Driving mobile robots : a comparativeanalysis between signal fusion methodsfor systems with aided guidance

Abstract

A 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.