Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/30568
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2021_CarolinaSartoriDaSilva_tcc.pdf2,44 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorKoike, Carla Maria Chagas e Cavalcante-
dc.contributor.authorSilva, Carolina Sartori da-
dc.identifier.citationSILVA, Carolina Sartori da. Driving mobile robots: a comparativeanalysis between signal fusion methodsfor systems with aided guidance. 2021. 84 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Mecatrônica) — Universidade de Brasília, Brasília, 2021.pt_BR
dc.descriptionTrabalho de conclusão de curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Curso de Graduação em Engenharia de Controle e Automação, 2021.pt_BR
dc.description.abstractA robótica é um campo da engenharia que têm se popularizado muito nos últimos anos, substituindo humanos em tarefas repetitivas ou que representem algum risco à saúde ou segurança do trabalhador. Entretanto, uma desvantagem da utilização de robôs é o alto custo dos treinamentos para os operadores, algumas vezes tornando seu emprego economicamente inviável. Um meio para solucionar este problema é usar sistemas de auxílio à guiagem do robô, permitindo que mesmo um operador inexperiente consiga utilizá-lo de forma satisfatória. Uma forma de implementar tais sistemas é usando redes neurais, que aprendem a sequência de comandos necessários para realizar determinada tarefa e podem auxiliar o operador em sua execução. Este trabalho propõe, então, uma implementação do filtro de Kalman para realizar a fusão do sinal de entrada do operador como sinal de entrada da rede, tendo assim um único sinal de saída para o robô. Os objetivos deste trabalho são propor um algoritmo para o filtro de Kalman para realizar a fusão dos sinais, validar o filtro em simulações usando uma base de dados adquirida previamente e validar o filtro no robô testando com diversos usuários, quantitativa e qualitativamente, por meio de uma pesquisa sobrea percepção dos usuários. Para realizar a validação do filtro de Kalman como método de fusão de sinais, este foi comparado com outros dois métodos mais simples: network with 0.05 threshold (usa o sinal de saída da rede como entrada para o robô caso a diferença entre a entrada do usuário e a da rede seja maior que 5%) e mean with 0.05 threshold (usa a média aritmética entre a saída da rede e a entrada do usuário como entrada para o robô caso a diferença entre a entrada do usuário e a média seja maior que 5%). Depois de todas as etapas de validação, foi possível concluir que o filtro de Kalman garantiu trajetórias mais suaves e foi preferido por 37,5% dos usuários.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordRobóticapt_BR
dc.subject.keywordRobôs móveispt_BR
dc.subject.keywordFiltro de Kalmanpt_BR
dc.titleDriving mobile robots : a comparativeanalysis between signal fusion methodsfor systems with aided guidancept_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2022-05-03T13:27:49Z-
dc.date.available2022-05-03T13:27:49Z-
dc.date.submitted2021-05-
dc.identifier.urihttps://bdm.unb.br/handle/10483/30568-
dc.language.isoInglêspt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.pt_BR
dc.description.abstract1Robotics is a field of engineering that has become very popular in recent years, replacing humans inrepetitive tasks and activities that represent a risk to the health or safety of the worker. However,a disadvantage of using robots is the high cost of training for operators, sometimes making theuse of such robots economically unfeasible. One way to solve this problem is to use systems tohelp guiding the robot, allowing even an inexperienced operator to use it satisfactorily. One wayto implement such strategies is to use neural networks, which learn the sequence of commandsnecessary to perform a given task and assist the operator in its execution. This work proposes animplementation of the Kalman filter to perform the fusion of the operator’s input signal with thenetwork’s input signal, thus having a single output signal for the robot. The objectives of this workare to propose an algorithm for the Kalman filter to perform the fusion of the signals, to validatethe filter in simulations using a previously acquired database and to validate the filter with therobot, testing with several users, quantitatively and qualitatively, by means of a survey on theperception of users. To perform the validation of the Kalman filter as a signal fusion method, itwas compared with two other simpler methods: network with 0.05 threshold (uses the networkoutput signal as input to the robot in case the difference between the user input and that of thenetwork is greater than 5%) and mean with 0.05 threshold (uses the average between the networkoutput and the user input as the input to the robot if the difference between the user input andthe average is greater than 5%). After all the validation steps, it was possible to conclude thatthe Kalman filter guaranteed smoother trajectories and was preferred by 37.5% of users.pt_BR
Aparece na Coleção:Engenharia Mecatrônica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.