: caractersticos pela no necessidade de se prestabelecer uma posio inicial, tal qual ocorre com o posicionamento
relativo, a localizao do rob determinada a partir da observao e/ou
captao de referncias conhecidas presentes no ambiente. Atualmente, a
maioria dos trabalhos, que aplicam estes conceitos, pode ser agrupada em uma
das vertentes abaixo:
o Balizamento Ativo: esse mtodo computa a posio absoluta do rob
atravs das medidas de sinais direcionais provenientes de trs ou mais
fontes de emisso diferentes, em posies conhecidas do ambiente.
Consiste na utilizao de dispositivos que fornecem um sinal de
referncia como baliza, muito similar a tcnica empregada por um
farol litorneo, que orienta os navios prximos costa. Aplicaes
desta natureza, muitas vezes empregam rdio freqncia, sinais
luminosos pontuais ou Global Position System (GPS), como o caso
em [Buluso 00].
o Posicionamento baseado em mapas: neste mtodo a informao
adquirida a partir dos sensores comparada com um mapa ou um
modelo do ambiente. Se as caractersticas extradas dos sensores
combinarem com o modelo interno, ento a localizao absoluta do
rob pode ser estimada em relao ao modelo global. Exemplos de
utilizao desta tcnica podem ser encontrados em [Simmon 95] e
[Borenstein 96].
o Reconhecimento de Landmark:

baseando-se na percepo de

marcas distintas as Landmarks, posicionadas em locais conhecidos


do ambiente, esta tcnica determina a posio atravs da observao
dos Landmarks e do estabelecimento de uma correlao entre a
posio ocupada por esse landmark e as possveis localizaes que
possibilitam que ele seja detectado, ou seja, como mostra [Wijk 98b], a
posio do rob estimada a partir de uma triangulao de pontos.

Existem inmeras abordagens para o problema de localizao, do ponto de vista


estatstico, por exemplo, a tarefa de localizar um rob em um ambiente considerada um
problema de predio [Thrun 00]. Por sua vez, algumas abordagens diferem to somente
pela maneira de representarem o mundo.
Nos tpicos que se seguem comentaremos com mais detalhes os mtodos que aplicam
cada um dos paradigmas definidos acima.

6.2.1 Ajuste de Posio usando Odometria


Odometria consiste em um procedimento matemtico simples que determina a
localizao atual de um veculo baseando-se em posio anterior conhecida e em
informaes fornecidas por um dispositivo capaz de medir o deslocamento ao longo de um
caminho (odmetro).
Os dispositivos odomtricos, ou encoders, mais comumente utilizados so
decodificadores acoplados diretamente aos eixos dos motores ou engrenagens. Similar a
tcnica utilizada em perifricos como o mouse, um foto emissor e um foto receptor
alinhado e, entre eles, fixo ao eixo da roda ou a haste de uma engrenagem, se encontra um
disco codificado com um padro opaco/transparente, conforme mostra a Figura 6.5.

a) disco com pequenas fissuras atravs


das quais os feixes ticos passam.

b) foto emissor ( esquerda), foto receptor


( direita) e entre eles, o disco
decodificador.

Figura 6.5: Esquema de um Decodificador Fotoeltrico.

Um dispositivo foto emissor envia um feixe de luz constante na direo de um sensor


foto sensvel. Com a execuo de um movimento, o eixo ou a haste gira e, juntamente com
eles, o disco. Devido ao padro opaco/transparente codificado no disco, o movimento causa
uma intermitncia no feixe de luz que captado pelo foto receptor. A taxa de intermitncia
sempre proporcional a velocidade angular do disco, nos possibilitando uma estimativa do
deslocamento linear da roda ou da engrenagem em que o encoder est acoplado.
Uma caracterstica peculiar deste mtodo o seu baixo custo de implementao, visto
que encoders so dispositivos muito baratos quando comparados com cmaras de vdeo,
lasers ou sonares.
Como a idia fundamental da odometria a integrao contnua e incremental da
informao que descreve o movimento ao longo do tempo, estamos inevitavelmente
fadados a um acmulo progressivo do erro a cada iterao. Alm de erros sutis, o mtodo
odomtrico est sujeito a ocorrncia de erros potencialmente crticos, como por exemplo,
derrapagens.
Segundo

[Borestein 96], existem basicamente duas categorias em que podemos

classificar os erros odomtricos:

Erros sistemticos: so assim classificados por serem erros cuja quantificao


proporcional ao longo do tempo e sua ocorrncia segue uma freqncia, ou
seja, as diferenas entre os valores reais e os valores esperados so
proporcionais a cada amostragem de dados, sendo possvel ento, calcular de
antemo o erro para a prxima amostragem. So exemplos de erros
sistemticos, medidas informadas diferentes das medidas reais (dimetro das
rodas e distncia entre eixos), rodas desalinhadas e decodificadores com
pequena preciso ou com taxa de amostragem menor que a velocidade
desenvolvida pelo rob.

Erros no sistemticos: em contraposio aos erros sistemticos, estes


ocorrem em instantes de tempo aleatrios e imprevisveis. So classificados
como erros no sistemticos: patinar devido ao piso escorregadio e
aceleraes; derrapagens em curvas; falta de contato do encoder com o solo;
irregularidade na pista, dentre outros.

Erros sistemticos so particularmente graves devido a sua natureza acumulativa ao


longo das iteraes, entretanto, dada que sua ocorrncia segue a uma cadncia
pr-estabelecida, estes tambm podem ser mais facilmente corrigidos. Talvez o maior
problema dos mtodos odomtricos sejam os erros no sistemticos, visto que ocorrem
inesperadamente e podem gerar grandes erros de posicionamento, bastando para isso uma
nica ocorrncia.
Ilustrativamente, vamos supor que um rob mvel esteja em uma sala e deseje se
movimentar por ela descrevendo uma trajetria em U que passe pelos pontos A, B e C,
conforme mostrado na Figura 6.6. Sabendo-se que sua posio atual um dos cantos da
sala, podemos decompor o movimento em trs etapas iguais que consistem em um
deslocamento de 4 metros para frente, seguido de um giro de 90o. Supostamente, ao realizar
esses movimentos o rob alcanar o ponto C, conforme desejado.

4 metros

B
4 metros

referncia

C
Figura 6.6: Ambiente.

Devido ao fato da faxineira encerar o piso da sala constantemente, ele extremamente


liso, o que acaba por provocar a derrapagem da roda esquerda durante a execuo da
primeira etapa do movimento Figura 6.7. Observe que nesta situao o encoder registra
a rotao da roda, o que entendido pelo sistema como um deslocamento linear de alguns
centmetros, entretanto, devido ao deslizamento, a medida real diferente da medida que
foi registrada.
Ao final da execuo das trs etapas que compem o movimento proposto, o rob
acredita estar na posio C, apesar de seu posicionamento real ser outro. Ao longo do
tempo, aps inmeros movimentos, o erro acumulado pode ser muito grande dada a
ocorrncia de fatos desta natureza.

B
Instante da
derrapagem

Figura 6.7: Movimento do Rob no Ambiente.

Outro exemplo do uso do modelo odomtrico para o posicionamento de robs pode


ser visto na Figura 6.8, neste experimento foi utilizado o ambiente Saphira juntamente com
o simulador do rob Pionner I. Neste experimento o rob teve que desenhar um quadrado
com 2 metros de lado, iniciando e terminando seu trajeto na marca vermelha, que no inicio
estava o canto inferior direito do quadrado, aps 1000 interaes possvel observar o
desvio sofrido pelo rob. Por no ter sido utilizado nenhum outro tipo de sensor, o estado
interno do rob acredita que o mesmo se encontra exatamente sobre a marca.

Figura 6.8: Experimento odomtrico com o Saphira.

Mesmo aparentemente ineficiente quando apresentado como nico mtodo para a


estimativa de posicionamento, os modelos odomtricos ainda so largamente utilizados
para localizao de robs mveis, provavelmente por suas caractersticas de baixo custo e
pouca exigncia de recursos computacionais.
No obstante, ainda so empregados por muitos pesquisadores em sistemas hbridos,
mostrando-se viveis quando associado a outras tcnicas de localizao. Sua

utilizao

pode ter uma contribuio significativa no desempenho global do sistema, pois permite um
espaamento

maior

entre

estimativas

de

posicionamento

absoluto,

que

so

computacionalmente custosas.

6.2.2 Posicionamento Baseado em Mapas


Tambm chamada de map matching [Borentein 96], esta uma tcnica na qual o
rob utiliza, conjuntamente, mapas locais e mapas globais para estimar a localizao
absoluta.
Atravs dos dados coletados por seus sensores, o rob constri um mapa local do
ambiente. Este mapa , ento, comparado com um mapa global que deve ter sido
armazenado previamente na memria. Quando uma correspondncia ocorre, ento o rob
est apto para computar sua localizao e orientao em relao ao ambiente.
Observe que aplicao deste mtodo independe da tcnica de mapeamento
empregada, ou seja, a busca de correlaes entre o mapa local e o mapa global pode ser
realizada tanto para os mapas mtricos quanto para os mapas topolgicos.
A posio do rob computada de forma que seja minimizada a diferena da
distncia entre os pontos do mapa local e suas caractersticas correspondentes de mapa
global. Baseado na sua nova posio, as correspondncias so recalculadas e o processo se
repete at a mudana no erro agregado distncia entre pontos e segmentos de reta sejam
mnimos.

Na Figura 6.9, observa-se uma seqncia de trs imagens, onde as repeties que
ocorrem para o estabelecimento das correlaes, entre o mapa local (trao mais escuro) e o
mapa global (trao mais claro) so mostradas.

Figura 6.9: Fase em que se estabelece a correspondncia entre o Mapa Local


e o Global para um sistema que emprega o paradigma mtrico.

6.2.3 Landmarks
Em robtica, o termo landmark pode ser definido como uma caracterstica ou marca
distinta do meio em que um rob est inserido, cuja principal caracterstica poder ser
reconhecido a partir de dados coletados pelos sensores.
Existem inmeros trabalhos na literatura sobre Landmarks, tais como, [Owen 98],
[Duckett 99], [Nehmzow 91] e [Greiner 94].
Os Landmarks de um ambiente podem ser dos mais diferentes tipos, como, por
exemplo, figuras geomtricas (linhas, quadrados, crculos), texturas, imagens, cdigos de
barra, objetos tridimensionais ou pontos luminosos, dentre uma infinidade de outros tipos
[Borestein 96].

A tarefa de escolher uma determinada marca para desempenhar o papel de landmark,


deve ser considerada muito importante, observando-se duas propriedades, que so
desejveis para todo e qualquer tipo de landmark:

Ser facilmente identificvel: significa procurar escolher as marcas que


possuam um alto contraste em relao ao ambiente, por exemplo, em robs
equipados com sensores fotossensveis, criar fontes de luz com intensidades
variadas e discrepantes, ou ainda, em sistemas baseados em viso, adotar cores
diferenciadas s cores que compem o cenrio de fundo do ambiente.

Serem distintos entre si: escolher os Landmarks de forma que sejam


unicamente identificvies dentre o conjunto formado por todos os outros
escolhidos, por exemplo, quando da adoo de Landmarks coloridos, utilizar
cores diferentes para cada um ao invs de variaes de tons da cor. Observe
que o caso de Landmarks em forma de cdigos de barra, a utilizao de
diferentes numeraes j proporcionaria este efeito.

Mesmo com uma grande diversidade dos tipos possveis de marcos a serem
empregados como Landmarks, possvel classific-los basicamente em dois grupos:

Landmarks artificiais: so marcas ou objetos projetados - construdos e/ou


determinados pelo homem - com o propsito exclusivo de fornecer os
subsdios necessrios que possibilitem a atuao do sistema de navegao. A
Figura 6.10 mostra alguns exemplos de Landmarks artificiais empregados em
sistemas de localizao baseados em imagens.

Figura 6.10: Exemplo de Landmarks Artificiais para Sistemas Baseados


em Viso.

Landmarks naturais: so marcas ou objetos nativos do ambiente, que


desempenham outras funes que no seja necessariamente o suporte para o
sistema de navegao. So exemplos de Landmarks naturais para o ambiente
de um laboratrio marcas como portas, janelas, luminrias, cestos de lixo,
dentre outros objetos caractersticos deste tipo de ambiente. Na Figura 6.11
pode-se observar alguns Landmarks detectados pelo sistema FINALE
desenvolvido pelo Robot Vision Laboratory da Purdue University.

Figura 6.11: Exemplo de Landmarks Naturais para Sistemas Baseados


em Viso.
importante ter em mente que as

Landmarks naturais funcionam melhor em

ambiente altamente estruturados como corredores, cho de fbrica, etc. As Landmarks


naturais so os objetos ou caractersticas que j esto no ambiente e possuem outra funo
alm de auxiliar na navegao do rob.
As Landmarks artificiais so objetos ou marcas especificamente projetados para
tornar possvel a navegao do rob, por exemplo, marcas visuais, luzes sinalizadoras,
emissores de ondas de rdio, etc. Estas Landmarks podem ser colocados na regio de
operao do rob pelos projetistas dos mesmo.

Em situaes onde no possvel a

instalao de Landmarks artificiais a soluo o uso de Landmarks naturais.

Habitualmente, um landmark tem sua posio fixa e conhecida em relao ao


ambiente. Portanto, uma vez reconhecido pelo rob, podemos estimar a localizao do rob
baseado na distncia do rob em relao ao(s) landmark(s) observado(s).
Em certos casos, os Landmarks podem representar informaes adicionais, como os
que se apresentam em forma de cdigo de barras, que, alm de ser um marco por si s
dentro do ambiente, ainda pode expressar alguma informao decodificada sob a forma do
cdigo propriamente dito.
A principal tarefa em um sistema de localizao baseado em Landmarks reconhecer
de forma convicta um landmark e, de posse desta informao, calcular a posio do rob. O
esquema ilustrado na Figura 6.12 mostra as fases de um procedimento genrico para a
determinao do posicionamento de um rob baseado na observao de Landmarks.

Adquirir
informaes dos
sensores

Detectar e
segmentar os
landmarks

Estabelecer uma
correspondncia
entre os dados e o
mapa armazenado

Calcular a
posio

Figura 6.12: Esquema Geral para Reconhecimento de Landmarks.

Aquisio de informaes: Periodicamente o rob deve consultar seus


sensores para adquirir informaes provenientes do ambiente. A cada leitura
dos sensores, uma anlise dos dados deve ser realizada.

Deteco e segmentao: Consiste em analisar os dados provenientes dos


sensores em busca dos padres selecionados como Landmarks para o meio em
que o rob esteja inserido. Cabe aqui ainda, a tarefa de determinar a(s)
distncia(s) entre o rob e o(s) landmark(s) observado(s). Nesta etapa, deve-se
evitar ao mximo que a deteco de um Landmarks seja uma busca dentro do
conjunto de todos os possveis Landmarks contidos naquele ambiente, ou seja,
o processo de deteco deve, sempre que possvel, descartar a procura de
Landmarks que fisicamente no estejam dentro da rea de alcance dos
sensores do rob.

Estabelecendo uma correspondncia: Nesta etapa cada um dos Landmarks


observados na fase anterior, deve ser correlacionado com os Landmarks
presentes no modelo de mundo interno mantido pelo rob.

Calcular a posio: a fase onde efetivamente determinada a posio do


rob em funo das distncias entre o rob e os Landmarks observados.

O posicionamento utilizando Landmarks tem a vantagem de que erros de posio so


limitados, porm o processo de detectao de Landmarks e a determinao do
posicionamento, em tempo real, podem no ser sempre possveis.
A deteco e estabelecimento de uma correlao entre os dados captados pelos
sensores e as informaes armazenadas no modelo de mundo, ainda consistem nas
principais dificuldades encontradas pelas implementaes de sistemas de localizao
baseado em Landmarks. Por este motivo, as Landmarks devem ser cuidadosamente
escolhidas para serem facilmente reconhecidas pelo rob.
A primeira questo determinar se uma landmark deve ser selecionada previamente
por um operador humano ou pelo prprio rob em tempo de execuo. Considerando-se
que o ser humano e o rob possuem diferentes percepes de um mesmo ambiente,
interessante que o rob selecione ele prprio suas Landmarks. De fato, os melhores
resultados com o uso de Landmarks vem sendo obtidos em sistemas onde o prprio rob
determina quais so suas Landmarks.
O segundo aspecto diz respeito a forma com que as informaes referentes a uma
landmark devem ser armazenadas. importante utilizar um mtodo de armazenamento que
permita a identificao de uma landmark de forma eficiente, considerando o ngulo de
observao da mesma, as condies de iluminao, etc. Alm de preservar as diferenas
naturais existentes entre as diversas Landmarks mantendo o grau de confuso entre estas
baixo.
Dentre as abordagens estudadas, a descrita em [Nehmzow 00] parece ser a mais
adequada a este projeto. Nesta abordagem as entradas dos sensores so transformadas, por
uma rede neural, em um vetor (R-Vetor) que representa o resultado da integrao das
entradas para uma determinada posio. Cada posio deve possuir um R-Vetor nico.

Partindo-se da similaridade entre dois R-Vetores possvel determinar se esto prximos


os locais correspondentes a esses R-Vetores. Com isto possvel desenvolver uma funo
que determine o grau de crena na proximidade do rob de um ponto conhecido.
Usualmente, a localizao

L de um rob mvel representada por uma tupla

<x,y,A>, onde x e y representam as coordenadas cartesianas e A a direo para qual o rob


est virado. No modelo proposto a localizao do rob dada por L:, onde representa a
crena associada a L.

6.3 Planejamento da rota


Diversas so as abordagens de planejamento que podem ser utilizadas nesta classe
de aplicao. A idia para o planejamento de caminhos deixar o rob sempre se mover em
um caminho de custo mnimo at o alvo - ou ao alvo mais prximo, se existir vrios - sento
este o mais seguro possvel.
A eficincia do sistema de planejamento est vinculada a estrutura utilizada na
representao do mapa. Utilizando-se mapas baseados em uma abordagem de grid ou
topolgica possvel gerar rotas utilizando-se de conhecidos algoritmos de busca
modificados.

6.4 Execuo do Plano


Este mdulo responsvel por executar o plano, controlar a velocidade, a direo
do rob e evitar colises. Seu funcionamento deve ser baseado nas mais recentes leituras
dos sensores e em seu conhecimento prvio sobre a rota - tipo de piso, possibilidade de
encontrar obstculos, etc.

O mdulo responsvel pela execuo do plano deve receber verses atualizadas do


mapa e da posio do rob. De tal forma que o mesmo possa efetuar pequenos ajustes no
plano gerado. Quando forem necessrio realizar grandes mudanas no plano, o planejador
deve ser novamente acionado.

A Figura 6.13 contm os principais componentes de um sistema de navegao para


robs mveis. O mapa , a posio atual e outras informaes referentes ao rob e ao
mundo esto armazenadas no mdulo de modelagem. O planejamento das rotas e a
execuo das mesmas so realizados em mdulos especficos. As informaes geradas
pelos sensores so divididas em dois grupos:

Informaes relacionadas ao ambiente originadas de sensores como:


sistema de viso, sonar, sensor de infra-vermelho, etc. , chamadas de
Percepo Externa e

Informaes relacionadas ao status do rob originadas de sensores internos


como: encoder das rodas, nvel de carga das baterias, compasso digital, etc.
, chamadas de Percepo Interna.

Esta distino importante porque o tratamento dado a cada um dos grupos deve ser
diferenciado.

Modelagem

Planejamento

Execuo

Rob

Ambiente

Figura 6.13: Mdulos de um Sistema de Navegao.