Investigação de algoritmos de cinemática inversa para resolução de trajetórias em sistemas cobot pick-and-place baseados em ROS
A Indústria 4.0 exige automação para melhorar eficiência e precisão, tornando os robôs colaborativos essenciais pela sua adaptabilidade e integração com IoT e inteligência artificial. Neste contexto, a resolução da cinemática inversa em manipuladores, especialmente para pick-and-place, é um desafio...
| Autores: | , , |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2024 |
| País: | Brasil |
| Recursos: | Universidade Federal do Amazonas (UFAM) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da UFAM |
| Idioma: | portugués |
| OAI Identifier: | oai:https://tede.ufam.edu.br/handle/:tede/10661 |
| Acesso em linha: | https://tede.ufam.edu.br/handle/tede/10661 |
| Access Level: | acceso abierto |
| Palavra-chave: | Mecatrônica OUTROS: ENGENHARIA MECATRONICA CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: METODOLOGIA E TECNICAS DA COMPUTACAO ENGENHARIAS: ENGENHARIA ELETRICA Cobot Industria 4.0 Cinemática ROS Pick-and-place |
| Resumo: | A Indústria 4.0 exige automação para melhorar eficiência e precisão, tornando os robôs colaborativos essenciais pela sua adaptabilidade e integração com IoT e inteligência artificial. Neste contexto, a resolução da cinemática inversa em manipuladores, especialmente para pick-and-place, é um desafio relevante. Esta dissertação investiga métodos numéricos para resolver a cinemática inversa em um ambiente simulado utilizando o software GAZEBO, organizando peças de LEGO com um Cobot integrado ao ROS e visão computacional via YOLO. Foram comparados algoritmos como Gradiente Descendente (baseado na pseudo-inversa do Jacobiano), que ajusta iterativamente as variáveis articulares, e os métodos de otimização BFGS, L-BFGS-B e Nelder-Mead, que utilizam aproximações da Hessiana para melhorar a convergência. Os resultados mostram que, embora os métodos analíticos sejam superiores ao tempo de execução, os métodos numéricos oferecem maior flexibilidade e são mais fáceis de implementar, no entanto a complexidade e velocidade computacional carecem de desempenho em relação ao analítico, tornando-se uma alternativa viável para resolver problemas de cinemática inversa em cenários onde soluções analíticas são inviáveis ou inexistentes. |
|---|