USANDO UM ACELERÔMETRO PARA CORRIGIR O TRAJETO DE VEÍCULOS AUTÔNOMOS INDUSTRIAIS
DOI:
https://doi.org/10.22407/1984-5693.2021.v13.p.54-63Palavras-chave:
Inteligência artificial, Indústria 4.0, Assimetria, Veículo robótico.Resumo
Problemas de assimetria e perturbações no ambiente onde um veículo autônomo industrial transita podem implicar em erros no trajeto do mesmo e assim causar acidentes envolvendo humanos que coexistam com ele nesse mesmo local. Para corrigir esse tipo de erro, costuma-se utilizar sistemas de geolocalização ou dispositivos tacógrafos de posicionamento que acabam encarecendo a solução final. O presente artigo tem por objetivo apresentar uma metodologia, baseada nos dados fornecidos por acelerômetros de baixo custo instalados em veículo autônomo, capaz de corrigir erros no trajeto de veículos autônomos e baratear o custo dos mesmos. A metodologia propõe estimar os erros associados ao deslocamento do protótipo de veículo autônomo e com essa estimativa, corrigir o trajeto que foi determinado. Dados de simulações apresentadas do método proposto apontam para uma redução de quase 10 vezes o erro relacionado ao sistema de navegação do veículo em malha aberta e reduzir os custos de produção.
Referências
ALMEIDA, T. Carduino - Um Carro Robô Controlado por Dispositivos Móveis Android. Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais. 2015.
BACHUWAR, V. Monitoring the Soil Parameters using IoT and Android Based Application for Smart Agriculture. AIP Conference Proceedings. 1989, doi: 10.1063/1.5047679.
BOSE, N. et al. Wal-Mart's new robots scan shelves to restock items faster. reuters, 2017. Disponível em<https://www.reuters.com/article/us-usa-walmart-robots/wal-marts-new-robots-scan-shelves-to-restock-items-fasteridUSKBN1CV1N4>.
Acesso em: 22 de maio de 2020.
GARCIA-SAURA, C. Self-calibration of a differential wheeled robot using only a gyroscope and a distance sensor. Imperial college London. 2015, arXiv: 1509.02154.
JUNG, CR et al. Computação embarcada: Projeto e implementação de veículos autônomos inteligentes. Anais do CSBC, 5, 1358-1406, 2005.
LIMA, E. Automação residencial de baixo custo com arduino Mega e ethernet shield. Curso de Sistemas de Informação no Centro Universitário Estácio do Ceará.
LIU, C. et al. Memory-Efficient Deep Learning on a SpiNNaker 2 Prototype. Frontiers in neuroscience. 12, 840. 16.2018, doi: 10.3389/fnins.2018.00840.
MAN, C. A low cost autonomous unmanned ground vehicle. Future University in Egypt. 2018, doi:10.1016/j.fcij.2018.10.001.
NETO, JB. Mecânica Newtoniana, Lagrangiana e Hamiltoniana. Editora Livraria da Física, 2004.
PINTO, P. Agência indiana perde contacto com sonda Vikram antes da alunagem, 2019. Disponível em:<https://pplware.sapo.pt/ciencia/sonda-vikram-falhou/>. Acesso em: 22 de maio de 2020.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2021 Revista Eletrônica Perspectivas da Ciência e Tecnologia - ISSN: 1984-5693
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Autores que submetem trabalhos a esta conferência aceitam que esta revista, bem como todo e qualquer trabalho publicado nela, estão sob licença Creative Commons 4.0 do tipo: CC BY - NC
