Home

Uma contribuição metodológica ao projeto, modelagem matemática

Contents

1. if alcancou obj impossivel gerar traj break fprintf ftlog ORIGEM 0 2f 0 2f DESTINO 0 2f 0 2f TAMTRAJ dWNn traj 0 x traj 0 y traj tamtraj 1 x traj tamtraj 1 y tamtraj 281 ft termina 282 ERRAR RARA RARA ARA k KKKKKKKK le sonar c Arquivo do thread de leitura do sonar KKKKKKKKKKKKK KK KK ck ck KKK KKK ck ck ck ck ck ck ck ck ck ck ck ck KK ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck k ck k ck KKK KK x include lt stdio h gt include lt stdlib h gt include lt math h gt include lt unistd h gt include defs h include geometria h include lt pthread h gt include lt semaphore h gt extern void le sonar void extern void inic sonar void extern void fim sonar void define RAIO REAL raio 0 10 FILE sonarlog extern void erro char extern ptoi t pto mapa ptof t ptof void sonar termina fprintf sonarlog SIM Vou teminar fclose sonarlog sem post amp sem princ void le sonar entrei no sonar termina Nn ptof t posic double ang a delta leitura do sonar vai de delta ateh delta double dist Vetor dir ptoi t pi int cont 0 i int x y int prim vez 1 ang 0 0 ifdef GERAR LOGS sonarlog fopen sonar log wt felse sonarlog fopen dev null wt
2. vehicle kinematic transform center of mass position gt center of wheels positon cw cm2cw cm cvector cm2cw const cvector amp cm const double d CENTER2WHEEL AXIS cvector cw 3 cw 0 cm 0 d cos cm 2 cw 1 cm 1 d sin cm 2 cw 2 cm 2 return cw vehicle system output function y t h x cvector h const cvector amp x cvector y 2 double s sin x 2 double c cos x 2 y 0 x 0 Xcr c Ycr s y 1 x 1 Xcr s Ycr c return y vehicle system output function with orientation f y t hoi q hotx cvector ho const cvector amp q cvector y 3 double s sin q 2 double c cos q 2 y 0 q 0 Xcr c Ycr s y 1 q 1 Xcr s Ycr c return y 306 307 invbeta x matrix invbeta const cvector amp x const double c WHEEL RADIUS 2 0 AXIS2WHEEL const double b AXIS2WHEEL const double d CENTER2WHEEL AXIS double sphi sin x 2 double cphi cos x 2 matrix B 2 2 B 0 0 7 d Xcr cphi b Ycr sphi B 0 1 b Ycr cphi d Xcr sphi B 1 0 d Xcr cphi b Ycr sphi B 1 1 b Ycr cphi d Xcr sphi return 1 2 0 c b d Xcr B Model referenc ym t g x u cvector g const cvector amp x const cve
3. KKKKKKKKKKK KK KK KKK KKK KKK KKK KKK KKK KKK KKK CK CK CK KC KC UC S KK X KG KG KG KK KKK KKXKXXXX fi fi fi fi fi Hi lude lude lude lude lt iostream h gt lt gif h gt lude lt unistd h gt lt conio h gt lt ciostream h gt lude lt iostream h gt fi fi fi fi fi fi fi fi fi lude lude lude lude lude lude lt delay h gt lude lt stdlib h gt lude lt stdio h gt lude lt math h gt lt time h gt lt sys wait h gt lt sys types h gt lt sys stat h gt fcntl h 290 include lt twldrive h gt include defs h include geometria h define DIST MIN 0 26 define DIST MAX 6 0 em metros distancia maxima que espera se que detecte um obstaculo se detectar algo depois disto atrapalharah a leitura seguinte define DELAY int 2 1000 DIST MAX 343 2 delay em ms referente a DIST MAX float delta angulo define PRECISION 0 50 define PADROES 4 define ARC 2 PI define RED 254 I define GREEN 253 tdefine BLUE 252 define PEN 3 extern ROVER DRIVER rov extern FILE sonarlog void bline int xl int yl int x2 int y2 char color unsigned char pic Desenha uma linha x1 yl x2 y2 de cor color no bitmap pic A sh
4. dVanpsi 1 Ixz M Iyz dVanphi Izz dVanthe Ixy dAngpsi 2 dAngpsi Iyy dAngphi dAngpsi Iyz dAngthe dAngphi Ixx dAngpsi Ixy dAngphi 2 dAngphi Ixz dAngthe dVel X cos phi cos theta xG dVel X yG sin psi sin phi cos theta dVel X yG cos psi sin theta dVel X zG cos psi sin phi cos theta dVel X zG sin psi sin theta dVel Y cos phi sin theta xG dVel Y yG sin psi sin phi sin theta dVel Y yG cos psi cos theta dVel Y zG cos psi sin phi sin theta dVel Y zG sin psi cos theta dVel Z sin phi xG 340 dVel Z sin psi cos phi yG dVel Z cos psi cos phi zG Torpsi Ixz M Calculo dos Torques devido a rotac o psi Transformada Direta Torpsi sin theta 2 Te cos theta 2 Te sin theta 2 Td cos theta 2 Td dTorpsi zeros size Torpsi BKK KK kk ck ck kk kckck ck kk ck ck ckck kck ck ck ck ck AAA AAA AAA AAA AH KKKKKKKKKKK RETORNO DAS DERIVADAS For as e Torques calculados Geral Detalhar BKK KK KK KK KK KK KK KK AAA AAA KK KK KK KK KKK kc KKKKKKKKKKK dy dxG dVxG FxG dyG dVyG FyG dzG dVzG FzG dAngthe dVanthe Torthe dAngphi dVanphi dTorphi
5. else 264 printf n n n n n n nNao ha caminho unindo origem e destino n return 0 fprintf gtlog GeraTrajet Terminei Vou desmarcar o mapa n desmarca mapa return 1 void mostra ambiente int x y ifdef MOSTRAR GRAFICOS vga setcolor 7 dendif for y 0 y lt maxy y for x20 x lt maxx X 265 if mapa x y OBSTACULO ifdef MOSTRAR GRAFICOS vga setcolor 7 endif figly x 150 else ifdef MOSTRAR GRAFICOS vga setcolor 0 fendif ifdef MOSTRAR GRAFICOS vga drawpixel 100 x 100 y fendif define COR TRAJETORIA 15 void mostra origdest ptoi t ptoi ptoi pto mapa origem ifdef MOSTRAR GRAFICOS vga setcolor 11 vga drawpixel 100 ptoi x 100 ptoi y vga drawline 100 ptoi x 5 100 ptoi y 5 100 ptoi x 5 100 ptoi y 5 vga drawline 100 ptoi x 5 100 ptoi y 5 100 ptoi x 5 100 ptoi y 5 tendif figlptoi y ptoi x 0 ptoi pto mapa destino fig ptoi y ptoi x 20 ifdef MOSTRAR GRAFICOS vga setcolor 13 vga drawpixel 100 ptoi x 100 ptoi y vga drawline 100 ptoi x 5 100 ptoi y 5 100 ptoi x 5 1 vga drawline 100 ptoi x 5 100 ptoi y 5 100 ptoi x 5 1 endif void mostra trajetoria int i ptoi t ptoi ifdef MOSTRAR GR
6. CG Coordinates accordling to the x y and z axes xcg sum M 1 M 4 sum M 4 ycg sum M 2 M 4 sum M 4 zcg sum M 3 M 4 sum M 4 CG distances vector di xcg ycg zcg CG angle between the axis ANGXY atan ycg xcg Angle between x and y axis XY Deg ANGXY 180 pi Radians to Degree conversion ANGZY atan zcg ycg Angle between z and y axis ANGZX atan zcg xcg Angle between z and x axis o Plotting the 3 D surface of the wheelchair cx M 1 cy M 2 cz 9 M t 3 7 plot3 0 0 0 bo xcg zco0g ycd ko cx Oz2 cy ro 321 grid on axis square X 0 xcg Y 0 zcg Plot compatibilization inversion Z 0 ycg Iden Plotting the CG axis laine X Y Z2 Color k LineWidth 2 Plotting the Wheels axis XW 0 0 YW 0 0 ZW 210 210 line XW ZW YW Color r LineWidth 2 A03 Rotina do Matlab para o modelamento matematico A03 1 Programa Principal o TSPg30 Dynamic Simulation of Wheelchair s static Math model oe Carlos A R nnow 29 04 2001 oo C opyright 2001 oe Revis o 3 1 Data 21 04 2002 Hora 18 37 00 echo on deg2rad pi 180 HOW INITIAL STATES FOR WheelChair s SIMULATION WERE OBTAINED 322 o Below is the code that was used to define the initial states Pm o consisting of various combinations of Angle Velocity and
7. D AMPLITUDE LEITURA NORMAL SONAR return 1 return 0 void gt void gerador de trajetorias int x y int gerou traj int cont contptos FILE arqfig char nomearq 30 s 30 unsigned char rmap 256 gmap 256 bmap 256 ptoi t orig dest for cont 0 cont 256 cont rmap cont gmap cont bmap cont cont cont 1 ifdef GERAR LOGS gtlog fopen gt log wt else gtlog fopen dev null wt dendif setvbuf gtlog NULL IONBF 0 inicializa modografico fprintf gtlog maxx d maxy d n maxx maxy while 1 sem wait sem gt fprintf gtlog ORIGEM 2f 2f DESTINO 0 2 0 2 Nn origem x origem y destino x destino y mostra mapa orig pto mapa origem 271 dest pto mapa destino for y 0 y lt maxy y for x 0 x lt maxx x if x orig x amp amp y orig y if mapa x y OBSTACULO fprintf gtlog M else fprintf gtlog O else if x dest x amp amp y dest y fprintf gtlog D else E printf gtlog c mapa x y OBSTACULO X printf gtlog Nn if lalcancou obj gerou traj gera trajetoria ifdef GERAR IMAGENS strcpy nomearg fig sprintf s d cont strcat nomearq s
8. Force values in addition to a set of steady state conditions Ang 20 22 200 deg2rad Used in Wheelchair Vel 90 36 90 deg2rad For 30 6 30 Next routine TsPg3a forces it to zero An2 20 10 200 deg2rad Pm combvec Ang Vel For An2 zeros 2 length An2 o pause Strike any key to see the WheelChair s simulation TsPg3a TsPg3a GENERATES DATABASE AND TsPg30 SAVES AS TsDd4a OF THE NITIAL AND TARGETS STATES FOR THE SPECIFIC TsPg40 MODELING NEURAL NETWORK save TsDd4a timestep Q Pm Tm p time p states init state For echo off disp End of TsPg30 A03 2 Programa Simulador o TsPg3a Simulation Routine of Wheelchair s static math model Carlos A R nnow 29 04 2001 323 e Copyright 2001 Revis o 3 1 Data 21 04 2002 Hora 18 37 00 Gilt figure gcf echo on TESTING THE STATiC MATH MODEL TSMMLC10 TO SEE ITS BEHAVIOR To test the WheelChair s mathematics model we will first measure the WheelChair s response to these initial conditions Velocity c Force 0 Ang 5 deg2rad Vel 0 deg2rad For 0 init state Ang Vel Here we measure and plot the WheelChair s response for 4 seconds p time p states ode23 TsMmLP10 0 4 init state For p states p states o pause Strike any key to see the WheelChair s response 324 WheelCh
9. retorna o nro de parametros de retorno utilizados pil pi2 se concorrentes retorna em pil o pto comum se mais de um pto em comum gt retorna em pil e pi2 os extremos do segmento comum tendif ERRAR KR RAR RR KKK RARA RARA RA k KKKKKKKK celldec c Arquivo Principal Metodo Cell Decomposition KKKKKKKKKKK KK KK KKK KKK ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck A eK s x include lt stdio h gt include lt stdlib h gt include lt string h gt include lt math h gt include lt vga h gt include lt unistd h gt include defs h include var h include geometria h include lt pthread h gt include lt semaphore h gt extern void detect_obst void extern void ft void 251 extern void gt void extern void le sonar void extern void controlador void void sai sintaxe printf Sintaxe n tcelldec p arq param r arq amb real a lt arq descr amb s arq amb salvo Jinin exit 1 void erro sintaxe printf nErro de sintaxe n sai sintaxe void erro char msgerro printf n s n msgerro exit 1 void erro abrir arq char nomearq printf nErro ao abrir arquivo s n nomearq sai sintaxe void carrega parametros char nomearq FILE arqpar Lis a
10. sse 117 5 6 1 Metodos de determina o do CG eccere tede bites m ne tees eae ener 121 5 6 2 M todo de determina o do CG do corpo com base nos CG dos segmentos 124 5 6 3 Por conjunto de S ementos 5 2 ee rrr REOR ERU FUA TE KIEV rE ERE RUIN TY SRL ENSE E IR SERERE 125 04 Metodo da Extensiones ARR o aaa al e e 127 5 6 5 M todo proposto para determinar o CGhumano 2 127 5 6 6 Momento de uma TOG sinistre Qe de na ORG 129 5 6 7 Caracter sticas do momento de uma for a 129 5 6 8 Momento de uma for a e de um sistema de for as em rela o a um eixo 130 25 9 Momente de UA B ri a ot stood Ro ha ovt Ques Su du hs nn A ioe 130 5 6 10 Caracter sticas do momento de um bin rio sss sees eee 130 5 6 11 C lculo para determina o do CG humano sese 130 6 SIMULA ES E AN LISE DOS RESULTADOS sun 136 6 1 Por L gica Nebulosa Fuzzy J secedere a einn e ida annees tendent 137 7 CONCLUS ES E TRABALHOS FUTUROS mens 142 REFER NCIAS BIBLIOGR FICAS sense 145 APENDICES sait ana ode ed nOs 157 ANEXOS iion eit e NS D tei tse OU E OM A DUI DEN E Dad 244 Revis o e Normalizac o realizados por LEANDRO NEGREIROS CPF 053 541 856 61 Belo Hte MG Brasil LISTA DE FIGURAS FIGURA LE Ses way PT uet it eee a t te M Cost one eem ee lied 43 FIGURA 2 A evolu o da Segway denominada P U M A da GM eee 45 FIGU
11. Linearizac o controle e simula o das equa es do movimento global E EI ml m2 I mu H Q xo nA B C K Ke 1 0 5 comprimento do pendulo 348 mi 2 massa do carro m2 0 1 massa do pendulo xo 0 0 0 0 0 0 0 0 p 20 Linearizac o A B C D linmod eqpend C 1 00000 0 0 Controle com o calculo das matrizes de ganho K e Ke L poly A Ac 2 0 5i 2 0 5i p ones 1 2 n 2 Ace Ac 47 Lc poly Ac Lce poly Ace Matriz de controlabilidade Mi B A B A 2 B A 3 B A 4 B A 5 B A 6 B A T7 B La Ne Matriz de observabilidade N C A C A 2 C A S3 C A A C A 5 C A 6 C A N7 C L 7 L 6 L 5 L 4 L 3 L 2 1 0 L 6 L 5 L 4 L 3 L 2 1 0 0 L 5 L 4 L 3 L 2 1 0 0 0 L 4 L 3 L 2 1 0 0 0 0 T2Mi W Qi inv W N 349 disp Ganho Requerido K Lc 9 L 9 Lc 8 L 8 Lc 7 L 7 Lc 6 L 6 Lc 5 L 5 Lc 3 L 3 Lc 2 L 2 inv T Ke Qi Lce 9 L 9 Lce 8 L 8 Lce 7 L 7 Lce 6 L 6 Lce 5 L 5 Lce 3 L 3 Lce 2 L 2 o Simula o das equa es xoo 0 0 5 0 0 0 0 0 0 0 0 5 0 0 0 0 0 0 t x ode45 contr 1 to tf xoo 1 8 Sem observador t1 x1 ode45 contr 2 to tf xoo Com observador S I lll Pim da Subrotina CONTROLE 7 7 7077 g CL I ETE IT I A06 Rotina do Matlab para o controle N o Convencional A06 1 Programa Principal do Controle baseado em dados jo
12. cos psi sin psi sin psi cos psi sin phi cos psi sin psi cos theta sin phi cos psi cos theta sin phi 333 sin theta sin phi cos theta sin theta sin phi cos theta sin theta cos theta sin phi cos theta sin theta dAngphi cos theta sin theta dAngthe cos theta sin theta sin theta dVanthe dVanphi sin sin phi sin phi sin sin sin theta cos theta cos theta cos theta cos theta cos theta FxG M da Forca atual exercida em X Te cos phi cos theta 2 Te sin theta sin phi cos theta T COs psi Te cos psi cos theta 2 Td cos phi A2 334 S Td sin theta sin psi sin phi cos theta ot Td cos psi Td cos psi eos theta 2 f dFxG zeros size FxG BKK KK KK KK KK KK KK KK KK KK KK eK KK AA RRA ARA AAA AAA AA KKKKKKK dyG VyG For a atual exercida em Y Transformada Inversa dVyG xG cos phi sin theta dAngthe 2 xG cos phi sin theta dAngphi 2 yG dAngthe 2 cos psi cos theta yG dAngpsi 2 cos psi cos theta zG dAngphi 2 sin psi cos theta zG dAngpsi 2 sin psi cos theta xG dAngthe dAngpsi cos psi sin phi sin theta xG
13. strcat nomearg gif arqfig fopen nomearq wb memset fig 255 sizeof fig felse argfig fopen dev null wb tendif 212 213 mostra ambiente vga getch mostra trajetoria mostra origdest _vga getch writegif argfig fig maxx maxy rmap gmap bmap 256 1 fclose arqfig if gerou traj for contptos 0 contptos lt ALCANCE SONAR 1 4142 PREC SAO amp amp contptos lt tamtraj contptos if visivel linha pto mapa traj 0 pto mapa traj contptos verifica se traj cont eh visivel a partir de traj 0 break tamtraj contptos fprintf gtlog NOVO TAMTRAJ dMn tamtraj if tamtraj lt 2 fprintf gtlog Deu merda no visivel linha tamtraj d n tamtraj else impossivel gerar traj 1 fprintf gtlog Nao consegui gerar uma trajetoria n mostra ambiente 274 _vga getch fprintf gtlog Vou mostrar orig e dest n mostra origdest _vga getch if lalcancou obj amp amp impossivel gerar traj amp amp traj fora faixa leit amp amp ler toda volta fprintf gtlog Eh preciso ler toda a volta n ler toda volta 1 sem post amp sem do else soh se nao precisar fazer leitura total do sonar ler toda volta 0 fprintf gtlog An ENVIANDO UP PRO FT An sem post amp sem ft
14. x onde dj representa a sa da desejada para a unidade de l processamento vj APD 2 15 Estrat gias de Aprendizado Uma rede neural artificial deve ser ajustada para que a aplica o de um conjunto de entradas produza a sa da desejada Esse ajustamento obtido pelo treinamento da rede pode ser feito das seguintes formas M SSON 1990 WASSERMAN 1989 Sem treinamento Os valores dos pesos sin pticos s o estabelecidos explicitamente Treinamento supervisionado A rede treinada pela apresenta o dos vetores de entrada e seus respectivos vetores de sa da chamados de pares de treinamento Treinamento n o supervisionado O treinamento consiste da apresenta o apenas dos vetores de entrada a partir dos quais s o extra das as caracter sticas desse conjunto de padr es agrupando os em classes O treinamento n o supervisionado pode ser observado como um processo aut nomo ou auto organiz vel APD 2 16 Algoritmo de Aprendizado Backpropagation Por um intervalo de muitos anos 1960 1980 n o se teve um algoritmo eficiente para treinar redes neurais artificiais de m ltiplas camadas Desde que as redes de uma nica camada se mostraram limitadas naquilo que poderiam representar e portanto no que poderiam aprender o desenvolvimento de modelos cognitivos deixou de ser um campo atraente e poucas pesquisas foram realizadas na rea O algoritmo Backpropagation retropropaga o proposto por Werbos Pa
15. 0 1 2 Color lineColor LineStyle lineStyle plot x3 0 4 Color dotColor Marker MarkerSize 20 x4 defuzz x mfl som plot x4 x4 0 1 2 Color lineColor LineStyle lineStyle plot x4 0 2 Color dotColor Marker MarkerSize 20 xb defuzz x mfl lom plot x5 x5 0 1 2 Color lineColor LineStyle lineStyle plot x5 0 2 Color dotColor Marker MarkerSize 20 text xl 0 8 offset centroid hor center ver top text x2 0 6 offset bisector hor center ver top text x3 0 4 offset mom hor center ver top text x4 0 2 offset som hor center ver top text x5 0 2 offset lom hor center ver top hold off function out defuzz x mf type o DEFUZZ Defuzzify membership function oo Synopsis oe out defuzz x mf type Description oo defuzz x mf type returns a defuzzified value out of a membership function o mf positioned at associated variable value x using one of several Q defuzzification strategies according to the argument type The variable type can be one of the following 5 centroid centroid of area method bisector bisector of area method 380 mom mean of maximum method oe som smallest of maximum method lom largest of maximum method If type is not one of the above it is assumed to
16. Figura A5 11 Ponte inteira de Wheatstone utilizada na c lula de carga A sa da Eo da ponte inteira dada por Onde e Al l deforma o relativa um m microstrain K fator do extensi metro R 1200 Quarter bridge strain gauge circuit Figura A5 12 Exemplo de 1 4 ponte Wheatstone Neste experimento utilizou se uma ponte 1 2 como exemplifica a figura 5 13 Half bridge strain gauge circuit strain gauge stressed strain gauge stressed Figura A5 13 Exemplo de 2 ponte Wheatstone 5 1 3 2 4 Amplificador para ponte de Wheatstone 224 O sinal de safda do extensi metro possui uma varia o de tens o muito pequena Com isso necess rio amplific la para posteriormente efetuar a medi o Utilizou se um amplificador AO741 do laborat rio para efetuar as medi es O amplificador utilizado embora popular e ruidoso foi projetado para dois extensi metros de 1200 com de ponte de Wheatstone e utilizado neste projeto Devido a possibilidade desta situa o n o ser adequada pode se perder sensibilidade na sa da do amplificador O esquema eletr nico do amplificador pode ser observado na figura 5 14 bem como a alimenta o da ponte de Wheatstone na figura 5 15 D1 D4 1N4001 Figura A5 15 Esquema eletr nico da liga o da fonte 12 0V 5 1 3 3 TESTE O objetivo do teste realizar a medi o da varia o da tens o em fun o da deforma o sofrida p
17. Fim da Subrotina LAGRANGE A03 5 Fun o do Modelamento Matem tico para Newton Euler Bryant 329 function dy TsEgDiNe t y 330 FUN O TSEQDINE DE GERA O DAS EQUA ES DIFERENCIAIS DA DIN MICA DA CADE ao TS ao ao ao ao ao ao ao ao ao ao ao ao ao oe oe oe oo oe oo oo RA EQUILIBRISTA PELO M TODO DE NEWTON EULER EODINE T Y T Tempo Y Estado Atual da cadeira 5 Retorna as derivadas do estado da cadeira O vetor de estado Y tem nove valores para os deslocamento e suas derivadas e nove valores para as rota es e suas derivadas O deslocamento no eixo x em relac o ao ref Inercial A velocidade linear Forca segundo X sendo aplicado cadeira O deslocamento no eixo y em relac o ao ref Inercial A velocidade linear Forca segundo Y sendo aplicado cadeira O deslocamento no eixo z em rela o ao ref Inercial A velocidade linear For a segundo Z sendo aplicado cadeira O angulo Theta da cadeira de 0 pi to pi radians A velocidade angular theta ponto em radianos segundo O Torque Theta sendo aplicado cadeira O angulo Phi A velocidade O Torque Phi O angulo Psi A velocidade O Torque Psi da cadeira de pi 2 to pi 2 radians angular phi ponto em radianos segundo sendo
18. IW 1 1 TesCoNet IW 1 E 0 0 0 0 0 0 010 0 001 0 1 1 inputs l range minmax Pc 1 2 inputs 2 range minmax Pc 3 tansig purelin Ubansug purelin 1 1 2 inputWeights 1 1 learn IW 1 2 TesCoNet IW 1 inputWeights 1 2 learn 1 3 b 1 TesCoNet b 1 353 tnet biases 1 learn 1 tnet b 2 TesCoNet b 2 tnet biases 2 learn 1 tnet LW 2 1 TesCoNet LW 2 1 tnet layerWeights 2 1 learn 1 tnet IW 3 1 TsModNet IW 1 1 1 2 tnet inputWeights 3 1 learn 0 tnet LW 3 2 TsModNet IW 1 1 3 tnet layerWeights 3 2 learn 0 tnet b 3 TsModNet b 1 tnet biases 3 learn 0 tnet LW 4 3 TsModNet LW 2 1 tnet layerWeights 4 3 learn 0 tnet b 4 TsModNet b 2 tnet biases 4 learn 0 o pause Strike any key to train the neural controller TRAINING THE CONTROL NETWORK We will use TRAIN to train the control network so that a typical error is 0 002 radians 0 11 deg for the Q oe 2 element target vectors tnet trainParam show 5 Frequency of progress displays in epochs tnet trainParam epochs 600 Maximum number of epochs to train 354 o tnet trainParam goal 0 002 2 Sum squared error goal Training begins please wait tnet tr train tnet Pc 1 2 Pc 3 Tc and finally
19. cvector p 2 double t uint itraj 303 304 sem wait amp sem traj ctrl t Inia itraj 0 while t lt t atual amp amp itraj lt tamtraj ctrl 1 E DIS tra Ceri literas tra etrl itraj4i veloe itraj p 0 traj ctrl itraj x pli traj_ctrl itraj y fprintf ctrllog tamtraj ctrl d PATH 2f 2f n tamtraj_ctrl p 0 p 1 if itraj tamtraj_ctrl 1 amp amp acordou ft fprintf ctrllog Acordando o FT T 3f n t_atual sem post amp sem ft acordou ft 1 sem post amp sem traj ctrl return p vehicle dead reckoning center of wheels hi p t 1 dr p t u t cvector dr const cvector amp p const cvector amp u double deltaD u 0 u 1 2 0 double deltatheta u 0 u 1 WHEELBASE double deltatheta2 deltatheta 2 0 305 double deltasigma deltatheta 0 0 deltaD deltaD sin deltatheta2 deltatheta2 cvector pl 3 p1 0 deltasigma cos p 2 deltatheta2 p1 1 deltasigma sin p 2 deltatheta2 p1 2 deltatheta return p pl vehicle kinematic transform center of wheels position gt center of mass positon cm cw2cm cw cvector cw2cm const cvector amp cw const double d CENTER2WHEEL AXIS cvector cm 3 cm 0 cw 0 d cos cw 2 cm 1 cw 1 d sin cw 2 cm 2 cw 2 return cm
20. dAngthe dAngpsi sin psi cos theta xG dAngphi dAngpsi sin psi sin phi sin theta xG dAngphi dAngpsi cos psi cos theta yG dAngthe 2 sin psi sin phi sin theta yG dAngthe dAngphi cos psi sin phi sin theta yG dAngthe dAngphi sin psi cos theta yG dAngpsi cos phi sin theta dAngphi yG dAngpsi 2 sin psi sin phi sin theta zG dAngphi dAngthe sin psi sin phi sin theta zG dAngphi dAngthe cos psi cos theta 335 zG dAngphi 2 cos psi sin phi sin theta zG dAngpsi cos phi sin theta dAngthe zG dAngpsi 2 cos psi sin phi sin theta yG dVanpsi cos psi sin phi sin theta xG dVanphi sin psi cos theta yG cos phi sin theta dVanthe yG dVanpsi sin psi cos theta zG cos phi sin theta dVanphi zG dVanpsi cos psi cos theta xG dVanthe sin psi sin phi sin theta xG dVanphi cos psi sin phi sin theta zG dVanpsi sin psi sin phi sin theta xG dVanthe cos psi cos theta FyG M Calculo dos Torques em fun o Y Transformada Direta da For a atual exercida em SFyG cos phi sin theta cos theta Te cos ph
21. eq 5 41 Com isso obt m se a coordenada z do CG a sua altura es LU sa fs4 A f sa LT s3 B 2 cos 0 sin 9 2Pxcg cos 0 sin 8 eq 5 42 P cos8 C lculo alternativo da altura do CG Considerando x ex coordenadas do eixo X d dist ncia do eixo de referencia ao CG H e H alturas do CG a e Aa ngulo entre o plano da cadeira e o solo x H2 d eq 5 43 x2 Hd Igualando as duas express es anteriores tem se x HZ xf HZ Sendo que H4 dsin 0 H dsin 0 A0 Mas d cos 0 x d cos 0 A0 2 x Dividindo a primeira pela segunda cos 0 2X4 cos 0 A0 E X2 Sendo que cos 6 eq 5 44 eq 5 45 eq 5 46 eq 5 47 eq 5 48 eq 5 49 eq 5 50 eq 5 51 eq 5 52 135 136 6 SIMULA ES E AN LISE DOS RESULTADOS N Anteriormente os valores da sa da relativos dist ncia correspondem praticamente ao valor do estado velocidade no caso do ngulo apenas aproximado Em caso de algum dist rbio como atritos e movimenta es do usu rio n o corresponderia como pode ser observado na bibliografia Foram feitas as altera es necess rias no modelo de modo a fazer com que a sa da corresponda m dia dos valores dos estados do sistema Adiante a simula o em Matlab do sistema mostrando as sa das em cores verde inclina o angular e azul posi o no plano x 10 Resposta a perturba o Degrau no con
22. if alcancou obj break if impossivel gerar traj break fprintf gtlog Sai do laco n if alcancou obj fprintf gtlog Com sucesso n else fprintf gtlog 215 Sem sucesso n ifdef MOSTRAR GRAFICOS fprintf gtlog l Esperando getch para sair n vga getch finaliza modografico fendif gt termina PARAR RAR RRA RR RAR RR CK KKK KK KKK KKK RARA RARA RA k KKKKKKKK do c Arquivo do Detector de Obstaculos kkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkxkkxkxkxkxkxkkxkxkxkxkxkkkxkxkxkxkkkxkxkxkxkkxkxkxkxkxkkxkxkxkxkxkkkxkxx kxx HK sk x include lt stdio h include stdlib h include lt string h gt include lt math h gt include lt vga h gt include lt unistd h gt include defs h include geometria h include lt pthread h gt include lt semaphore h gt extern ptoi t pto mapa ptof t ptof FILE dolog void do termina E fclose dolog fprintf dolog DO Vou terminar n sem post amp sem princ void detect obst detector de obstaculos ptof L pf ptoi t pi pt pdest pto mapa destino TRE dy OF int x y int prim vez 1 ifdef GERAR_LOGS dolog fopen do log wt else dolog fopen dev null wt dendif setvbuf dolog NULL IONBF 0 fprintf dolog DO Vou en
23. o inicial e B est pr ximo de B inicial A A B e B fazem parte do conjunto universo chegando assim ao paradigma do racioc nio fuzzyano tamb m chamado de modus pn 1 X 0 Vari vel Linguistica ponens generalizado Figura A3 1 Correla o entre um valor X de um universo de discurso com a sua pertin ncia p Modelamento por L gica Nebulosa LN ou L gica Fuzzy A teoria dos conjuntos nebulosos se baseia na suposi o de que os elementos chaves do pensamento humano n o s o objetos que possuam uma classifica o exata mas sim um conjunto de classes de objetos que s o conjuntos com fronteiras difusas da o nome ou seja a transi o de classes gradual ao inv s de abrupta O conceito de fuzzifica o introduzido quando se define qual o grau de pertin ncia de um valor x de uma vari vel nebulosa X de uma fun o caracter stica u x de modo que ela possa assumir um n mero infinito de valores diferentes no intervalo de pertin ncia 0 1 Bib 3 3 1 Treinamento em rede neural Sintaxe rnavoz tr tran RNAVOZ P T Pi Ai rnavoz tr train RNAVOZ P T Pi Ai VV TV Descri o 192 TRAIN Treina uma rede RNA VOZ de acordo com RNAVOZ trainFcn e RNAVOZ trainParam TRAIN RNAVOZ P T Pi Ai onde RNAVOZ Rede P Par metros de entrada de Rede T Objetivos de Rede default zeros Pi condi es iniciais de atraso de entradas default zeros Ai condi es iniciais de a
24. x num2str jtn a num2str 3 2 1 2 exp b num2str 3 2 s 1 1 2 exp b num2str j 2 s l sin b num2str 3 2 ES ALI 1 T3laux symmul 2 s x6 x5 cos x2 wp T31 3nt T3laux s8 0 1 T32aux sympow wp 2 T32 int T32aux s 0 1 T33aux 2 xl x6 sin x2 T33 symmul T33aux int w s 0 1 328 T3 symop T3 1 2 m2 1 symop T3l T32 T33 end T Il symop T1 ET T2 TS T simplify T clear T1 T2 T2aux T3 T31 T31aux T32 T32aux T33 T33aux DETERMINA AO DA ENERGIA POTENCIAL for j 3 n w x num2str j a num2str j 2 1 2 exp b num2str j 2 s 1 1 2 exp b num2str j 2 s l sin b num2str 3 2 els Vilaux sympow diff w s 2 2 V11 symmu El int Vllaux s 0 1 V12aux wp 2 V12aux m2 g l sin x2 V12 symmul V12aux int w s 0 1 V1 symadd V1 symadd V11 V12 end V2 1 2 m2 g l cos x2 V symadd V11 V12 V symplify V clear V1 V2 V11 Vllaux V12 Vl2aux C LCULO DO LAGRANGEANO L symsub T V clear T V ALAN td Bog O ita tor k lin xk x num2str k xkn x num2str k n dLdxp dff L xkn for i 1 n 2 xi x num2str i H H diff dLdxp xi end Q 0 diff L xx H Il EE S in Q le clear L dLdxp i j k n w wp xi xk xkn
25. 1 state for i 2 length time state state sim TsModNet state For states 1 state echo off end echo on o pause Strike any key to see the first comparison plot WheelChair VS OPEN LOOP MODEL s RESPONSES 345 The open loop response can be compared with the WheelChair figure 1 plot p time p states 1 deg2rad k time states 1 deg2rad ar p_time p states 2 deg2rad k time states 2 deg2rad ob grid on xlabel Time sec ylabel Ang deg amp Vel deg sec o N legend Ref Ang Sim Ang Ref Veloc Sim Veloc 0 title WheelChair and Open Network Response oe Note that the model has learned the basic behavior of the oo WheelChair well However over time the slight errors in the model accumulate Fortunately the model does not need to be used in an open loop manner o pause Strike any key to calculate the model s closed loop response MODEL CLOSED LOOP RESPONSE Here we simulate the network s closed loop response Each time step the network calculates its estimate of the WheelChairs next state and then measurements of the WheelChair 5 state are used to correct this estimate state init state 346 states 1 state for i 2 length time new state state sim TsModNet state For states i new state ode time ode state od
26. 2 Estabele a as propriedades de rnavoz trainParam para valores desejados Em qualquer caso chamando TRAIN com a rede resultante vai treinar a rede com TRAINBFG Exemplos Aqui est um problema consistindo em par metros de entrada P nas equa es liter rias s o denominados de x e alvo T valor y desejado na sa da que n s gostar amos de resolver com uma rede p 012345 t 2 00011 1 Aqui uma rede de duas camadas com alimenta o adiante feedforward criada As entradas da rede variam de 0 a 10 A primeira camada tem dois neur nios TANSIG e a segunda camada tem um neur nio LOGSIG A fun o que treina a rede TRAINBEG ser usada Crie e Teste uma Rede rnavoz neWff 0 5 2 1 tansig logsig trainbfg a sim rnavoz P 197 Treina e Retesta a Rede rnavoz trainParam epochs 50 rnavoz trainParam show 10 rnavoz trainParam goal 0 1 rnavoz train rnavoz P T a sim rnavoz P Algoritmo TRAINBEG pode treinar qualquer rede contanto que seu peso contribui o l quida e fun es de transfer ncia t m fun es derivadas A retropropaga o Backpropagation usada para calcular a derivada de desempenho PERF com respeito ao peso e vari veis de pr conceito X Cada vari vel ajustada de acordo com a seguinte X X a dX Onde dX a dire o de procura O par metro a selecionado minimizar o desempenho ao longo da dire o de procura A fun
27. HINTON G E WILLIAMS R J Learning internal representations by error propagation In PARALLEL distributed processing exploration in the microstructure of cognition Cambridge MIT Press 1986 ICS Report 8506 SAMSON C Path following and time varying feedback stabilization of a wheeled mobile robot nternational Journal of Robotic Research v 12 n 1 p SS 63 Feb 1992 SAMSON C Time varying feedback stabilization of car like wheeled mobile robots International Journal of Robotic Research v 12 n 1 p SS 63 Feb 1993 SANTOS I F Din mica de sistemas mec nicos S o Paulo Makron Books 2001 SHAW I S SIM ES M G Controle e modelagem fuzzy S o Paulo Edgar Bl cher FAPESP 1999 154 SILVA E P et al 00 the design of the PO ROBOT system In 0 INTELLIGENT VEHICLES SYMPOSIUM Paris France Oct 1994 Proceedings Paris 1994 SILVA J F Padroes de propuls o para cadeiras de rodas e seus fatores de desempenho 2009 Dissertac o Mestrado em Engenharia Mec nica Faculdade de Engenharia Mecanica FEM UNICAMP 2009 SILVA L C de A Princ pios b sicos de um laborat rio virtual para veiculos aplica o em acessibilidade 2007 Disserta o Mestrado em Engenharia Mec nica Universidade Estadual de Campinas Faculdade de Engenharia Mec nica UNICAMP Campinas 2007 SILVA P A Navega o ac stica em ambientes estruturados 1995 Disserta o Mestrado em Engenharia El tric
28. Q4 eq 5 33 1 fssAkitfssBKa fs1AKafs2BKa EAA CK1Ka Q4 eK eq 5 34 LO A fsak1 fs1Ka B fs3K1 f52K4 7 eg A equa o da reta r ser fs A fs B Sage ae 2 eq 5 35 1 2 7 K 1 Considerando os pontos x2 y2 e x4 y4 ser tra ada a reta r2 KSC eae 2Kg 2K3 02 cer Kg eq 5 36 A equa o da reta r ser yat 2c Kar B 6q 5 37 2K3 Isolando o y e substituindo a reta r em r obt m se as coordenadas do CG no plano xy __ K K2C 2K K3KgB K K3C 2K3K7 f51 4 f52B X cG 2K1K3 Kg K7 eq 5 38 K3C K YcG 2K 8 K1K2C 2K1KzKgB K1K3C 2K3K7 fs14 fs2B B 2K1K3 K8 K7 eq 5 39 Diante da dificuldade encontrada para o c lculo da altura do CG somente com os sensores existentes optou se pelo uso de um inclin metro para determina o do ngulo 8 entre a cadeira e o ch o Com isso ser determinada a altura do CG Considerando as somat rias dos momentos 3 M o em rela o ao eixo de refer ncia no plano xz tem se 134 fs cos 8 T sin 0 J A cos 8 i sin 8 J fs2 cos 0 t sin 0 J B cos 0 1 sin 0 J fs3 cos 0 i sin 0 J B cos0 1 sin 8 y fs cos HT sin 0 DA cos 0 t sin 0 J P cos 67 sino J x cos0 1 sin 8 J Zk eq 5 40 FIGURA 48 a Vista do plano XZ b Varia o da altura do CG FONTE Dados da pesquisa Efetuando o produto vetorial tem se fs14 fs B fs3B fs A 2 cos 0 sin 0 f 2P cos 0 sin 81T PZ cos 8 f
29. Vis o da pesquisa uC comando Ponte H Vocal e controle Voice amp Fuzzy Speech Recog FIGURA 27 Diagrama em blocos para visualisar o caminho da pesquisa FONTE Dados da pesquisa Inicialmente apresentado um panorama sobre a forma de concepc o da cadeira com as suas partes constituintes de forma a fazer uma liga o daquilo que simulado com o dispositivo fixo Posteriormente s o colocadas as metodologias empregadas n o s para o reconhecimento de voz por redes neurais artificiais como tamb m para o projeto e sintonia do principal controlador desse dispositivo baseado na L gica Fuzzy O desenvolvimento pr tico da cadeira resultou em um prot tipo constru do em chassis de alum nio com duas rodas dianteiras livres do tipo denominado Steers ou Castor e duas rodas diferenciais traseiras acionadas cada uma por motoredutores DC espelhados de 86 12 Volts e por uma placa dipH01 um driver da Digital International Projects cada uma controlada por uma placa dipC02 da Digital International Projects baseada em um microcontrolador PIC um netbook cuja placa m e compat vel PC mas com interfaces via USB e sensores diversos conforme a FIG 28 Programa Supervisor do Controle Fuzzy Bateria Bateria Microcontroladores dipC02 Pontes Hs dipH01 Baterias 12 VDC Motores 12 VDC Eixos de aco Inox Rodas Diferenciais FIGURA 28 Diagrama em Blocos da cadeira FON
30. Vou dar resetin cout lt lt Inicializando posicao inicial n rov pmotor reset De 0 a 200 gira o pescoco para cobrir 360 graus colocando no array roh as distancias ajusta delta if ler toda volta delta 180 0 else delta AMPLITUDE LEITURA NORMAL SONAR tam list obst 2 int delta ANG PASSO MOTOR SONAR posiciona em delta fprintf sonarlog Vou para posicao inicial n for i 0 i lt tam list obst 2 i rov pmotor step 0 delay 10 cout lt lt Efetuando varredura n fprintf sonarlog Vou fazer a varredura Wn for i 0 i tam list Obst i if ler toda volta rov tsonar trig else rov bsonar trig 296 delay DELAY if ler toda volta roh i rov tsonar utof 343 2 1le 6 2 50 else roh i rov bsonar utof 343 2 1le 6 2 50 printf roh 2f1in roh i inicializa todas as RPC s com o tamanho do primeiro circulo rpc 1 0 rov pmotor step 1 cout lt lt Reset M Retorna o giro for i 0 i lt tam_list_obst 2 i rov pmotor step 0 delay 10 rov pmotor reset Gera a imagem a partir de roh decompondo as distancias em suas respectivas componentes XY roh tam list obst roh tam list obst 1 Analisa as possiveis RPC s cout lt lt localizando RPC s n float media n arc 0 ultimo 0 int n 0 inic ang
31. aplicada s mesmas pelos motores de forma unificada As duas equa es da din mica no modelo matem tico de simula o f u podem ser vistas a seguir a V k JU m d sin 8 cos 0g md sin 6 b 0 f Fx md m d cos 0 0 Jmd cos 0 6 Uma Jf Fx Jb X md sin 0 L 0 b xmd m d cos 62 md M JM Jm eq 4 1 52 a amp mdsin0 U mdsin0 f FX md sin 6 b x m d sin O cos 6 07 fo F M f 0 m d cos 0 mgM d cos0 m g b 8 M b 8 m m a cos 0 md M JM Jm eq 4 2 Sendo que U a a o unificada de controle no caso F devido ao Torque T na roda de raio r m a massa do usu rio a ser referida ao CG M a massa da cadeira mas como m referida ao CG d a dist ncia do CG ao seu referencial no tempo t que muda de acordo c o usu rio J o momento de in rcia de uma barra referente ao CG ver defini o na eq 4 6 0 o ngulo de inclina o no tempo t g a constante gravitacional e f e b s o os atritos est ticos e viscosos respectivamente Por defini o o momento de in rcia J de uma part cula de massa m e que gira em torno de um eixo a uma dist ncia r dele 2 J mr eq 4 3 Este a refer ncia de in rcia adotada em v rios trabalhos baseados no P ndulo invertido Se um corpo constitu do de n massas pontuais part culas seu momento de in rcia total igual soma dos momentos de
32. fread mapa sizeof mapa l argas fclose argas int main int argc char argv pthread attr t do attr gt attr ft attr ctrl attr sonar attr struct sched param do sched param gt sched param ft sched param ctrl sched param sonar sched param int descr amb 0 amb salvo 0 i if argc 1 sai sintaxe if argc lt 3 erro sintaxe memset mapa 0 sizeof mapa itraj 0 nome arq amb real 0 0 for i l i lt argc 1 2 if i argc 1 erro sintaxe if stremp argv i p 0 carrega parametros argv i 1 else if stremp argv i a 0 if descr amb amb salvo erro sintaxe descr amb 1 carrega descr amb argv i 1 else if stremp argv i s 0 if descr amb amb salvo erro sintaxe amb salvo 1 carrega amb salvo argv i 1 else if strcmp argv i r 0 strcpy nome arq amb real argv i 1 else erro sintaxe setvbuf stdout NULL IONBF 0 impossivel gerar tra 0 alcancou obj 0 257 258 ler toda volta 0 printf Vou inic os semaforos n sem init amp sem princ 0 0 sem init amp sem gt 0 0 sem init amp sem ft 0 0 sem init amp sem do 0 0 sem init amp sem sonar 0 0 sem init amp sem ctrl 0 0 sem init amp sem traj ctrl 0 1 printf Vou criar os threads n pthread at
33. get desired trajH xdata old ball y get desired trajH ydata new ball old ball x j old ball y displace set desired trajH xdata real new ball set desired trajH ydata imag new ball end elseif strcmp action o O o eval mfilename elseif strcmp action 315 mouse action3 mouse action when button is released t mouse TOH T T LI 7 stop anim tmp get InvKineFigH userdata set tmp 1 1 visible on set tmp 1 2 5 visible off InvKineAnimRunning 0 InvKineAnimPause 0 elseif strcmp action pause anim tmp get InvKineFigH userdata set tmp 1 3 visible off set tmp 1 4 5 visible on InvKineAnimRunning 0 InvKineAnimClose 0 InvKineAnimPause 1 elseif strcmp action eval mfilename elseif strcmp action tmp set tmp 1 3 set tmp 1 4 5 vKineAnimRunning nvKineAnimPause vKineAnimClose InvKineAn InvKineAnimStepping get InvKineFigH visible visible imStepping step anim 1 single loop continue anim userdata on GER 0 376 eval mfilename set constant eval mfilename main loop A06 2 3 Defuzifica o do Controle em L gica Nebulosa ou Fuzzy function defuzzdm o
34. o e informa o por pessoa portadora de defici ncia ou com mobilidade reduzida Por m para o deficiente f sico acessibilidade assumiu dimens o mais ampla pois diz respeito qualidade ou falta de qualidade de vida A cadeira de rodas n o somente um meio de locomo o um acess rio de inclus o social Portanto as considera es apresentadas neste estudo evidenciam a import ncia da continuidade do projeto de forma a ajudar pessoas com incapacidades ou defici ncias a executarem atividades do cotidiano com mais seguran a trazendo com isso melhoria das condi es de vida dessas pessoas com necessidades especiais Outra proposta j em andamento a de aperfei oamento dos sensores dessa cadeira de rodas o que implica em uma determina o melhor da modifica o do posicionamento do CG do sistema Isso corrige a altera o da in rcia e consequentemente da din mica da cadeira que sob um programa integrado de controle ser eficaz podendo at mesmo redimensionar os limites do controlador fuzzy tornando o adaptativo O deslocamento de uma cadeira de rodas para desabilitados com a sua inclina o mantida em rela o ao plano horizontal com giros para a esquerda e direita sempre inst vel e sujeito a ru dos Isso justifica estudos para se introduzir novos conceitos de projeto a fim de dotar esse meio de locomo o de um comportamento mais adequado e adaptativo possibilitando que no futuro seja at p
35. o para cadeiras de rodas em que a L gica Fuzzy permitia o controle do processo SPACAPAN KOCIJAN BAJD 2004 Um trabalho se caracterizou como descritivo pois contemplou o delineamento das condi es individuais das criangas adolescentes investigadas e do ambiente onde habitavam e da avalia o das condi es dos equipamentos de mobilidade sentada carrinho ou cadeira de rodas por eles utilizados Para sua realiza o foram selecionados 33 indiv duos que nos ltimos 3 anos receberam uma cadeira de rodas adaptada prescrita por profissionais da sa de especialistas em tecnologia assistiva GALV O 2006 Aplica es na rea da rob tica m vel nas quais al m da navega o aut noma do rob necess rio que um usu rio humano interaja no controle de navega o do rob Nesse caso considerado como controle semiaut nomo o usu rio humano tem a possibilidade de alterar localmente a trajet ria aut noma previamente planejada para o rob Entretanto o sistema de controle inteligente do rob por meio de um m dulo independente do usu rio continuamente evita colis es mesmo que para isso os comandos do usu rio precisem ser modificados Essa abordagem cria um ambiente seguro para navega o que pode ser usado em cadeiras de rodas robotizadas e ve culos rob ticos tripulados nos quais a seguran a do ser humano deve ser garantida Um sistema de controle que possua tais caracter sticas deve ser baseado numa arquitetu
36. 12 a seguir FIGURA 12 Diagrama espacial da cadeira de rodas no plano XY FONTE Dados da pesquisa Considera se que b largura entre a roda e O o referencial inercial no chassis da plataforma V a velocidade da roda esquerda Mer sendo que re o raio da roda esquerda r constante Va a velocidade da roda direita ara sendo que rd o raio da roda direita r constante e R a dist ncia do ponto m dio I do eixo ao CIR Centro Instant neo de Refer ncia No plano ZY Esse movimento n o existe devido a restrig o de n o escorregamento lateral 4 2 3 Centro de refer ncia inercial CIR Existe nos Ap ndices um estudo sobre os diversos movimentos da cadeira levando em considera o o centro de refer ncia inercial 60 4 3 Modelagem matem tica da cadeira equac es do movimento Na inclina o a cadeira se comporta como 4 3 1 O princ pio do P ndulo Invertido aplicado a este estudo O p ndulo invertido um dos sistemas mec nicos mais utilizado no estudo de controle de sistemas inst veis como o caso desta cadeira rob tica e equilibrista no controle de lan amento de ve culos espaciais e no controle da postura em seres humanos O sistema consiste em um p ndulo invertido preso a um carrinho motorizado que se movimenta sobre um trilho O objetivo do controle manter o p ndulo equilibrado na posi o vertical mesmo quando perturba es s o aplicadas ao sistema Esse sistem
37. 1990 WASSERMAN 1989 LIPPMAN 1987 ainda classifica as redes neurais artificiais em redes c clicas tamb m chamadas de redes recorrentes e redes ac clicas ou n o recorrentes A arquitetura de uma rede neural c clica difere da ac clica por apresentar conex es entre as unidades de processamento pertencentes mesma camada ou entre unidades de processamento de camadas diferentes cujas sa das passam a ser entradas na camada anterior As redes recorrentes podem exibir propriedades muito similares mem ria de curto termo dos seres humanos onde o estado da sa da da rede depende em parte da entrada anterior APD 2 7 Conex es e Pesos Os arcos do grafo s o chamados de conex es e representam as sinapses entre os neur nios artificiais A cada conex o no grafo est associado um peso wis em analogia as sinapses de um modelo conexionista biol gico representando a for a de liga o entre as unidades de processamento vi e ve onde i e j correspondem posi o respectivamente nas camadas e l 1 que essas unidades ocupam na rede MASSON 1990 Conex es com pesos positivos chamadas excitadoras indicam o refor o na ativa o do neur nio v sinapses com pesos negativos chamadas inibidoras indicam a inibi o na ativa o do neur nio vH Assim os neur nios artificiais distribu dos no espa o e ligados por conex es trocam sinais excitat rios ou inibit rios competindo ou cooperando entre si O comportamento in
38. 1990 o primeiro modelo formalizado de Redes Neurais Artificiais RNA foi proposto por McCulloch e Pitts 1943 Essa estrutura abstra a a complexidade da atividade neural em sistemas neurais reais assim como complicadas caracter sticas encontradas no corpo de neur nios biol gicos formando a base para a maioria dos modelos conexionistas desenvolvidos posteriormente HEBB 1949 publica The Organization of Behavior assumindo que a aprendizagem do conhecimento representado em uma rede neural seja alcangada pelo fortalecimento das conex es entre neur nios adjacentes sempre que esses estiverem excitados Rosenblatt 1958 Frank criou o Perceptron um modelo cognitivo que consistia de unidades sensoriais conectadas a uma nica camada de neur nios de McCulloch e Pitts capaz de aprender tudo o que pudesse representar Rosenblatt demonstrou que se fossem acrescentadas sinapses ajust veis as redes neurais de McCulloch e Pitts poderiam ser treinadas para classificar padr es em classes linearmente separ veis convergindo em um n mero limitado de passos M SSON1990 No in cio da d cada de 60 Widrow e Hoff 1960 publicam um artigo no qual especificam um neur nio artificial baseado no modelo de McCulloch e Pitts denominado Adaline Conforme M SSON 1990 a import ncia desse modelo est associada regra de aprendizagem proposta a regra Delta A publica o de Perceptrons de Minsky e Papert 1969 exp s as limita es do
39. A complexidade de pior caso uma das an lises mais importantes porque fornece um teto para o n mero de passos que o algoritmo pode efetuar independente da entrada considerada Em outras palavras se voc conhecer a complexidade de pior caso de um algoritmo saber que seu custo nunca ir superar um determinado limite tendo assim uma garantia acerca do custo m ximo do algoritmo Limite superior A nota o mais comumente usada para medir e comparar algoritmos O big Oh til para estabelecer uma ordem relativa entre fun es permitindo comparar suas taxas de crescimento Essa nota o a geralmente utilizada para definir a complexidade de pior caso expressando um limite superior do custo de um algoritmo Essa nota o compara o custo g n de um algoritmo a um custo f G onde corresponde ao par metro prim rio do g n nunca superior ao custo f n Portanto fn g n Formalmente dizemos que a fun o de custo g n e o f 1 oy simplesmente gt 0 g n Co f n A C 4 x g QU Se existir uma constante 0 e um inteiro To tais que n gt ng l y f S quando onde fe 9 s o fun es reais positivas de vari vel inteira 7 A Figura Al 2 algoritmo informando que o custo funciona como um limite superior para o custo mostra graficamente o comportamento das fun es Y e f onde o eixo das abscissas corresponde ao tamanho do par metro prim rio e o eixo das ordenadas corresponde ao valor de
40. AG Glo 05 0 1 S o algoritmos de pesquisa e otimiza o baseados no princ pio da evolu o natural e popula es gen ticas codificadas de indiv duos Gen tipos ou cromossomos do tipo K t Ky t Kn t onde cada indiv duo de K t representa uma solu o potencial do problema em quest o em que s o avaliados para se obter suas pertin ncias quando ent o uma nova popula o formada em t 1 de indiv duos mais ajustados Os novos indiv duos Fen tipos desta popula o sofrem transforma es devidas a cruzamentos e muta es para formar novas solu es at que no final de um n mero de gera es a pesquisa converge sendo os indiv duos finais a melhor solu o Sistemas Imunizantes SI Glo 05 0 2 apontam em uma dire o em que muitos pesquisadores desconhecem que o c rebro n o o nico dotado de iniciativa no corpo animal e uma quantidade consider vel de pesquisa tem se concentrado em modelos de intelig ncia e de aprendizado da forma como elas ocorrem no c rebro humano Este antropomorfismo ignora sistemas inteligentes que n o est o explicitamente relacionados nossa mente como o caso do nosso sistema imunol gico que se comporta de forma diferente dos neur nios do 171 c rebro mas que no final conseguem atingir eficazmente o seu objetivo Os sistemas imunol gicos se baseiam em agentes e em um princ pio de reconhecimento de padr es j existentes e na memoriza o de novos padr es para neutr
41. DUPONT P DUNLAP E P Friction modeling and PD compensation at very low velocities Transactions of ASME v 8 p 117 1995 EDGEWICK R Algorithms in C 3 ed Reading Addison Wesley 2004 parts 1 4 ELLIS J R Vehicle dynamics London UK London Business Books 1969 ESPINOSA F et al Advanced and intelligent control techniques applied to the drive control and path tracking systems on a robotic wheelchair Autonomous Robots v 11 n 2 p 137 48 2001 FERNANDES C GURVITS L LI Z Near optimal nonholonomic motion planning for a system of coupled rigid bodies IEEE Transactions on Automatic Control v 39 n 3 p 450 463 1994 FIGUEIREDO L C JOTA F G Introdu o ao controle de sistemas n o holon micos Revista da Sociedade Brasileira de Autom tica p 243 268 2003 FINSCHI L An implementation of the levenberg marquardt algorithm Z rich Institut f r Operations Research 1996 FLEURY S et al Primitives for smoothing mobile robot trajectories Toulouse France LAAS TeclL Sep 1992 Report 92355 FLYNN A JONES J L Mobile robots wellesley Mass A K Peters 1993 FREEMAN J A SKAPURA D M Neural networks algorithms applications and programmming techniques s 1 Addelfon Wefley 1992 p 89 106 GALV O C R C An lise cr tica dos produtos de mobilidade sentada cadeiras de rodas utilizados por crian as e adolescentes com paralisia cerebral em Natal RN e outros munic
42. Dynamic system identification New York Academic Press 1977 GRACE A et al Control system toolbox or use with Matlab Natick Mass The MathWorks 1992 GRASSI V Arquitetura h brida para rob s m veis baseada em fun es de navega o com intera o humana 2006 Tese Doutorado em Engenharia El trica Departamento de Engenharia El trica Escola de Engenharia de S o Carlos USP S o Carlos 2006 GRAUPE D Identification 0 systems Malabar Florida Robert Krieger Publishing Company 1976 GUSTAFSSON F Slip based estimation of tire road friction Automatica v 33 n 6 p 1087 1099 1997 HAMANAKA M H M O Projeto e desenvolvimento de circuito de controle para cadeira de rodas 2002 Disserta o Mestrado em Engenharia El trica Faculdade de Engenharia El trica e de Computa o FEEC 2002 HANSELMAN D LITTLEFIELD B Matlab 5 guia do usu rio S o Paulo Makron Books do Brasil 1999 HARMON A An Inventor Unveils His Mysterious Personal Transportation Device The New York Times December 3 2001 HAUSER M W SANTOS C B Planilha did tica para determina o do centro de gravidade do corpo humano pelo m todo da segmenta o Ponta Grossa PR Brasil Universidade Estadual de Ponta Grossa 2002 149 HAYKIN S Neural networks a comprehensive foundation New Jersey USA Prentice Hall 1999 HEBB D O The organization of behavior New York John Wiley amp Sons Inc 1949 HE
43. Force Magnetic flux B al Current Fig 2 A r gua da m o esquerda dos fleming determina o sentido da corrente da Torca magn tica e do fluxo Estique o polegar o dedo do ndice e o dedo m dio de sua m o esquerda como mostrado em 2 Quando o dedo m dio a corrente e o dedo do ndice o fluxo magn tico o sentido da forca est dado pelo polegar Campo do m produzido pela corrente Magnetic Pi Direction of Current Fig 3 Os campos magn ticos produziram pela corrente e os m s permanentes trabalham para produzir a for a eletromagn tica Quando a corrente flui no condutor para o leitor o campo magn tico no sentido do CCW estar produzido em torno do fluxo atual pela r gua right handed do parafuso Fig 3 Interfer ncia de uma linha da for a magn tica reduce increase Fig 4 Os campos magn ticos produzidos pelos m s atuais e permanentes interferem se A linha da for a magn tica distribu da no mesmo sentido age para aumentar sua for a quando o fluxo distribu do no sentido oposto agir para reduzir sua for a Produ o eletromagn tica da for a Fig 5 A linha da for a magn tica tem uma natureza a retornar linha reta por sua tens o como uma faixa el stica Assim o condutor for ado a mover se de onde a for a magn tica mais forte a onde mais fraca Fig 5 Produ o do torque Magnetic flux B Current 1 Force F Fig 6 A f
44. LIMAIL E J PINTOR L F A metodology for CG determination In ISSNIP IEEE BIOSIGNALS AND BIOROBOTICS CONFERENCE BRC 2013 Rio de Janeiro Anais Rio de Janeiro 2013 RIBEIRO A F ENIGMA cadeira de rodas omnidireccional SAR Solu es de Automa o e Rob tica Lda empresa spin off da Universidade do Minho 2010 RIBEIRO F Almeida L Azevedo J Cardeira C Costa P Fonseca P Lima P Santos V Mobile Robot Competitions Fostering Advances In Research Development And Education In Robotics Controlo 2000 Guimar es Portugal 4 6 October 2000 p 592 597 ISBN 972 98603 0 0 RIEDMILLER M Advanced supervised learning in multi layer perceptrons from backpropagation to adaptative learning algorithms Journal of Computer Standards and Interfaces v 16 n 5 p 265 278 1994 ROSSINI F L Projeto de controlador robusto aplicado cadeira de rodas m veis via abordagem por Imis 2013 183f Disserta o Mestrado em Engenharia El trica Universidade Estadual de Londrina Centro de Tecnologia e Urbanismo Programa de P s Gradua o em Engenharia El trica 2013 RUDZIONIS V MASKELIUNAS R RASYMAS T control of assistive tools using voice interface and fuzzy methods Business Information Systems 2012 RUDZIONIS V MASKELIUNAS R RASYMAS T Control of assistive tools using voice interface and fuzzy methods Business Information Processing v 117 p 308 318 2012 RUMELHART D E
45. Xpi Culp Xai eq 5 6 Veg Ypi C yi m Yai eq 5 7 Sendo que Xeg Y eg coordenadas do CG do segmento Xai Yai coordenadas da extremidade distal de refer ncia Xpi ypi coordenadas da extremidade proximal de refer ncia Ci Valores percentuais da localiza o do CG de cada segmento 4 Associar a cada uma das coordenadas X g Yeg uma massa relativa my isto de acordo com a tabela a cada segmento do modelo associado um valor ponderado de massa total de corpo A associa o de cada coordenada a cada massa obtida pelo produto de dois valores Mn Xn e Mn Yn O indice n depende do n mero de segmento considerado 126 5 Determinar a posi o do CG da totalidade do conjunto n segmento ou da totalidade do corpo considerando que o produto dos valores de massa total e dos valores das coordenadas que se deseja determinar igual soma dos produtos de cada massa parcial e dos valores das respectivas coordenadas MegXeg m4x4 M2X MaX eq 5 8 MegYcg MJ t my Ma eq 5 9 e portanto como Meg 1 fica Xeg M4X1 t MX ee ma Xs eq 5 10 Veg M1Y1 M2Y2 MY eq 5 11 tm e FIGURA 60 Divis o do corpo humano em segmentos FONTE Dados da pesquisa Para isso seria necess rio introduzir a altura do usu rio e o seu peso Al m disto como a densidade do homem diferente da mulher era preciso definir o sexo para o sistema calcular Pode se imaginar como is
46. dzG dt ou v Velocidade linear Z da cadeira d z dt ou dvJdt ou a Acelera o linear Z da cadeira 0 Posi o angular theta da cadeira no plano xy d0 dt ou w Velocidade angular theta da cadeira no plano xy d 0 dt ou dw dt ou Qz Acelera o angular theta da cadeira no plano xy b Posi o angular phi da cadeira no plano zx d dt ou wy Velocidade angular phi da cadeira no plano zx d Q d ou dwy dt Acelera o angular phi da cadeira no plano zx OU Ay Q Posi o angular psi da cadeira no plano zy do dt ou wx Velocidade angular psi da cadeira no plano zy d g dt ou dw dt Acelera o angular psi da cadeira no plano zy 243 OU Ox Obs Todas as coordenadas no sentido XYZ foram tomadas em rela o refer ncia inercial no meio do eixo entre as duas rodas traseiras e diferenciais Como existe perfeita simetria na estrutura da cadeira n o foi necess rio modificar a posi o de nenhuma pe a para compensar uma diferen a das coordenadas devido ao estudo do CG na se o 5 2 244 ANEXOS A01 1 Programa sugerido e abrangente em C para ser adaptado para o controle da cadeira de rodas C DIGO DO PROGRAMA DESENVOLVIDO PELA ERRAR RARA RARA RARA RA k ACkckck AAA Funda o Universidade Federal do Rio Grande Engenharia de Computa o Projeto de Graduac o Planejamento de Trajet rias para Rob s M veis Guilherme de Lim
47. fendif setvbuf sonarlog NULL IONBF 0 inic sonar while 1 sem wait amp sem sonar solicitacao de leitura do sonar if alcancou obj impossivel gerar traj break if prim vez prim vez 0 posic origem que serah origem global else 283 284 if ler toda volta posic traj tamtraj 1 se eh para ler toda a volta entao nao se moveu e continua na mesma posicao posicao posic posicao eh global ser usada pelas demais funcoes a atualizacao da direcao agora eh feita pelo controlador cont 0 if ler toda volta delta 180 0 else delta AMPLITUDE LEITURA NORMAL SONAR sonar rpc sem post amp sem do fim sonar sonar termina ERRAR ARA RRA KK KKK kkk k KKKKKKKK geometria c Arquivo de Funcoes Geometricas KKKKKKKKKKKKKKKKK ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck kk kk HK sk x include math h include geometria h Vetor vetor Pto orig Pto dest Vetor v v x dest x orig x v y dest y orig y return v float modulo Vetor v return sqrt v x v x v y v y Vetor mult vet esc Vetor v float e return v Vetor soma vet Vetor vl Vetor v2 Vetor s S X vl x v2 x S y vl y v2 y return s float pr
48. foi Aj Es fs2BJ Le S fs1 fs2 x fs fs2 y1 eq 5 19 Colocando os termos semelhantes em evidencia tem se Ci gt gt gt fs fs2 t 51A fs2BY fs1 fs2 Yi fs fo2 xJ eq 5 20 Fazendo fs fs2 Kz tem se os seguintes pontos x SS eq 5 21 C Mete eq 5 22 Da mesma forma anterior faz se as somat rias dos momentos M23 0 em rela o ao eixo de refer ncia dos sensores S e 5 obtendo se Ci gt gt gt fs2 fs3 lt fs2 fs3 B fs2 fsa yU fs fs3 xJ eq 5 23 Fazendo fs gt fs3 K gt e fs2 fs3 K3 tem se os seguintes pontos x B eq 5 24 KC Y2 ox eq 5 25 Para gt M34 0 em rela o ao eixo de refer ncia dos sensores 5 e S4 obt m se 132 Ci gt gt fs3 fs4 A fs3B fsaA Us3 fsa yl s3 fs4 x eq 5 26 Fazendo fs3 fs4 K4 tem se os seguintes pontos fs3B fs4A 37 EK eq 5 27 NIA y3 eq 5 28 E finalmente para M4 0 em rela o ao eixo de referencia dos sensores S4 S1 temos ci gt 2 gt Ls fsa I s fs4 AJ s fsyl Usi fsa x eq 5 29 Fazendo fs fs4 Ks e fs1 f54 K6 tem se os seguintes pontos x eq 5 30 KsC va eq 5 31 Considerando os pontos x y e x3 y3 ser tra ada a reta r FIGURA 65 Vista do plano XY e as retas rie r2 FONTE Dados da pesquisa C C 2 2 x as fs4AtBfsa fg14tBfs2 eq 5 32 Ka Ky 133 CK4K4
49. g send cos m dO sen0 cos F cos 0 M m sen 0 F M m x m dO sen0 M m sem0 m M m g send cos m d0 senO cos 0 F cos 0 F M m sen 0 M m sen 0 M m x Mm dO sen n dO sen O m M m g sen cos0 m d0 senO cos 0 mFcos0 FM mF sen 0 M m sem M m x Mm d0 sen0 m d sen0 m M m g sen0 coso mF FMy M m sen 0 M m x z M m m dO sen0 m g sen cos0 F M m sen 0 212 Obt m se x md0 senO m g sen0 cos0 F M m sen 0 METODOLOGIA E FUNDAMENTA O TE RICA Neste cap tulo apresentado um panorama da cadeira com as suas partes constituintes de forma a fazer uma liga o daquilo que simulado com o dispositivo fixo O desenvolvimento pr tico da cadeira visa um prot tipo a ser constru do em chassis de alum nio com duas rodas dianteiras livres do tipo Castor e duas rodas diferenciais traseiras acionadas cada uma por um motor DC de 12 Volts uma placa baseada em um microcontrolador um netbook cuja placa m e compat vel PC mas com interfaces USB apenas e sensores conforme a Figura 5 0 a seguir Programa Supervisor do Controle Fuzzy Bateria Bateria Microcontroladores dipC02 Pontes Hs dipH01 Baterias 12 VDC Motores 12 VDC Eixos de a o Inox Rodas Diferenciais Figura A5 1 Diagrama em Blocos da cadeira 213 Sensoriamento a palavra chave para at o mais simples comportamento d
50. ide COG ou CG com o grau de pertin ncia correspondente Nossa sa da defuzzificada segue a combina o dada na base de regras como no exemplo a seguir Velocidade 1 a N lc NT id m A o de j p c Velocidad Controle Saida Fuzzy SE Do controlador TE ES 0 25 pos haixa Sa da final da Defuzzifica o Velocidade P d FIGURA 52 Diagrama em blocos com as e sa das de um controlador fuzzy Gr fico com as fun es de pertin ncia de um controlador fuzzy FONTE Dados da pesquisa Foi utilizada a ferramenta Simulink amp do MatLab para simula o do controle fuzzy de forma preliminar com o comando vocal a incluir o modelo matem tico da cadeira segundo o m todo de Newton a fim de testar a realimenta o das vari veis de estado ngulo e Velocidade Angular na entrada e a Ac o de controle na sa da Forga do controlador fuzzy obtendo se o diagrama da FIG 52 114 FIGURA 53 Diagrama da planta no Simulink para o controlador fuzzy com o comando vocal FONTE Dados da pesquisa As simplifica es e melhorias no modelo din mico da cadeira com par metros reais levaram a um controle que apesar de simulado aproxima se bem mais de um caso real com suas equa es mais precisas conforme demonstram os gr ficos obtidos adiante nesta simula o Atualmente os controladores fuzzy provaram ser uma das mais importantes aplica es da
51. modelo de Rosenblatt provando que tais redes n o s o capazes de resolver uma ampla classe 175 de problemas entre eles o Ou Exclusivo devido s restri es de representa o M SSON 1990 WASSERMAN 1989 O impacto desta publica o foi devastador praticamente desaparecendo o interesse em redes neurais artificiais nos anos seguintes Somente poucos pesquisadores como Malsburg Grossberg Kohonen e Anderson permaneceram concentrando suas atividades na abordagem conexionista A partir dos anos 80 com o avan o da tecnologia e o fracasso da escola simbolista na solu o de determinados tipos de problemas as redes neurais artificiais passaram a atrair substancial aten o novamente WASSERMAN 1989 Em 1982 a introdu o do modelo conexionista conhecido pelo nome de seu idealizador John Hopfield permitiu esclarecer pelas suas caracter sticas computacionais e estabilidade boa parte das d vidas at ent o existentes em rela o ao processo din mico executado por certas redes neurais No mesmo ano Kohonen publicou um artigo descrevendo uma rede neural artificial baseada em auto organiza o e nas caracter sticas de aprendizado adaptativo do c rebro humano M SSON 1990 Hinton e Seynowsky 1983 estenderam o modelo de Hopfield com a incorpora o de din mica estoc stica Este modelo de rede neural passou a ser conhecido como M quina de Boltzmann WASSERMAN 1989 Cerca de dois anos mais tarde Rumelhart Hinton e W
52. n No final somos conduzidos a uma equa o generalizada da forma 1 t D q t q t h q t q t e q t parai 1 n Onde 1 t Vetor de torques generalizados D q Matriz sim trica de acelera o inercial de q t Vetor de coordenadas generalizadas cuja derivada primeira q t Vetor de velocidades relacionadas cuja derivada primeira q t Vetor de acelera es relacionadas h q q Vetor de for as n o lineares devido Coriolis e centr fugas CL q Vetor de for as devido gravidade 211 Simula o com o modelo Lagrangeano Aproximac o Lagrangeana L Ec Ep 1 2 m V 1 2 Mv mg d cos altura nula no eixo do p ndulo Onde v x v dO cos x dO sen Y d 0 x 2 d x 0 cos0 L 1 2 m d 0 1 2 m x m d x 0 cos 1 2 M x mg d cos F rmulas de Lagrange Se d dL d6 dt dL dO 0 Ent o md 0 m d x cos mdx sen00 mdx 0 sen0 mgdsen0 0 Logo m d 0 m d x cos0 mg d sen0 0 dO gsenO x cos0 Relac o 1 d dL dx dt dL dx F m x m d 0 cos md0 sen Mx F Logo M m x md0 sen0 m d0 cos F Rela o 2 Substitui se x na rela o 1 M m d M m g send m dO sen0 cos m dO cos 0 Fcos0 M m sen 0 d M m g sen m dO sen0 cos Fcos0 do M m g sen mdO0 senO0 cos0 F cos0 M m sen 0 Substitui se d0 na rela o 2 M m x md0 seno m M m
53. ndulo invertido como foi o caso deste trabalho da cadeira rob tica e equilibrista estendendo se a defini o do ve culo como um modelo espec fico de uma empresa a uma categoria de transporte para tetrapl gicos O autor considera que para o caso desta cadeira este seria o caminho natural 46 4 MODELAGEM MATEMATICA Todos os fen menos f sicos deste universo s o pass veis de modelagem matem tica Alguns deles s o mais simples de modelar e outros t o complexos que um modelo matem tico aproximado j se torna um grande feito A modelagem matem tica dotada de crit rios adequados proporciona a cria o de um conjunto de equa es denominadas equa es da din mica do movimento ou seja equa es matem ticas que descrevem o comportamento din mico do fen meno f sico como o caso da cadeira de rodas rob tica e equilibrista O modelo matem tico dessa cadeira incluindo se aqui as for as n o conservativas devido ao atrito embora n o seja do tipo mais complexo situa se em um grau de dificuldade maior Inicialmente foi realizado o desenvolvimento de um modelo sem restri es holon mico representando um comportamento de um objeto no espa o tridimensional com todos os seus graus de liberdade o que j foi relativamente complexo e a decis o de faz lo de forma t o generalista foi para se ter uma no o do comportamento din mico de um objeto inerentemente n o linear e inst vel e da gera o das equa es
54. ngulo As matrizes no espa o de estado levam em considera o o peso devido massa M da Cadeira de Rodas Rob tica e o peso devido massa m do usu rio que resultam na massa MCG do centro de gravidade do sistema com a sua dist ncia d em rela o ao referencial inercial O modelo matem tico da cadeira ocupa a posi o do bloco f u nessa estrutura tanto para a acelera o linear como para a angular e pode ser visto na FIG 26 Neste mesmo diagrama apresenta se a gera o do atrito que participa das equa es assim como a perturba o de origem interna devido movimenta o do usu rio que modifica a posi o do CG e do valor de d a dist ncia deste refer ncia inercial 422 E gt Tok x Vr Force wheel radio Product To Workspaced 1 S a EX To Workspace Force Integrator Integratori Z To WorkspaceZ Random CG azis Number Angular W Velocity Constant distance 1 1 f a s Integrator Integrator 3 To Workspacei Theta Angle FIGURA 26 Modelo matem tico para equilibrar a cadeira com uma perturba o interna FONTE Dados da pesquisa 85 5 METODOLOGIA Neste cap tulo proposta uma metodologia para o desenvolvimento de projetos e controle de cadeira de rodas servo assistidas em geral abrangendo n o apenas a parte mec nica e algumas montagens que foram realizadas como tamb m os controladores e as interfaces conforme a FIG 27
55. o x chk error tmp x ones 1 3 X tmp tmp zeros anfis n 1 max trn error chk error nan ones anfis n 1 Y tmp hold on plot X Y g hold off E axis 1 anfis n inf inf set gca xticklabel Add text of input variables for k l anfis n text x k 0 input name index k 1 input name index k 2 end h findobj gcf type text set h 1666 90 fongsize 11 Thori rrght drawnow Generate input index for bjtrain m a b min trn error input index index b title Training Circles and Test Asterisks Errors ylabel RMSE 366 data n length y2 output y2 input 0 y2 1 data n 1 0 0 y2 1 data n 2 0 0 0 y2 1 data n 3 0 0 0 0 y2 1 data n 4 0 u2 1 data n 1 0 0 u2 1 data n 2 0 0 0 u2 1 data n 3 0 0 0 0 u2 1 data n 4 0 0 0 0 0 u2 1 data n 5 0 0 O 0 0 0 u2 1 data n 6 1 data input output data 1 6 I input name str2mat y k 1 y k 2 y k 3 y k 4 mue uik 2 Mike Mie Cass uik 6 sinput name str2mat y k y k 1 y k 2 y k 92 OO Te UKL T UE TMs Red Ub 177 trn data n 300 No of training data pairs index 1 100 subplot 2 1 1 plot index y2 index index y2 index o ylabel y k
56. o Os tr s conjuntos eram mutuamente exclusivos ou seja sem qualquer sobreposi o e continham situa es de todas as classes e dist ncias na faixa considerada O treinamento da rede neural conforme procedimentos realizados utilizou a fun o TRAIN denominada RNAVOZ Matlab no Ap ndice 5 que treina esta rede neural rede neural artificial para o reconhecimento de voz 106 5 4 5 Resultados obtidos A tabela a seguir resume o percentual de acerto associado a cada uma dos 6 tipos de refer ncias vocais de comando da cadeira de rodas obtido por cada uma das redes implementadas Os valores indicados referem se somente ao conjunto de teste n o envolvido no treinamento TABELA 4 Acertos pela RNA para cada comando Ti pn RPROP Levenberg deRefer ncia PIE Marquardt Geom trica Avangar 94 3 97 7 Direita 100 0 100 0 Esquerda 100 0 100 0 Inclinar 87 4 91 5 Parar 93 4 100 0 Recuar 100 0 96 7 Geral 95 8 97 6 FONTE Dados da pesquisa 5 5 O controle Fuzzy ou controle baseado em conhecimento Existem diversos dispositivos projetados pelo ser humano que apresentam elevadas caracter sticas n o lineares inerentemente inst veis e vari veis no tempo Tais dispositivos s o dif ceis de serem modelados e controlados Os m todos cl ssicos que s o usados para sistemas lineares apresentam limita es quando aplicados a sistemas com essas caracter sticas Existem abordagen
57. o temos um empate ou seja a fun o de custo n o suficiente para escolher entre os dois algoritmos se f s vezes inferior a 9 vice versa e os gr ficos de fe 9 t m um n mero finito de pontos de interse o ent o a partir de certo valor 7 f sempre superior a 9 ou sempre inferior Neste caso escolhemos o algoritmo cuja fun o inferior para grandes valores de 7 Em algumas estruturas de dados a complexidade de uma opera o pode depender do estado da estrutura Por exemplo em determinados momentos uma inser o pode ter um custo constante em outros momentos um custo linear Nesse caso aplica se a complexidade amortizada que permite expressar a complexidade m dia da opera o considerando todos os estados poss veis Essa nota o foge ao escopo de nossa discuss o atual APD 1 2 Intelig ncia Artificial Intelig ncia do Latim intellectus de intelligere inteligir entender compreender Composto de ntus dentro e l gere recolher escolher ler cfr intendere pode ser definida como a capacidade mental de raciocinar planejar resolver problemas abstrair ideias compreender ideias linguagens e aprender Embora pessoas leigas geralmente percebam o conceito de intelig ncia sob um mbito maior na Psicologia o estudo da intelig ncia geralmente entende que este conceito n o compreende a criatividade o car ter ou a sabedoria Conforme a defini o que se tome pode ser considerado
58. o e observa o da execu o do programa correspondente ao algoritmo Esse tipo de avalia o enfrenta grandes desafios pois se baseia no desenvolvimento de uma implementa o correta e completa do algoritmo e depende n o apenas da natureza dos dados de entrada utilizados durante a experimenta o mas tamb m de outros fatores que t m influ ncia no experimento Por exemplo ao comparar algoritmos empiricamente necess rio levar em conta o ambiente de execu o utilizado considerando as m quinas os compiladores e os sistemas utilizados durante os experimentos Portanto um dos poss veis problemas da an lise emp rica que uma implementa o pode ter sido realizada com mais cuidado otimizada do que a outra levando a compara es equivocadas A an lise matem tica de algoritmos uma alternativa an lise emp rica sendo especialmente til quando a an lise experimental consome uma quantidade significativa de tempo ou quando necessitamos de alguma indica o de efici ncia antes de qualquer investimento de desenvolvimento Nesta aula voc vai aprender no es sobre an lise matem tica da efici ncia de algoritmos An lise matem tica de algoritmos A qualidade de um programa de computador depende da efici ncia de seu algoritmo para resolver o problema ao qual ele prop e solu o Do ponto de vista do usu rio de um programa a qualidade pode ser medida em termos de diversos fatores como interface robustez compat
59. o esfor o do algoritmo foi medido considerando seu comportamento diante de um tamanho extremamente grande do par metro prim rio Na verdade a an lise matem tica feita assumindo que o tamanho do par metro prim rio tende a infinito ou seja analisa o algoritmo para grandes entradas de dados Dessa forma a an lise considera a execu o do algoritmo em condi es extremas processando grades quantidades de dados No caso da complexidade de pior caso al m da grande quantidade de dados assumida consideramos tamb m que os dados da entrada est o dispostos da maneira mais desfavor vel poss vel para o algoritmo 168 Existem tamb m nota es para an lise de limite inferior nota o 77 big Omega e para a an lise de limite exato nota o big Theta Contudo n o discutiremos essas outras formas de an lise pois a an lise do pior caso a nota o mais utilizada e normalmente a mais f cil de ser calculada Compara o de algoritmos Para se comparar dois algoritmos devemos primeiramente calcular suas complexidades assint ticas Dadas as express es assint ticas de dois algoritmos diferentes fe 9 podemos compar los da seguinte forma se f sempre inferior a 2 ou seja o gr fico de f est sempre abaixo do gr fico de 9 ent o escolhemos o algoritmo correspondente a TI se T s vezes inferior a Y e vice versa e os gr ficos de f e t m um n mero infinito de interse es ent
60. o produzem trabalho n o precisam ser inclu das na formula o das equa es do movimento como era feito para as equa es de Newton Para o caso da cadeira de rodas em quest o que possui um n mero de graus de liberdade elevado escrever o lagrangeano de um dispositivo dessa natureza uma tarefa bem rdua Apenas poderia ser inviabilizada se o n mero de derivadas simb licas fosse muito elevada o que n o ser o caso levando se em conta as restri es que ser o impostas para processamento computacional Outra forma de diminuir o custo do processamento pela formula o de Lagrange sera ignorar as for as devidas a Coriolis e centr fuga Contudo estas podem ser significativas quando o dispositivo a cadeira executa os movimentos em velocidades r pidas principalmente visando ao equil brio A formula o de Lagrange fornece equa es expl citas de estado e pode ser usada tanto para resolver problemas de din mica direta ou seja dados os torques for as as equa es nos fornecem as acelera es que s o ent o integradas ver ODE para retornar as coordenadas generalizadas e suas velocidades como para a din mica inversa que dadas as coordenadas generalizadas e suas duas primeiras derivadas no tempo velocidades e acelera es retornam as for as e torques generalizados A pouca efici ncia da formula o lagrangeana devida sua natureza matricial que eleva o tempo de processamento elevando o custo O n e
61. set upH 2 Position thisposl thispos get upH 3 Position thispos 3 thispos 3 2 4 thispos 1 thispos 1 8 set upH 3 Position thispos delete upH 3 delete upH 4 o Appending handles as the second row of userdata tmp signalH showTrailH 1 1 1 1 1 1 1 1 set InvKineFigH userdata get InvKineFigH userdata tmp oe oe oe Q Change labels of standard UI controls tmp get InvKineFigH userdata set tmp 1 1 visible off set tmp l 2 3 visible on elseif strcmp action set mouse action action when button is first pushed down actioni mfilename mouse actionl o actions after the mouse is pushed down action2 mfilename mouse action2 Q action when button is released 369 action3 mfilename mouse action3 temporary storage for the recall in the down action set gca UserData action2 set action when the mouse is pushed down down action set gcf WindowButtonMotionFon get gca UserData actionl set gcf WindowButtonDownFcn down action set action when the mouse is released up action set gcf WindowButtonMotionFon action3 set gcf WindowButtonUpFcn up action elseif strcmp action set init cond o This is called whenevern going from st
62. traj ctrl extern uint itraj posic atual ult posic fornecida ao controlador extern ptof t origem pto de inicio de cada trajetoria gerada trajetoria muda origem global pto inicial do robo em todo o processo destino pto de destino da trajetoria objetivo extern int impossivel gerar traj extern int alcancou obj 246 extern int ler toda volta extern float raio raio do robo veloc ang inic extern ptof t posicao posicao atual do robo por enq eh atualizada pelo sim extern float direcao direcao atual do robo por eng eh atualizada pelo sim define ALCANCE SONAR 1 5 4 0 metros define ANG PASSO MOTOR SONAR 1 8 graus define TEMPO LEITURA SONAR 0 025 segundos tempo necessario para o som ir e voltar 4m ALCANCE SONAR define TEMPO MOV PASSO MOTOR SONAR 0 001 segundos define AMPLITUDE LEITURA NORMAL SONAR 95 0 graus define DIST CENTRO SONAR 0 20 metros typedef struct ptof t pos float ang dist dados sonar t extern dados sonar t list obst 210 uma folguinha nao faz mal pra ninguem extern int tam list obst extern char nome arq amb real 30 nome do arquivo que contem o ambiente real para fins de simulacao extern unsigned char fig MAXY MAXX para gerar arqgif extern int maxx extern int maxy 247
63. trico A Corrente el trica A Momento de in rcia tamb m definido como T Momento de in rcia da cadeira em torno do eixo vertical que passa pelo ponto O Momento de in rcia das rodas motrizes em torno do seu eixo de rota o Kilohertz 1000 x Hz Constante Constantes el tricas do motor direito Constantes el tricas do motor esquerdo Constante da mola N m Constante de Torque do motor genericamente dir e esq Largura das rodas motrizes ou indut ncia dos motores Comprimento de pe a ou haste m Indut ncia el trica H LQG LQR LTR LPC LMS M ho Hai Haz UL ns O n Regulador linear quadratico gaussiano Regulador linear quadratico Linear Quadratic Regulator Recupera o de ganho de malha Loop Transfer Recovery Coeficientes de Predi o Linear Least Mean Square Comprimento de onda m Usada como constante de proporcionalidade representando a taxa de aprendizado em redes neurais Escorregamento slip medida do escorregamento da roda 1 Escorregamento slip medida do escorregamento da roda 2 Massa total da cadeira inclusive usuario Massa maior kg Multiple Input Multiple Output Sistema multipla entrada multipla safda McCulloch amp Pitts Nomes citados no desenvolvimento do Neur nio Artificial Multi Layer Perceptron Rede neural Perceptron de varias camadas Multi Section Vectorial Quntization Quantiza o Vetorial Multise o M
64. uma m quina simplesmente para um dispositivo aut nomo que percebe o seu ambiente de trabalho e reage com a l gica s mudan as ao seu redor Os sensores auxiliam um rob na execu o de tarefas ajudando o a determinar os par metros do ambiente que o cerca e dos objetos a serem manipulados podendo ser classificados como sensores externos do rob e os que servem para o controle do rob na determina o de seus par metros de movimento e esfor os ou seja posi o velocidade acelera o e for a denominados de sensores internos do rob Faz se necess rio a implementa o de sistemas de controle onde possam medir a grandeza desejada transformar esta determinada grandeza em linguagem de m quina fazer um p s processamento dos dados coletados analis los e posteriormente tomar uma decis o Sensores e algoritmos para interpretar estes par metros podem ser altamente complexos Contudo uma vasta variedade de sensores existe e estes sensores trazem consigo caracter sticas de certa forma preocupantes como ru dos limita es em suas faixas de observa o e n o poderem serem modelados completamente para efeitos de controle Para minimizar estes efeitos recorre se portanto aos algoritmos para que atrav s de filtros e adapta es possamos chegar ao mais pr ximo poss vel de um dispositivo ideal Entre os par metros a serem considerados temos Vari veis de medida Os sinais aqui abordados s o informa es que repre
65. v 15 n 6 p 20 36 1995 KOMIYA K et al Guidance of a wheelchair by voice n IEEE MIDWEST SYMPOSIUM OF CIRCUITS AND SYSTEMS MWSCAS2000 1 2000 Proceedings Michigan EUA MWSCAS 2000 p 102 107 KOV CS Z L Redes Neurais artificiais fundamentos e aplica es S o Paulo Acad mica 1996 KROGH B FENG D Dynamic steering control of conventionally steered mobile robots Journal 0 Robotic Systems v 4 n 8 p 699 721 1991 KROGH B GRAETTINGER T Evaluation and time scaling of trajectories for wheeled mobile robots Transactions of the ASME v 111 p 222 231 Jun 1989 150 KR HLING R A Algoritmos de controle n o convencionais estudo de caso 1994 80f Disserta o Mestrado em Engenharia El trica Universidade Federal do Esp rito Santo 1994 KWAKEMAAK H SIVAN R Linear optimal control systems New York John Wiley and Sons 1972 KYRIAKOPOULOS K J SARIDIS G N An integrated collision prediction and avoidance scheme for mobile robots in non stationary environments Automatica v 29 n 2 p 309 322 March 1993 LAUMOND J P Singularities and topological aspects in nonholonomic motion planning In LAUMOND J P Nonholonomic motion planning Boston Kluwer Academic Publishers 1993 p 149 199 LECUN Y Generalisation and network design strategies Toronto Department of Computer Science University of Toronto 1989 Technical Report CRG TR 89 4 LEONARD J DURRA
66. x2 lt 0 x2 0 if x2 gt 639 x2 639 y2 240 int rint roh ang 1 sin angulo if y2 0 y2 0 if y2 gt 479 y2 479 bline x y x2 y2 0 pic tracando linhas entre as RPC s for ang 0 ang tam list obst ang Passa filtro if rpc lang 0 amp amp rpc angt 1 0 amp amp rpc ang rpc ang 1 for i l i lt PEN i angulo ang 1 8 180 PI x 320 int rint rpc ang i cos _angulo if x 0 x 0 if x gt 639 x 639 y 240 int rint rpc angl i sin angulo if y 0 y 0 if y 479 y 479 _angulo ang 1 1 8 180 P1 x2 320 int rint rpclang 1 i cos angulo if x2 0 x2 0 if x2 gt 639 x2 639 y2 240 int rint rpclang 1 i sin angulo if y2 0 y2 0 if y2 gt 479 y2 479 bline x y x2 y2 RED pic Traca vetor da trajetoria float maior rpc 0 int k1 0 k2 0 for i 1 i tam list obst i if maior lt rpc il Idem TE j maior rpc i k2 else k2 0 maior rpc 1 angulo 2 k1 k2 0 9 180 PI x 320 int rint maior cos angulo if x 0 x 0 if x gt 639 x 639 y 240 int rint maior sin angulo if y 0 y 0 if y gt 479 y 479 angulo ang 1 1 8 180 PI x2 320 if x2 lt 0 x2 0 if x2 gt 639 x2 639 y2 240 if y2 l
67. 0 fim ang 0 int n parede 0 char copy data 0 for int i 0 i lt tam List obat i if ultimo 0 88 fabs ultimo roh i lt PRECISION if n 0 inic ang i 1 DE n arc n arc PI roh i 1 100 if n gt PADROES n_arc gt ARC copy data 1 fim_ang i else media roh inic ang if copy data i 199 amp amp copy data 0 copy data 0 n parede calcula a media da RPC for int k inic ang k fim ang k media mediatroh k 2 for int k inic ang k lt fim ang k rpc k media 297 ultimo roh i media roh inic ang if copy data copy data 0 n parede calcula a media da RPC ie for int k inic ang k fim ang k media m diatroh k 2 E for int k inic ang k fim ang k rpc k media cout lt lt Total de lt lt n parede lt lt rpc s encontrada s Ann int x2 y2 tracando linhas entre pontos vizinhos for ang 0 ang tam list obst ang o printf 2f n rpc ang angulo ang 1 8 180 PI x 320 int rint roh lang cos _angulo if x 0 x 0 if x gt 639 x 639 y 240 int rint roh ang sin angulo if y 0 y 0 if y 479 y 479 angulo ang 1 1 8 180 PI 298 299 x2 320 int rint roh ang 1l cos angulo if
68. 2 n if pthread create amp thread do amp do attr void void detect obst NULL 0 printf Erro criando thread 31n if pthread create amp thread sonar amp sonar attr void void le sonar NULL 0 printf Erro criando thread 4 n if pthread create amp thread ctrl amp ctrl attr void void controlador NULL 0 printf Erro criando thread 5 n d printf Vou esperar pelos UPs n sem wait amp sem princ printf Recebi um UP n sem wait amp sem princ printf Recebi um UP An sem wait amp sem princ printf Recebi um UP An sem wait amp sem princ printf Recebi um UP An sem wait amp sem princ printf Recebi um UP n printf Principal terminado n sem destroy amp sem princ sem destroy amp sem gt sem destroy amp sem ft sem destroy amp sem do sem destroy amp sem sonar sem destroy amp sem ctrl sem destroy amp sem tra ctrl return 0 260 ERRAR AAA RA KARA kk X gt c Arquivo do Gerador de Trajetorias KKKKKKKKKKKKK ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck AA HK sk x include lt stdio h gt include lt stdlib h gt include lt string h gt include lt math h gt include lt vga h gt include lt unistd h gt include defs h include geometria h include lt pthread h gt include lt
69. 5 TSPG60 Feedback Control Linearization Carlos A R nnow 29 04 2001 C opyright 2001 Revis o 3 1 Data 21 04 2002 Hora 18 37 00 echo off Clr figure gcf 350 rand seed 24792483 echo on oo NEWFF Creates feed forward networks below oe TRAIN Trains a network oo SIM Simulates networks oo NONLINEAR SYSTEM CONTROL IDENTIFICATION Using the above functions a feed forward network is trained to control a nonlinear system the equilibrist WheelChair oe The control network is trained by using a model network to oe backpropagate system errors to the controller o pause Strike any key to continue DEFINING THE CONTROL PROBLEM We would like to train a network to control a WheelChair so that the entire system behaves according to the linear reference system PLINEAR oe To do this we need the anterior neural model of the WheelChair and oo examples of initial states and associated target next states oo The file TsDd6a contains initial target states and TsDd6b the weights o and biases for the model network 351 if exist TsDd6a MAT TsPg6a elseif exist TsDd6b MAT o pause Strike any key to see where these values came from HOW NETWORK MODEL AND INITIAL STATES WERE OBTAINED The network TsModNet which models the WheelChair was foun
70. 57 54 Bra o 43 0 45 74 43 4 45 59 M o 46 8 79 00 46 8 74 74 Perna 43 3 40 95 42 8 36 12 Coxa 43 4 43 95 41 9 43 52 P 50 0 44 15 50 0 40 14 FONTE CLAUSER MCCONVILLE YOUNG 1969 125 5 6 3 Por conjunto de segmentos Essa metodologia objetiva segmentar o corpo humano de forma linear e deixar que o pesquisador atribua a cada segmento seu valor de acordo com as f rmulas a seguir 1 Definir e localizar os pontos que delimitam cada um dos segmentos que constituem o modelo segundo a FIG 60 2 Determinar os valores das coordenadas ortogonais de cada ponto xgjyai coordenada distal de refer ncia xpiypi coordenada proximal de refer ncia Tem se tantos conjuntos de coordenadas xaiai Xpiypi quantos pontos de conex es necess rios para definir os segmentos do modelo 3 Determinar a posi o do centro de gravidade de cada segmento x cg Ter se tantas coordenadas quantos os segmentos do modelo definido As coordenadas de posic o do CG em cada segmento s o calculadas a partir do comprimento do segmento A rela o alg brica entre as coordenadas da extremidade distal Xg y a e a coordenada proximal XpiYpi do valor percentual C considerado como localiza o do CG em rela o ao respectivo comprimento total Os valores das coordenadas distal e proximal s o obtidos em rela o a uma refer ncia externa Os C em porcentagem s o obtidos diretamente da tabela usada Xcg
71. 59 4 3 Modelagem matem tica da cadeira equa es do movimento sss sese sese eee eee 60 4 3 1 O princ pio do P ndulo Invertido aplicado a este estudo sss sss 60 4 3 2 Modelagem Matem tica Newtoniana eene enne enne enhn enne tenen 61 4 3 3 Modelagem Matem tica Lagrangeana 62 2 5 4 Modelo ERCTANS CANO co obsessi nt ne Del Cristo aute dedisti te at 62 4 3 5 Modelo da cadeira segundo Newton za Dee trei ete cond sete dea ssepe dte 63 4 35 0 POT AS na horizontal 0o toes tau AE bo aset ET sn SN 65 2 5 1 Porcas na Vertical casus pee ibo ose pu ion ne tart E a ibn 66 scare T T r EE 68 4 4 1 Sistemas n o holon micos ra 68 4 4 2 Cinem tica do centro das rodas em fun o da refer ncia inercial O 69 4 4 3 Modelo emematico da cadeira de rodas il id apetienne 70 A DINAMICA ate MM e us 71 ASSL Motores ninni oi a E nt ned ede 71 4 5 2 Dinamica doc DdsslS eias Les en Tec nace ences ad es E a E ne paula done 74 4 5 3 Rodas ivresse TS a ral na anda cada T11 454 Modelo IMAC andre AA A E a BA ce cael 79 ZB spaco de estados ectustaso nt Rte 83 3SMETODOLOQGLA cis ccciesiscechsccesoshavbiadoscassd seassseokwoseseccassvesessesdshseecssasssevscsseays 85 5 1 1 Ossensor de comando vocal apa tessa ll pad res mee 87 5 1 2 O Sensor Encouer oi pede tn Aa nd amende see 87 5 1 3 O sensor C lula de Carga Str
72. As adapta es necess rias surgiram em fun o da introdu o do atrito nas equa es originais do modelo matem tico da cadeira no cap tulo 5 tornando o sistema mais realista para posterior simula o e aplica o Os resultados obtidos serviram para validar os modelos matem ticos reduzidos e posteriormente os controladores Os controladores fuzzy s o a mais importante aplica o da teoria da L gica Fuzzy na rea de controle inteligente O trabalho diferente dos controladores convencionais devido ao conhecimento que usado ao inv s do desenvolvimento das equa es diferenciais que descrevem o sistema Uma caracter stica importante dos controladores nebulosos fuzzy a habilidade em executar controles multiobjetivos mesmo em situa es conflitantes de forma a se obter um bom compromisso na estrat gia de controle embora as estrat gias de controle fuzzy nas am da experi ncia e de experimentos do projetista ao adquirir conhecimento intuitivo sobre o processo em detrimento de modelos matem ticos complexos comprovados Portanto a implementa o do controle nebuloso fuzzy nasce sob uma forma lingu stica assemelhada humana com suas evas es Fun es de BASE DE Fun es de pertin ncia de REGRAS pertinencia de entrada saida FIGURA 46 Diagrama em blocos de um controlador Fuzzy FONTE Dados da pesquisa 109 T cnicas usando l gica nebulosa foram utilizadas para contr
73. BF 0 og AnVou sem wait amp sem ctrl ME ifdef REAL T volatile int flag 1 ag uardar no semaforo sem_ctrl n int timer open dev rtctimer O RDWR unsigned long b const unsigne locktime 309 d long STj unsigned long ST 1000 0 1024 0 1000 0 5 write timer amp STj sizeof STj dendif int nmax int path time ST 5 for int n 0 double t n ST treal t lalcancou obj amp amp impossivel gerar traj n U ifdef REAL T if n if flag cout lt lt n nOverrun n return read timer amp blocktime sizeof blocktime flag blocktime lt 1 1 0 write timer amp STj sizeof STj endif cvector p path t int npr rov rtacho read rov rtacho clear int npl rov ltacho read rov ltacho clear double rvel npr 2 0 M PI rov rtacho PULSES ST double lvel npl 2 0 M PI rov ltacho PULSES ST cvector u 2 u 0 rvel WHEEL RADIUS ST u l lvel WHEEL RADIUS ST xo dr xo u x cw2cm xo cvector y h x cvector coord robo ho x direcao RAD PARA GRAUS coord robo 2 ang inic fprintf ctrllog t 3f 2f 2f ang 2f An treal y 0 y 1 direcao cvector xlin x state for linearization 310 cvector v 2 cvector dym g ym p v 0 dym 0 ALPHAO ym 0
74. Dados da pesquisa A op o por fun es de pertin ncia normais ou triangulares embora possa levar a resultados semelhantes a escolha de uma ou outra significa uma a o de controle mais suave ou menos ou seja r spida e mais inc moda para o usu rio Particularmente preferimos as sigmoides normais por apresentarem um comportamento monot nico e ganho mais natural semelhante ao que observamos em processos f sicos onde suas naturezas s o tipicamente n o lineares Nos ap ndices deste cap tulo descrevem se as fundamenta es te ricas da l gica fuzzy de redes neurais biol gicas de modo a estabelecer uma analogia com os modelos de redes neurais artificiais Na sequ ncia uma poss vel defini o de rede neural sua 117 organiza o caracter sticas e hist rico da abordagem baseada nesses modelos s o apresentados 5 6 Projeto convencional de controle por Espa o de Estados Do ponto de vista do processamento de dados o projeto de um controle pelo m todo de Espa o de Estados possui grandes vantagens por realizar todos os seus c lculos atrav s da lgebra matricial e por ser realizado no pr prio dom nio do tempo Al m disso a liga o entre a modelagem de sistemas din micos de multicorpos realizada e o projeto de controle pelo Espa o de Estados autom tica pois a forma final das equa es encontradas na modelagem depois de linearizadas aquela requerida para o projeto final do cont
75. En H s sb eges ke Te fre 20 100 mm 2 drocten ntt Temp 20 120 C 1j M x and datanos N Sock 10 200 G 35 n din gs a ratasrg possonna Peete TTT we process G aS sciuio Sal abioi wrew Ez d Magnet outpst angdar porton Es pouter over Z K many ge morion EZ v E ira FT LEZ ad ets 5 1 2 3 Bourns TM 5 1 3 0 sensor C lula de Carga Strain Gage 5 1 3 1 Introdu o Existem diversas aplica es para este tipo de dispositivo no qual analisada sua empregabilidade para determinar o tipo a escolher C lulas de carga s o constitu das de um ou mais sensores extensi metro de resist ncia el trica Strain Gage Neste relat rio experimental realizaram se medi es de massas com o aux lio de uma c lula de carga do tipo cil ndrico no qual foram feitas medi es a fim de demonstrar sua funcionalidade e seus componentes bem como fazer uma an lise dos resultados Neste experimento realizou se a constru o experimental de uma c lula de carga do tipo cil ndrico que utiliza dois sensores extensiom tricos onde foram fabricados seus componentes de acionamento mec nicos e uma parte do seu circuito eletr nico A fim de demonstrar sua aplica o pr tica realizar medidas experimentais e extrair uma an lise sobre as mesmas o objetivo deste trabalho proporcionar o aprendizado sobre o funcionamento deste sensor e sobre seus componentes No ensaio realizado em laborat rio efetuaram se cinco s ries de me
76. Estados adaptativo formando o c lculo do Centro de Gravidade CG em tempo real Ao longo do cap tulo s o discutidos os modos e os modelos emp ricos para a previs o de dist rbios e realizado um estudo matem tico preliminar da cadeira em quest o com enfoque na determina o de um CGrorar combinando o da cadeira com o do usu rio que conforme se v no desenvolvimento afeta o controle convencional mas n o o n o convencional O cap tulo 5 apresenta a integra o de v rios algoritmos que leva a uma estrat gia de controle que permite ao sistema operar de forma est vel eliminando ru dos e dist rbios ao se adaptar e agir Al m disso como perspectiva apresenta se a solu o do problema atrav s de rotinas computacionais implement veis para a aplica o da estrat gia de controle que constam dos ap ndices e anexos Realiza se uma abordagem comparativa do controle convencional levando se em considera o a metodologia de Espa o de Estados assim como do controle n o convencional comparando se com v rias metodologias em que o controle sob a forma moderna convencional e o controle sob a forma n o convencional s o apresentados assim como os fundamentos te ricos e pr ticos necess rios para o dimensionamento e projetos baseados em Redes Neurais e na L gica Fuzzy 30 Na sequ ncia apresentam se as caracter sticas construtivas espec ficas de cada dispositivo de controle No cap tulo 6 s o tamb m apresent
77. Gradiente Descendente para ajustar os pesos entre as sinapses seguindo a curva da superf cie dos erros em dire o a um ponto m nimo WASSERMAN 1989 Superf cies de erros convexas por apresentarem um nico m nimo permitem que este m todo atinja o m nimo global Nas superf cies de erros n o convexas e altamente convolutas normalmente encontradas em problemas pr ticos a solu o alcangada 185 pode n o ser a tima Nestes casos dever ser utilizado algum algoritmo de otimiza o global Assim que um m nimo encontrado seja global ou local o aprendizado cessa FREEMAN 1992 Se a rede alcan ar um m nimo local figura 3 2 7 do seu ponto de vista limitado todas as dire es em sua volta representam valores maiores que o alcan ado e conseq entemente a converg ncia para o m nimo global n o atingida Nesse caso a magnitude do erro da rede pode ser muito alta e portanto inaceit vel Caso a rede neural encerre o aprendizado antes que uma solu o satisfat ria seja obtida o redimensionamento do n mero de unidades ocultas ou da taxa de aprendizagem e do termo momentum podem ser suficientes para resolver o problema De acordo com FREEMAN1992 outra possibilidade para se tentar encontrar o m nimo global realizar o treinamento a partir de um conjunto de pesos inicial diferente daquele utilizado anteriormente 10T 0 75 e in T Valor do Erro minimos locais 0 25 0 0 minimo
78. M m 0 eq 5 6 Em primeira observa o nota se que tal sistema possivelmente inst vel pois a matriz A tem dois autovalores nulos e outro positivo mas control vel visto que a matriz de qe Des 1 controlabilidade M possui a inversa Me conforme abaixo 0 M 4 m mc 4M m 2 4M m M m c mc 0 P 4M m 2 4M m M 4M m E e 6g 9g 4M m c 4M m c 0 0 6 9g eq 5 7 3 E lt MN Aten o ao longo deste trabalho algumas letras podem causar confus o pelas coincid ncias em locais e defini es diferentes sendo interessante recorrer nomenclatura utilizada 120 A partir das equag es diferenciais obtidas nos itens anteriores da parte 1 malha aberta foi obtido o modelo do sistema em espa o de estados matrizes A B C e D Existem dois procedimentos que devem ser executados para obter as matrizes do espaco de estado o primeiro deles conforme o item seguir utilizar o comando do Matlab TF2SS GS fazendo se a convers o direta da Fun o de Transfer ncia do Sistema para o Espa o de Estado e o outro o desenvolvimento exposto na apresenta o anexa atrav s de uma metodologia segundo a qual se levam em considera o os elementos armazenadores de energia e as equa es da din mica associadas a estes As matrizes s o os coeficientes das vari veis de estado B os coeficientes da a o de controle para os estados presentes C e D as sa das presentes em fu
79. Outra forma de diminuir o custo do processamento pela formula o de Lagrange sera ignorar as for as devidas a Coriolis e centr fuga Contudo estas podem ser significativas quando o dispositivo a cadeira executa os movimentos em velocidades r pidas principalmente visando ao equil brio A formula o de Lagrange fornece equa es expl citas de estado e pode ser usada tanto para resolver problemas de din mica direta ou seja dados os torques for as as equa es nos fornecem as acelera es que s o ent o integradas ver ODE para retornar as coordenadas generalizadas e suas velocidades como para a din mica inversa que dadas as coordenadas generalizadas e suas duas primeiras derivadas no tempo velocidades e acelera es retornam as for as e torques generalizados A pouca efici ncia da formula o lagrangeana devida sua natureza matricial que eleva o tempo de processamento elevando o custo O n e t o maior quanto o n mero de corpos acoplados e seus graus de liberdade Modelo Lagrangeano Partindo se da formula o da energia cin tica K e da energia potencial P obt m se a fun o lagrangiana L da forma L K P Onde a derivada da express o acima determina a equa o do movimento pela determina o das for as Fi ou torques Tj generalizadas em fun o das coordenadas generalizadas g e suas primeiras derivadas q conforme se v abaixo d OL AL dt Oq q E para i 1 2
80. Para a origem deste ltimo considera se o ponto O no meio do eixo imagin rio de tra o do rob O eixo i est na dire o do comprimento do rob direcionado para frente e o eixo j est na transversal perpendicular a i Antes de se escrever as equa es cinem ticas da cadeira demonstram se as equag es cinem ticas dos centros das rodas em fun o do ponto O ver Figura 15 e da orienta o destas Isso feito para que posteriormente se possa escrever as equa es da din mica para as rodas I I FIGURA 15 Diagrama de corpo livre da cadeira FONTE Dados da pesquisa De acordo com a FIG 15 anterior pode se escrever para o ponto Ra Xra Xo b sin f eq 4 12 Yra Yo b cos D eq 4 13 Derivando se as equa es 4 3 1 e 4 3 2 obt m se a velocidade de Ra em fun o da velocidade de O e da velocidade angular Vax Xgg Xo b cos B eq 4 14 Vay Yra Yo bsinB eq 4 15 70 Derivando se mais uma vez obt m se a acelera o de Ra em fun o da acelera o angular e da refer ncia inercial O dax ra o b cos B bsinB f eq 4 16 Cay Vra yo bsinB B bcosB p eq 4 17 Da mesma forma poss vel obter a acelera o do ponto R em fun o da acelera o angular e da refer ncia inercial O lex Xge Xy bcos B b sin B f eq 4 18 Ley Yre jo b sin B b cos B p eq 4 19 4 4 3 Modelo cinem tico da cadeira de rodas Adm
81. Sa de CIF conforme recomenda o da OMS Desse total aproximadamente 42 ou 10 2 milh es possuem defici ncias severas tais como defici ncia mental permanente tetraplegia paraplegia ou hemiplegia permanente falta de um membro ou de parte dele e incapacidade ou grande dificuldade permanente de caminhar subir escadas enxergar e ouvir Adapta es indispens veis foram criadas em todas as partes do mundo para tornar as cadeiras de rodas geis e seguras para o uso em determinados esportes tais como as corridas e maratonas o basquetebol e o t nis em cadeiras de rodas H modelos surpreendentes nesse campo muito leves com eixos especiais e muito maior proximidade do solo Mas 75 desses projetos s o para acionamento manual o que n o o interesse deste trabalho voltado ao acionamento el trico Um trabalho observado inicialmente para a elabora o do projeto que se apresenta foi o desenvolvido por uma firma americana sob a dire o do Sr Dean Kamen um autodidata e pr tico a cadeira iBot amp adquirida pela Johnson amp Johson com mais graus de liberdade que al m da navega o no plano horizontal inclue movimentos fora deste plano apontando para diversas outras estrat gias de projeto Al m disso provou se nos primeiros testes ser vi vel sob o conceito da engenharia mas com resultados essencialmente limitados na rea comercial Custo elevado entre US 16 000 e US 22 000 DEYLE 2009 Muitas campanhas t m s
82. Y F IGUAL X Y gt Y F IGUAL X Y IGUAL P1 x P2 x amp amp SOR Pl x P2 x SOR P1 y X M PI 180 0 X 180 0 M PI codigos de retorno da func intersec_retas define CONCOR define PARALE define MESMAR RENTES 0 ELAS 1 ETA 2 typedef struct PTO float x y Pto typedef Pto Vetor a ED d vetor Pto orig ED para armazenar um ponto no plano loat modulo Vetor v extern Vetor extern f extern Vetor extern Vetor extern fl extern fl extern fl radianos entre vetores soma vet Vetor vl oat prod esc Vetor vl oat prod vet Vetor vl oat angulo Vetor vl OS mult vet esc Vetor extern Vetor rot90 Vetor v extern Vetor rot 90 Vetor v um vetor eh a mesma de um ponto Pto dest v float e Vetor v2 Vetor v2 Vetor v2 Vetor v2 retorna o angulo em rotaciona v em 90 graus rotaciona v em 90 graus 250 extern Vetor rot Vetor r float ang rotaciona v em ang radianos extern int pert pto reta Pto a Pto b Pto c verifica se os 3 ptos sao colineares extern int pert pto seg Pto a Pto b Pto c extern int intersec retas Pto pl Pto p2 Pto ql Pto q2 Pto pi pi pto de interseccao se concorrentes extern int intersec segmtos Pto a Pto b Pto p Pto q Pto pil Pto pi2
83. Y KREUTZ K D The attitude control problem IEEE Transactions on Automatic Control v 36 p 1148 1162 October 1991 XUEEN L TIENIU T XIAOJIAN Z Multi modal navigation for interactive wheelchair Advances in Multimodal Interfaces ICMI 2000 2000 YAMAKAWA T Stabilization of an inverted pendulum by a high speed fuzzy logic controller hardware system Fuzzy Sets and Systems n 32 p 161 180 1987 YASUNOBU S MIYAMOTO S IHARA H A fuzzy control for train automatic stop control Trans of the Society ofInstrument and Control Engineers v E 2 n 1 p 1 9 2002 YOUNGORC Y et al Comparison of discriminant analysis vs artificial neural networks Journal of the Operational Research Society n 44 p 52 55 1991 ZADEH L A Fuzzy sets and systems In FOX J Ed System theory Brooklyn NY Polytechnic Press 1965b p 29 39 ZADEH L A Fuzzy sets Information and Control n 8 p 338 353 1965a ZHAO Y BEMENT S L Kinematics dynamics and control of wheeled mobile robots In CONF ROBOTICS AND AUTOMATION 1992 Nice France Proceedings Nice May 1992 P 91 96 ZHU S Q LEWIS F L Maneuver planning and robust path tracking for mobile robot nonholonomic systems n IEEE MEDITERRANEAN SYMPOSIUM ON NEW DIRECTIONS IN CONTROL amp AUTOMATION 2 Crete Greece Jun 1994 Proceedings Crete 1994 P 529 539 156 XIAO J et al Fuzzy controller for wall climbing microrobots Fuzzy Sy
84. aparece na an lise do sistema que os castores possuem um car ter aleat rio De fato em duas situa es id nticas pode haver perturba es diferentes correspondendo a diferentes alinhamentos das rodas Esse car ter aleat rio deve se a caracter sticas do atrito e do solo cuja superf cie caracterizada por pequenas irregularidades Uma vez que a depend ncia da din mica das rodas livres e a sua influ ncia na din mica global pelas caracter sticas locais do solo n o pass vel de ser definida por um modelo com ru do conhecido torna se dif cil a sua caracteriza o Um fato positivo no que diz respeito aos castores que estes tendem a se alinhar com o movimento pretendido sendo a perturba o introduzida de car ter apenas transit rio Isto o sistema constitu do pelas rodas livres est vel e com o tempo tende sempre a um ponto de equil brio Quando se pretende incluir de alguma forma os efeitos das rodas castores em um modelo de cadeira em que se assume um rolamento perfeito encontra se a dificuldade de quando os castores est o desalinhados as restri es de compatibilidade de rolamento serem violadas Eventualmente as rodas de tra o deixam de rolar perfeitamente o que viola algumas hip teses subjacentes ao modelo invalidando o Nesta se o tentar se caracterizar embora de forma bastante aproximada as rodas livres O objetivo disso obter algum conhecimento qualitativo sobre o comportamen
85. aplicado cadeira da cadeira de pi 3 to pi 3 radians angular Psi ponto em radianos segundo sendo aplicado cadeira 331 o OBS Na pr tica se a cadeira est apoiada o ngulo theta 0 rad sua velocidade 0 rad seg e a forca permanece constante C opyright Carlos Antonio Renn SRevis o 1 0 SData 17 04 2002 17 35 if nargin 2 error Vetores de entrada insuficientes end Condi es iniciais com diferencia o para as vari veis no tempo g 9 81 Gravidade M 2 be 0 1 bd 0 1 bs 0 1 Fric es diversas r 1 delta 1 Ixx 1 Ixy 1 Ixz 1 Iyy 1 Iyz 1 Izz 1 amp In rcias ESTADOS entradas detalhar LINEARES xG y 1 Coloca aqui o deslocamento atual segundo X VxG y 2 Velocidade linear atual de X FxG y 3 yG y 4 Coloca aqui o deslocamento atual segundo Y VyG y 5 Velocidade linear atual de Y FyG y 6 ZG y 7 Coloca aqui o deslocamento atual segundo Z VzG y 8 Velocidade linear atual de Z 332 FzG y 9 ZANGULARES theta y 10 Coloca aqui o angulo atual theta de rota o em Z Vanthe y 11 Velocidade angular atual de theta Torthe y 12 phi y 13 Coloca aqui o angulo atual phi de rota o em Y Vanphi y 14 Velocidades angular atual de phi Torphi y 15 psi y 16 Coloca aqui o angulo atual psi de rota o em X Vanpsi y 17 Velocidade angu
86. aplicado com benef cios tecnol gicos imediatos e que combina de uma forma organizada princ pios e t cnicas de reas distintas como a mec nica a eletr nica e a intelig ncia computacional todas correlacionadas Este estudo tem a natureza de apenas referenciar as teorias convencionais do controle como j foi dito excessivamente exploradas nas divulga es cient ficas tomando uma variante n o convencional baseada em algoritmos h bridos de Intelig ncia Artificial e que apesar de diversos outros artigos cient ficos publicados at quando se divulgou o 27 primeiro artigo deste estudo no Congresso do IBERDISCAP2000 realizado no ano 2000 RENNO BASTOS FILHO 2000 na cidade de Madrid Espanha no CONEM 2012 na cidade de S o Luis do Maranh o e no EDAS2013 na cidade do Rio de Janeiro foi comprovadamente in dito Por ter certo pioneirismo no projeto mec nico voltado para o deficiente f sico justifica se um trabalho de Tese de Doutorado no tocante s adapta es e adequa es das ferramentas baseadas em Intelig ncia Artificial nas pr ticas adotadas e na versatilidade que foi dada neste pelo uso de um controle hibrido baseado em Intelig ncia Artificial A proposta original foi mantida mas ap s uma modifica o no projeto um novo prot tipo da cadeira de rodas foi constru do Devido s limita es de recursos financeiros para o Departamento de Engenharia Mec nica da Escola de Engenharia da Universidade Feder
87. at que seja dada uma contra ordem ou uma nova a o autom tica pela fus o sensorial A soma dessas contribui es e as suas repercuss es para o atendimento aos desabilitados f sicos ser bem ampla e acredita se muito bem aceita pela comunidade de usu rios com problemas de tetraplegia sendo que adicionalmente pode se admitir a seguran a em fun o das condi es das cal adas como pedras soltas tipos diferentes de piso o cadeirante fica sujeito a acidentes pela falta de controle da cadeira de rodas convencional A cadeira de rodas equilibrista ir contar com um controle eficaz para evitar colis es proporcionando maior conforto e seguran a ao cadeirante al m da possibilidade de locomo o mais segura facilitada e ainda satisfa o e sentimento de integra o social 143 b melhoria da autoestima nada mais importante para um cadeirante que uma cadeira de rodas que praticamente uma extens o do seu corpo Portanto uma cadeira que proporcione mais seguran a e possibilidade de locomo o facilitada torna a pessoa com defici ncia mais independente e melhora sua autoestima c acessibilidade Segundo a Organiza o Mundial de Sa de OMS acessibilidade est relacionada a fornecer condi o para utiliza o com seguran a e autonomia total ou assistida dos espa os mobili rios e equipamentos urbanos das edifica es dos servi os de transporte e dos dispositivos sistemas e meios de comunica
88. be a user defined function x and mf are passed to this function to generate the defuzzified output Examples x c 1060 18105 oo mf trapmf x 10 8 4 7 xx defuzz x mf centroid oo Try DEFUZZDM for more examples oe Roger Jang 6 28 93 10 5 93 9 29 94 oe Copyright c 1994 98 by The MathWorks Inc oe SRevision 1 7 SDate 1997 12 01 21 44 46 S if length x length mf error Sizes mismatch end data n length x if strcmp type centroid total area sum mf if total area 0 error Total area is zero in centroid defuzzification end 381 out sum mf x total area return elseif strcmp type bisector total area sum mf if total area O error Total area is zero in bisector defuzzification end tmp 0 for k l data n tmp tmp mf k if tmp total area 2 break end end out x k return elseif strcmp type mom out mean x find mf max mf return elseif strcmp type som tmp x find mf max mf junk which min abs tmp out tmp which return elseif strcmp type lom tmp x find mf max mf junk which max abs tmp out tmp which return 382 else defuzzification type is unknown We assume it is user defined and evaluate it here evalStr type x mf out eval evalStr return end
89. cada parte do corpo estes valores percentuais j foram tabelados para estudos em competi es ol mpicas As tabelas cont m as distribui es normalizadas para a massa de cada segmento do corpo Este modelo considera cada segmento como um corpo r gido e portanto cada segmento possui um CG que n o se altera durante o deslocamento relativo dos v rios segmentos A altera o das posi es relativas dos v rios segmentos provoca a altera o do CG global considerado que a massa do corpo com 100 e que cada segmento tem uma massa percentual Este modelo dispensa o conhecimento da massa total da pessoa para efetuar o c lculo Para determinar a massa aproximada de um segmento de uma determinada pessoa basta aplicar a tabela TABELA 7 Percentual de massa do segmento Percentual de massa do segmento Segmento Homens Mulheres Cabe a amp Pesco o 8 96 6 94 8 20 6 68 Tronco 46 84 43 46 45 00 42 58 Antebra o 3 25 2 71 2 90 2 55 Bra o 1 87 1 62 1 57 1 38 M o 0 65 0 61 0 50 0 56 Perna 10 50 14 16 11 75 14 78 Coxa 4 75 4 33 5 35 4 81 P 1 43 1 37 1 33 1 29 FONTE CLAUSER MCCONVILLE YOUNG 1969 TABELA 8 Percentual de comprimento do Segmento a partir do pr ximo Percentual de comprimento do segmento 46 Segmento Homens Mulheres Cabe a amp Pesco o 55 0 50 02 55 0 48 41 Tronco 50 0 43 10 50 0 37 82 Antebraco 43 6 51 72 45 8
90. capaz de estabelecer a comunica o com o sistema nervoso central Conforme BEALE 1990 um neur nio conectado a v rios outros neur nios atrav s dos dendritos e do ax nio Os dendritos uma complexa rede de prolongamentos recebem impulsos nervosos de outros neur nios e os conduzem ao corpo celular ou n cleo Essas informa es s o somadas gerando novos impulsos Caso o resultado dessa soma exceda um determinado limiar o ax nio transmitir esse est mulo a outros neur nios atrav s de fen menos qu micos denominados sinapses A for a sin ptica da conex o neural ao refletir o n vel de excita o ou inibi o entre neur nios adjacentes capacita o c rebro humano ao armazenamento do conhecimento e o conseq ente aprendizado Atrav s das sinapses os neur nios se unem funcionalmente formando redes neurais BEALE 1990 cho Y qe nua Ramificag es terminais do lt ax nio Sentido do impulso nervoso Figura A2 1 Neur nio biol gico Fonte WASSERMAN1989 174 APD 2 2 Redes Neurais Artificiais A abordagem de redes neurais artificiais consiste em capturar os princ pios b sicos de manipula o de informa o do c rebro humano e aplicar esse conhecimento na resolug o de problemas que exigem aprendizado a partir da experi ncia BEALE 1990 APD 2 3 Defini o As redes neurais artificiais se fundamentam nos estudos sobre a estrutura do c rebro humano para tentar emular sua
91. castor em parte roda e em parte escorrega Assim a for a de oposi o n o t o elevada Isto E Fomax Sin eq 4 50 Os efeitos da for a de perturba o ser o traduzidos por dois termos que afetar o a din mica das velocidades da cadeira equa es de v e fj Assim considerando iguais os dois motores ter se no modelo global a v Uu 1 D b411Uq b45U FE eq 4 51 a W 0550 b7 U4 b55U hEw eq 4 52 As componentes Foy e Fow s o dadas por Foy Fomax sin 4 cos a ES FoMax sin 2 cos a 2 eq 4 53 TT TT Fow Fomax Sin cos 5 Td KL 1 t Fomax Sin 1 cos 5 Hager Cy 2 eq 4 54 Al m das vari veis de estado j existentes acrescentam se mais duas uma por cada roda livre A din mica destas dada por eq 4 45 e eq 4 46 k 110 k12 sing eq 4 45 k 710 K 22 sin C eq 4 46 Obs Um fato que deve ser salientado que quando 7 est se diante de uma situa o de equil brio inst vel Realmente em tal situa o imposs vel prever a priori para qual dos lados a roda livre vira A roda livre girar em torno do eixo vertical em um sentido que depender de fatores aleat rios em jogo 83 Considera se que as rodas livres constituem uma incerteza do sistema a incluir no modelo de forma multiplicativa na sa da CHIANG SAFODOV 1992 MACIEJOWSKY 1989 conforme a FIG 24 FIGURA 24 Modelo com pert
92. centro de massa do sistema composto Xi Yi Zi representam as coordenadas do centro de massa de cada parte que constitui o corpo e a cadeira Ywi a soma dos pesos de todas as partes que constituem o conjunto FIGURA 59 O prot tipo da cadeira utilizado para testes FONTE Dados da pesquisa 123 Para que o mesmo fosse poss vel foi necess rio construir uma placa no assento que se inclina de acordo com os movimentos do usu rio e para isso foram utilizados extens metros que s o sensores de carga respons veis pelas indica es das rea es Utilizou se o total de quatro extens metros identificados de S a S4 de acordo com a FIG 61 e 62 adiante Para valida o desse prot tipo de cadeira de rodas foram utilizados adicionalmente uma esfera e mola que simulam o corpo humano e sua movimenta o aleat ria na cadeira A escolha do CG Centro de Gravidade do sistema cadeira pessoa para o desenvolvimento do modelamento matem tico implica em uma tarefa dif cil por citar material para o c lculo de CG humano O centro de gravidade CG o termo mais usado popularmente para expressar o centro de massa CM de um corpo O centro CG simplesmente uma posi o m dia da distribui o da for a peso A defini o de centro de massa e centro de gravidade s o diferentes a primeira se refere distribui o de massa e a outra distribui o da for a peso Desde que a for a peso exercida em um corpo de massa M propo
93. chassis da cadeira 1790 g Mbd Massa da bateria direita 2580 g Mbe Massa da bateria esquerda 2580 g MCG Massa do Centro de Gravidade l Largura do chassis da cadeira 0 30 m c Comprimento do chassis da cadeira 0 40 m 242 Cad Coordenada do conjunto da roda 0 x 0 x 210mm direita Cae Coordenada do conjunto da roda 0x0x 210mm esquerda Caf Coordenada do conjunto da roda 300 x 20 x frontal 0mm Cmd Coordenada do motor impulsor 30 x 117 x direito 110mm Cme Coordenada do motor impulsor 80 x 100 x esquerdo 110mm Crd Coordenada do redutor direito Ox 0x 110mm Cre Coordenada do redutor esquerdo Ox 0x 110mm Cee Coordenada do chassis da cadeira 160 x 0 x Omm Cbd Coordenada da bateria direita 5 x 50 x 32mm Cbe Coordenada da bateria esquerda 5 X 50 x 32mm CCG Coordenada do Centro de Gravidade 11 3817 X 41 6940 x 0 g Acelerac o da gravidade 9 81 m s ccs Coeficiente de atrito seco do eixo do 0 0005 motor DC CCV Coeficiente de atrito viscoso do eixo 0 0005 do motor DC VARI VEIS Descri o xG Posi o linear X do Centro de Gravidade da cadeira dxG dt ou vx Velocidade linear X da cadeira d xG dt ou Acelera o linear X da cadeira dv dt ou a yG Posi o linear Y do Centro de Gravidade da cadeira dyG dt ou v Velocidade linear Y da cadeira d yG dt ou Acelera o linear Y da cadeira dvy dt ou ay zG Posi o linear Z do Centro de Gravidade da cadeira
94. cl ssicos que s o usados para sistemas lineares apresentam limita es quando aplicados a sistemas com essas caracter sticas Alternativas modernas abordam o estudo modelo e controle de tais sistemas mas algumas s o denominadas de n o convencionais mais conhecidas como baseadas em conhecimento e incluem o uso de ferramentas de intelig ncia artificial Este trabalho descreve o desenvolvimento da modelagem e controle de um sistema com as caracter sticas citadas baseado em um controle n o convencional com o emprego da L gica Fuzzy Esta devido ao seu baixo custo de projeto e processamento situa se em um patamar que permite a um leigo fisioterapeutas t cnicos ortop dicos m dicos bio engenheiros e outros em rela o ao controle convencional projetar e executar um projeto desde que tenha conhecimento do seu funcionamento O presente estudo investigou essas novas t cnicas aplicadas a um caso real de uma cadeira de rodas para desabilitados f sicos tetrapl gicos com a op o da inclina o Apresentaram se aqui adicionalmente dois estudos simples mas que foram fundamentais no controle por parte do tetrapl gico como o comando vocal baseado em Redes Neurais Artificiais e outro que traz certa inova o para o caso do Centro de Gravidade CG de uma cadeira de rodas calculado em tempo real e que o diferencia das t cnicas usuais empregadas na estabiliza o de dispositivos como este Palavras Chave Cadeira de Rodas M
95. dAngpsi dVanpsi dTorpsi o Final da fun o TsEgDiNE A04 Rotina do Matlab para o modelamento por dados A04 1 Programa Principal o TsPg40 WheelChair Nonlinear system identification Carlos A R nnow 29 04 2001 Copyright 2001 341 Revis o 3 1 Data 21 04 2002 Hora 18 37 00 echo on rand seed 584146048 oo TsPg30 TsPg3a generates TsDd4a database of the initial Pm and jo 5 targets Tm states IF IT DOESN T EXISTS for the modeling phase oe of the MODEL NEURAL NETWORK if exist Tm var load TsDd4a elseif exist TsDd4a MAT TsPg30 end oe NEWFF Creates feed forward networks oo TRAIN Trains a network oe SIM Simulates networks oe oe NONLINEAR SYSTEM IDENTIFICATION 5 Using the above functions a feed forward network is trained to model a nonlinear system the equilibrist WheelChair o pause Strike any key to continue DEFINING THE MODEL PROBLEM 342 We would like to train a network to model a WheelChair system described by the function TsMmLc10 To do this we need that examples oo of WheelChair initial states and associated target state changes oo DESIGNING THE MODELING NETWORK oe NEWFF creates weights and biases for a two layer TANSIG PURELIN oo network with 8 TANSIG neurons Si 8
96. diversificados O microcontrolador utilizado em tal placa o PICI6F84A fabricado pela Microchip USA que pode trabalhar em frequ ncias que variam entre 4 10 e 20 MHz 5 2 Motor a eletromec nica de acionamento Motores D C s o motores que giram sob Corrente Direta de uma bateria ou de uma fonte D C para esse tipo de projeto Eles existem em muitos tamanhos e tipos mas a fun o b sica de todos eles a mesma servem para converter energia el trica em energia mec nica Quando a tens o aplicada atrav s dos controladores por uma bateria ou fonte D C se conecta entre as escovas el tricas do motor de D C este converte energia el trica em trabalho mec nico girando um eixo central ligado ao centro das rodas diferenciais da cadeira O motor el trico o mais conveniente de todas as fontes de energia motriz limpo e silencioso parte imediatamente e pode ser constru do grande o bastante para acionar os trens de alta velocidade do mundo ou pequeno o bastante para trabalhar em um rel gio de pulso 5 2 1 Caracter sticas do motor O motor DC com escova da Mabuschi amp utilizado no projeto que se apresenta com uma redutora para diminuir a sua velocidade e aumentar o Torque normalmente necess rio para a Cadeira tornando se muito potente para o seu volume A sua utiliza o f cil pois envolve dois fios apenas polaridade seu torque proporcional corrente e o seu estado estacion rio constante A
97. do que n o fazer Esta se o na realidade uma pequena contribui o em controle de motor visto que este dispositivo foi o mais pr tico para os acionamentos de rob s na oficina de rob tica do Laborat rio LRSS da UFMG Sume 8 8 cm 4 Dissipador FIGURA 34 Lay out e a placa do driver do motor dipH02 da Digital International Projects FONTE Dados da pesquisa Um controlador de motor comercial mais que simplesmente um circuito para alterar a velocidade do motor Se a fonte for chaveada liga desliga de tempo em tempo e rapidamente o motor correr de algum modo da velocidade entre zero e velocidade m xima Isso exatamente o que um controlador PWM faz ligar o motor em uma s rie de pulsos Controlar a velocidade desse motor DC variar modular a largura dos pulsos consequentemente tem se a Modula o por Largura de Pulso conforme a FIG 36 FIGURA 35 Modula o por largura de pulsos FONTE Dados da pesquisa 95 Controladores de motor de ponte H tamb m usam PWM Projetar um circuito de ponte H de PWM que seja seguro e prova de usu rio bastante dif cil mas existem circuitos confi veis no mercado como o que foi utilizado neste estudo Bateria Lo1 Lo2 a MOSFET MOSFET FIGURA 36 Ponte H para controle PWM de um motor DC FONTE Dados da pesquisa JP1 1 FIGURA 37 Esquema de liga o dos motores para Modula o por Largura de P
98. dos movimentos cinem ticos uma etapa fundamental para o prosseguimento deste trabalho embora n o seja o objetivo final como foi dito anteriormente pois levar cin tica do dispositivo analisado e ao foco principal que o controle nebuloso 4 1 O modelo matem tico Inicialmente segundo a metodologia de Newton Euler foi desenvolvido de acordo com a geometria da cadeira conforme a FIG 5 51 FIGURA 5 Diagrama geom trico para modelagem da cadeira na inclina o FONTE Dados da pesquisa 4 1 1 Modelo din mico da cadeira Esse modelo se assemelha como foi dito ao de um p ndulo invertido com exce o de alguns pontos quais sejam 1 Toda a massa total m M da cadeira foi considerada como estando no CG m a massa do usu rio e M a massa do conjunto impulsor que foram mantidos na equa o para mostrar a similaridade com o Pendulo Invertido 2 A condi o inicial para o ngulo Theta 0 de inclina o do CG calculado em rela o ao solo de 69 e naturalmente varia atrav s do movimento do usu rio do seu tipo e do controle para atingir o equil brio OLIVEIRA SILVEIRA 2002 Por meio desse modelo poss vel conhecer o comportamento din mico atrav s das suas equa es ou seja a equa o 1 da acelera o linear a dv dt d2x dt2 e a equa o 2 da acelera o angular a d dt d28 dt2 em fun o do Torque T convertido na a o da for a F denominada de U nas equa es 4 1 e 4 2
99. e a placa do driver do motor dipH02 da Digital International Project NT etan nn nl net tia Ea Tazi miguel blo Se 94 FIGURA 36 Modula o por largura de pulsos ss 95 FIGURA 37 Ponte H para controle PWM de um motor DC ss 95 FIGURA 38 Esquema de liga o dos motores para Modula o por Largura de Pulsos 96 FIGURA 39 O autor na montagem da cadeira de rodas rob tica e equilibrista no laborat rio LRSS di UEM 6 di RD UI AR RR AI A A entree SD ee 99 FIGURA 40 Espectro da frequ ncia do Som seen 100 FIGURA 41 Cadeira de rodas rob tica com usu rio no comando vocal esses 99 FIGURA 42 Interface da Sensory Inc completa para captura do Som sess 100 FIGURA 43 Forma o do Banco de Dados de comandos vocais sss sese essen 102 FIGURA 44 Exemplo de ondas vocais em uma frase sees essen 104 FIGURA 45 Onda vocal selecionada eese eene nennen enne 104 FIGURA 46 Sele o de pontos em uma das ondas vocais selecionadas sss 108 FIGURA 47 Caracter sticas da envolt ria Diagrama em blocos de um controlador Fuzzy e 109 FIGURA 48 Diagrama em blocos de um controlador Fuzzy eene 109 FIGURA 49 Diagrama espacial da cadeira rob tica e os seus graus de liberdade 109 FIGURA 50 Gr fico com as fun es de pertin ncia de um co
100. e suas redutoras Considerou se como vari vel de controle a tens o aplicada ao motor Essa tens o o valor m dio da forma de onda quadrada gerada pelo conversor Pulse Width Modulation PWM que controla o motor Os diagramas da forma de tens o est o conforme a FIG 16 12 Voltagem da bateria FIGURA 16 Controlador gerador do PWM e velocidades FONTE Dados da pesquisa Calcula se atrav s do programa dos controladores Software um valor que traduz um c digo recebido do supervisor que uma vez aplicado a um acionador driver de 72 pot ncia produz uma tens o resultante do conversor PWM que controla os motores A refer ncia um c digo de valor bin rio que produz cinco n veis de velocidade entre 0000h e FFFFh Tal valor recebido pelo programa do controlador gera o PWM de forma a fazer variar o seu duty cycle Esta a forma de aplicar a energia correta fornecida ao motor resultando na sa da em uma tens o m dia entre OV e 12V a a o intermedi ria U sob a forma de tens o A varia o do duty cycle traduz se na pr tica por uma varia o do valor m dio da tens o que aplicada ao motor isto porque este se comporta como um filtro passa baixo DEWAN STRAUGHEN 1984 Na FIG 17 pode se observar um diagrama de blocos do esquema equivalente do motor FIGURA 17 Diagrama de blocos do esquema equivalente do motor FONTE CARNEGIE MELLON 2001 O torque produzido p
101. exemplo permitem graus de pertin ncia onde uma temperatura pode ter algum grau em todos os conjuntos enquanto em um sistema exatamente n tido apenas um valor seria poss vel Assim em sistemas difusos com um conjunto de regras v rias regras aparentemente contradit rias s o v lidas simultaneamente possuindo ainda um grau de validade A solu o final obtida por meio da agrega o dos resultados por meio de alguma opera o matem tica como o c lculo do centro de massa Centr ide da resposta obtida No caso da infer ncia para cada conjunto de opera es b sicas N O E e OU escolhidos s o poss veis v rias vers es da implica o Isso porque nesta l gica A B A implica B equivalente a v rias senten as Outra forma de infer ncia difusa aplicar regras como o modus ponens em Latim modo de afirmar um dos modos dos silogismos condicionais e modus tollens Latim modo que nega ou nega o do consequente o nome formal para a prova indireta Isso permite v rias varia es Em uma delas sabendo que A implica B de forma n tida e tendo apenas um valor difuso de A poss vel calcular o valor de B Fonte Wikip dia Conjuntos difusos Normalmente o uso da l gica difusa est associado ao uso de conjuntos nebulosos 190 Um conjunto nebuloso estende o conceito de conjunto permitindo que um elemento passa a ter um grau de pertin ncia variando entre O e 1 ao inv s de pertenc
102. for steering and traction systems by JI synthesis Automatica v 30 DO 11 p 1639 1647 1994 PAPPAS G J KYRIAKOPOULOS K J Modeling stabilization and tracking control of nonholonomic mobile vehicles In IEEE CONFERENCE 31 1992 Proceedings s 1 1992 v 3 p 2680 2685 PEDRYCZ W GOMIDE F An introduction to fuzzy sets analysis and design Cambridge Massachusetts The MIT Press 1998 PEREIRA F L et al On the design and implementation of a mobile robotic system n IEEE INTERNATIONAL SYMPOSIUM ON INDUSTRIAL ELECTRONICS 1997 Slovenia Proceedings Slovenia IEEE Service Center 1997 v 2 PEREIRA F L SOUSA J B SILVA E P A dynamically configurable control architecture for an autonomous underwater vehicle n INTELLIGENT AUTONOMOUS SYSTEMS Karlruhe Germany Mar 1995 Proceedings Germany 1995 PIRES G NUNES U A wheelchair steered throuh voice commands and assisted by a reactive fuzzy logic controller Journal of Intelligent and Robotic Systems n 34 p 301 314 2002 PONCE P MOLIN A MENDOZA R Intelligent wheelchair and virtual training SIDOROV G et al Eds LabVIEW Advances in Artificial Intelligence Linai MICAD 010 2010 part 1 p 422 435 POPLAWSKI M BIALKO M Implementation of fuzzy logic controller in FPGA circuit for guiding electric wheelchair artificial intelligence and soft computing Lecture Notes in Computer Science v 7268 p 216 222 2012 P
103. forma inteligente de processar informa es Apesar de se desconhecer a maneira pela qual o c rebro manipula informa es complexas BEALE 1990 sabe se que a modelagem do conhecimento contido em um problema espec fico pode ser representada atrav s de inter conex es entre c lulas nervosas Estruturalmente a rede neural artificial tamb m conhecida por modelo conexionista de computa o se assemelha rede neural biol gica pela composi o de seus neur nios e pela conex o entre eles WASSERMAN 1989 Um modelo conexionista uma estrutura de processamento de informa es distribu da e paralela Ela formada por unidades de processamento comumente chamadas de n s neur nios ou c lulas interconectadas por arcos unidirecionais tamb m chamados de liga es conex es ou sinapses Os n s possuem mem ria local e podem realizar opera es de processamento de informa o localizada Cada c lula possui uma nica sa da ax nio a qual pode se ramificar em muitas liga es colaterais cada ramifica o possuindo o mesmo sinal de sa da do neur nio Todo o processamento que se realiza em cada unidade deve ser completamente local isto deve depender apenas dos valores correntes dos sinais de entrada que chegam dos neur nios atrav s das conex es Estes valores atuam sobre os valores armazenados na mem ria local da c lula HECHT 1988 APD 2 4 Hist rico das Redes Neurais Artificiais De acordo com M SSON
104. global 0 0 100 200 300 400 Ciclos de Treinamento Figura A2 5 M nimo local Fonte KOVACS1996 Atrav s da figura A2 5 que ilustra um corte em uma superf cie de erros 3D hipot tica no espa o de pesos poss vel observar pontos de m nimos locais esquerda e direita um m nimo global os valores destes s o maiores que esse m nimo global APD 3 REVIS O DE L GICA FUZZY NEBULOSA FUNDAMENTA O TEORICA Arist teles fil sofo grego 384 322 a C foi o fundador da ci ncia da l gica e estabeleceu um conjunto de regras r gidas para que conclus es pudessem ser aceitas logicamente v lidas O emprego da l gica de Arist teles levava a uma linha de racioc nio l gico baseado em premissas e conclus es Como um exemplo se observado que todo ser vivo mortal premissa 1 a seguir constatado que Sarah um ser vivo premissa 2 como conclus o temos que Sarah mortal Desde ent o a l gica Ocidental assim chamada tem sido bin ria isto uma declara o falsa ou verdadeira n o podendo ser ao mesmo tempo parcialmente verdadeira e parcialmente falsa Esta suposi o e a lei da n o contradi o cobrem todas as possibilidades formam a base do Pensamento L gico Ocidental A L gica Fuzzy ou L gica Nebulosa viola estas suposi es Um sim ou um n o como resposta a estas quest es na maioria das vezes incompleta Na verdade entre a certeza de ser e a certeza de n o ser exi
105. impossivel gerar traj int alcancou obj int ler toda volta float raio raio do robo veloc ang inic ptof t posicao posicao atual do robo por enq eh atualizada pelo sim float direcao direcao atual do robo por enq eh atualizada pelo sim dados sonar t list obst 210 uma folguinha nao faz mal pra ninguem int tam list obst char nome arq amb real 30 nome do arquivo que contem o ambiente real para fins de simulacao unsigned char fig MAXY MAXX para gerar arqgif int maxx MAXX int maxy MAXY pthread t thread gt thread ft thread do thread sonar thread ctrl sem t sem gt sem ft sem do sem sonar sem princ sem ctrl sem traj ctrl ERRAR RARA RARA k KKKKKKKK geometria h Arquivo de definicoes de tipos e constantes e prototipos de funcoes geometricas KKKKKKKKKKKKKKK ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck AA HK sk x ifndef GEOMETRIA H define _ GEOMETRIA H defin defin defin defin e e F IGUAI X Y fabs F MENO RIGUAL X Y F MAIO RIGUAL X Y PTO IG F IGUAL P1 y P2 y define define SOR X DIST P X X 1 P2 sqrt P2 y define define GRAUS PARA RAD X RAD PARA GRAUS X UAL P1 P2 Fo 249 pO eU lt 1e 3 X CCX lt
106. inerentes a ele A introdu o de restri es da cadeira e a sua posterior adapta o para um modelo mais verdadeiro n o holon mico FIGUEIREDO JOTA 2003 com suas restri es conduziu o restante do desenvolvimento deste trabalho O termo holon mico atribu do a Hertz ARNOL D NOVIKOV 1994 e significa universal integral integr vel literalmente holo o todo conjunto totalidade nomia lei Portanto sistemas n o holon micos podem ser interpretados como sistemas n o integr veis A abordagem matem tica desse tipo de problema realizada atrav s de ferramentas da geometria diferencial O desenvolvimento sistem tico da teoria iniciou se h mais de 150 anos baseado em uma s rie de artigos cl ssicos sobre a mec nica n o holon mica de matem ticos e f sicos tais como Hertz Voss Holder Chaplygin Appel Rooth Woronets Korteweg Carath odory Horac Voltera entre outros Apesar disso apenas recentemente KOLMANOVSKY MCCLAMROCH 1995 se iniciou o estudo de problemas de controle para tais sistemas Definem se como n o holon micos sistemas com dimens o finita nos quais algum tipo de restri o imposta a um ou mais estados do sistema Tais limita es podem 47 ser provocadas pela conserva o do momento angular condi es impostas pela impossibilidade de deslocar em uma ou mais dire es como resultado da imposi o de restri es durante o projeto do sistema de controle pelo f
107. int intersec retas Pto pl Pto p2 Pto ql Pto q2 Pto pi pi pto de interseccao se concorrentes Vetor dl d2 double k if F IGUAL prod vet dl vetor p1 p2 d2 vetor ql q2 0 0 return pert pto reta pl p2 q1 MESMARETA PARALELAS k prod vet vetor pl q1 dl prod vet dl d2 pi gt x pi gt y 288 ql x k d2 x ql y k d2 y return CONCORRENTES int intersec segmtos Pto a Pto b Pto p Pto q Pto pil Pto pi2 retorna o nro de parametros de retorno utilizados pil pi2 se concorrentes retorna em pil o pto comum se mais de um pto em comum retorna em pil e pi2 os extremos do segmento comum switch intersec retas a b p q pil case PARALELAS return 0 case CONCORRENTES return pert pto seg a b pil amp amp pert pto seg p q pil case M prl pi2 else ESMARETA if pert pto seg p q a a pert pto seg p q b b pert pto seg a b p p q if pert pto seg p q b b pert pto seg a b p p q if pert pto seg a b p pil pi2 else return 0 return PTO IGUAL pil pi2 1 2 return 0 nunca deve chegar aqui 289 ERRAR RARA ARA k KKKKKKKK sonar cpp Arquivo de interfac adaptado a partir de programa desenvolvido por Felipe Renon itura efetiva dos sonares
108. l gica fuzzy No controle convencional determin stico necess rio o desenvolvimento de fun es matem ticas bem complexas que ser o respons veis pela estabilidade da planta a ser controlada J no controle fuzzy aproximativo n o necess rio este conhecimento matem tico da planta em quest o pois neste caso o sucesso das estrat gias de controle nasce da experi ncia e de experimentos do projetista ao adquirir conhecimento intuitivo sobre o processo em detrimento daqueles modelos matem ticos complexos e j comprovados na literatura RENNO LIMAII PINTO 2012 V rias t cnicas que empregaram a l gica fuzzy foram bem divulgadas na literatura para o controle do p ndulo invertido ABRANTES 2008 que de certa forma foi uma fase preliminar para o estudo deste trabalho mas que se resume apenas a uma barra inclinada e apoiada que sofre uma impuls o em sua base A cadeira equilibrista em seus v rios est gios de equil brio apresentada de forma estilizada na FIG 53 assemelha se ao p ndulo invertido em alguns aspectos embora tenha as suas pr prias caracter sticas din micas Essa cadeira possui um centro de gravidade cgw assim como o usu rio cgh 115 resultando em um Centro de Gravidade total CG ligado virtualmente a um referencial inercial local O mas que se modifica com o movimento do usu rio a b c FIGURA 54 A cadeira equilibrista como um pendulo no in cio inst vel a em t
109. m quina de lavar pratos inteligente baseado em Controlador Fuzzy e um one stop sensing module que combina um termistor para medida da temperatura um sensor condutivo para medir o n vel de detergente atrav s dos ons presentes na gua um sensor de turva o que transmite luz e faz a medida da luz difundida para medir a sujeira na lavagem e um sensor magn tico para ler a taxa de giro O sistema determina uma otimiza o no ciclo de lavagem para qualquer carga obter os melhores resultados com o m nimo de energia detergente e gua Pesquisa e desenvolvimento est o em andamento para aplica es Fuzzy em projeto de software incluindo Sistemas Fuzzy Expert e Integra o de L gica Fuzzy com Redes Neurais outros algoritmos com o objetivo de constru o de um Sistema Fuzzy capaz de aprender e imitar de forma melhor o comportamento humano O desenvolvimento de t cnicas de Intelig ncia Artificial IA nos ltimos anos ocupa cada vez mais posi o de destaque em pesquisas na rea de controle de processos industriais e aos poucos come am a ser implantadas em plantas industriais com enorme sucesso Dentre as t cnicas mais utilizadas al m do Controle Fuzzy podem se destacar as Redes Neurais Artificiais aplicadas a sistemas de controle que est o atualmente em tamanha evid ncia que os japoneses as consideram como duas das mais promissoras t cnicas para o s culo XXI A L gica Difusa ou L gica Fuzzy uma extens
110. max fail 5 M ximos fracassos de valida o rnavoz trainParam searchFcn srchcha Nome de rotina de procura de linha para usar Par metros relacionados para m todos de procura de linha nem todos usados para todos os m todos rnavoz trainParam scal tol 20 Dividem em delta para determinar toler ncia por procura linear rnavoz trainParam alpha 0 001 Fator de escala que determina redu o suficiente em perf rnavoz trainParam beta 0 1 Fator de escala que determina tamanho de passo suficientemente grande rnavoz trainParam delta 0 01 Tamanho de passo inicial em intervalo local rnavoz trainParam gama 0 1 Par metro para evitar redu es pequenas em desempenho normalmente estabelecido para 0 1 Veja uso em SRCH CHA rnavoz trainParam low lim 0 1 Baixo limite menor em mudan a em tamanho de passo rnavoz trainParam up lim 0 5 Limite Superior em mudanga em tamanho de passo rnavoz trainParam maxstep 100 Comprimento de passo M ximo rnavoz trainParam minstep 1 0e 6 Comprimento de passo M nimo rnavoz trainParam bmax 26 Tamanho de passo M ximo As dimens es para estas vari veis s o Pd NoxNixTS arranjo de c lula cada elemento P i j ts uma matriz de DijxQ TI NIXTS arranjo de c lula cada elemento P i ts uma matriz de VixQ Ai NIxLD arranjo de c lula cada elemento Ai i k uma matriz de SixQ Onde Ni rnavoz numInputs NI rnavoz numLayers LD rnavoz numLayerdelays Ri mavoz inputs i size S
111. momento de in rcia A simula o sob a forma do controle convencional cl ssica moderna ser usada apenas como refer ncia comparativa mostrando que este tem um custo mais elevado conforme se pode ver em maiores detalhes no ap ndice 2 Conforme artigo dos professores Umberto Souza da Costa e Nat lia dos Santos Lucena Neta publicado sob a forma de artigo em Metr pole Digital o custo exigido pela maioria dos algoritmos geralmente pode ser definido matematicamente em fun o de seu principal dado de entrada o qual se denominou par metro prim rio do algoritmo Fizeram se considera es sobre o tamanho N do par metro prim rio sendo que este tamanho corresponde ao n mero de elementos que comp em o par metro prim rio Por exemplo se o par metro prim rio de um algoritmo for um vetor de inteiros N representaria o n mero de elementos desse vetor Portanto o tamanho do par metro prim rio afeta diretamente o custo de execu o do algoritmo sendo diretamente proporcional a ele O objetivo da an lise matem tica expressar a necessidade de recursos de um programa tempo de execu o e ou espa o de mem ria em termos desse par metro prim rio N SZWARCFITER MARKENZON 1994 EDGEWICK 2004 O enfoque deste trabalho fica nos estudos de modelagem e do controle n o convencional contempor neo baseado em Intelig ncia Artificial e de custo mais baixo que se distancia de certa forma da metodologia cl ssica de controle segun
112. o 6 desired trajectory o center 11 exp j pi 4 center for reference ellipse data n 50 t linspace 0 2 pi data n pi 2 371 desired traj rl cos t j r2 sin t center desired trajH line real desired traj imag desired traj set desired trajH erasemode xor set desired trajH linewidth 2 userdata desired traj set desired trajH clipping off actual trajectory actual trajH line 1 1 real desired traj 1 1 1 imag desired traj 1 set actual trajH erase none color w set actual trajH clipping off set actual trajH linewidth 2 linestyle 3s setting axis axis 0 11412 0 11 12 axis equal axis square Plot locations for the training data load invkine mat tmp line invkinel 1 invkinel 2 set tmp Marker x LineStyle none xlabel X ylabel Y get userdata tmp armlH arm2H dotH desired trajH actual trajH 1 1 1 1 1 set InvKineFigH userdata get InvKineFigH userdata tmp elseif strcmp action single loop o get animation objects tmp get InvKineFigH userdata armlH tmp 3 1 arm2H tmp 3 2 372 dotH tmp 3 3 desired trajH tmp 3 4 actual trajH tmp 3 5 11 get armlH userdata 12 get arm2H userdata co
113. o solucion vel dentre os padr es aceit veis Existem v rios exemplos de como a L gica Fuzzy aplicada na realidade e que s o compat veis com este trabalho a controle simplificado de rob s Fuji Eletric Toshiba b controle eficiente e est vel Nissan c combina o de L gica Fuzzy e Redes Neurais Matsushita 5 5 3 Controle de uma Cadeira de Rodas Rob tica e Equilibrista no plano XZ O problema se resume a controlar uma cadeira de rodas com movimentos para frente para tr s parar e equilibrar uma plataforma m vel em torno de seu CG Centro de gravidade que pode se mover apenas em dois sentidos esquerda e direita neg alta ai uiid pos haixa pos alta Vari vel Fuzzy zero Vari vel Fuzzy FIGURA 50 Gr fico com as fun es de pertin ncia de um controlador fuzzy FONTE Dados da pesquisa Primeiramente define se o que uma vari vel de sa da negativa positiva entre outros referenciais da plataforma da forma a muito negativo azul claro b pouco negativo verde c zero vermelho d pouco positivo azul e muito positivo rosa 111 O mesmo feito para o ngulo entre a plataforma e o solo e a velocidade angular deste ngulo Definem se a partir de agora v rias regras que dizem o que fazer em certas situa es levando ao processo de defuzzifica o neg alta neg haixa pos haixa pos alta angular Controlador eres Velocidade neg a
114. o ou seja o terceiro consiste em criar a hip tese de implica o Como no exemplo abaixo O motor potente OU o consumo elevado ENT O abastecimento alto No quarto passo ocorre a combina o de todas as sa das em um nico conjunto fuzzy algo semelhante ao processo de uni o e intersec o na teoria dos conjuntos abruptos O quinto e ltimo passo no processo do racioc nio fuzzy a defuzzyficag o que consiste em retornar os valores obter um valor num rico dentro da faixa estipulada pela L gica Fuzzy Um exemplo simples que demonstra o processo de pertin ncia do racioc nio fuzzy seria Se A identificado como o tanque est vazio e B como o combust vel acabou ent o se verdade que o tanque est vazio tamb m verdade que o combust vel acabou Essa seria um exemplo pensado na l gica tradicional onde 191 Fato x Regra se x A ent o y B Conclus o y B Esta regra aplica um conceito aproximado Porem se pensarmos desta forma se n s temos a mesma regra de implica o SE o tanque est vazio ENT O o combust vel acabou e n s sabemos que o tanque est mais ou menos vazio ent o n s podemos inferir que o combust vel est mais ou menos quase acabando Ou seja Fato x A quase A Regra se x ent o y B Conclus o y B quase B Este conceito de fuzzyfica o funciona da seguinte forma se A est pr ximo de A situa
115. o de um chave de emerg ncia que para a cadeira de rodas ao ser acionada 5 1 2 0 sensor Encoder Encoders s o sensores ticos compostos por um disco transparente marcado com faixas opacas e que gira entre um par foto emissor detector Podem ser classificados como Incrementais Quando os sinais de sa da s o um trem de pulsos cuja resolu o est associada espessura das linhas e a quadratura dire o do giro posi o dos sensores em 90 Existe um ponto inicial Absolutos Quando cada posi o angular est bem definida de forma nica no disco girat rio atrav s do c digo de Gray sendo uma vantagem pela n o necessidade de determinar um ponto inicial FIGURA A5 5 a Vista transparente de um encoder e b Montagens e encapsulamentos destes Tabela AS 1 Diagramas de sinais dos diversos encoders 219 dy detectar Cory Wesker 1977000 per Tara rm m r ol 1643 mote ch Sze 18 100 mm drecton pop viw Temp 29 129C Cones and suce seed rg Shock 16 0 0 1 L cla natro team proces DINOS matus Banary code Ary dataci n ebars Pewter 979 BI 3 owed Arr ah sevo Sie 58 100 mm a drechon mow each Temp 20 1220 Be L and dates caille Ju Nec 19 00 O Z a rotatry pouwticrang 4 process pius laeecope k i bici ORA rY 2 ATE 8 pues H 1 uter cov vastas Le d RD titane LELEII neea Qt estadon beta teps C nera pe m Any detector Elevators Aertsen 24 36
116. o momento h tamb m um casal de trabalho semelhante em conjunto projetado para controlar um ve culo inst vel com base no primeiro projeto A seguir brevemente descrevem se esses projetos e recursos Em 2001 o desenvolvedor americano Dean Kamen HARMON 2001 introduziu este dispositivo revolucion rio de transporte para a poca Antes disso havia projetado a iBot a cadeira equilibrista j citada anteriormente mas a Segway um novo projeto cujo funcionamento baseia se no equil brio natural das pessoas o Segway PT Segway Personal Transporter 43 FIGURA 1 Segway PT O surgimento desse novo meio de transporte baseado em uma premissa t o estudada como o controle de um p ndulo invertido gerou grande interesse em todo o mundo pois se tratava de uma solu o simples em termos construtivos para usar tra o el trica podendo eventualmente contribuir fortemente para descongestionar as ruas das grandes cidades j que tem o potencial para absorver a demanda de transporte em distancias curtas A Segway Inc oferece diferentes vers es do dispositivo sendo que existiam duas principais linhas de modelos a linha de base chamada 12 e a linha off road chamada x2 FIG 1 A TAB 2 mostra as principais caracter sticas do ve culo para ambos os modelos TABELA 2 Principais caracter sticas Modelo Segway 12 Segway x2 Cadeira Prot tipo Peso 47 7 kg 54 4 kg 12 81 kg Tamanho das R
117. ou n o Como exemplo podemos citar A foto c lula que muda sua resist ncia sob o est mulo da luz VM Vari vel Medida VMs Limite superior da VM VMi Limite inferior da VM GF Grandeza Fisica t Tempo Faixas de N o Linearidades Faixa linear t OBS 7 80 dos sensores tem esta caracteristica com ajustes necessarios O foto transistor que muda o fluxo de corrente sob o est mu lo da luz S o elementos de comando considerados como sensores Bot o liga desliga de contatos NA ou NF com ou sem trava Bot o inversor ou comutador Chaves Fim de Curso Reed ou Limit Switch ou ent o de sinaliza o como Indicadores Luminosos na faixa vis vel incandescente neon v rios tipos led v rios tipos etc 215 Buzinas cigarras e sirenes S o chaves liga desliga de contatos NA ou NF que possuem um bot o de acionamento externo de press o usadas em trilhos ou juntas de rob s Sensores ticos S o chaves liga desliga eletr nicas sem contatos que utilizam emissor receptor a luz vis vel IR ou UV e acionamento interno eletr nico Usadas em trilhos das linhas industriais ou juntas de rob s Ultra S nicos S o dispositivos que emitem um som na faixa ultra s nica e recebem o eco ap s o tempo de v o ty sendo a dist ncia dada pela velocidade do ultra som Vus e t 2 Emissor 7 Receptor Figura A5 3 Circuito do Emissor e receptor de
118. passos da opera o b sica de maior frequ ncia comumente chamada de opera o dominante O custo de um algoritmo normalmente medido em termos de tempo de processamento complexidade temporal ou consumo de mem ria complexidade espacial A complexidade temporal uma medida de quanto tempo o algoritmo leva para executar enquanto a complexidade espacial uma medida de quanto espa o de mem ria o algoritmo precisa para executar at o fim Na an lise matem tica ambas as complexidades s o determinadas com base no tamanho do par metro prim rio do algoritmo Daqui em diante consideraremos o custo do algoritmo sendo medido com base em seu tempo de execu o portanto nos concentraremos sobre a complexidade temporal A seguir voc ver alguns exemplos de algoritmos e suas complexidades temporais N o se esque a de observar que o custo temporal dado em termos das fun es matem ticas apresentadas anteriormente e que aplicamos as regras de simplifica o da express o de custo naturalmente por exemplo ao escolher o termo mais importante da express o de custo para representar a complexidade global do algoritmo Exemplo 1 Algoritmo 1 Complexidade Constante Como exemplo de algoritmo com complexidade constante considere o algoritmo abaixo utilizado para acessar um elemento em um vetor 162 1 programa 2 var j n inteiro 3 var v arranjo de n inteiro 4 5 leia Fe 6 leia n fc 7 leia v Ec 8 se j
119. pctrl x pctrl y return pctrl ERRADA ptof t pto sist orig ptof t pctrl transforma as coordenadas do sistema de referencia do robo para o adotado 280 ptof t ptraj ptraj y pctrl x origem global y raio ptraj x pctrl y origem global x return ptraj 4 void atualiza traj ctrl void rnt i sem wait amp sem traj ctrl for i20 i tamtraj 1 passando as coordenadas da traj gerada para o sist de coordenadas do robo traj ctrl i pto ctrl trajlil acordou ft 0 tinic treal tamtraj ctrl tamtraj sem post amp sem traj ctrl void ft fornecedor de trajetoria int ctrl acordado 0 ifdef GERAR LOGS ftlog fopen ft log wt else Il ftlog fopen dev null wt tendif setvbuf ftlog NULL IONBF 0 while 1 fprintf ftlog Vou esperar trajetoria n sem wait amp sem ft if lalcancou obj amp amp impossivel gerar traj fprintf ftlog Recebi trajetoria n atualiza tra ctrl if ctrl acordado sem post amp sem ctrl ctrl acordado 1 if lalcancou obj amp amp impossivel gerar traj fprintf ftlog Vou esperar pelo controlador n sem wait amp sem ft espera que o controlador forneca toda a trajetoria fprintf ftlog Vou esperar o robo parar n espera robo parar ftlog sem post amp sem do
120. ponto O Coordenada x da posi o na refer ncia mais pr xima da posi o atual da cadeira Coordenada x da posi o do alvo de refer ncia Coordenada x da refer ncia em posi o Sinal de sa da de um filtro digital no tempo discreto n Vetor de sa da em Redes Neurais Valor de sa da em Redes Neurais Coordenada y da posi o da cadeira rob tica ponto O Coordenada y da posi o na refer ncia mais pr xima da posi o atual da cadeira Coordenada y da posi o do alvo de refer ncia Coordenada y da referencia em posi o Vari vel de estado usada nos modelos para as rodas livres ou fator de descri o da resposta de um controlador para retas no m todo de seguimento de refer ncias vari veis Imped ncia Ohm Imped ncia total do circuito Ohm Imped ncia caracter stica Ohm Pot ncia mec nica cv Pot ncia el trica W Rob m vel terrestre com rodas Wheeled Mobile Robot Winner Take All ou o ganhador leva tudo nas redes neurais Solu o tima para w n Velocidade angular rad s Velocidade angular inicial rad s Velocidade angular da cadeira fora do plano d8 dt Velocidade angular da cadeira rob tica no plano df dt ngulo rad RESUMO Existem diversos dispositivos projetados pelo ser humano que apresentam elevadas caracter sticas n o lineares inerentemente inst veis e vari veis no tempo Esses dispositivos s o dif ceis de serem modelados e controlados Os m todos
121. possa ser treinada e e adaptada para o reconhecimento dos comandos vocais b sicos na forma de um algoritmo aplica o do algoritmo Neuro Fuzzy para a solu o do problema real de navega o do usu rio tetrapl gico sob a forma de simula o aplica o da t cnica de controle n o convencional proposta no procedimento Neuro Fuzzy desta planta experimental incluindo se aqui como contribui o tecnol gica complementar a solu o construtiva que minimiza os efeitos da in rcia pela utiliza o de otimiza es em seu projeto mec nico e no c lculo do posicionamento do CG 33 3 REVIS O BIBLIOGR FICA Alguns dos artigos analisados pr viamente 2000 2003 para a elabora o deste estudo tomaram como refer ncia a cadeira de rodas rob tica em um plano que embora citados posteriormente n o o objeto desta pesquisa V rios outros fizeram a abordagem fora do plano o que tamb m foi realizado neste trabalho Mas foram localizados poucos estudos que trabalharam em um modelo no sentido de integrar estes movimentos como foi feito nesta tese Em rela o intelig ncia artificial muitos trabalhos interessantes s o aqui citados e constam das refer ncias ao final na sequencia desta tese mas nenhum exatamente igual estrat gia Neuro Fuzzy abordada na poca deste trabalho J em artigos independentes encontram se conex es que levam a certa similaridade com o projeto que se apresenta mas nada igual ao que motivou
122. proposta para o desenvolvimento deste trabalho visou simplificar a metodologia baseada em crit rios cient ficos excessivos levando op o de se desenvolver um produto aparentemente j consolidado mas inovador no conjunto de fun es que agrega Para isso utilizaram se ferramentas matem ticas conhecidas embora adaptadas para a um caso particular entre elas a intelig ncia artificial partindo se de um conceito simples de Engenharia e evoluindo se ultrapassando se no que ainda fosse poss vel o estado da arte ou seja as cadeiras de rodas para desabilitados f sicos limitadas ao plano horizontal 2 1 Espec ficos Para a proposi o de um procedimento de projeto h brido de controle atrav s da intelig ncia artificial os seguintes objetivos espec ficos foram realizados a pesquisa do estado da arte das t cnicas n o convencionais de controle visando escolher aquele modelo te rico e emp rico a ser adotado b c lculo e a determina o do centro de gravidade CG em tempo real no espa o tridimensional de forma n o invasiva e natural em fun o da movimenta o do usu rio sobre uma placa de sensores baseados em extensi metros c implementa o computacional de um modelo de controle baseado em intelig ncia artificial ou L gica Fuzzy para identificar e possibilitar controlar em tempo real um novo modelo experimental de cadeira de rodas 32 d implementa o de uma Rede Neural Artificial que
123. pudesse visualizar seu comportamento sob determinados movimentos tal modelo sofre uma simplifica o em determinadas equa es da din mica considerando se os sete movimentos dos comandos fundamentais da cadeira reduzindo se a um dos modelos do movimento desacoplado como por exemplo inclinar em rela o ao solo Esse foi o movimento tomado como refer ncia para que se pudesse analisar posteriormente a outra modelagem matem tica qual seja para movimenta o no plano O tipo de metodologia utilizada para a formula o das equa es de movimento se torna particularmente importante para a modelagem de sistemas no espa o tridimensional e seja qual for essa metodologia deve resultar nas mesmas equa es da din mica para o mesmo dispositivo Posteriormente essas equa es da din mica servir o como apresentado no final de cada metodologia de modelagem para simular o movimento da cadeira podendo realimentar corre es tanto em sua cinem tica como modifica es estruturais como foi o caso do estudo da posi o do CG diante da assimetria devida movimenta o do usu rio 49 Para o caso de um dispositivo generalista consideram se inicialmente todos os deslocamentos lineares poss veis que poderiam ser interpretados como um movimento prism tico em um rob assim como todas as rota es poss veis entre dois referenciais um deles inercial e outro local ou m vel obtendo um modelo de um dispositivo gen rico com sei
124. sao perpendiculares 2 o momento da for a sentido anti hor rio sentido hor rio O momento de uma for a em relac o a um determinado ponto mede a efici ncia em causar rota o de um corpo extenso em torno deste ponto Adicionalmente podemos definir Momento de uma Forca O momento de uma for a em rela o a um ponto fixo 0 origem de um referencial inercial uma grandeza f sica de car ter vetorial definida pelo produto vetorial do vetor posi o do ponto de aplica o da for a em rela o ao ponto 0 pela for a aplicada Caracter sticas do momento de uma for a Dire o perpendicular ao plano definido pelos vetores posi o e for a Sentido dado pelas regras da m o direita ou do saca rolhas Ponto de aplica o 0 Norma 227 pa ME en 5 4 8 O ngulo indicado o ngulo que os vetores posic o e for a formam entre si A unidade SI desta grandeza o N m O momento de uma for a tem na rota o um papel equivalente ao da for a na transla o O efeito de rota o produzido pela for a aplicada a um corpo medido pelo momento dessa for a O momento de um sistema de for as em rela o a um ponto fixo 0 Num referencial inercial igual soma dos momentos das diferentes for as relativamente ao mesmo ponto M ss i 5SM i l 5 4 9 Momento de uma for a e de um sistema de for as em rela o a um eixo O momento de uma for a em rela o a um eixo fixo num referencia
125. semaphore h gt extern ptoi t pto mapa ptof t ptof FILE gtlog ERRAR ARA KKK ROT KARA k ck kckckckck ckckckck AA NAS GRAF void inicializa modografico ifdef MOSTRAR GRAFICOS CAS BAS CAS fprintf gtlog Vou inic o modo grafico n if vga init 0 printf Erro no vga init n exit 1 vga setmode G640x480x16 fprintf gtlog Inicializei tendif void finaliza modografico ifdef MOSTRA vga setmode TI endif R GRAFICOS EXT o modo grafico n 261 ERRAR RARA ARA k 2 void desmarca mapa int x y for x0 x lt E for y 0 y lt maxx x maxy y DESMARC MASC int gera trajetoria struct ptoi t p int iant fila MAXX MAXY uint ifila 0 ffila 1 1 int x y int dx 4 Or Ll E kl int dy 4 1 0 1 0 ptoi t desti pto mapa destino ptof t auxptof fprintf gtlog Vou gerar uma trajetoria 0 2f 0 2f gt 0 2 0 2 Nn origem x origem y destino x destino y fila 0 p pto mapa origem fprintf gtlog fila 0 d d desti d d Nn fila 0 p x fila 0 p y desti x desti y fila 0 iant 1 mapa fila 0 p x fila 0 p y 0 while MESMO PTOI fila ifila p desti amp amp ifila ffila fprintf gtlog Prim da
126. sobre o ponto m dio do eixo entre as rodas sendo este o princ pio adotado para que na Cin tica a simetria causada por esta refer ncia simplifique a modelagem assim como elimine comportamentos din micos dif ceis de se estabilizar pelos controles baseados em intelig ncia artificial de certa forma inovadores que ser o adotados Se Ve Va ent o a cadeira deslocaria em trajet ria curva em rela o ao seu CIR Nesse caso da cadeira equilibrista considera se sempre o giro em rela o ao referencial inercial e esta possibilidade n o ocorre De qualquer forma o estudo do CIR mantido para variantes futuras deste trabalho Cinem tica direta Supondo que a cadeira est em uma posi o z x ao longo de uma linha fazendo um angulo 4 com o eixo z conforme a Figura 4 4 Atrav s de manipula o dos par metros de controle V e V4 a cadeira pode tomar diversas posi es Determinando a posi o que a cadeira atingiu s os par metros de controle o que se denomina cinem tica direta e o seu CIR dado por CIR z Rsend x Rcosb eq 4 16 Pelo fato de V e Va assim como R e o serem fun es do tempo ent o em t dt a posi o da cadeira ser dada por N cos a t sen w t O z CIR CIR sen wor cos w f 0 x CIR CIR 0 0 Ld c Re S A express o anterior determina a posi o da cadeira no tempo t desde que se conhe a Vee Va e integrando conforme abaixo Para o caso das roda
127. sua volta pegar no ar pegar o sentido das coisas ou perceber uma coisa Adicionalmente segundo Herrnstein e Murray est associada a habilidade cognitiva e segundo Sternberg e Salter ao comportamento adaptativo orientado a metas Al m do que definiu Saulo Vallory habilidade de intencionalmente reorganizar informa es para inferir novos conhecimentos De acordo com a Teoria da modificabilidade cognitiva estrutural do psicopedagogo Reuven Feuerstein todo ser humano com dificuldades de aprendizado em qualquer fase de sua vida pode ter sua intelig ncia amplificada Isto daria a qualquer indiv duo a capacidade de aprender Nas propostas de alguns investigadores a intelig ncia n o uma s mas consiste num conjunto de capacidades relativamente independentes O psic logo Howard Gardner desenvolveu a teoria das intelig ncias m ltiplas identificando sete diferentes tipos intelig ncia l gico matem tica lingu stica espacial musical cinem tica intrapessoal e interpessoal Mais recentemente Gardner expandiu seu conceito acrescentando lista a intelig ncia naturalista e a intelig ncia existencial fonte Wikip dia Diferentemente do que se acreditava no in cio da cultura humana que dizia que a intelig ncia residia no cora o a emo o sabe se que seu fiel deposit rio o c rebro humano onde reside toda a ansiedade comportamentos id ias e concep es Este maravilhoso org o abr
128. subplot 2 1 2 plot index u2 index index u2 index o ylabel u k A06 2 2 Programa do Controle em L gica Nebulosa ou Fuzzy 367 function fuzzycontrol SImplements the fuzzy control of the wheelchair stepH h 2 set stepH tag step put UI handles into current figure s user data tmp startH stopH pauseH contH stepH countH 1 1 1 1 set InvKineFigH userdata tmp HandleVisibility on selseif strcmp action set extra gui extra UI s extra U The upper UI controls Specific to each animation cbli mfilename show trail cb2 mfilename clear trail cb3 cb4 mfilename target pos stringl Show Trails string2 Clear Trails string3 Using mouse to drag target oval inside yellow x marked area string4 Ellipse Mouse Driven upH upPos uiarray Pos 1 1 4 spacing 1 spacing str2mat check push text popup str2mat cb1 cb2 cb3 cb4 str2mat stringl string2 string3 string4 set upH 3 HorizontalAlignment right showTrailH upH 1 set showTrailH tag show trail oo 368 signalH upH 4 o The following will be put back if we have more than one desired trajectory thisposl get upH 2 Position thispos1 1 thisposl 1 7 thispos1 3 thisposl 3 8
129. t o maior quanto o n mero de corpos acoplados e seus graus de liberdade 4 3 4 Modelo Lagrangeano Partindo se da formula o da energia cin tica K e da energia potencial P obt m se a fun o lagrangiana L da forma 63 L K P eq 4 9 Obt m se as mesmas equa es como o desenvolvimento segundo Newton d 0 d M m g sen md d dt sen0 cos0 F cos0 M m sen 0 d eq 4 10 d x dt m d d0 dtPsen0 m g sen cos0 F M m sen 0 eq 4 11 4 3 5 Modelo da cadeira segundo Newton Em primeira aproxima o desacoplando os movimentos como foi sugerido para efeitos de simplifica o pode se interpretar o dispositivo geometricamente fazendo se a composi o das for as que nele atuam segundo as orienta es horizontal e vertical obtendo se as equa es b sicas de Newton em fun o das condi es iniciais ou seja F Yf 0 Sabe se que ao estudar este movimento desacoplado somado natureza de interpreta o est tica dessa metodologia newtoniana h a omiss o das caracter sticas din micas que algumas vezes se mostram relevantes dependendo da natureza do dispositivo o que v lido para o efeito did tico neste trabalho e na aplica o do controle ao dispositivo real como ser argumentado nas conclus es Para se modelar a cadeira atrav s das equa es de Newton que descrevem um comportamento din mico simplificado do sistema podem se estabelecer mais algumas restri es e desa
130. um programa correspondente Crescimento de fun es As express es produzidas pela an lise matem tica da efici ncia de um algoritmo geralmente s o baseadas em fun es matem ticas bem conhecidas Uma das vantagens de associar a efici ncia de um algoritmo a essas fun es que fica mais f cil entender como seu custo varia em rela o ao tamanho do par metro prim rio do algoritmo Outra vantagem que isso nos permite comparar os custos de diferentes algoritmos com facilidade A seguir voc poder ver as fun es matem ticas normalmente utilizadas na an lise matem tica do custo 1 maior parte das instru es executada apenas uma ou um n mero constante de vezes independente do par metro prim rio N tempo de execu o constante logN ocorre em algoritmos que resolvem um problema maior transformando o em uma s rie de subproblemas reduzindo o tamanho do problema por certa constante fracion ria a cada passo tempo de execu o logar tmico Sempre que N dobra a complexidade do gt algoritmo aumenta por uma constante mas n o dobra at que o tamanho da entrada seja N N acontece quando uma pequena quantidade de processamento deve ser feito para cada elemento da entrada tempo de execu o linear Corresponde ao menor custo poss vel para um algoritmo que deve processar Nentradas ou gerar N sa das N logN ocorre em algoritmos que quebram o problema principal em subproblemas menores resolvendo os
131. uma frase em ingl s que ilustra bem uma senten a com alguns tipos de palavras 102 O numero de comandos para o controle muito maior e a forma o do banco de dados dessas ondas vocais demanda um tempo maior para que v rias amostras sejam armazenadas do que aquele de que se dispunha no desenvolvimento deste estudo conforme a FIG 42 a seguir Disco R gido Masculino Feminino Numero de comandos repetidos 10 vezes por 10 adultos 1200 Numero de comandos repetidos 10 vezes por 10 jovens 1200 FIGURA 41 Forma o do Banco de Dados de comandos vocais FONTE Dados da pesquisa Dessa forma procurou se escolher seis 6 comandos frequentemente encontrados para tais ambientes as refer ncias classes selecionadas foram a avan ar b direita c esquerda d inclinar e parar f recuar 103 5 4 3 Aquisic o dos dados Existem trabalhos realizados com o mesmo prop sito que este por m utilizando l gica nebulosa INDELICATO 1997 Neste trabalho a aquisi o dos dados foi feita pela gera o anal gica da envolt ria do reconhecimento de voz convers o da envolt ria para digital e determinag o de algumas das caracter sticas consideradas mais representativas tais como o tempo de dura o do sinal tempos de subida e descida tempos e valores de pico reas e outras FIGURA 42 Exemplo de ondas vocais em uma frase FONTE Dados da pesquisa Na compara o seguiu se o mesmo
132. vel escrever uma equa o que relaciona o torque do motor a sua acelera o angular Na FIG 20 observa se um diagrama das for as que atuam em cada roda FIGURA 20 For as em uma roda em movimento FONTE Dados da pesquisa A for a Gx por ter a mesma dire o da velocidade angular normal ao plano definido pela roda e n o contribui para a sua acelera o angular A velocidade angular da roda dwe Fwe O seu raio e Ty o torque fornecido pelo motor Para a roda escreve se ent o lathe T Fryc eq 4 38 Tal como visto anteriormente o torque Ty dado por 4 24 dado a partir do qual pode se escrever Iwc a IwcWa Ka1Wa Ke1Ua Fatwe eq 4 39 lyete lucis Kaze ka Us Eye eq 4 40 77 Sendo que Md We Tye s o as velocidades angulares e os raios das rodas direita e esquerda respectivamente Assume se que o momento de in rcia Iwe de cada roda em rela o ao seu eixo de rota o igual para as duas rodas sendo que as constantes kar Ker kaz e kez s o dadas a partir de 4 31 e 4 32 dependendo apenas das caracter sticas dos motores Uma vez que as for as Gx s o derivadas da acelera o centr peta escreve se CHOSE eq 4 41 A for a centripeta Fc pode ser dada em fun o do m dulo da velocidade da cadeira e do raio de curvatura descrito ao percorrer a trajet ria conforme escrito abaixo _ MV k a eq 4 42 Sendo que M a massa total da cade
133. x pl x int dy abs p2 y pl y if dx gt dy a E if pl x lt p2 x return visivel linhaX p1l p2 else return visivel linhaX p2 p1 else if pl y lt p2 y return visivel linhaY p1 p2 else return visivel linhaY p2 p1 void gt termina fclose gtlog sem post amp sem princ void vga getch void ifdef MOSTRAR GRAFICOS vga getch tendif float transf ang float ang transforma um ang de 0 2 PI para P return ang lt M PI ang ang 2 M PI 269 270 int traj fora faixa leit TIME 4 Vetor vet dir Pto posic ptotraj _posic x posicao x _posic y posicao y vet dir x cos GRAUS PARA RAD direcao vet dir y sin GRAUS PARA RAD direcao for i l i lt tamtraj itt ptotraj x traj i x ptotraj y trajlil y if fabs transf ang angulo vet dir vetor posic ptotraj GRAUS PARA RAD AMPLITUDE LE T TURA NORMAL SONAR fprintf gtlog ACHOU TRAJ FORA DA FAIXA posicao 2f 2f direcao 2f graus n posicao x posicao y direcao fprintf gtlog Ponto 2f 9 2f Xn ptotraj x ptotray y 7 fprintf gtlog vet dir 2f 2f angulo 2f rad ang lim 2f n n vet_dir x vet_dir y fabs angulo ver dir vetor posta prot raj GRAUS PARA RA
134. y 0 v 1 dym 1 ALPHA1 ym 1 y 1 cvector w invbeta xlin v double re w 0 rvel ur rpid out re doubl le w 1 1vel ul lpid out le rov rmotor ur rov lmotor ul Reference Model Simulation ym rk ym p ST g ODOMETRY odo new ODOMETRY odo npr npr odo gt npl np1 odo gt ur ur odo gt ul ul odo gt x y 0 odo gt y y 1 odo gt phi x 2 odolist append odo rov off ifdef REAL TIME close timer endif if lerror 311 cout lt lt Saving odometry data to disk ofstream odofile twlckin dat if odofile cout lt lt Can t open output file n n return ODOMETRY odo int t 0 while odo odolist head odofile lt lt t lt lt Xt odofile lt lt odo gt npr lt lt At odofile lt lt odo gt npl lt lt At odofile lt lt odo gt ur lt lt Xt c ile lt lt odo ul lt lt Nt odo c odofile odo x Nt c odofile odo y Nt c ile lt lt odo phi lt lt An odo delete odo cout lt lt OK n fprintf ctrllog Vou enviar UP pro principal n sem post amp sem princ printf ctrllog Terminando n fclose ctrllog 312 313 A01 2 Programa sugerido em ASM para contro
135. 0 registro de tempo em nivel 1 offtime EQU Ox11 registro de tempo em nivel O but tim EQU 0x12 bot o de temporiza o 314 LLLLLLLLLLLLLLLLLLLLLLLLLL dipwm EQU 1 define bit 1 da PORTA B para a safda PWM HEXFET codigo EQU 7 define bit 7 da PORTA B para o bot o de tempo LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLDLLLLLLLLLLLLLLLLEL gt KKK ORG 0x000 vetor de reset do processador O K K ole K K ole K K K K K ole ole K K ole K K K K K ole K ole K K K K K K ole K K K K K K K K ole K K ole K K K K K K K K ole ole K K K K gt KKK execu o do programa inicia aqui ap s o power up ou wake up do sleep CENE GAS e o oe CPR de no e RD SEE o e RD e PR PRE EDS I RD EE RH EEE AA eek main clrf PORTB limpa a PORTA B bsf STATUS RPO seleciona os registros do banco 1 configurar movlw b 10000000 faz o bit 7 da PORTA B como entrada as outras s o sa das movwf TRISB move conte do de W para o tristate da PORTA B bcf STATUS RPO seleciona os registros do banco 0 normal movlw b 00001000 movwf INTCON habilita o wake up na mudan a da PORTA B movlw 100 pequeno atraso para prevenir partida acidental call long delay btfss PORTB codigo O flag de indica o de A o do Supervisor foi indicado goto power down se n o v para sleep pwr on btfsc PORTB codigo O valor de A o est sendo liberado goto pwr on assegure que o modo n o entre enquanto o valor
136. 1 a U g 3 X Sa da m k ae E Fun o de ativa o X Pesos sin pticos Figura A2 3 Unidade de processamento Uma unidade de processamento v possui entradas xj P xD xP que HE 1 1 B correspondem aos estados dos neur nios vi com os quais est conectada A partir dessas entradas e do conjunto de pesos sin pticos wis que refletem a for a da unidade p sobre a unidade yo calculado o potencial net do neur nio v Esse potencial no tempo f determinado por uma regra de propaga o que geralmente equivale soma linear da multiplica o das entradas pelos pesos M SSON 1990 conforme equa o 3 2 8 yi HU L 2 0 1 1 1 net y gt Di X mo 8j it 3 2 8 i x o estado da j sima unidade wi a for a sin ptica entre a i sima unidade e a j sima unidade e i o limiar da i sima unidade representando a for a que as entradas das unidades conectadas unidade v precisam atingir para ativar esta unidade O potencial modificado pela aplica o de uma fun o de ativa o g determinando o estado da unidade yo no instante 1 i i en g net 3 2 9 De acordo com M SSON 1990 a fun o de ativa o corresponde a um limiar que restringe a propaga o do impulso nervoso transposi o de um certo n vel de atividade mapeando o potencial da unidade de processamento y para um intervalo pr especificado de sa da Temos v rias poss veis fun es de at
137. 20 watt LLELLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLI LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLDLLLLLLLLLDLLLLLLLEL gt ek hundry twenty watt 10096 duty cycle is full 120 watts movlw 19 idem movwf but tim movlw 100 movwf ontime movlw 1 short off time to allow normal button scan movwf offtime call runmotor goto seven watt eek kk ee ee eh de aa ee eh ee e ee dee ae Subrotinas LLELLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLL LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLDLLLLLLLLLLLLLLLLEL gt KKK Subrotinas do dipWM e da varredura do valor do c digo com o valor da a o Ao ler r pido o programa cair para o pr ximo n vel de pot ncia Ao ler demorado 2seg vai para Power Down sleep LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLDLLLLLLLLLDLLLLLLLE gt KKK runmotor movlw 7 coloca a raz o de varredura do bot o em aprox 14Hz movwf mainloop 7 x 10ms 70ms run_d2 bsf PORTB dipwm liga o motor movf ontime 0 move o tempo de ligado ontime para o registro W call v delay Chama a rotina da variavel de atraso bcf PORTB dipwm desliga o motor movf offtime 0 move o tempo de desligado para o registro W call v delay chama a rotina da variavel de atraso decfsz mainloop decrementa o registro de PWM mainloop se zero 317 goto run_d2 ent o l o bot o sen o mant m em loop btfsc PORTB button l o bot o e se estiver sendo pressionado goto timer 1 dec
138. 270 0 270 0 267 12 00 0 270 0 275 0 275 0 275 0 280 0 275 14 00 0 320 0 330 0 320 0 320 0 330 0 324 15 00 0 350 0 350 0 350 0 350 0 350 0 350 17 00 0 370 0 400 0 400 0 390 0 390 0 390 18 50 0 400 0 420 0 440 0 440 0 440 0 428 21 00 0 440 0 440 0 480 0 480 0 480 0 464 226 Com os dados coletados foram gerados os gr ficos e as tabelas No gr fico 5 01 houve a realizac o de uma m dia das cinco medi es onde observada uma rela o de sua curva praticamente linear Realizou se a medi o do ru do na sa da do amplificador em torno de 30mV Uma grande parcela deste ru do pode ser atribu da inexist ncia de conex es com bornes adequados para realizar a liga o entre a c lula de carga e o amplificador 5 1 4 Conclus o do Projeto As c lulas de carga compostas cada uma de dois Strains Gages em ponte de Wheatstone s o os sensores respons veis pelas indica es das rea es Foram usados um total de quatro c lulas de carga denominados de S a S4 de acordo com a Fig 8 adiante De fato uma esfera e mola simulam o ser humano e sua movimenta o aleat ria na cadeira e produzem varia es das for as aplicadas e seus respectivos momentos por causa de seus comportamentos f sicos da forma F M EL 5 4 7 Fa E F for a em Newton N 5 E L dist ncia em metros m 0 M momento da for a N m Figura AS 17 Momento M de uma for a em rela o ao ponto O Observa o 1 Fe L
139. 64 Momento M de uma for a em rela o ao ponto Ou 109 FIGURA 65 Vista do plano XY e as retas rj e P e 109 FIGURA 66 a Vista do plano XZ b Varia o da altura do CG 134 FIGURA 67 A resposta do sistema controlado para entrada degrau que simula uma perturba o no sistema Como Controle LOR vs iin ot ue m eee bg ova irte non exten Eq Coco eet ea eg eaa dre Spa ends 136 FIGURA 68 Resposta perturba o de um controlador moderno de estados realimentado 136 FIGURA 69 Diagrama do sistema da cadeira com o controlador fuzzy sem perturba es 137 FIGURA 70 Resultados da simula o sem perturba o com a dist ncia d do CG fixa 109 FIGURA 71 O controlador fuzzy face exist ncia de uma perturba o externa 138 FIGURA 72 O controlador fuzzy face exist ncia de perturba es interna e externa 139 FIGURA 73 As perturba es rand micas internas scope e colis es externas scopel 139 FIGURA 74 Perturba es severas e diversas levando a uma dist ncia d do CG vari vel 139 LISTA DE TABELAS TABELA 1 Pesos comparativos de controles simples e combinados esses 41 TABELA 2 Principais caracter stiCds sinus hives ides tente tar eee Eee lene oe eoa 43 TABELA 3 Par metros f sicos da cadeira de rodas equilibrista eese 96 TABELA 4 Acerto
140. AFICOS vga setcolor COR TRAJETORIA dendif for i20 i tamtraj 1 ptoi pto mapa traj i ifdef MOSTRAR GRAFICOS vga drawpixel 100 ptoi x 100 ptoi y fendif fig ptoi y ptoi x 50 int visivel linhaX ptoi t pl ptoi t p2 uint passo int ceil raio PRECISAO cont passo 004 tptoi yt5 004 tptoi y 5 266 int dx p2 x pl x int dy p2 y pl y int yincr dy gt 0 1 1 int dxdiv2 dx gt gt 1 ptoi t p pl dy abs dy if mapa p x p y OBSTACULO return 0 while p x lt p2 x p xt s dy if s gt dxdiv2 S dx p y yincr if cont passo cont 1 if mapa p x p y OBSTACULO return 0 else cont ele if cont gt 1 se ultimo ponto marcado 267 nao foi o final entao marca if mapa p x p y OBSTACULO return 0 return 1 int visivel linhaY ptoi t pl ptoi t p2 int dx p2 x pl x lint dy p2 y pl y int xincr dx gt 0 1 1 int dydiv2 dy gt gt 1 ptoi t p pl dx abs dx O BSTACULO if mapa p x p y return 0 while p y lt p2 y P y s dx if s gt dydiv2 S dy p x xincr if mapa p x p y OBSTACULO return 0 int visivel linha ptoi t pl ptoi t p2 268 int dx abs p2
141. CHT NIELSEN R Applications of counterpropagation networks Neural Networks Journal p 131 140 1988 HIBBELER R C Est tica mec nica para engenharia 12 ed S o Paulo Pearson 2011 HINTON G Connectionist learning procedures s l Computer Science Department Carnegie Melon University 1987 INDELICATO A Estrutura para o reconhecimento de refer ncias geom tricas utilizando ultra som e l gica nebulosa 1997 Disserta o Mestrado em Engenharia El trica Programa de P s Gradua o em Engenharia El trica Universidade Federal do Esp rito Santo Vit ria Esp rito Santo Brasil 1997 INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTAT STICA IBGE IBGE e CORDE abrem encontro internacional de estat sticas sobre pessoas com defici ncia Rio de Janeiro 2005 Dispon vel em http www ibge gov br Acesso em 21 set 2013 JAMSHIDI M TAROKH M SHAFAL B Computer aided analysis and tksign 0 linear control systems Englewood Cliffs N Jersey Prentice Hall 1992 JONES W P HOSKINS J Back propagation a generalized delta learning rule BYTE v 12 n 11 p 155 162 October 1987 KATSUHIKO O Engenharia de controle moderno 5 ed S o Paulo Pearson Education BR 1993 KLAFTER T R C NEGIN M Robotic engineering an integrated approach Englewood Cliffs N Jersey Prentice Hall 1989 KOLMANOVSKY L MCCLAMROCH N H Developments in nonholonomic control problems EEE Trans on Control Systems
142. DriveLeft LeftMotort Fuzzy Logic ControllerLeft WheelChair Model MotorDriveRight Fuzzy Logie ControllerRight RightMotort FIGURA 69 Diagrama do sistema da cadeira com o controlador fuzzy sem perturbac es FONTE Dados da pesquisa Os resultados obtidos na simula o do esquema da FIG 69 demonstram que o controlador fuzzy atua corretamente e a oscila o embora excessiva inicialmente n o esperada vai sendo gradualmente corrigida dentro de um tempo de amortecimento muito bom 5 segundos levando ao equil brio ou seja ao ngulo Theta esperado de 90 Este ngulo Theta parte daquele valor de 69 conforme observado no segundo par grafo do item 2 modelo matem tico e se refere posi o inicial do CG ou centro de gravidade da cadeira com o seu usu rio As formas de onda podem ser vistas na FIG 70 Como pode ser visto na FIG 70 o controlador atua com uma a o vari vel em m dulo e sentido at o momento em que o CG total centro de gravidade resultante da cadeira atinge o equil brio com as suas vari veis fuzzy ngulo velocidade angular e sa da atingindo os valores EQ ZE e ZE respectivamente Mas pode tamb m ser observado que este controlador oscila al m do desejado o que causar um desconforto ao usu rio tetrapl gico De acordo com pr ticas anteriores deste tipo de projeto este problema pode ser corrigido com uma base de regras mais rica de condi
143. E Dados da pesquisa 58 Apesar de esta rota o ser poss vel no plano inclinado lateral colocou se uma restri o inicial neste trabalho para tal movimento de forma que as duas rodas da cadeira estejam sempre niveladas simultaneamente e essa transformag o ou corre o j n o seria considerada 4 2 2 Movimento translacional As combina es de movimentos nesses planos para incluir os movimentos de transla o tornam o modelo ainda mais complexo conforme demonstrado a seguir No plano XZ A considera o da transla o nesse plano faz sentido quando a cadeira avanga ou recua na dire o do eixo X no plano horizontal e ou sobe uma rampa em linha reta sendo que para este caso o deslocamento do referencial local em rela o ao inercial se faz sentir atrav s de uma varia o tanto de x como de z No plano YZ A considera o nesse plano s faz sentido quando a cadeira sobe uma rampa com giro sobre esta para a esquerda ou para a direita e o deslocamento do referencial local em rela o ao inercial se faz sentir tanto para y como para z No caso deste estudo considera se que as rampas s o planas e mesmo no caso de giro n o existem deslizamentos que mudem sua posi o No plano XY 59 Os movimentos nesse plano s o mais ilimitados devido composi o que se pode fazer para atingir esses objetivos pr determinados s havendo restri o lateral para este tipo de transla o Considerando a FIG
144. Fila d d Nn fila ifila p x fila ifila p y for i20 i lt 4 i ila p xtdx i ila p y dylil if VALIDO PTOI x y amp amp mapalx y 0 mapa x y MARC MASC fila ffila p x x fila ffila p y y fila ffila iant ifila 262 x fila ifila p x tdx i dx i 1 4 y fila ifila p y dy i dy i 1 4 if VALIDO PTOI x y amp amp mapa x y 0 mapa x y MARC MASC fila ffila p x x fila ffila p y y fila ffila iant ifila ffila ifila if MESMO PTOI fila ifila p desti encontrou um caminho fprintf gtlog Encontrei caminho nTrajetoria invertida d d Nn fila ifila p x fila ifila p y tamtraj 1 poe TELE traj 0 x fila i p x PRECISAO PRECISAO 2 traj 0 y fila i p y PRECISAO PRECISAO 2 while fila i iant 1 i fila i iant traj tamtraj x fila i p x PRECISAO PREC SAO 2 263 traj tamtraj y fila i p y PR tamtraj 9 EC SAO PR EC SAO 2 fprintf gtlog d d Nn fila i p x fila il p y for i 0 i lt tamtraj 2 i auxptof traj il traj i traj tamtraj i 1 traj tamtraj i 1 auxptof
145. GURA 40 Espectro da frequ ncia do Som FONTE Dados da pesquisa Tanto a constru o de mapas e a orienta o da cadeira de rodas como a de controle por reconhecimento de voz normalmente baseiam se em voc bulos simples tais como parar avan ar recuar e suas deriva es relativas Contudo uma melhoria substancial na realiza o de tais tarefas seria obtida pela incorpora o de outros voc bulos tipicamente encontrados no ambiente de navega o como virar direita e esquerda e inclinar O reconhecimento de voc bulos por reconhecimento de voz tais como os citados o ponto central deste artigo tendo como aplica es alvo as cadeiras de rodas tal como a rob tica FIG 1 ainda em desenvolvimento Como trabalhos relacionados foram referenciados em Pires e Nunes 2002 baseando se em l gica nebulosa e Simpson e Levines 2002 que utilizaram redes neurais no reconhecimento de voz para a diferencia o comandos 99 5 4 1 O reconhecimento de voz em rob tica Em geral al m do sensoriamento interno odometria as cadeiras de rodas rob ticas necessitam de sensoriamento exteroceptivos para sua navega o confi vel Al m de encoders ticos transdutores respons veis pela odometria acoplados as duas rodas diferenciais de tra o a cadeira de rodas rob tica deve possuir um sistema de sensoriamento e reconhecimento de voz al m de um sistema de sensoriamento de obst culos por ultrassom As cadeiras de rodas com as
146. Generator FIGURA 72 O controlador fuzzy face exist ncia de perturba es interna e externa FONTE Dados da pesquisa s s EE Ti d 0 disturbe centimeter versus Time seconds Do li ts 45 4 35 3 25 2 15 FIGURA 73 As perturba es rand micas internas scope e colis es externas scopel FONTE Dados da pesquisa Os resultados obtidos na simula o dos esquemas da FIG 71 os quais apresentam as perturba es da FIG 73 podem ser vistos na FIG 74 a partir da qual se percebe que o controle atua continuamente e o sistema n o se desequilibra diante das diversas perturba es combinadas Angular Velocity rd min versus tme sec Angle Degrees versus ime sec n 0 1 o 8 V U 0 L f A J gl q gt 0 5 ll Output Newtons versus time sec mc e Internal alls disturb ll f continuous al control al nmm amplified ol YE dt ud i MIL l FIGURA 74 Perturba es severas e diversas levando a uma dist ncia d do CG vari vel FONTE Dados da pesquisa 140 De fato considera se que a perturba o interna devido movimenta o do usu rio rand mica e cont nua como pode ser observado na lente de amplia o da FIG 73 levando o controlador fuzzy por sua vez a agir continuamente A oscila o que aparece de forma amplificada na lente gr fica virtua
147. N WHYTE H Directed sonar sensing or mobile robot 11Q1ligation Boston Kluwer Academic Publishers 1992 LIN C E SHEU Y A hybrid control approach for pendulum car control IEEE Transactions on Industrial Electronics v 39 n 3 p 208 214 1992 LIN C T Neural Network Based Fuzzy Logic Control and Decision System IEEE Transactions on Computers v 40 n 12 p 1320 1336 December 1991 LIPPMAN R P An introduction to computing with neural nets IEEE ASSP Magazine n 4 p 4 22 1987 LIU J WU X XIA J Visual navigation of a novel economical embedded multi mode intelligent control system for powered wheelchair In LIU J WU X XIA J Advances in neural network research and applications Berlin Heidelberg Book 2010 P 503 511 LJUNG L System identification toolboxfor use with Matlabnl Natick Mass The MathWorks Inc 1993 LJUNG L System identification theory for the user Englewood Cliffs N Jersey Prentice Hall 1981 LOMBARDI A B Desenvolvimento e modelagem de uma cadeira de rodas servo assistida para crian as 2002 Disserta o Mestrado em Engenharia Mec nica Faculdade de Engenharia Mecanica FEM 2002 LYAPUNOV A The general problem of motion stability 1907 France Fac Sci Toulouse 9 1892 p 203 474 MACIEJOWSKI J M Multivariable feedback design reading Mass Addinson Wesley 1989 MADEIRA P H A Application of human machine interface research in pow
148. RA 3 Movimentos do dispositivo generalista eee 49 FIGURA 4 Movimentos da cadeira de rodas no plano e fora dele com restri es 50 FIGURA 5 Diagrama geom trico para modelagem da cadeira na inclina o 51 FIGURA 6 Exemplo de diversos centros de massa e o CG resultante sees 54 FIGURA 7 As diversas coordenadas est ticas dos centros de massa da cadeira e o CG resultante 54 FIGURA 8 Composic o de diversos centros de massa humanos simulados CGh CGw fixo gerando o CG resultante 3 ieu tiet pet tige i EI eR coe o bei Eee Leib E geh octo Pata dba col nil 55 FIGURA 9 Diagrama espacial da cadeira de rodas no plano XZ sss essen 56 FIGURA 10 Diagrama espacial da cadeira de rodas no plano XY 57 FIGURA 11 Diagrama espacial da cadeira de rodas no plano zy ses 57 FIGURA 12 Diagrama espacial da cadeira de rodas no plano XY 59 FIGURA 13 Diagrama geom trico para modelagem do p ndulo na inclina o 61 FIGURA 14 Inclina o e equilfbrio sise 64 FIGURA 15 Diagrama de corpo livre da cadeira ss 69 FIGURA 16 Controlador gerador do PWM e velocidades sss sss 71 FIGURA 17 Diagrama de blocos do esquema equivalente do motor sees 72 FIGURA 18 Diagrama de velocidade torque sise 74 FIGURA 19 For as que atuam na cadeir
149. RADO M et al Autonomous mobile robot dynamic constraints due to wheel ground interaction In EURISCON 94 May 1992 Proceedings s 1 1992 p 347 360 RAMOS P Navega o em rob tica m vel baseada em lamdmarkcs naturais 1995 Disserta o Mestrado em Engenharia El trica Faculdade de Biogenharia da Universidade do Porto Porto 1995 REFENES A N Stock performance modeling using neural networks a comparative study with regression models London Department of Computer Sciences University College London 1993 p 1 18 REFENES A N AZEMA BARAC M CHEN L KAROUSSOS S A Currency exchange rate prediction and neural network design strategies Neural Computing amp Applications v 1 n 1 p 46 58 1993 RENNO C A et al Neural network based geometric references recognition applied to ultrasound echo signals n IEEE MIDWEST SYMPOSIUM 43 2000 Michigan EUA Proceedings Michigan EUA MWSCAS 2000 v 3 p 1344 1347 153 RENNO C A BASTOS FILHO T F Um novo projeto de cadeira rob tica para deficientes f sicos In CONGRESO IBEROAMERICANO IBERDISCAP2000 3 2000 Madri Actas Comunicaci n Alternativa y Aumentativa y 1o de Tecnologias de Apoyo para la Discapacidad Madrid 2000 RENNO C A LIMAI E J PINTOR L F Uma Nova proposta para o desenvolvimento de uma cadeira de rodas rob tica equilibrista In CONEM2012 4 2012 S o Lu s Anais S o Lu s 2012 RENN C A
150. Rela o 2 Equa o de Newton para o carro Ma T F Mg Rn T F Projeta se o comprimento do p ndulo M x T sen0 F Substitui se T pelo seu valor Rela o 1 obtendo se M x m dO sen0 m x sen 0 mg cos0 send F Segundo 2 mg sen0 m d0 m x cos Logo Mx md0 sen0 m x sen 0 m d0 cos0 mx cos20 F md0 sen0 mx m dO cos0 F 207 Onde M m gt x mdO0 sen0 m d0 cos0 F Rela o 3 Substitui se x na rela o 2 M m d M m g send m dO sen0 cos m dO cos0 F cos0 M m sen 0 d0 M m g senO m d0 senO cos F cos do M m g sen md0 senO0 cos0 F cos0 M m sen 0 Substitui se d9 na rela o 3 M m x m d sen m M m g send coso m d0 sen0 cos Fcos0 M msen 0 F M m x md92send M m sen 0 m M m gsen0 cos0 m d0 sen0 cos 0 F cos 0 F M m sen 0 M msen 0 M m x 2 Mm dO sen m dO sen O mM m g sen cos m dO sen0 co 0 mFcos0 FM mF sen 0 M m send M m x Mm d8 sen0 m dO sen m M m g send coso m F FM M msen 0 M m x M m m dO sen0 m g send cos0 F M m sen x m dO0 senO m g sen0 cos0 F M m sen 0 O princ pio dos trabalhos virtuais consequ ncia dos deslocamentos virtuais utilizado no modelamento cl ssico na tica newtoniana que apenas estabelece as condi es de equil brio est tico de sistemas n o pode ser aplic
151. S2 0 size Tm TsModNet newff minmax Pm S1 S2 tansig purelin trainlm o pause Strike any key to train the neuron model TRAINING THE NETWORK o We will use TRAIN to train the model network so that a typical rior o is 0 0037 radians 0 2 deg for the Q 2 element target vectors TsModNet trainParam show 10 Freq of progress in epochs TsModNet trainParam epochs 300 Maximum numb of epochs to rain TsModNet trainParam goal 0 0037 2 Mean squared error goal 343 o pause Training will begin please wait It takes a few minutes TsModNet train TsModNet Pm Tm hold off and finally finishes save TsDd4b TsModNet o pause Strike any key to test the neuron model TsPg4a echo off hold off grid off disp End of TsPg40 A04 2 Programa Carregador de Dados e Simulador TsPg4a Simulating Routine for Neural Networking Model Carlos A R nnow 29 04 2001 C opyright 2001 Revis o 3 1 Data 21 04 2002 Hora 18 37 00 deg2rad pi 180 344 if exist TsModNet var load TsDd4b end WheelChair RESPONSE Here we plot the WheelChair s Angle and Velocity responses OPEN LOOP RESPONSE Here we simulate the network s open loop response time O timestep 4 state init state It comes from TsPg30 through TsDd4a states zeros 2 length time states
152. TE Dados da pesquisa Sensoriamento a palavra chave inclusive para o mais simples comportamento de mobilidade Um dispositivo que pretende ser automatizado deve ser capaz de sensoriar e processar este sensoriamento de forma a tomar decis es Os sensores que est o mais associados mobilidade s o aqueles que medem a distancia as mudan as inerciais e os que medem a estrutura externa ao seu redor Naturalmente por tr s desse sensoriamento est um algoritmo programa que processa convenientemente essa informa o 87 5 1 1 O sensor de comando vocal O principal objetivo deste trabalho foi desenvolver um circuito que permitisse o comando pelo usu rio da Cadeira de rodas atrav s da voz Esta a entrada para que o sistema como um todo inicie a ac o e os movimentos A implementa o desse sensor foi possivel devido utiliza o do Kit Voice Direct TM cujo funcionamento ser descrito mais adiante N o foi considerado neste trabalho o comando manual mas algumas modifica es a fim de permitir que o comando da cadeira de rodas que feito por meio da VOZ possa ser feito com um joystick Juntamente com o comando por voz foi desenvolvido outro que possibilitou o controle da cadeira de rodas via microcomputador compat vel PCG ou seja agora a cadeira de rodas poder ser comandada pelo micro e voz cujos sinais s o enviados cadeira de rodas por transmiss o via r dio Wireless ou fios Detalhes desse desenv
153. Ti Co UNIVERSIDADE FEDERAL DE MINAS GERAIS PROGRAMA DE POS GRADUACAO EM ENGENHARIA MECANICA Uma contribuic o metodol gica ao projeto modelagem matem tica e ao controle baseado em intelig ncia artificial de uma cadeira de rodas servoacionada CARLOS ANTONIO RENN Belo Horizonte 21 de Fevereiro de 2014 UNIVERSIDADE FEDERAL DE MINAS GERAIS PROGRAMA DE POS GRADUACAO EM ENGENHARIA MECANICA Carlos Antonio Renn Uma contribuic o metodol gica ao projeto modelagem matem tica e ao controle baseado em intelig ncia artificial de uma cadeira de rodas servoacionada Tese apresentada ao Programa de P s Gradua o em Engenharia Mec nica da Universidade Federal de Minas Gerais como requisito parcial obten o do t tulo de Doutor em Engenharia Mec nica rea de concentra o Projetos Mec nicos Orientador Prof Ricardo Poley Martins Ferreira Universidade Federal de Minas Gerais Escola de Engenharia da UFMG Coorientador Prof Eduardo Jos Lima II Universidade Federal de Minas Gerais Escola de Engenharia da UFMG Belo Horizonte Escola de Engenharia da UFMG 2014 UNIVERSIDADE FEDERAL DE MINAS GERAIS PROGRAMA DE POS GRADUACAO EM ENGENHARIA MEC NICA Uma contribui o metodol gica ao projeto modelagem matem tica e ao controle baseado em intelig ncia artificial de uma cadeira de rodas servoacionada CARLOS ANTONIO RENN Tese defendida e aprovada em 21 de Fevereiro de 2014 pela Banca Exam
154. Ultra Som Estes sistemas s o utilizados em m quinas CN CNC rob s linhas de montagem e etc O processo de medir uma determinada grandeza atrav s de sensores e transform la em outra grandeza no qual a linguagem de m quina ou computador entenda denominada popularmente de transdu o ap s o sensor normalmente vem um transdutor Uma s rie de sensores comerciais necess rios para este trabalho ser abordado nesta tese 5 1 1 0 sensor de comando vocal 5 1 1 1 Introdu o O principal objetivo deste trabalho foi desenvolver um circuito que permitisse 0 comando pelo usu rio da Cadeira de rodas atrav s da voz Esta a entrada para que o sistema como um todo inicie a a o e os movimentos A implementa o deste foi possivel devido a utiliza o do Kit Voice Direct TM cujo funcionamento ser descrito mais adiante N o foram consideradas neste trabalho o comando manual mas algumas modifica es a fim de permitir que o comando da cadeira de rodas que era atrav s de um joystick possa ser feito de forma vocal Juntamente com o comando por voz foi desenvolvido um outro que possibilitou o controle da cadeira de rodas via microcomputador compat vel PC ou seja agora a cadeira de rodas poder ser comandado pelo micro e voz cujos sinais s o enviados a cadeira de rodas por transmiss o via r dio 216 O circuito foi montado dentro de uma caixa de pl stica r gido de dimens es 4 X 5 X 7 cm altura x largura x comprime
155. ZAK KKK KKK KK ck ck ck ck kk KK KK kckck ck kck ck ck ck ck kk ck ckckck kckck ck ck ck kckck ck kk KK KK kc kck ck ck ck KK ck AAA Okck ck ck ck k k kk dAngphi Vanphi Torque devido a rota o phi Transformada Inversa dVanphi 1 lyy M Ixy dVanpsi Iyz dVanthe dAngthe Ixx dAngpsi dAngthe Ixy dAngphi Ixz dAngthe 2 Ixz dAngpsi 2 dAngpsi Iyz dAngphi dAngpsi Izz dAngthe dVel X cos phi cos theta xG dVel X yG sin psi sin phi cos theta dVel X yG cos psi sin theta dVel X zG cos psi sin phi cos theta dVel X zG sin psi sin theta dVel Y cos phi sin theta xG dVel Y yG sin psi sin phi sin theta dVel Y yG cos psi cos theta dVel Y zG cos psi sin phi sin theta dVel Y zG sin psi cos theta dVel Z sin phi xG dVel Z sin psi cos phi yG dVel Z cos psi cos phi zG Torphi Iyy M 339 Calculo dos Torques devido a rotac o phi Transformada Direta STorphi delta Te cos theta r delta Td cos theta r dTorphi zeros size Torphi BKK KK kk ck ck kk kckck ck kk ck ck AAA kckck ck kk ck ck AAA AAA KKKKKKKKKKK dAngpsi Vanpsi Torque devido a rota o psi Transformada Inversa
156. a o frenagem e parada quando a linha foi inaugurada em 1987 Outro evento em 1987 ajudou a promover o interesse em Sistemas Fuzzy durante um encontro internacional de pesquisadores de Fuzzy em Tokyo naquele ano Takeshi Yamakawa demostrou o uso de Controle Fuzzy atrav s de um conjunto de simples chips fuzzy dedicados em um experimento de um p ndulo invertido um problema cl ssico de controle em que um ve culo tenta manter um poste montado no seu topo por uma dobradi a vertical com movimentos de ida e volta Yamakawa 1987 Observadores ficaram impressionados com esta demonstra o como tamb m com os experimentos de Yamakawa em que ele montou um copo contendo gua ou at mesmo um rato vivo no topo de p ndulo o sistema manteve estabilidade em ambos os casos Yamakawa eventualmente foi organizando seu pr prio laborat rio de pesquisas de Sistemas Fuzzy ajudando a explorar suas patentes no campo Seguindo semelhantes demonstra es os japoneses se apaixonaram com sistemas fuzzy desenvolvendo tanto aplica es industriais como aplica es para consumo em 1988 eles criaram o Laborat rio Internacional de Engenharia Fuzzy LIFE uma cooperativa que compreendia 48 companhias para pesquisa em Sistemas Fuzzy Bens de consumo japoneses incorporam extensamente Sistemas Fuzzy Trabalhos em Sistemas Fuzzy tamb m um procedimento nos EUA e Europa entretanto n o com o mesmo entusiasmo visto no Jap o Em 1995 Maytag introduziu uma
157. a Ottoni Orientac o Prof Dr Walter Fetter Lages defs h Arquivo de defini es de constantes declara es de tipos e declara o de vari veis globais da classe externa CK CACKCK CK CC CK CK A A AAA AAA AAA A AA AAA CK CK KC CK KC UC KC KK X KG KG KG X KG X X X FARRA ifndef DEFS H define DEFS H include lt pthread h gt include lt semaphore h gt define GERAR LOGS E define GERAR IMAGENS define MOSTRAR GRAFICOS define PRECISAO 0 05 em metros define LARGURA 15 0 em metros define COMPRIMENTO 15 0 em metros 245 define MESMO PTOI P1 P2 Pl x P2 x amp amp Pl y P2 y define MAXX TETO LARGURA PRECISAO define MAXY TETO COMPRIMENTO PRECISAO define VALIDO PTOI X Y X gt 0 amp amp X lt maxx amp amp Y gt 0 amp amp Y lt maxy typedef unsigned char byte X typedef struct float x y ptof t typedef struct int x y ptor t variaveis a serem compartilhadas entre todos os processos extern byte mapa MAXX MAXY extern ptof t traj MAXX MAXY traj do GT pro FT extern ptof t traj ctrl MAXX MAXY traj do FT pro CTRL extern uint tamtraj nro de ptos da trajetoria armazenada em traj extern uint tamtraj ctrl nro de ptos da trajetoria armazenada em
158. a cadeira d xG dt ou dv dt Acelera o linear X da cadeira ou ax yG Posi o linear Y do Centro de Gravidade da cadeira dyG dt ou vy Velocidade linear Y da cadeira d yG dt ou dvy dt Acelerac o linear Y da cadeira ou ay zG Posi o linear Z do Centro de Gravidade da cadeira dzG dt ou v Velocidade linear Z da cadeira d z dt ou dv dt ou Acelera o linear Z da cadeira dz 6 Posi o angular theta da cadeira no plano xy d8 dt ou w Velocidade angular theta da cadeira no plano xy d g dt ou dw dt ou Acelera o angular theta da cadeira no plano xy Qz 4 Posi o angular phi da cadeira no plano zx d dt ou w Velocidade angular phi da cadeira no plano zx d o dt ou dw dt ou Acelera o angular phi da cadeira no plano zx Oy Q Posic o angular psi da cadeira no plano zy do dt ou wx Velocidade angular psi da cadeira no plano zy d p dt ou dw dt ou Acelera o angular psi da cadeira no plano zy Ax FONTE Dados da pesquisa Obs Todas as coordenadas no sentido XYZ foram tomadas em rela o refer ncia inercial no meio do eixo entre as duas rodas traseiras e diferenciais Como existe perfeita simetria na estrutura da cadeira n o foi necess rio modificar a posi o de nenhuma pega para compensar uma diferen a das coordenadas devido ao estudo do CG nas se es anteriores 5 4 Reconhecimento de comandos vocais por redes neurais O sensoriamento de sons e principalmente de comandos voca
159. a continuidade desta pesquisa pois o caminho at a conclus o embora simplificado por se basear em uma proposta metodol gica fortuitamente foi in dito 3 1 Cadeira de rodas servoacionada ou rob tica O conceito de aprendizado supervisionado em Perceptrons multicamada com base na t cnica do gradiente descendente Alguns problemas e inconvenientes do procedimento original de aprendizagem Backpropagation s o discutidos o que levou ao desenvolvimento deste artigo de tecnicas mais sofisticadas que se concentra em estrat gias de aprendizagem adaptativa Alguns dos algoritmos de aprendizagem mais populares s o descritos e discutidos de acordo com a sua classifica o em termos de estrategias de adapta o O comportamento global e local de v rios procedimentos de aprendizagem sobre alguns problemas da converg ncia de programas benchmark populares relatada indicando assim a escala de robustez e propriedades dos respectivos algoritmos RIEDMILLER 1994 Neste estudo foi feita uma observa o ao custo de processamento Uma cadeira de rodas para pessoas com defici ncia f sica desenvolvida com um sistema de reconhecimento de voz dependente do usu rio de ultrasom e sistemas de sensores infravermelhos integrados MAZO et al 1995 V rias abordagens para a aplica o da L gica Fuzzy para rob s m veis aut nomos s o consideradas Al m disso foi citado o interesse que muitos pesquisadores 34 apon
160. a determinadas singularidades que devem ser evitadas ao longo do projeto atrav s de uma limita o dos movimentos No projeto dessa cadeira de rodas as limita es podem ocorrer naturalmente ou seja as estruturas mec nicas nas bordas servem de batente como nos projetos das cadeiras de rodas convencionais el tricas ou n o Mas tais limita es podem ocorrer de uma forma n o natural como o caso do programa de controle limitar o movimento em fun o dos sensores No plano xz Rota o em torno do eixo y cos6 sen0 O0 Ry send coso 0 0 0 1 FIGURA 9 Diagrama espacial da cadeira de rodas no plano XZ FONTE Dados da pesquisa 57 No plano xy Rota o em torno do eixo z cos8 O senp Rais 0 1 0 senB O cosf aD o FIGURA 10 Diagrama espacial da cadeira de rodas no plano XY FONTE Dados da pesquisa Conv m lembrar que conforme a movimenta o que se fa a nesse plano em torno do eixo Z pode ou n o ocorrer anteriormente uma rota o no plano xy cadeira em equil brio pois dessa forma este movimento seria uma matriz produto das duas matrizes de rota o No plano zy A cadeira pode entrar em um plano inclinado e ao torcer este plano lateralmente temos que considerar o movimento de forma inevit vel conforme se v abaixo Rota o em torno do eixo x 1 0 0 Ri 0 cos sen O sen cos FIGURA 11 Diagrama espacial da cadeira de rodas no plano ZY FONT
161. a e Computa o Faculdade de Engenharia da Universidade do Porto Porto Mar 1995 SIMPSON R LEVINES Voice control of a powered wheelchair IEEE Transaction on Neural System and Rehabilitation Engineering v 10 n 2 p 122 125 June 2002 SIOTINE J LI W Applied nonlinear control Englewood Cliffs N Jersey Prentice Hall 1991 SORDALEN O J CANUDAS C Exponential control law for a mobile robot extension to path following IEEE Trans Robotic and Automation v 9 n 6 p 837 842 Dec 1993 SOUSA R V Rob agr cola m vel RAM uma arquitetura baseada em comportamentos hier rquicos e difusos para sistemas aut nomos de guiagem e navega o 2007 Tese Doutorado em Engenharia Escola de Engenharia de S o Carlos USP S o Carlos 2007 SPACAPAN L KOCIJAN J BAJD T Simulation of fuzzy logic based intelligent wheelchair control system Journal of Intelligent and Robotic Systems v 39 n 2 p 227 241 2004 SRINIVASAVARADHAN L CHANDRAMOULI G Automated vehicles for physically and visually challenged In MEMSTECH 2008 May 21 24 Polyana UKRAINE 2008 Proceedings Ukraine 2008 STEER B Trajectory planning for a mobile robot International Journal 0 Robotic Research v 8 n S p 1 14 Oct 1989 STEFANOV D AVTANSKI A BIEN Z Z a concept for control of indoor operated autonomous wheelchair Advances in Rehabilitation Robotics 2004 STEVENS JOHN K Reverse engineering th
162. a equac o para o p ndulo 0 K M mg M d 0 20 Logo 0 60 cos ot com w k M m g M q E de per odo T 2n m 2x M d k M4 m g T 2x M d k M mian T n o positivo a n o ser que k gt M m g Logo o p ndulo n o pode ser mantido a n o ser que k gt M m g Ou melhor m k g M Soluc o da equac o para o carro x k m g M 0 k m g M 6 cos o t Logo x k m gY Mo Om cos o t k m gY k M m g d 0 cos o t x k mg k M mg d0 k m g k M m g d Om cos o t Modelamento Matem tico Newton Euler Bryant Uma alternativa para derivar equag es mais eficientes de movimento foi o desenvolvimento de algoritmos mais eficientes para o processamento de for as Torques generalizados baseados nas equag es de Newton Euler para o movimento Excluindo a din mica do atuador e fric es as equa es da din mica do sistema resultante s o um conjunto de equag es recursivas no sentido direto e inverso A recurs o direta propaga informa o da cinem tica como velocidades lineares e angulares acelera es lineares e angulares do Centro de Massa sendo que a recurs o inversa propaga as for as e momentos exercidos sobre a estrutura da cadeira em quest o do Centro de Gravidade CG em rela o ao referencial inercial escolhido 209 A deriva o da formula o de Newton Euler simples sob o aspecto computacional mas um pouco confusa para a int
163. a ie 75 FIGURA 20 For as em uma roda em movimento ss 76 FIGURA 21 Localiza o das rodas livres Castors sse eee 79 FIGURA 22 Velocidades do ponto O e do ponto de apoio das rodas livres 80 FIGURA 2 3 Roda ltyre uet e tle EU edere He fe Get elo al se 81 FIGURA 24 Modelo com perturba es multiplicativas esee 83 FIGURA 25 Matrizes do Espa o de Estado adaptadas para a cadeira sss 83 FIGURA 26 Modelo matem tico para equilibrar a cadeira com uma perturba o interna 84 FIGURA 27 Diagrama em blocos para visualisar o caminho da pesquisa esses 85 FIGURA 28 Diagrama em Blocos da cadeira eene nennen 86 FIGURA 29 Sensor extensiom trico a Projetado no Laborat rio e b Comercial 88 FIGURA 30 Esquema de funcionamento do strain gauge no desbalanceamento da ponte 89 FIGURA 31 C lulas de Carga com sensores Strain Gages e b Sistema Esfera Mola 90 FIGURA 32 Vista do plano XY com os sensores nennen 90 FIGURA 33 Lay out da placa controladora dos motores fabricada pela Digital International Projects baseada no PICTORSIAO ocoocccococococococonoconcnonncnnncnoncnnnnnno nono ccoo conocio nn nono nc corno nennen nennen nennen 93 FIGURA 34 Conjunto motriz da roda esquerda e direita rara 94 FIGURA 35 Lay out
164. a ilustra as dificuldades pr ticas associadas com aplica es de sistemas de controle no mundo real sendo portanto de interesse para os estudos em tecnologia de controle O carro de massa M desliza sem atrito no eixo dos x Um p ndulo de massa m e de comprimento d est fixo ao carro Aplica se uma forca F ao carro de maneira a manter o p ndulo por cima do carro segundo as notag es 61 P ndulo d9 dt 0 e d 0 d 0 Carro dx dt x e d x d x O Ei x FIGURA 13 Diagrama geom trico para modelagem do p ndulo na inclina o FONTE Dados da pesquisa 4 3 2 Modelagem Matem tica Newtoniana O princ pio dos trabalhos virtuais consequ ncia dos deslocamentos virtuais utilizado no modelamento cl ssico na tica newtoniana que apenas estabelece as condi es de equil brio est tico de sistemas n o pode ser aplicado em problemas din micos de multicorpos a n o ser que fosse estendido atrav s de outro princ pio o que mais tarde foi realizado por d Alembert Esse procedimento nos leva a montar as equa es b sicas que permitir o obter os dados ligados ao seu comportamento din mico e que futuramente permitir o implementar o seu controle que ser t o real quanto a realidade do modelo obtido Neste estudo obteremos o modelo matem tico de sistemas mec nicos h bridos ou seja aqueles cujas massas executam movimentos de transla o e rota o a partir da aplica o da 2 Lei de Newton e da Equa o de E
165. a que s o capacitores chaveados multiplicadores de tens o provoca conflitos e s funcionaria se a sua saida ao estar chaveando o motor estiver em velocidade plena e nenhuma chave na ponte estivesse chaveando caso contr rio falhar O resto do projeto depende em qu o seguro queremos fazer o circuito Um controlador comercial em princ pio precisa sobreviver a qualquer coisa que um usu rio pode fazer com ele e requer prote o pr pria em todos os quatro quadrantes Assim precisa de algo que limite a corrente em ambas metades da ponte n o s em modo do sentido atuante mas tamb m em modo de regenera o Isto acrescenta alguma complexidade Assim o que freio regenerativo Dado que utilizaremos um PWM para chavear os transistores de lado Lo e que a corrente a monitorar mais f cil de fazer nos MOSFETs do lado Lo considere isto como freando regenerativamente adiante Corrente no sentido dianteira a seta de D para A Assim durante o frear adiante a corrente invertida em rela o a isto Em sentido adiante conforme a figura acima o lado esquerdo do motor positivo foi conectado a bateria pelo Hil ativo Ao frear adiante a for a contra eletro motriz back emf do motor est na mesma polaridade como no sentido ativo adiante como o motor est girando na mesma dire o mas a corrente deve ser invertida seta de A para C Assim o lado esquerdo do motor ainda ser positivo e n s temos que ativar perman
166. a roda direita 895 g Mae Massa do conjunto da roda esquerda 895 g Maf Massa do conjunto da roda frontal 280 g Mmd Massa do motor impulsor direito 1565 g Mme Massa do motor impulsor esquerdo 1565 g Mrd Massa do redutor direito 330 g Mre Massa do redutor esquerdo 330 g Mcc Massa do chassis da cadeira 1790 g Mbd Massa da bateria direita 2580 g Mbe Massa da bateria esquerda 2580 g MCG Massa do Centro de Gravidade l Largura do chassis da cadeira 0 30 m c Comprimento do chassis da cadeira 0 40 m Cad Coordenada do conjunto da roda direita U x O x 210mm Cae Coordenada do conjunto da roda esquerda O x O x 210mm Caf Coordenada do conjunto da roda frontal 300 x 20 x 0mm 97 Cmd Coordenada do motor impulsor direito 30 x 117 x 110mm Cme Coordenada do motor impulsor esquerdo 80 x 100 x 110mm Crd Coordenada do redutor direito U x O x 110mm Cre Coordenada do redutor esquerdo O x 0 x 110mm Ccc Coordenada do chassis da cadeira 160 x 0 x 0mm Cbd Coordenada da bateria direita 5 x 50 x 32mm Cbe Coordenada da bateria esquerda 5 x 50 x 32mm CCG Coordenada do Centro de Gravidade 11 3817 x 41 6940 x 0 g Acelera o da gravidade 9 81 m s ccs Coeficiente de atrito seco do eixo do motor DC 00 0005 CCV Coeficiente de atrito viscoso do eixo do motor DC 0 0005 Vari veis Descri o xG Posi o linear X do Centro de Gravidade da cadeira dxG dt ou v Velocidade linear X d
167. actual response of the controlled WheelChair oe and compare it to the desired linear system response figure 2 plot p time p states 1 lt deg2rad xr time states l deg2rad k grid on hold on plot p time p time 0 demand deg2rad or xlabel Time sec ylabel Angle deg D A title WheelChair s Desired and Actual Response plot p time p states 2 deg2rad 4 time states 2 deg2rad k hold on plot p time p time 0 ob xlabel Time sec ylabel Velocity deg sec D A legend Des Ang Sim Ang Def Veloc Sim Veloc 0 9 5 The response is close to perfect The WheelChair has been controlled o to match the linear reference model with a neural controller hold off echo off disp End of TsPg6b A06 4 Func o da Refer ncia Linear 361 function dy plinear t y SPLINEAR Differential equation system for desired linear pendulum 9 76 PL oo oe oe oo oo oe oo oo oe oe oo oe oe INEAR T Y T Time Y Current state of inverted pendulum Returns derivatives of the pendulum state The state vector Y has three values Y 1 Pendulum angle from 2 pi to 2 pi radians Y 2 Pendulum angular velocity in radians second Y 3 Demand angle for the pendulum NOTES Angle is 0 radians when the pendulum points up Demand stays const
168. ade linear Erro de velocidade angular Erro de orienta o no m todo de refer ncia virtual Erro de posi o dist ncia entre a posi o atual e a posi o de refer ncia ou alvo Erro M dio Quadrado Erro m dio quadr tico m nimo n Ele n Erro m dio quadr tico F F For a ou at mesmo a ag o de impuls o da cadeira rob tica Consequente de Torque For a gerada na roda motriz direita For a gerada na roda motriz esquerda Forga mec nica atuando no sistema N For a de atrito est tico Fator de escorregamento usado para medir o escorregamento global da cadeira Freq ncia de amostragem Hz G G GHz V n HMM A z I K KHz k kl k2 k1 k2 Kmola kr mM For a de atrito viscoso ngulo rad For a centr peta Gigahertz 1000000 x Hz Valor da acelera o da gravidade 9 8 m s ngulo rad Gradiente da fun o erro em rela o aos coeficientes Altura do CG ao plano do assento da cadeira Hidden Markov Models em redes neurais Hertz Unidade b sica de frequ ncia Fun o de transfer ncia Dist ncia entre o ponto de apoio de uma roda livre e o ponto O ou avan o do alvo de refer ncia ou intervalo de tempo ou espa o entre pontos de comuta o no m todo de seguimento de refer ncias vari veis Dist ncia entre retas aproximativas no m todo de seguimento de refer ncias vari veis In rcia Corrente total do circuito el
169. ado em problemas din micos de multicorpos a n o ser que fosse estendido atrav s de outro princ pio o que mais tarde foi realizado por d Alembert Bib 5 2 Esse procedimento nos leva a montar as equa es b sicas que permitir o obter os dados ligados ao seu comportamento din mico e que futuramente permitir o implementar o seu controle que ser t amp o real quanto a realidade do modelo obtido A efici ncia da formula o newtoniana devida sua natureza primitiva que n o eleva tanto o tempo de processamento mantendo o custo em O n e n o t o maior quanto o n mero de corpos acoplados e seus graus de liberdade Dom nio do p ndulo Para manter o p ndulo em cima do carro pode se selecionar uma for a proporcional a F k0 E se obt m do M m g sen0 m d0 sen0 cos0 k O cos0 M m sen 0 x md0 sen 0 m g sen0 cos0 k 0 M m sen 0 NOTA Uma for a proporcional a sen0 F k sen0 quase t o boa Soluc o para ngulos pequenos Para ngulos pequenos considera se send 0 cos0 1 e se desprezam as pot ncias de 0 superiores a 5 2 do lt MT m g0 k0 md0 6 M 208 0 sensivelmente sinusoidal logo 0 max 00 e O max 070 max logo 0 0 vale no m nimo 0 max O que insignificante em compara o com 8 se 0 for pequeno Pode se desprezar o ltimo termo e se tem que se d M m gt g0 k 0 M ent o 0 k M m g M d 0 0 x k mg M 0 Soluc o d
170. ados em arquiteturas rob ticas capazes de realizar opera es m ltiplas e independentes bem como se adaptar s mudan as ambientais no campo Por outro lado em outras reas de pesquisa um n mero representativo de arquiteturas baseadas em comportamentos tem sido proposto para guiagem e para navega o aut nomas de rob s m veis em ambientes n o estruturados e ou n o explorados SOUSA 2007 Neste trabalho uma arquitetura rob tica baseada em comportamentos desenvolvida para guiagem e navega o de RAM s e VAA s Regras difusas s o utilizadas para compor e coordenar comportamentos primitivos e complexos O desenvolvimento incluiu a implementa o e a simula o da arquitetura em um minirob a avalia o e a caracteriza o de sensores para o m dulo perceptivo da arquitetura e a aplica o de um 37 m todo de an lise baseado em um modelo matem tico para auxiliar a composi o de uma rede de comunica o digital baseada no protocolo CAN para sistemas de controle rob ticos Experimentos foram realizados para avaliar os comportamentos implementados e para avaliar a capacidade de opera o da plataforma rob tica em um ambiente agr cola simulado Os resultados mostraram a viabilidade da abordagem proposta A modularidade da arquitetura com a utiliza o de controladores difusos descentralizados simplificou a implementa o da arquitetura SOUSA 2007 Estudo que possui foco no desenvolvimento de interfaces e sistema
171. ados resultados experimentais obtidos para o controle de uma planta simulada mas j parcialmente constru da em laborat rio Prop e se uma metodologia para o projeto de sistemas timos h bridos com a utiliza o das t cnicas de controle abordadas anteriormente quando se definiu as estrat gias de controle avan adas e a op o de realizar tal controle sob a forma n o convencional baseado em Intelig ncia Artificial h brida devido a sua versatilidade e ao baixo custo de processamento comparado ao convencional Para cada t cnica espec fica a metodologia prop e uma utiliza o organizada das equa es te ricas e emp ricas pertinentes O cap tulo 7 apresenta as considera es finais relevantes e as principais conclus es deste trabalho Al m de algumas sugest es apresentam se os resultados do desenvolvimento das estruturas da cadeira na pr tica e finalmente as conclus es nas quais se encontram propostas deste desenvolvimento para trabalhos futuros 31 2 OBJETIVOS O fato dessas cadeiras de rodas rob ticas se restringirem navega o no plano horizontal e aos parapl gicos limitava em muito a seguranga e o acesso de outros tipos de desabilitados f sicos mais graves a lugares que normalmente teriam que acessar ou manobrar no seu dia a dia O tema objeto deste estudo j estava muito explorado sob o aspecto de navega o no plano sob o controle convencional incluindo se aqui sensoriamentos diversos A metodologia
172. ain Gage ii nn qute qe ter baleine ag er nn 88 SLA Controladores sn nn iuto lanea alas 91 23 125 Plata S per Visor a en A jan utet ato ses cse equa ld A a ue 91 5 1 6 Placa dipCc02 do Controlador das rodas diferenciais da cadeira 91 5 2 Motor a eletromec nica de acionamento sees 92 DZ ly Caracteristicas do IIOLDOE rs id tef edet s neue 92 5 2 2 Ponte H Driver a eletr nica de acionamento essere 93 5 3 O conjunto estrutural da cadeira de rodas sss essen 95 Par metros f sic s AA E 96 5 4 Reconhecimento de comandos vocais por redes neurais 97 5 4 1 O reconhecimento de voz em rob tica iacet Laetitia dt 99 54 2 Referencias VOCAIS adco pee a mes vec te le ns E meds 101 543 Aquisi o dos dados sete oie eres ve dye ey UY eae PU ee ase Pa PR UNA Nee Eo Pos nent 103 5 4 4 Reconhecimento de refer ncias vocais utilizando redes neurais sss sese sees eee eee 105 5 15 Resultados Obidos eai e dit ditas 106 5 5 O controle Fuzzy ou controle baseado em conhecimento eee 106 350 1 Controle LUZ oie efc obo aa Set RE iio 107 5 5 2 Aplica es da L gica EUZzy iioi dedil ve eiae n esie Ed UU ail sense 109 5 5 3 Controle de uma Cadeira de Rodas Rob tica e Equilibrista no plano XZ 110 20 A A eat tn 0e tite ns de TS 112 5 6 Projeto convencional de controle por Espa o de Estados
173. air math model RESPONSE Here we plot the WheelChair s Angle and Velocity responses figure 1 title Simulated WheelChair s Response plot p time p ststesil t deg2rad B p time p states 2 deg2raq pu grid on xlabel Time sec ylabel Angle deg amp Velocity deg sec legend Angulo Velocidade HOW TARGET STATE CHANGES ARE OBTAINED FOR FUTURE USE IN MODELING ANN The target changes Tm were found by simulating the WheelChair s math model TsMmLc10 for one time step for each initial state vector in Pm timestep 0 05 Q length Pm Tm zeros 2 0 for i 1 0 ode time ode state ode23 TsMmLp10 0 timestep Pm i Tm i ode state length ode state 1 2 Pm 1 2 1 end for i 1 15 for j 1 325 3 figure 2 Changes for best grid iu id Axis AINT STRG plot ode time ode state i j degZzrad ko on rem i 10 i iu 10 axis 1d 48 1u 48 3 48 char AINT text Axis 2 Axis 4 STRG FontSize 14 xlabel Time sec ylabel Force Mass Velocity sec pause Type any key to continue end end grid off disp End of TsPg3a A03 3 Fun o do Modelamento Matem tico para Newton Simples function dy TsMmLc10 t y oe oo oo oo oo oo TSMMLC10 Differential equation system for equilibrist WheelChair TsMmLc10 T Y Equilibrist WheelChair F
174. al de Minas Gerais e s mudan as de crit rios pela Universidade e pelo atual governo n o houve possibilidade de continuar a constru o do prot tipo e os trabalhos puderam seguir apenas o caminho da simula o com bastante atraso Mas a cadeira fisicamente considerada est semifuncional com possibilidades de ser conclu da de forma limitada no momento O presente trabalho voltado para a aplica o da engenharia mec nica baseada neste campo da automa o que denominamos popularmente de rob tica no apoio ao deficiente f sico tetrapl gico al m de introduzir modifica es no projeto da cadeira em si pelo sensoriamento pela distribui o e simetria das massas ir disponibilizar mais uma metodologia de projeto n o convencional ainda n o difundida e alternativa aos m todos tradicionais de projeto de controle devido a uma simplifica o pela utiliza o de recursos da Intelig ncia Artificial dentro de um acoplamento Neuro Fuzzy apresentado portanto uma metodologia de projeto acess vel a v rios grupos do Controle Aplicado a dispositivos n o lineares inerentemente inst veis mas control veis 1 4 Proposta deste trabalho O objetivo deste trabalho n o o de estudar simplesmente dispositivos e integr los como o fez muito bem o senhor Deam Kamen McCAA 2013 mas o de criar uma metodologia cient fica dessa nova configura o sob um controle inteligente que permita cadeira de rodas rob tica e equilibrista ace
175. alizar um agente invasor atrav s de mensagens para c lulas Quando se neutraliza temos a solu o Os algoritmos ditos imunizantes seguem este comportamento sendo que para isto comum o emprego das equa es de Riccati Glo3 2 0 3 A Equa o de Riccati cujo nome uma homenagem ao Conde Jacopo Francesco Riccati uma equa o diferencial ordin ria n o linear de primeira ordem da forma l 2 y a x y ar 2 y ao x 3 2 1 em que a x ai z e ao T s o fun es cont nuas num intervalo e a x 0 em Jacopo Riccati em 1720 propunha duas novas equa es diferenciais y ay Ba 3 2 2 y ay Be ya 3 2 3 sendo M 0 0 e Yconstantes e a vari vel independente Foi provavelmente o primeiro documento contendo as formas iniciais da Equa o de Riccati At ent o o principal interesse de Riccati na rea de equa es diferenciais era nos m todos de solu o por separa o de vari veis Possivelmente seu interesse por equa es tenha se originado a partir da leitura do livro De constructione aequationum differentialium primi gradus de Gabriele Manfredi impresso em Bologna em 1707 Manfredi ocupou a C tedra de Matem tica na Universidade de Bolonha por v rios anos Com rela o a equa o que leva o seu nome inicialmente a aten o de Riccati estava voltada para o seguinte problema de natureza geom trica Suponha que um ponto de coordenadas a s B Y descreva uma trajet ria no plano submet
176. ampinas Faculdade de Engenharia Mec nica UNICAMP Campinas 2002 AMORIM B M P Uma contribuic o cr tica para o redesenho de cadeiras de rodas adaptadas para crian as e adolescentes com paralisia cerebral 2009 108f Disserta o Mestrado Universidade Federal do Rio Grande do Norte Centro de Tecnologia Programa de P s Gradua o em Engenharia de Produ o 2009 ARNOLD V L NOVIKOV S P Eds Dynamical systems VII integrable systems nonholonomic dynamical systems n ENCYCLOPAEDIA of Mathematical Sciences New York Springer Verlag 1994 v 16 n 7 ASTROM K L WITTENMARK B Complloter conlTolled systems theory and design Englewood Cliffs N Iersey Prentice Hall 1990 BEALE R JACKSON T Neural computing an introduction Bristol Adam Hilger 1990 BECKER M Aplica o de tecnologias assistivas e t cnicas de controle em cadeiras de rodas inteligentes 2000 Tese Doutorado em Engenharia Mecanica Universidade Estadual de Campinas Faculdade de Engenharia Mec nica UNICAMP Campinas 2000 BOISSONNAT J AREZO A LEBLOND L Shortest paths of bounded curvature in the plane n CONF ROBOTICS AND AUTOMATION 1992 Nice France Proceedings Nice May 1992 v 3 p 2315 2320 BORENSTEIN J KOREN Y A mobile platform for nursing robots IEEE Trans Ind Electron v YE 32 p 158 165 June 1985 Lista de refer ncias citadas diretamente no texto e de fontes utilizadas nas leituras pa
177. an as considerado na reabilita o social um instrumento de grande relev ncia para as pessoas com defici ncia f sica Tal estudo visa posicionar a quest o e desenvolver observa es sobre t cnicas de readapta o de determinados modelos de acordo com a necessidade do usu rio Descreve caracter sticas dos quatro modelos pesquisados atrav s de busca em cat logos com intuito de conhecer suas vantagens e desvantagens de uso Foram apresentados alguns aspectos ergon micos que devem ser considerados em projetos de cadeiras de rodas AMORIM 2009 Um estudo te rico explorat rio sobre o projeto sistem tico de sistemas de assentos especiais para cadeiras de rodas com nfase em seus aspectos conceituais e 38 funcionais De acordo com os princ pios da tecnologia assistiva que consiste no uso de tecnologias para o atendimento das necessidades de pessoas com defici ncia o objetivo das ajudas t cnicas deve ser a promo o da atividade e participa o social atrav s da compensa o de defici ncias promovendo se a funcionalidade Assim fez se uma revis o da literatura a respeito da adequa o postural do usu rio de cadeira de rodas e dos fatores que contribuem para sua sa de sua funcionalidade e seu conforto ou desconforto na posi o sentada permitindo a identifica o de suas necessidades expl citas e impl citas MORAES 2009 Um produto orientado para facilitar a mobilidade de sujeitos com defici ncias motoras S
178. ant its derivative is always O See also APPCS1 PMODEL Mark Beale 12 15 93 5 Copyright c 1992 1998 by the MathWorks Inc SRevision 1 6 SDate 1997 12 30 19 38 45 if nargin 2 error Not enough input arguments end STATE angle y 1 vel y 2 demand y 3 362 CALCULATE DERIVATIVES dangle vel dvel 9 angle 6 vel 9 demand ddemand 0 RETURN DERIVATIVES dy dangle dvel ddemand A06 2 Controle baseado em conhecimento L gica Nebulosa ou Fuzzy A06 2 1 Fuzifica o das vari veis de entrada em L gica Nebulosa ou Fuzzy function fuzzyfication sImplements the fuzification of the input variables oo FUZZIFICATION collect Wheelchair dynamic data oe data format oe y k y k 1 y k 2 y k 5 y k 4 oo u k 1 u k 2 u k 3 u k 4 u k 5 u k 6 Copyright c 2001 by Carlos A Ronnow oo SRevision 1 1 Chairdat Inputs Wheelchair data groupl L2 3 4178 y E 1 y k 2 y E 5 y k 4 group2 5 6 7 8 9 10 u k 1 through y k 6 Copyright c 1994 98 by The MathWorks Inc 363 SRevision 1 2 anfis n length groupl length group2 index zeros anfis n 2 trn error zeros anfis n 1 chk error zeros anfis n 1 Training options mf n 2 mf type gbellmf epoch n 1 ss 0 1 ss dec rate 0 5 ss inc rate 1 5 Tra
179. ao foi o final entao marca void marca linhaY ptoi t pl ptoi t p2 int s 0 int dx p2 x pl x int dy p2 y pl y int xincr dx gt 0 1 1 int dydiv2 dy gt gt 1 ptoi t p pl dx abs dx marca pto p while p y lt p2 y p ytt S dx if s dydiv2 S dy p x xincr marca pto p void marca linha ptoi t pl ptoi t p2 int dx abs p2 x pl x int dy abs p2 y pl y if dx dy if pl x lt p2 x 254 marca linhaX p1 p2 else marca linhaX p2 p1 else E if pl y lt p2 y marca linhaY pl p2 else marca linhaY p2 p1 void carrega descr amb char nomearq int nobsts o nverts v ptof t pf pinicf ptoi t pi pinici panti FILE arqda if arqda fopen nomearq rt NULL erro abrir arq nomearq fscanf arqda d amp nobsts for 020 o lt nobsts o fscanf arqda d Sf f amp nverts amp pinicf x amp pinicf y panti pinici pto mapa pinicf for v 1 v lt nverts v panti pi fscanf arqda f f amp pf x amp pf y pi pto mapa pf marca linha panti pi marca linha pi pinici 255 256 fclose arqda void carrega amb salvo char nomearq FILE arqas a if arqas fopen nomearq rb NULL erro abrir arq nomearq
180. assa menor kg Massa total da cadeira sem usu rio Milisegundos s 1000 Milivolts V 1000 Fator de converg ncia em redes neurais Coeficiente de atrito Coeficiente de atrito din mico tamb m denominado de b Coeficiente de atrito est tico tamb m denominado de f Fun o que descreve o coeficiente de atrito da roda 1 determinada empiricamente Fun o que descreve o coeficiente de atrito da roda 2 determinada empiricamente Fun o que descreve o coeficiente de atrito lateral determinada experimentalmente Indicativo de ordem ou for a Normal Numero de Ordem Nanosegundos s 1000000 Custo de processamento dentro de determinado m todo no qual n o numero de vezes que se processa x o termo mais pesado em pot ncia Ponto de refer ncia inercial local situado no meio do eixo imagin rio traseiro da cadeira rob tica PC PID RNAs RAV RN m uM uw Dist ncia entre ponto de comuta o de refer ncia e reta de aproxima o no m todo de seguimento de refer ncias vari veis Personal Computer IBM Controle Proporcional Integral Derivativo Pot ncia el trica do motor kW Press o Pa Matriz de peso do estado na fun o de objetivo do LQR Matriz de autovetores Matriz de peso do controle na fun o objetivo do LQR Matriz de correla o Redes Neurais Artificiais Reconhecimento Autom tico de Voz Rede Neural Resist ncia interna da armadura do motor genericamente dir e
181. asta o usu rio apertar a chave que aciona o modo de reconhecimento dizer um dos comandos anteriormente gravados e aguardar a resposta do circuito que indica a palavra reconhecida de acordo com a posi o em que foi gravada na mem ria Por exemplo Digamos que a palavra Avan ar tenha sido gravada na posi o tr s da mem ria Ao pronunci la no modo de reconhecimento o circuito retornar atrav s do alto falante a posi o da mem ria em que a mesma foi gravada ou seja tr s Al m disso o circuito que possui 8 pinos de sa da estabelece cada um desses de acordo com a posi o da palavra reconhecida na mem ria neste caso o circuito levar para Vcc durante um segundo o pino de sa da n mero tr s Palavras que ocupam as posi es de mem ria de 1 at 8 ao serem reconhecidas pelo circuito estabelecem somente um pino de sa da entretanto palavras que ocupam as posi es de mem ria de 9 at 15 estabelecem dois pinos de sa da ao mesmo tempo por exemplo ao reconhecer a palavra que est gravada na posi o 9 da mem ria o circuito aciona os pinos de sa da 1 e 8 a palavra 10 pinos 2 e 8 a palavra 11 pinos 3 e 8 e assim por diante deixando sempre o pino 8 em n vel alto e alternando os outros de acordo com a localiza o das palavras na mem ria O procedimento para limpar a mem ria tamb m muito simples basta acionar as duas chaves de comando ao mesmo tempo que ser o apagados todos os comandos gravado
182. ato de o sistema n o ter atuadores em todas as dire es do espa o do problema e em v rias outras situa es MURRAY et al 1994 WEN 1996 indica tr s classes de sistemas em que se encontram restri es n o holon micas 1 restri o de n o deslize A condi o de n o deslizamento ou de rolamento puro significa que a velocidade linear no ponto de contato zero Essa restri o n o integr vel isto n o redut vel a uma restri o de posi o e portanto n o holon mica 2 conserva o do momento angular 3 Sistemas mec nicos subatuados Sistemas nos quais a dimens o do espa o de configura es excede o espa o das entradas de controle Exemplos de sistemas n o holon micos e da gera o de trajet rias para os mesmos em especial para a an lise do problema da queda de uma gata sistema com corpos r gidos acoplados s o abordados em Fernandes e Gurvits 1994 Esse problema particularmente interessante porque se sabe com base na mec nica cl ssica que o momento angular de uma gata em queda conservado ent o como uma gata em queda pode mudar sua orienta o sem violar a conserva o do momento angular A an lise desse problema utilizando se a teoria de aproxima o de Ritz leva ao desenvolvimento de um algoritmo num rico para a determina o de solu es quase timas FERNANDES GURVITS 1994 Sistemas n o holon micos formam uma classe com caracter sticas especiais apesar de seus movime
183. caracter sticas citadas possuem em geral um sistema de controle h brido ou seja um sistema de controle orientado por comportamentos cujas condutas de mais alto n vel baseiam se em uma abordagem de controle que tanto pode ser convencional moderno robusto e outros como n o convencional baseado em intelig ncia artificial GAS S ALMEIDA 1999 Um exemplo de um comportamento desse tipo seria um que fosse respons vel por mapear o ambiente de opera o da cadeira de rodas La Livre Eletronicos FIGURA 39 A cadeira de rodas rob tica com usu rio no comando vocal FONTE Dados da pesquisa Os dados necess rios sobreviv ncia da cadeira de rodas em seu ambiente de opera o devem ser fornecidos pelos encoders das rodas e principalmente pelo sistema de sensoriamento por ultrassons ao passo que o sistema de sensoriamento de reconhecimento de voz fica respons vel por fornecer dados para os comportamentos de mais alto n vel O presente trabalho busca obter maior proveito do sensoriamento de reconhecimento de voz al m de suas fun es b sicas extraindo informa es que possam ser importantes para as decis es tomadas pelos n veis superiores A utiliza o de reconhecimento de voz para o sensoriamento externo da cadeira de rodas m vel deve se ao fato de que estes sistemas apresentam excelente rela o custo benef cio sendo muito baratos al m de fornecerem um conjunto de informa es suficientes 100 pa
184. certezas com ocorr ncias probabil sticas s o cr ticas 91 5 1 4 Controladores Placas controladoras s o partes do hardware de computadores ou circuitos microprocessados microcontrolados que comandam outras partes internas ou externas da m quina Um microcontrolador um circuito integrado composto por microprocessador program vel mem ria e interfaces 5 1 5 Placa supervisora A placa supervisora um compat vel PC NetBook da Dell adequado para ser o controlador de todo o sistema da cadeira Como s possui interfaces USB uma placa conversora sob a forma de uma interface bin ria foi necess ria para a compatibiliza o com a placa controladora das rodas 5 1 6 Placa dipC02 do Controlador das rodas diferenciais da cadeira Paralelo aos sinais gerados pelo netbook podem ser enviados pelos sensores sinais de comando que entram diretamente na placa controladora do PIC para modifica es necess rias nas velocidades e dire es atrav s do driver Para isso foi desenvolvido um circuito capaz de enviar tanto os comandos gerados por voz que passam pelo supervisor quanto aqueles gerados pelos sensores externos FIGURA 32 Lay out da placa controladora dos motores fabricada pela Digital International Projects baseada no PIC16F84 FONTE Dados da pesquisa 92 A placa controladora dipC02 da Digital International Projects uma unidade eletr nica de automa o para trabalhos
185. cional corrente e o seu estado estacion rio constante Segue a Lei da For a de Lorentz de acordo com a equa o abaixo F Bxixl Onde F For a no enrolamento B Campo magn tico 1 Corrente No de Espiras 233 Encoder Brush cover Brush Ironless winding Housing magnetic return Magnet Shaft Motor flange Ball bearing Motor pinion Gear mounting plate Planet carner plate Planets Internal gear Ball bearing Gearhead flange Output shaft FIGURA A5 24 Vista interna de um motor onde em 1 E a Regra da m o direita Dedo indicador em I Dedo m dio em B Polegar na dire o de F A sua velocidade com a carga proporcional voltagem mas para trabalhos mais pesados e de baixa velocidade vai requerer uma redutora conforme a figura abaixo No servo controle requer realimenta o ou feedback de acordo comas suas equa es abaixo V iR L di dt ko t ki onde V Voltagem 1 Corrente R Resist ncia L Indut ncia o Velocidade Angular t Torque ke Constante el trica k Constante de torque For a eletromagn tica Permanent magnet Fig 1 234 O sentido do fluxo magn tico produzido por um ima permanente sempre do N p lo ao S p lo Quando um condutor est colocado em um campo magn tico e a corrente flui no condutor o campo magn tico e o atuais interagem se para produzir a for a A for a cnamada for a eletromagn tica
186. cional tamb m melhora estimulando o esp rito de equipe dos funcion rios gerando sinergia em torno de um objetivo comum e humanizando o ambiente de trabalho al m de possibilitar ganhos de produtividade se as pessoas com defici ncia estiverem devidamente inseridas em fun es que otimizem o seu desempenho Em s ntese a contrata o e integra o de pessoas com defici ncia tida como uma atitude positiva e a institui o passa a ser vista como um modelo a ser admirado e seguido 1 2 Motiva o para o desenvolvimento desta tese A primeira motiva o foi a de conhecer os fundamentos e aplica es da rob tica m vel o que se mostrou insuficiente para um trabalho mais atual e inovador sendo ent o necess ria a vontade de conhecer a intelig ncia artificial seus mecanismos e como ela poderia 26 ser um suporte em projetos que oferecem certo grau de dificuldade alguns muito complexos para se resolver pelos m todos convencionais Outras motiva es derivadas foram a de aplicar a intelig ncia artificial ao dispositivo e em algo til que servisse de refer ncia para outros trabalhos que pudesse ser utilizado em alguma rea e satisfizesse a necessidade de se projetar algo novo ou introduzir melhorias em algo conhecido Surgiu ent o a ideia de que este trabalho seria importante para direcionar e aplicar a tecnologia a uma rea na qual a desabilidade f sica necessitasse de um apoio tecnol gico maior e existissem limi
187. ckstepping m todo direto m todo inverso m todos matem ticos m todos utilizando a f sica do processo e outros Em seguida h uma breve revis o bibliogr fica sobre pesquisas mais significativas na rea O trabalho que serve como tutorial para iniciantes no controle de sistemas n o holon micos foi desenvolvido por Kolmanovsky e McClamroch KOLMANOVSKY MCCLAMROCH 1995 O autor apresenta de forma clara e acess vel os est gios de desenvolvimento da teoria indicando modelos t cnicas de controle em malha aberta e fechada e m todos de planejamento de trajet rias Avan os no controle por realimenta o variante no tempo s o apresentados por Morin e Samson MORIN SAMSON 2000 Uma vis o geral sobre o problema da estabiliza o de ve culos aut nomos indicando problemas em aberto e tend ncias apresentada em Aguiar e Pascoal 2000 que destacam a necessidade do estudo de incertezas no modelo e o desenvolvimento de controladores robustos principalmente para ve culos marinhos Essa op o foi tomada por ser mais desafiadora realista principalmente e porque junto metodologia aqui apresentada pudesse ser adotada futuramente para outros sistemas similares Naturalmente ao se completar o modelo e pelo fato de a cadeira estar sob v rias restri es o que de certa forma dificulta a visualiza o do modelo final pois ele se torna muito complexo o que t pico de um dispositivo n o linear e inst vel para que se
188. constitu das de um ou mais sensores extensi metro de resist ncia el trica Strain Gage Nesse relat rio experimental colocado em ap ndice realizaram se medi es de massas com o aux lio de uma c lula de carga do tipo cil ndrico na qual foram feitas medi es a fim de demonstrar sua funcionalidade e seus componentes bem como fazer uma an lise dos resultados Nesse experimento realizou se a constru o experimental de uma c lula de carga do tipo cil ndrico que utiliza dois sensores extensiom tricos na qual foram montados os componentes de acionamento mec nicos e uma parte do circuito eletr nico necess rio O principal objetivo desse desenvolvimento n o se aplica ao controle fuzzy j que se busca demonstrar sua aplica o pr tica em controles convencionais realizar medidas experimentais e extrair uma an lise sobre estas O objetivo deste trabalho foi proporcionar o aprendizado sobre o funcionamento desse sensor e sobre seus componentes para uma futura adapta o de um controle moderno por espa o de estados no qual o peso do usu rio da cadeira de rodas e o seu CG s o importantes No projeto que se apresenta houve a construc o de uma c lula de carga em alum nio AI do tipo cilindrica com dois extensi metros e uma meia ponte de Wheatstone que tem a finalidade de medir for a peso ou press o como mostrado na FIG 29 Quo C da aa a b FIGURA 29 Sensor extensiom trico a Pro
189. coplar os movimentos assumindo inicialmente que a cadeira n o executar determinados movimentos como o da rota o Roll nem de deslocamentos dos movimentos de transla o no plano YZ Considera se ainda como refer ncia inercial na Terra o ponto I dos eixos cartesianos X Y Z que coincide no tempo inicial zero com o ponto O dos eixos cartesianos 1 k no centro do eixo traseiro entre as rodas da cadeira e os ngulos 0 que o ngulo que a cadeira de rodas faz no plano XZ giro em torno do eixo Y conforme a FIG 13 e B que o ngulo que a cadeira de rodas faz no plano XY giro em torno do eixo Z 64 conforme a FIG 12 Assume se que um controlador Convencional e N o Convencional a ser desenvolvido no cap tulo 5 exerce uma for a na cadeira de forma a impulsion la para o sentido positivo conforme a figura a seguir para o caso da inclina o e ainda para realizar o equil brio ou ent o uma sequ ncia de inclina o e giro lateral conforme a FIG 4 Conforme esta for a corrente que produz no motor DC um torque a cadeira pode vir a equilibrar ou simplesmente deslocar no plano horizontal seguindo em frente Ver se mais adiante no cap tulo 5 que a equa o n o linear da din mica de ordem 3 obtida aqui ser colocada sob a forma de equa es lineares com suas respectivas vari veis de estado onde haver diversas alternativas de deslocamento como foi mencionado na introdu o giro direita
190. ctor amp u cvector G 2 G 0 ALPHAO x 0 ALPHAO uU 0 G 1 ALPHA1 x 1 ALPHA1 u 1 return G extern C void espera robo parar FILE arqlog void espera robo parar PILE arglog fprintf arqlog delay em miliseg d n t acom 308 delay t acom extern C void controlador void void controlador void PTRLIST struct ODOMETRY odolist initial state cvector x 3 x 0 X0 x 1 Y0 x 2 PHIO odomety initial conditions cvector xo cm2cw x Model reference initial conditions cvector ym h x Reference path cvector yr 3 yr 0 0 yr 1 0 yr 2 0 LINE PATH path yr 1 5 5e 2 ym y LINE PATH path yr 2 0 10e 2 ym y cvector rgain 3 rgain 0 2 5 2 52 rgain 1 3 25 0 756 3 rgain 2 0 05 0 189 cvector lgain rgain double ur 0 0 double ul 0 0 PID CONTROLLE PID CONTROLLE rpid saturate 1 11 7 11 lpid saturate 1 11 7 11 int error 0 int xs wherex 0 int ys wherey ifdef GERAR LOGS R rpid rgain 0 rgain 1 rgain 2 R lpid lgain 0 lgain 1 rgain 2 dl PO ctrllog fopen ctrl log wt else ctrllog fopen dev null wt endif setvbuf ctrl fprintf ctrll log NULL _ ON
191. culo de CG humano Sequencialmente identificamos as coordenadas de cada sensor em rela o a um eixo de refer ncia Nesse trecho do programa simulada a varia o das for as aleatoriamente e na sequ ncia efetuado o produto das forgas pelas coordenadas dos sensores determinando se assim a coordenada do CG humano Na terceira parte do programa efetuada a soma dos dois resultados anteriores para a composi o do CG resultante que ser usado no controle da cadeira Simula o de diversos CGs e os CGs din micos calculados can CGhoga AA x 035 034 025 4 024 015 4 014 0 05 4 Altura Z 405 4 414 B ut O OMR 415 OE iia Tu 00 o 00 4 Cupit Largura v FIGURA 8 Composi o de diversos centros de massa humanos simulados CGh CGw fixo gerando o CG resultante FONTE Dados da pesquisa Na terceira etapa efetuada a soma das coordenadas dos CGs humanos e da cadeira obtendo se assim o CG resultante Todas opera es podem ser vistas nos anexos 56 4 2 1 Movimentos rotacionais As rota es finitas s o um dos aspectos da cinem tica e apesar da exist ncia de diversas metodologias a que foi empregada neste trabalho se baseia fundamentalmente em Newton e nos ngulos de Euler uma das parametriza es mais encontradas na literatura por apresentar uma visualiza o mais imediata do problema Apesar disso essa metodologia pode levar
192. custo dessas fun es 167 co f n gin g n O f n no Figura A1 2 Limite superior de complexidade Voc est se perguntando o que significam os outros s mbolos envolvidos nesse gr fico n o mesmo O gr fico nos diz que se o tamanho do par metro prim rio for maior n gt n lt m a 0 n que o esse o significado da express o o custo Y n c f n nunca ser maior que o g n cs f n onde a constante custo esse o significado da express o estritamente positiva o funciona como um fator de ajuste para f n o que importa a taxa de crescimento de f por isso usamos esse fator de ajuste A partir de o a fun o fica sempre menor ou igual fun o f Portanto Y n o cresce mais rapidamente que fe dizemos que 9 UU of 0 Como exemplo considere que as express es de custo de dois algoritmos foram medidas g n 1000 1 e f n n 0 com onde corresponde ao par metro prim rio comum a esses algoritmos Podemos dizer que 9 n O F n Co Co prim rio for superior a o kad temos que gln S cof n para g n O f n paran 999e c 1 porque se o tamanho do par metro 14 Portanto Express es do tipo OU UU E chamadas de express es assint ticas A terminologia express o assint tica comumente utilizada no contexto de an lise de complexidade de algoritmos Se o custo dado por uma express o assint tica ent o
193. d WheelChair oe is to behave like the linear system PLINEAR p time p states ode23 plinear 0 4 init state demand p states p states o pause Strike any key to s the desired response DESIRED RESPONSE 5 Here we plot the desired angle and velocity responses figure 1 plot p time p states 1 deg2rad k p time p time 0 demand deg2rad or grid on hold on plot p time p states 2 deg2rad k p time p time 0 ob grid on xlabel Time ylabel Angle deg amp Velocity deg sec title WheelChair s Response legend Des Ang Sim Ang Def Veloc Sim Veloc 0 359 o Note that the angle quickly moves to 90 degrees and to a velocity of O pause Strike any key to calculate the actual response ACTUAL BEHAVIOR oo Each time step the control network calculates the right oo force to make the WheelChair behave like the linear referenc oe model time O timestep 4 state init state states zeros 2 length time states 1 state for i 2 length time force sim TesCoNet state demand ode time ode state ode23 TsMmLp10 0 timestep state force state ode state length ode state 1 2 states i state echo off end echo on o pause Strike any key to see the actual response ACTUAL RESPONSE 360 Here we plot the
194. d with the application script TSPG40 The file TsDd4b contains TSMODNET the weights and biases for the model network and initial target states if exist TsDd4b MAT TsPg40 else load TsDd4b end o pause Strike any key to design the control network ao DESIGNING THE CONTROL NETWORK ao Now the function NEWFF creates weights and biases for a two layer ao TANSIG PURELIN network with 8 TANSIG neurons and 1 output TesCoNet newff minmax Pc Sl 1 tansig purelin o Now function NETWORK creates a transiction network TNET which is a o TsModNet o adjusted numinputs Il 2 numLayers 4 tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet tnet 352 combination of control network TesCoNet and model network Only the weights and biases for the model network will be network numInputs numLayers biasConnect 1 1 1 1 inputConnect 1 01 0 ll layerConnect 0 0 0 0 outputConnect 0 0 0 targetConnect 0 0 0 layers l size S1 layers l transferFcn ayers 2 size 1 ayers 2 transferFcn layers 3 size 8 layers 3 transferFcn layers 4 size 2 layers 4 transferFcn performFcn mse trainFcn trainbfg
195. de A o 315 do Flag est sendo lido dd eee ee he he eee ee eee ee dd dee ae modo de 30 watt LLELLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLI LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLDLLLLLLLLLLLLLLLLE gt KKK thirty_watt 25 do ciclo de trabalho aprox 30 watts movlw 19 mostra quanto tempo o valor deve ser passado movwf but_tim desliga o motor 19 aprox 2 Segundos movlw 25 coloca o tempo de PWM on para 2 5 ms movwf ontime movlw 75 coloca o tempo de PWM off para 7 5 ms movwf offtime 3 5 6 5 10 ms ou 100Hz a raz o de PWM call runmotor chama a subrotina do PWM ed dede dd eee ee eh dee ae ee dd dee ae modo de 60 watt e ole 2e ode a e K K K K K K K K K K K K ole ole ole ole K K K K K K K K AEE E e E O O K K ole ole K K ole K K K K K ole K K K K K K K K K K K K K K K K K ole K K K K K K K K K K K ole ole K K K K gt U sixty watt 60 duty cycle is aprox 60 watts movlw 19 idem movwf but tim movlw 60 movwf ontime movlw 40 movwf offtime call runmotor 8 dd A2 e ls e e de de de e dd de K modo de 90 watt LLELLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLI LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLDLLLLLLLLLLLLLLLLEL gt KKK seventy_watt 75 duty cycle is aprox 75 watts movlw 19 dem movwf but_tim movlw 75 movwf ontime movlw 25 short off time to allow normal button scan 316 movwf offtime call runmotor goto seven watt a Kh modo de 1
196. de custo correspondente a uma fun o constante ent o ele consome sempre o mesmo tempo independente do valor de N Por outro lado se o algoritmo tem uma express o de custo exponencial um pequeno aumento no tamanho de N tem grande impacto no tempo consumido pelo algoritmo Temoo Tamanho Figura Al 1 Fun es de custo tradicionais O custo de um algoritmo normalmente descrito por uma express o formada por alguma dessas fun es multiplicada por uma constante Esta express o corresponde opera o dominante obtida ap s desconsiderar outros termos de menor import ncia que correspondem a opera es de menor impacto no custo do algoritmo Por exemplo a express o Ria poderia ser utilizada para denotar o custo de um algoritmo onde seria o par metro prim rio e 11 2 Ca seriam as constantes multiplicativas que representam tempos de execu o de opera es elementares Dada a express o de custo de um algoritmo o termo de maior import ncia para a determina o do custo corresponde opera o dominante geralmente relacionada ao n mero de comandos da instru o de repeti o mais interna do algoritmo Normalmente representamos o custo do algoritmo de forma simplificada considerando apenas o termo de maior import ncia na express o de custo global Assim a 161 gt 2 express o de custo anterior poderia ser simplificada para N que o termo que mais influencia no custo media que o taman
197. de giro da roda eixo z Para a considera o de tal modelo no caso diferencial h que se considerar que a cadeira tem dois graus de liberdade baseados em sua posi o no plano zy e o ngulo de orienta o 9 Diferenciais s o os mecanismos mais simples nessa rea de locomo o e aplic veis no caso dessa cadeira na qual dois motores independentes acionam duas rodas separadamente Para a cadeira cada uma das rodas exibe um movimento de rota o em torno de um eixo comum Ao se variar a velocidade relativa das rodas diferentes posicionamentos podem ser obtidos Para cada tempo t o ponto no qual a cadeira gira deve ter a propriedade de que tanto a roda direita como esquerda sigam uma trajet ria em rela o ao seu CIR com uma mesma velocidade angular q tal que R b 2 Va eq 4 12 o R b 2 V eq 4 13 Onde b a distancia ao longo do eixo das rodas tomando como referencia o centro destas Va a velocidade da roda direita Ve a velocidade da roda esquerda e R a distancia do centro do eixo das rodas at o CIR importante notar que com exce o de b e d todos os outros par metros s o fun o do tempo Resolvendo para R e tem se R d Ve Va 2 Va Ve eq 4 14 o Va V b eq 4 15 Determinam se diversos casos de interesse a seguir 204 Se V Va ent o o raio R infinito e a cadeira move em linha reta Se Ve V ou vice versa ent o o raio R zero e a cadeira gira
198. di es das massas na c lula de carga a fim de verificar a tens o de sa da gerada pelos extensi metros Com esta poss vel converter em uma grandeza desejada como por exemplo peso N massa Kg press o Pa e etc A flex o ou deforma o sofrida pela c lula muito pequena com isso necess rio amplificar o sinal que sai do extensi metro para ser medido 5 1 3 2 FUNDAMENTOS TE RICOS 5 1 3 2 1 C lula de Carga 220 C lula de carga um dispositivo eletromec nico que mede a deforma o ou flex o de um corpo e a transforma em uma sa da de tens o O sinal em microvolts alterado proporcionalmente medida que aplicamos uma carga em sua estrutura f sica A c lula constitu da de um ou mais extensi metros e um circuito denominado ponte de Wheatstone O tipo de aplica o da c lula o fator determinante para a escolha da quantidade de extensi metros e configura o do circuito da ponte As figuras 1 2 e 3 mostram exemplos de aplica es de c lulas FIGURA A5 6 C lulas de a compress o b torque c torque est tico Neste projeto houve a constru o de uma c lula de carga em alum nio AI do tipo cilindrica com dois extensi metros e uma meia ponte de Wheatstone que tem a finalidade de medir for a peso ou press o como mostram a figura A5 7 221 b Figura A5 7 Sensor extensiom trico a Projetado no Laborat rio e b Comercial Fonte HBMO do Brasil Mii
199. do em rela o ao eixo xx no sentido do plano ngulo da tangente ao percurso no ponto mais pr ximo deste da cadeira rob tica Refer ncia de orienta o da cadeira no plano Capacit ncia el trica Faraday Constantes do modelo da cadeira rob tica sem atrito Coeficiente de atrito est tico Coulomb Di metro DSP d n d di ds Processamento digital de sinais Digital Signal Processor Resposta desejada no tempo discreto n Dist ncia entre o ponto O e o CG Constantes do modelo da cadeira rob tica com atrito O amp n Ow Derivada direcional Ag Amax E E E E x t Eq e n K n e p eg ey Co C0 eq EMQ min ngulo entre retas de aproxima o no m todo de seguimento de refer ncias vari veis ngulo m ximo entre retas de aproxima o no m todo de seguimento de refer ncias vari veis Tens o atuante V Valor esperado Tens o de armadura do motor de corrente cont nua Valor m dio do valor esperado de x t i e limN fEfx D N 1 Sigla para equa es Erro absoluto Erro quadr tico instant neo Vetor erro Erro de dist ncia Dist ncia entre a posi o atual e o percurso de refer ncia Erro de orienta o Diferen a angular entre a orienta o atual e a da refer ncia ou erro de orienta o no m todo de seguimento de caminhos diferen a entre orienta o atual e tangente trajet ria no seu ponto mais pr ximo Erro de velocid
200. do o qual uma Rede Neural capaz de aprender comandos vocais e ent o modificar a base de regras de um 29 controlador Fuzzy trabalhando de forma h brida sob esta outra forma de controle n o convencional gerando o que se chama de um controle do tipo Neuro Fuzzy Com base nisso foi proposto um novo tema na rea de pessoas com necessidades especiais que deveria ser o de uma cadeira de rodas rob tica e equilibrista com a sua navega o comandada da forma vocal pelo pr prio paciente de forma preliminar beneficiando os tetrapl gicos sob um controle Neuro Fuzzy 1 5 Desenvolvimento do trabalho Dando sequ ncia a este trabalho existem ap ndices interessantes ao final que trazem complementos dessa ideia e fundamenta es te ricas que podem ser teis a outros trabalhos No cap tulo 2 enumeram se os objetivos gerais e espec ficos pretendidos No cap tulo 3 apresentada uma revis o bibliogr fica atualizada em cadeiras de rodas das principais t cnicas de controle convencional e de controle n o convencional com a utiliza o de intelig ncia artificial al m de possuir uma farta fundamenta o te rica em seu ap ndice No cap tulo 4 apresenta se a modelagem e solu es obtidas atrav s de simula es utilizando se o procedimento proposto por meio do qual se realiza as modelagens matem ticas e o desenvolvimento da cinem tica e da cin tica e adicionalmente para formar a ideia de um controle por Espa o de
201. do sistema nervoso e s o as ferramentas matem ticas de suporte ao paradigma conexionista na solu o de determinados problemas em intelig ncia artificial A utiliza o de controladores n o convencionais ou baseados em Intelig ncia Artificial pode ser realizado sem a participa o do controle convencional mas n o pode ser vista como uma nica solu o sendo incorreta a atitude de trocar sem questionamentos os controladores convencionais Moderno Robusto etc Bib 3 2 0 1 por controladores baseados em dados e ou conhecimento como ser feito neste trabalho Muitas vezes os controladores convencionais prevalecem p ex PID em outras associam se controladores n o convencionais ou inteligentes aos controles convencionais aumentando se a robustez destes Mas foi objetivo deste trabalho determinar o quanto poss vel termos apenas o controle inteligente baseado na din mica do dispositivo de forma que se tornam apropriadas para os prop sitos de controle leis de controle ou seja manter a resposta din mica de acordo com uma demanda e uma performance do sistema que o mantenha control vel e est vel Pretende se como foi dito na introdu o deste trabalho a abordagem de uma forma de controle n o convencional que igualmente tivesse condi es de levar em considera o a din mica do dispositivo considerado porque como foi observado a tarefa b sica em controle de Will Abott processos consiste em projetar controladores que atu
202. dotColor Marker MarkerSize 20 x3 defuzz x mfl mom plot x3 x3 0 1 2 Color lineColor LineStyle lineStyle plot x3 0 4 Color dotColor Marker MarkerSize 20 378 x4 defuzz x mfl som plot x4 x4 0 1 2 Color lineColor LineStyle lineStyle plot x4 0 2 Color dotColor Marker MarkerSize 20 xb defuzz x mfl lom plot x5 x5 0 1 2 Color lineColor LineStyle lineStyle plot x5 0 2 Color dotColor Marker MarkerSize 20 text xl 0 8 offset centroid hor center ver top text x2 0 6 offset bisector hor center ver top text x3 0 4 offset mom hor center ver top text x4 0 2 offset som hor center ver top text x5 0 2 offset lom hor center ver top hold off subplot 212 mfl fliplr mf1 plot x mfl LineWidth 3 patch x mf1 y set gca XLim min x max x YLim 0 1 2 Color 9 9 9 hold on xl defuzz x mfl centroid plot x1 x1 0 1 2 Color lineColor LineStyle lineStyle plot x1 0 8 Color dotColor Marker MarkerSize 20 x2 defuzz x mfl bisector plot x2 x2 0 1 2 Color lineColor LineStyle lineStyle plot x2 0 6 Color dotColor Marker MarkerSize 20 x3 defuzz x mfl mom 379 plot x3 x3
203. e DEFUZZDM Defuzzification methods oe DEFUZZDM displays five defuzzification methods supported in the oo Fuzzy Logic Toolbox oe oe See also DEFUZZ oo Roger Jang 10 28 93 9 29 94 oe Copyright c 1994 98 by The MathWorks Inc oo SRevision 1 4 SDate 1997 12 01 21 44 10 FigTitle Defuzzification Methods fig findobj 0 Name FigTitle if isempty fig fig figure Unit pixel Name FigTitle NumberTitle off oe oo oe oe set 0 Current fig x 10 0 1 10 offset 0 03 377 mfi trapmf x 10 8 2 2 mf2 trapmf x 5 Sy 2 41 mf3 trapmf x 2 3 8 91 mfl max 0 5 mf2 max 0 9 mf1 0 1 mf3 ineColor 0 0 1 lineStyle dotColor 0 0 1 set fig DefaultTextFontWeight bold DefaultTextColor k axColor 4 4 4 set fig Color 1 1 1 DefaultAxesXColor axColor DefaultAxesYColor axColor subplot 211 plot x mfl LineWidth 3 patch x mf1 y set gca XLim min x max x YLim 0 1 2 Color 9 9 9 hold on x1 defuzz x mfl centroid plot x1 x1 0 1 2 Color lineColor LineStyle lineStyle plot x1 0 8 Color dotColor Marker MarkerSize 20 x2 defuzz x mfl bisector plot x2 x2 0 1 2 Color lineColor LineStyle lineStyle plot x2 0 6 Color
204. e mas exprime a no o de que quanto mais a roda est alinhada menor a for a que se exerce nela Por outro lado vamos considerar que a din mica das rodas livres de primeira ordem Mais uma vez tem se uma simplifica o pois de fato as rodas livres alinham por a o de for as e momentos a que est o sujeitas o que no m nimo sugere um sistema de segunda ordem Essa simplifica o feita tendo em vista que os erros introduzidos pelos fatores aleat rios caracter sticas do solo din mica n o modelada modelo do atrito e outros s o de tal forma relevantes que face a eles n o se ganha precis o ao melhorar o modelo da din mica A din mica das rodas pode ser dada por um modelo como este k 10 KAT sin eq 4 49 As constantes k e Ka s o determinadas experimentalmente Note se que a derivada de c proporcional ao seno deste angulo o que implica que G tende para zero com o tempo O que corresponde situa o de as rodas alinharem com o decorrer do movimento Para se modelar a for a de oposi o que os castores exercem sobre a cadeira considera se que esta dada pelo seno de c multiplicado por uma constante O que significa 82 que a for a ser m xima para um ngulo de 90 graus e m nima para O graus Ou seja quando a roda se encontra colocada perpendicularmente em rela o dire o de movimento a for a de oposi o causada pelo atrito maior com ngulos diferentes sendo que o
205. e a corrente tem que fluir na dire o da seta de D para A saindo do positivo da bateria passando por Hil pelo motor e assim como por Lo2 para o negativo da bateria Acionando o motor em sentido de contr rio a corrente tem que fluir na dire o da seta de B para C Com o estado atual de ICs e MOSFETS de canal N somente um ing nuo usaria o MOSFETs do lado Hi como o elemento ativo de chaveamento principal assim normal aplicar PWM aos MOSFETS do lado Lo e deixar aqueles do lado Hi terem um papel mais passivo Assim para sentido adiante Hil estaria permanentemente ativo Hi2 cortado Lol cortado e Lo ativo talvez selecionado em modo de PWM Se o PWM usado ent o quando Lo2 estiver cortado a corrente do motor ainda precisar continuar fluindo na mesma direc o for ada a fazer assim pela indut ncia do motor e usar Hi2 como um diodo de flywheel 239 Compensador de flutua o como mostrado pela seta de D para B N o importa muito se o MOSFET do lado Hi que ativado durante o per odo de flywheel Se estiver ativo ent o perdas resistivas ocorrem tal como as quedas de um diodo que causariam muito mais perdas No sentido inverso semelhante com Hi2 permanentemente ativo Lol chaveando e Hil compensando flywheeling As setas de B para C e de B para D se aplicam OBS Note que se usarmos MOSFET s somente do tipo n precisaremos usar uma fonte elvadora de tens o para as chaves do lado Hi Uma fonte elevador
206. e brain BYTE p 287 289 April 1985 SUGIE H et al Toward human friendly robot systems EEE Robotics and Automation v 2 p 2181 2186 1995 SURKAN A J SINGLETON C Neural networks for bond rating improved by multiple hidden layers In IEEE INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS 1990 San Diego Proceedings San Diego s n 1990 p 163 168 155 SZW ARCFITER J L MARKENZON L Estruturas de dados e seus algoritmos 2 ed rev Rio de Janeiro LTC 1994 cap 1 TAKAHASHI Y et al Back and forward moving scheme of front wheel raising for inverse pendulum control wheel chair robot In IEEE INTERNATIONAL CONFERENCE ON ROBOTICS 8 AUTOMATION Seoul Korea May 21 26 2001 Proceedings Korea 2001 TURENNOUT P et al Wall following control of a mobile robot In CONF ROBOTICS AND AUTOMATION 1992 Nice France Proceedings Nice May 1992 p 280 285 UNEMI T et al Toward human friendly robot systems 1995 IEEE Laboratory for International Fuzzy Engineering Research Siber Hegner Building 4FL 89 1 Yamashitacho Naka ku Yokohama 231 Japan VIDYASAGAR M Nonlinear systems analysis Englewood Cliffs N Jersey Prentice Hall 1978 WALSH G et al Stabilization of trajectories for systems with nonholonomic constraints Automatic Control IEEE Transactions v 39 n 1 p 216 222 1994 WASSERMAN P D Neural computing theory and practice New York Van Nostrand Reinhold 1989 WEN J T
207. e depois combinando as solu es tempo de execu o linear tmico ou N og N Quando N dobra o tempo de execuc o do algoritmo aumenta um pouco mais do que o dobro N complexidade de algoritmos que processam todos os pares de itens de dados tempo de execu o quadr tico Esse tipo de complexidade aceit vel apenas para problemas relativamente pequenos pois quando N dobra o tempo de execu o aumenta 4 vezes N complexidade de algoritmos que processam todas as combina es de itens de dados tr s a tr s tempo de execu o c bico Quando Ndobra o tempo de execu o aumenta 8 vezes 160 25 corresponde a algoritmos que utilizam for a bruta na solu o de problemas tempo de execu o exponencial Algoritmos com esse desempenho s o impratic veis para problemas pr ticos pois sempre que N dobra o tempo de execu o do algoritmo elevado ao quadrado A Figura Al l mostra um gr fico onde voc pode analisar como as curvas de crescimento correspondentes a essas fun es se comportam medida que aumentamos o tamanho do par metro prim rio do algoritmo Neste gr fico a curva da fun o de custo f rotulada como O f antecipando a nota o que voc conhecer daqui a pouco ainda nesta aula Para a maioria dessas fun es quanto maior for o tamanho do par metro prim rio N maior ser o custo computacional do algoritmo Dessa forma voc poder ver por exemplo que se um algoritmo tem sua express o
208. e liberdade deste sistema que propositalmente como foi dito mais generalista podendo posteriormente ser simplificado pela imposi o de condi es iniciais e restri es como se ver mais adiante Modelamento Matem tico Lagrangeano Como sistemas com v nculo n o possuem deslocamentos virtuais independentes Lagrange reescreveu o princ pio de D Alembert em termos de um n mero m nimo de coordenadas ditas generalizadas de forma que os coeficientes dos deslocamentos virtuais podem ser anulados separadamente obtendo se um sistema de equa es diferenciais ordin rias denominadas equa es de Lagrange Uma formula o simples e sistem tica Sendo as equa es de Lagrange escalares sua deriva o mais simples que a das equa es de Newton Adicionalmente apenas os deslocamentos e velocidades precisam ser 210 calculados excluindo se a acelera o Al m disso as for as de rea o que n o produzem trabalho n o precisam ser inclu das na formula o das equa es do movimento como era feito para as equa es de Newton Para o caso da cadeira de rodas em quest o que possui um n mero de graus de liberdade elevado escrever o lagrangeano de um dispositivo dessa natureza uma tarefa bem rdua Apenas poderia ser inviabilizada se o n mero de derivadas simb licas fosse muito elevada o que n o ser o caso levando se em conta as restri es que ser o impostas para processamento computacional Bib 5 3
209. e mobilidade Em um dispositivo que pretende ser rob tico este deve ser capaz de sensoriar e processar este sensoriamento de forma a tomar decis es Os sensores que est o mais associados com a mobilidade s o aqueles que medem a distancia as mudan as inerciais e os que medem a estrutura externa ao seu redor Naturalmente por tr s deste sensoriamento est um algoritmo programa que processa convenientemente esta informa o Sensores 5 1 Introdu o Um sensor pode ser definido como um dispositivo que muda a sua caracter stica f sica interna sob a a o de uma grandeza f sica externa podendo fornecer direta ou indiretamente um sinal que pode at mesmo ser el trico indicativo daquela grandeza Os sensores s o os provedores de informa o para os processos de automa o industrial e rob tica Em fun o da informa o dada pelos sensores e devidamente adequada pelos transdutores o controle do processo industrial ou do rob toma as medidas necess rias para corrigi lo sob a forma de a es Este cap tulo faz uma abordagem dos tipos de sensores transdutores mais utilizados em processos industriais e rob tica assim como adicionalmente comenta se sobre o seu princ pio f sico de funcionamento para que fique mais caracterizado cient ficamente Do ponto de vista da rob tica podemos afirmar que um rob que n o possui sensores simplesmente uma m quina Isto o rob precisa ter sensores que o transformam de
210. e pares entrada s sa da s de exemplos o conjunto de aprendizagem ou treinamento apresentado rede de forma iterativa O algoritmo de aprendizado mais popular associado rede neural Feedforward o de retropropaga o do erro com a t cnica de minimiza o chamada gradiente descendente As fun es de ativa o mais comumente empregadas pertencem classe das sigmoides porque s o monot nicas cont nuas apresentam a n o linearidade necess ria para mapeamento universal e tem o efeito de controle autom tico de ganho A rede treinada v rias vezes para diferentes combina es de par metros tais como n mero de neur nios para cada camada escondida n mero de camadas escondidas e tipo de fun o de ativa o sua topologia geralmente como tentativa e erro Uma rede demasiado pequena para a aplica o n o ser capaz de aprender satisfatoriamente o algoritmo de aprendizado n o converge para a meta estipulada enquanto uma rede demasiado grande simplesmente decorar os exemplos do conjunto de aprendizagem perdendo generaliza o Uma maneira eficaz de garantir generaliza o preparar outro conjunto de exemplos chamado conjunto de valida o aproximadamente do mesmo tamanho do conjunto de aprendizagem sobre o qual s o realizadas simula es de opera o durante o treinamento com o conjunto de aprendizado Quando o erro sobre o conjunto de valida o come ar a aumentar significa que a rede est no li
211. e urna rela o linear entre a velocidade angular do motor e o torque T que ele pode fornecer Essa rela o apresentada de forma gr fica na FIG 18 74 ON rax e usu rio maior usar motor com T T 4 U U Ox E Ts T FIGURA 18 Diagrama de velocidade torque FONTE Dados da pesquisa Quando o motor est sem carga a sua velocidade m xima max Por outro lado quando o motor bloqueado stalled o 0 o seu torque m ximo Ty Para diferentes valores de tens o U e U as retas que definem a rela o entre T e possuem uma inclina o igual mas possuem diferentes ordenadas na origem Para uma tens o menor U ambos os valores da velocidade e do torque m ximos s o menores No caso da cadeira rob tica em estudo o torque de carga n o constante embora se atue na tens o do motor O torque fornecido por cada um dos motores depende n o s da din mica da cadeira que determina a carga para os motores mas tamb m da velocidade angular o dos motores que pode ser considerada como uma vari vel de estado 4 5 2 Din mica do chassis Considera se como ponte de interesse para o estudo da din mica da cadeira o ponto de refer ncia inercial 0 Pretende se que este ponto O percorra uma dada trajet ria no espa o Na FIG 19 pode se observar as for as que atuam na cadeira 75 FIGURA 19 For as que atuam na cadeira FONTE Dados da pesquisa Limitando se ao movimento no plano e como ta
212. e usam TRAINWBI uma fun o de treinamento que faz isto TRAINBFG o BFGS quasi Newton backpropagation retropropaga o Sintaxe rnavoz tr trainbfg rnavoz Pd TL Ai Q TS VV info trainbfg code Descric o TRAINBEG uma rede que treina fun o que atualiza peso e valores de polariza o de acordo com o m todo BFGS quasi Newton TRAINBFG RNAVOZ Pd TI Ai Q TS VV TV pega estas entradas onde RNAVOZ rede Neural Pd vetores de entrada atrasados TI vetores designados de camada Ai condi es de atraso de entradas iniciais Q tamanho de Grupo TS passos de Tempo VV Qualquer matriz vazia ou estrutura de vetores de valida o TV Qualquer matriz vazia ou estrutura de vetores de teste e retorna rnavoz rede treinada TR registro de treinamento de v rios valores em cima de cada poca TR epoch n mero de poca TR perf desempenho de Treinamento TR vperf desempenho de Valida o TR tperf desempenho de Teste O treinamento acontece de acordo com os par metros que TRAINBFG est treinando mostrado aqui com os seus valores default rnavoz trainParam epochs 100 N mero m ximo de pocas para treinar rnavoz trainParam show 25 pocas entre progresso mostrado rnavoz trainParam goal O Meta de desempenho rnavoz trainParam time inf M ximo tempo para treinar em segundos rnavoz trainParam min grad le 6 M nimo gradiente de desempenho 195 rnavoz trainParam
213. e23 TsMmLp10 0 timestep state For state ode state length ode state 1 2 echo off end echo on o pause Strike any key to see the second comparison plot WheelChair VS CLOSED LOOP MODEL RESPONSES The closed loop response can be compared with the WheelChair figure 2 ploti p time p_states 1 deg2rad k time states 1 deg2rad tar p_time p states 2 deg2rad k time states 2 deg2rad ob grid on xlabel Time sec ylabel Angle deg amp Velocity deg sec W x N title WheelChair and Closed Network Response legend Ref Ang Sim Ang Ref Veloc Sim Veloc 0 As can be seen from the plot the closed loop response of the network model is extremely accurate 347 See TsPg60 to see how to design a controller using the model disp End of TsPg4a A5 Rotina do Matlab para o controle moderno SUBROTINAS PARA EFETUAR A LINEARIZA O CONTROLE E SIMULA O SL Inacio da Subrotina LIMPA td function xp contr 1 t x Equa o sem Observador de estado o Equa o para controle proporcional com A B K calculados anteriormente global A B K xp A B K x function xp contr 2 t x Equa o com Observador de estado o Equa o para controle proporcional com A B C K e Ke calculados anteriormente global A BC K Ke xp A B K B K zeros size A A Ke C x
214. ea es imprevis veis Desta forma a reuni o do estado de ativa o de todas as unidades de processamento que especifica o que est sendo representado na rede neural artificial em um determinado instante essa emerg ncia de propriedades de conjunto que determina o interesse e a complexidade dos modelos conexionistas APD 2 10 Caracter sticas das Redes Neurais Artificiais Por serem baseadas nas Redes Neurais Biol gicas as Redes Neurais Artificiais apresentam um surpreendente n mero de caracter sticas observadas no processo cognitivo 180 humano WASSERMAN 1989 como o aprendizado pela experi ncia a generaliza o a partir de exemplos e a abstra o de caracter sticas essenciais de informag es que cont m fatos irrelevantes APD 2 11 Aprendizado CARBONELL 1989 define o conceito de aprendizado como a habilidade de realizar tarefas novas que n o podiam ser realizadas anteriormente ou melhorar a realiza o de tarefas antigas como resultado de mudan as produzidas pelo processo de aprendizado As RNAs podem modificar seu comportamento em resposta aos est mulos produzidos pelo ambiente regulando a for a da conex o entre unidades de processamento adjacentes pela adapta o dos pesos sin pticos reconhecendo as informa es apresentadas s suas unidades vis veis WASSERMAN 1989 APD 2 12 Generaliza o Segundo WASSERMAN 1989 um modelo conexionista sens vel s varia es que podem ocorrer e
215. egundo o autor este um produto feito em Portugal e mundialmente inovador criado na Universidade do Minho e desenvolvido na SAR A cadeira seria comercializada pela OrtoMaia que j venceu tr s pr mios o Pr mio Nacional de Inova o BES Inova o o pr mio NortiNov da Ag ncia de Inova o e o Inventuminho O projeto teve o seu in cio em 2007 no seio do Grupo de Automa o e Rob tica da Universidade do Minho liderado por Fernando Ribeiro que esteve em contato com uma equipe de Rob tica RIBEIRO 2010 A LabVIEWTM atrav s do seu m dulo de Intelligent Control Systems publicou um artigo sobre Neuro fuzzy Controller Theory and Application no qual sistemas fuzzy permitem transferir a forma difusa vaga do racioc nio humano aos sistemas matem ticos O uso de regras if then em sistemas fuzzy permite compreender facilmente o modelo de informa o CRUZ FIGUEROA 2010 Descrevem a implementa o de tr s controladores diferentes para uma cadeira de rodas que permitem ao usu rio total controle sobre esta PONCE MOLIN MENDOZA 2010 Xiao e outros autores publicaram em Advances in Neural Network Research 2010 um artigo intitulado Visual Navigation of a Novel Economical Embedded Multi mode Intelligent Control System for Powered Wheelchair a fim de ajudar os diferentes tipos de pessoas com defici ncia e os idosos al m de melhorar a efic cia e conveni ncia de intera o m quina ambiente humano incorpora
216. el sempre achar algum lugar seguro para circular Claro que o esquema proposto aqui requer que voc sinta quando a For a Contra Eletro Motriz Back emf do motor est maior que a velocidade exigida ou seja quando o motor deveria come ar a regenerar e muda o estado da ponte para fazer isso Outros esquemas s o poss veis mas eles provavelmente envolvem chaveamento do lado Hi ativo se voc requerer freio regenerativo Assim este esquema o m todo que usamos em nosso 240 primeiro controlador de ponte completa Embora seja um projeto simples ainda muito popular e muito seguro sem maiores complica es Projetos mais simples requerem um pouco mais de an lise dos efeitos combinado com lados Hi chaveados e uma certa ast cia em prever os limites de correntes regenerativas No lay out do circuito de ponte H completa projetado usamos MOSFET s do tipo p para as chaves do lado Hi e MOSFET s do tipo n para o lado Lo neste mesmo esquema e as conex es ficam evidentes abaixo k 8 8 cm 34 JPl s TS VDC 12 VDC M M GND2 a Direction Reward Motor DC JP2 1 JP1 1 GND1 FIGURA A5 29 Esquema de liga o para Modula o por Largura de Pulsos do ingl s PWM 5 5 0 conjunto estrutural da Cadeira de Rodas 5 5 1 Introdu o Inicialmente como foi dito a cadeira foi projetada e simulada para atender determinados comportamentos que elevassem os graus de liberdade alcangados p
217. ela c lula de carga atrav s de pesos padr o verificando assim se as suas caracter sticas atendem ao projeto 5 1 3 3 1 Material utilizado 01 oscilosc pio 225 01 amplificador OP741 para meia ponte 02 fontes sim tricas 12Vcc 01 jogo de pesos padr o 01 c lula de carga 01 multiteste 02 grampos C 01 chapa de a o 5 1 3 3 2 Procedimento e montagem A c lula de carga fixada em uma chapa de a o para lhe garantir uma melhor fixa o e estabilidade na realiza o das medi es A chapa por sua vez fixada na bancada atrav s de grampos C Foi conectada a c lula de carga no amplificador e utilizada duas fontes sim tricas para alimentar o sistema A sa da do amplificador ligada ao oscilosc pio realizando a calibra o do mesmo e efetuadas cinco s ries de medi es Detalhamento da montagem experimental pode ser observado na figura 5 16 Figura A5 16 Montagem experimental 5 3 Resultados Tabela A5 2 Massas x Medidas Medida Volt 1 2 3 4 5 M dia Massa Kg 2 00 0 046 0 046 0 046 0 046 0 048 0 046 3 50 0 080 0 080 0 080 0 082 0 082 0 081 4 00 0 095 0 090 0 095 0 095 0 095 0 094 5 50 0 125 0 130 0 125 0 125 0 130 0 127 6 50 0 150 0 150 0 150 0 150 0 150 0 150 8 00 0 190 0 185 0 185 0 185 0 187 0 186 9 00 0 200 0 210 0 210 0 210 0 210 0 208 10 00 0 230 0 230 0 230 0 230 0 230 0 230 11 50 0 260 0 265 0 270 0
218. elo motor diretamente proporcional corrente do seu induzido T kii eq 4 24 Pelo fato de o motor se encontrar em movimento o campo magn tico do indutor induz uma tens o forca contraeletromotriz A tens o induzida pelo movimento seria uma for a que se op e ao movimento do motor da a sua denomina o O seu valor varia linearmente com a velocidade do motor ea Kola eq 4 25 Neste esquema desprezou se a indut ncia L do motor eliminando se dessa forma uma componente da vari vel de estado Essa aproxima o usual COSTA 1995 13 KLAFTER NEGIN 1989 uma vez que o efeito da indut ncia a introdu o de um polo em altas frequ ncias Como este n o dominante tem pouca influ ncia no comportamento do sistema que um passa baixo DEWAN STRAUGHEN 1984 KLAFTER NEGIN 1989 Pela an lise do esquema anterior v se que V Raia eq eq 4 26 E usual considerar k k k eq 4 27 O que equivale em termos a menos das perdas el tricas no motor a pot ncia mec nica igual pot ncia el trica Desprezando somente as perdas devidas indu o tem se pois Tw Vaia Raiz eq 4 28 A partir do que se pode encontrar eq 4 29 Substituindo eq 4 26 em eq 4 28 e atendendo a eq 4 16 obt m se V ET kw eq 4 29 Ou T k o k V eq 4 30 Com k2 k x eq 4 31 k eq 4 32 poss vel observar a partir equa es apresentadas que exist
219. em no sistema de forma que o mesmo responda satisfatoriamente a valores de refer ncia fornecidos drive the ieee ao controlador Este por sua vez deve atuar na planta considerando suas tv caracter sticas din micas de forma que a mesma responda com estabilidade correctly s a es dos atuadores Sob este ponto de vista temos diversos tipos de controle inteligentes entre eles por uma rede neural por uma L gica Nebulosa ou Fuzzy Logic e uma sugest o de maior efic cia o conjunto das anteriores ou seja um controle h brido Neuro Fuzzy Bib 3 2 0 2 A seguir apresenta se uma revis o do desenvolvimento sob cada uma destas formas e na conclus o a forma de unific las APD 2 REVIS O DE REDES NEURAIS FUNDAMENTA O TE RICA Este tem descreve a estrutura e comportamento de redes neurais biol gicas de modo a estabelecer uma analogia com os modelos de redes neurais artificiais Na sequ ncia uma poss vel defini o de rede neural sua organiza o caracter sticas e hist rico da abordagem baseada nestes modelos s o apresentados Tamb m descrita a forma de representa o do conhecimento em uma rede neural e como o conhecimento contido em sua estrutura utilizado no processo de aprendizado e consequente realiza o de previs es Redes Neurais tem sido pesquisadas extensivamente nas ltimas d cadas e aplicadas em muitas reas Literatura abundante existe sobre a teoria e aplica es e nos reportam
220. ente para a movimenta o ser garantida pesando em torno de 25 kg No ano de 1655 Stephan Farfler um relojoeiro parapl gico aos 22 anos de idade criou um modelo triciclo Al m de ser confort vel era movimentado pelo pr prio usu rio Utilizava os dois bra os e n o requeria qualquer ajuda em terreno plano desde que n o houvesse barreiras como hoje em dia No ano de 1933 Herbert A Everest norte americano encomendou uma cadeira de rodas que poderia ser levada em um autom vel que foi um passo decisivo para o objetivo desenvolvimento de cadeiras de rodas mais vers teis O engenheiro H C Jennings construiu para ele a primeira cadeira de rodas dobr vel Esse modelo devidamente patenteado nos Estados Unidos como muitos outros modelos foi utilizado por d cadas com a marca Everest Jennings antes que outros surgissem no mercado As cadeiras de rodas evolu ram de uma forma surpreendente desde as primeiras d cadas do S culo XX gra as ao avan o industrial e com o surgimento de mat ria prima muito mais 158 mold vel e mais leve como o alum nio e a os liga provocaram em muito uma maior demanda Seria tarefa imposs vel levantar todos os modelos existentes desde as manuais dobr veis ou n o s hospitalares s adaptadas a situa es espec ficas e tamb m s motorizadas e por que n o dizer rob ticas que aos poucos v o tomando conta do mercado H modelos para muitos gostos e muitas necessidades De triciclos scoot
221. entemente a chave Lo2 curto circuitando o lado direito do motor para o negativo da bateria chaveando Lol de tempo em tempo com o sinal do controlador PWM Deste modo Lol ainda est trabalhando com voltagens positivas e correntes tornando ali mais f cil de pensar e mais f cil usar sensores e limitadores de corrente Se Lol est sendo chaveado ent o quando est cortado a energia indutiva do motor ainda for ar uma corrente e ser compensada flywheel por Hil se lembre que Lo2 est ativo todo o tempo para a bateria dando se a regenera o a seta de corrente reversa de D para A Para a dire o inversa ao frear que n s precisamos ativar Lol em de tempo integral e chavear Lo2 H outros esquemas poss veis mas eles ou envolvem chaveamentos dos lados Hi utilizando MOSFET s do tipo p ou sensores de correntes negativas Ou poder amos p r um resistor no motor e usar um Amplificador Operacional Diferencial para sensoriar a corrente do motor Um resistor para sensoriar correntes de talvez v rios amp res n o nem uma artigo comercial comum nem pequeno e portanto de custo significante E tem ainda que ser incorporado nitidamente no projeto do controlador Pode perceber do que foi mencionado anteriormente contanto voc n o adquira a temporiza o errada de forma que Hil e Lol ou Hi2 e Lo2 no outro sentido estejam ao mesmo tempo ativos n o importa muito o que voc chaveia ou n o a corrente de compensa o flywhe
222. entro de Gravidade CG dela o desacoplamento dos sistemas din mico e cinem tico a lineariza o dos modelos a constru o das matrizes de incertezas v rtices do politopo a proposta da malha de controle a obten o das matrizes 41 que tornam o sistema ERP e que estabilizam o sistema com uma taxa de decaimento especificada as matrizes que tornam o sistema ERP e que estabilizam o sistema a partir da metodologia de Controle com Estrutura Vari vel CEV via LMIs sendo desenvolvida a demonstra o para sistema com n mero de sa das maior que o n mero de entradas com incertezas param tricas e com taxa de decaimento especificada ROSSINI 2013 3 2 Controles com t cnicas h bridas Pode se dizer de acordo com a revis o bibliogr fica realizada que existe a possibilidade de associag es entre os diversos tipos de controle no que tange a uma melhor estrat gia Para o controle que se denomina convencional seja ele cl ssico moderno ou outro in meros trabalhos realizados provaram sua efic cia quando se uniram os v rios tipos para se formar um controle h brido Os resultados demonstram que esse controle h brido consegue superar aquele tipo nico Sob esse aspecto foi interessante descobrir que a l gica nebulosa e redes neurais por exemplo s o tecnologias complementares no projeto de sistemas inteligentes voltados para o controle que associadas possuem mais m ritos que dem ritos Outros algoritmos como gen ticos e
223. equa o acima para N e H o que pode ser realizado por meio de uma manipula o alg brica simples ou seja multiplicar todos os termos da equa o 4 4 4 por d e substituir nesta a equa o 4 4 5 abaixo da soma dos momentos no CG dot _ 49 N d cos0 t H d sen0 t t 3i a t eq 4 16 Sendo que J o momento de in rcia do seu centro de gravidade d Dist ncia do CG refer ncia ta Fric o devido a torque no eixo das rodas lembrar que ta ccs sgn dO t dt ccv dO t dt Considerando a massa m do usu rio levada ao CG Mca obt m se a segunda equa o do movimento d x t dot _ MCG g d cos0 t MCG d gt senO t TRE T at d 0 t J Meo AP 7 eq 4 17 Pode se linearizar as equag es de movimento em torno de um ponto de trabalho estacion rio ngulo de 0 90 y considerando o CG para pequenos giros de um ngulo y bem pequeno sendo que sen 0 1 cos 0 y e d9 dt O para estabelecer um modelo linear de refer ncia a ser utilizado futuramente no controle inverso 67 MCG P f PO ucca E TO ut eq 4 18 J MCG q T H MCG a dy t t LO cea E T eq 4 19 Aplicando Laplace nas equa es anteriores a rela o entre elas leva a uma fun o de transfer ncia da forma yG _ MCG d s U s MCGJ sS MCG d t fa MCG t s MCG g d futu MCG g A fa eq 4 20 Obs U t como dissemos anteriorme
224. er amos que esperar alguns segundos podendo assim causar choque ou queda o que poderia danificar a cadeira de rodas e ferir seu usu rio Para enviar os sinais de comando para a cadeira de rodas foi utilizado um r dio transmissor da marca RADIOMETRIX o qual tem um alcance em campo aberto de at 50 m O sistema de recepc o do sinal composto basicamente de um r dio receptor e entra na interface USB do netbook Este netbook quem trata os sinais recebidos e os transmite para os demais controladores PIC da cadeira de rodas Conclus o do Projeto O projeto foi desenvolvido dentro do prazo previsto O maior obst culo foi a montagem do circuito dentro da caixa pois devido s dimens es reduzidas foi necess rio sobrepor as placas para sobrar espa o para a bateria e o transmissor necess rio ressaltar que sendo os sinais enviados via r dio o usu rio tem toda a liberdade de levar consigo o sistema n o necessitando de fios para lig lo a cadeira de rodas devendo somente respeitar a dist ncia m xima de 50 m entre o transmissor e a cadeira de rodas 218 Um problema observado no projeto foi a sensibilidade do circuito a rufdos vindos do ambiente Ao pronunciar alguns comandos em ambientes barulhentos o sistema retorna que a palavra n o foi reconhecida e a cadeira de rodas continua respondendo ao comando anteriormente recebido podendo se chocar com algum obst culo Este problema foi parcialmente contornado com a implementa
225. er ou n o ao conjunto como na teoria de conjuntos tradicional Veja que o princ pio o mesmo aplicado a l gica difusa onde o grau de veracidade pode passar a variar entre O e 1 Para cada conjunto ent o criada uma fun o de pertin ncia que indica o grau de pertin ncia de seus elementos Normalmente essa fun o criada de forma a representar algum conceito impreciso como bem alto Racioc nio fuzzy O racioc nio fuzzy tamb m conhecido como racioc nio aproximado e pode ser dividido em 5 etapas Transforma o das vari veis do problema em valores fuzzy ou fuzzifica o Aplica o dos operadores fuzzy Aplica o da implica o Combina o de todas as sa das fuzzy poss veis Transforma o do resultado fuzzy em um resultado n tido a defuzzifica o No primeiro passo para cada valor de entrada associamos uma fun o de pertin ncia que permite obter o grau de verdade da proposi o Determinar o grau de pertin ncia de cada conjunto proposi o Limitar o valor da entrada entre 0 e 1 O segundo passo aplicar os operadores fuzzy assim como os operadores da l gica booleana Os operadores usados na L gica Fuzzy s o AND e OR conhecidos como operadores de rela o Na L gica Fuzzy s o utilizados para definir o grau m ximo e m nimo de pertin ncia do conjunto O terceiro passo aplicar o operador de implica o usado para definir o peso no resultado e remodelar a fun
226. er x w dj jm da 1 pela configura o de valores apropriados para os pesos das conex es da rede O ajustamento desses pesos executado sempre que a sa da desejada d e a sa da real x n o forem coincidentes feito pela aplica o do m todo gradiente decrescente equa o 3 2 13 D td LD 3 2 13 Vian Y y Am eg 2 _ Am m aw i Aw s com v onde a taxa de aprendizagem V a medida do erro O erro definido como uma soma sobre todos os padr es de treinamento conforme equa o 3 2 14 A sye 3 2 14 Am 183 Como medida de erro para um padr o de treinamento espec fico tem se na equa o 3 2 15 1 ixl dj x 3 2 15 7 Onde di d J o j simo componente do vetor de sa da 2 S O aprendizado reduzido portanto minimizag o da medida de erro na equa o 3 2 15 As etapas do Backpropagation podem ser sumarizadas nos seguintes passos Inicializar o conjunto de pesos W com valores pequenos e aleat rios 0 _ 4 Apresentar o vetor de entrada do padr o de treinamento x d D _ D 0 Calcular a resposta da rede x x PQw x Calcular o erro para as unidades de sa da am g net a E x 3 2 16 Onde y D ned a derivada da fun o de ativa o em rela o Calcular o erro para as unidades ocultas deman Y apro vd 6217 k Atualizar os pesos de todas as camadas huda y SA un 3 2 18 Os padr es de treinamento s o apre
227. ered wheelchair 2008 Disserta o Mestrado em Engenharia Mec nica 2008 151 MAMDANI E H Application of fuzzy algorithms for the control of a simple dynamic plant Proc IEEE v 121 n 12 p 121 159 1974 MARSDEN J TROMBA A Vector calculus USA W H Freeman and Company 1988 MASSON E WANG Y J Introduction to computation and learning in artificial neural networks European Journal of Operational Research North Holand n 47 p 1 28 1990 MAZO M et al Wheelchair for physically disabled people with voice ultrasonic and infrared sensor control Autonomous Robots Autonomous Robots v 2 n 3 p 203 224 1995 McCAA J Unique wheelchair holds promise for veterans but lacks support WFAA Office of Public and Intergovernmental Affairs February 15 2013 Dispon vel em www bulletinnews com va Acesso em 21 set 2013 MEDOLA F O Projeto conceitual e prot tipo de uma cadeira de rodas servo assistida 2013 187f Tese Doutorado em Bioengenharia Programa de P s Gradua o Interunidades em Bioengenharia Universidade de S o Paulo 2013 MILLER R Engadged S l s n 7 Apr 2009 MORAES H S Projeto conceitual de sistemas de assento para cadeira de rodas uma abordagem sistem tica 2009 143f Disserta o Mestrado em Design Universidade Federal do Rio Grande do Sul Escola de Engenharia Faculdade de Arquitetura Programa de P s Gradua o em Design 2009 MORATORI P B An
228. erivadas dos par metros de configura o o espa o de configura o o subespa o de todas as poss veis posi es n o apenas desta cadeira mas de qualquer rob Laumood 1993 com estas caracter sticas e neste caso x y Z O e B e como tal n o limitam diretamente o espa o de configura es poss veis S o traduzidas por equa es n o integr veis envolvendo as derivadas dos par metros de configura o No caso desta cadeira as restri es n o holon micas incluem por exemplo as condi es de n o escorregamento que n o limitam diretamente o conjunto de configura es poss vel De fato embora a cadeira possa te ricamente estar em qualquer ponto do plano com qualquer orienta o n o pode passar diretamente de uma configura o arbitr ria para outra sem efetuar manobras Por exemplo n o pode se mover lateralmente Pode se dizer tamb m que num certo sentido ela globalmente control vel mas n o localmente O fato de existirem restri es n o holon micas faz com que n o se possa a priori restringir o espa o de estados de forma a eliminar essas restri es Isso implica que tais restri es t m que ser sempre consideradas quando se est resolvendo o problema 69 4 4 2 Cinem tica do centro das rodas em func o da refer ncia inercial O Na an lise cinem tica e din mica consideram se dois referenciais um inercial e fixo X7Y7 e outro m vel fixo no rob ij um referencial vetorial
229. erpreta o no sentido em que envolve produto de vetores escondendo a vis o de estados como era em Lagrange Devido simplicidade computacional dessa formula o seu custo baixo em O n Acredita se que seja poss vel a implementa o do algoritmo de controle em tempo real a partir do ponto em que o prot tipo real esteja dispon vel para o teste e cujos resultados sejam confrontados com aquele simulado Modelo Newton Euler Bryant cab vel para este modelo desenvolver a rela o matem tica necess ria de um ponto g em um sistema de coordenadas que sofre rota o em um referencial inercial fixo e ent o estender o conceito para incluir a transla o d em rela o ao seu referencial inercial Assim considerando essa extens o em rela o ao referencial fixo r r d x et E Onde rer s o os vetores que caracterizam a posi o de um ponto G determinado do sistema em transla o e rota o Em rela o ao referencial inercial Assim o vetor velocidade dr d dd sa v t t v y dt dt dt Da mesma forma a acelera o do ponto G se desenvolve da forma dv t dr dd dt d dt a a a t No final somos conduzidos a equa es recursivas generalizadas da forma No sentido direto parai 1 n No sentido inverso para i n 1 Onde De acordo com esse procedimento desenvolveu se o modelo a seguir e se obtiveram as for as e torques para os seis graus d
230. ers existem centenas de modelos cores e estilos em todas as partes do mundo Tamb m h cadeiras de rodas para todos os terrenos e supera o de obst culos O importante que elas n o sejam confinadoras mas libertadoras das pessoas que as utilizam Uma das figuras mais famosas e importantes que usava cadeira de rodas foi Franklin Delano Roosevelt Ele viveu no S culo XX e foi v tima da poliomielite quando j era Presidente dos Estados Unidos quando engajou toda a na o americana na Segunda Guerra Mundial Embora fosse not rio que evitava ser visto em p blico ou fotografado utilizando uma cadeira de rodas n o a dispensava em momentos especiais Dava seu apoio campanha nacional contra a poliomielite APD 1 1 Custo computacional Sabemos que um algoritmo um conjunto de instru es que definem passos para a resolu o de um problema O estudo de algoritmos envolve dois aspectos b sicos a corre o e a efici ncia corre o de um algoritmo refere se exatid o da solu o que ele oferece para um determinado problema ou seja analisa se o algoritmo resolve o problema sem erros Por outro lado a efici ncia de um algoritmo considera se a solu o que ele prop e utiliza os recursos computacionais especialmente mem ria e tempo de processamento de maneira adequada e econ mica Uma das formas mais simples de avaliar a efici ncia de um algoritmo atrav s da an lise emp rica isto por meio da experimenta
231. es Strain Gages e b Sistema Esfera Mola FIGURA A5 19 Vista do plano XY com os sensores Onde fs1 fs2 f53 fs4 ser o as for as nos sensores A B C s o as dist ncias tendo O como refer ncia Com este teste mostrou se que poss vel observar as caracter sticas de sensores extensiom tricos em c lulas de carga e que possuem uma larga aplica o entre eles o de sensoriar os movimentos de um usu rio de cadeira de rodas e variam conforme a necessidade Exibiram se os componentes necess rios para o funcionamento desta c lula de carga Houve a comprova o da varia o proporcional de tens o em fun o da deforma o da c lula e observado o comportamento praticamente linear de sua curva Em fun o da adequada fixa o da c lula de carga na bancada de teste atrav s da adi o de uma chapa de aco parafusada na c lula obtiveram se valores satisfat rios nas medi es Observa se nos resultados uma pequena varia o de tens o em fun o das massas utilizadas e pode se concluir que neste experimento poss vel obter precis o melhor do que 1 Kg Limita es podem ser atribu das ao amplificador utilizado importante ressaltar neste teste que o laborat rio utilizado n o possu a as condi es adequadas para realizar as medi es pois o amplificador para meia ponte e extensi metros de 1200 utilizado n o era adequado aos extensi metros e ponte utilizados podendo causar um desbalanceamento inadeq
232. es like this Keyword Wheelchair Mathematical Model Neuro Fuzzy Control Robotic Revis o e Normalizac o realizados por LEANDRO NEGREIROS CPF 053 541 856 61 Belo Hte MG Brasil 23 1 INTRODU O 1 1 Vis o geral do problema Por mais que se tenham desenvolvido artigos e projetos de cadeira de rodas para os deficientes alguns de admir vel fundamenta o cient fica estas ainda se encontram em uma situa o limitada de movimentos e de apoio da rob tica aos seus usu rios entre eles os tetrapl gicos Apesar de v rios projetos de cadeiras terem falhado comercialmente esta triste constata o LOMBARDI 2002 realizada atrav s das revis es bibliogr ficas apontou uma nova linha de pesquisa cient fica que bem poderia ser a espinha dorsal desta Tese Assim este trabalho convergiria para um estudo da din mica de uma cadeira tanto sob o aspecto convencional como n o convencional com o apoio de um controle baseado em intelig ncia Neuro Fuzzy de forma comparativa sendo que o controle final resultante seria efetivamente implementado sob uma forma mais simples e econ mica em uma estrat gia baseada em algoritmos de Intelig ncia Artificial A utiliza o da Intelig ncia Artificial no reconhecimento de voz e controle no trabalho que se apresenta ignora de certa forma mas coerentemente as precau es tomadas pelo controle convencional com os aspectos da n o linearidade do sistema a ser desenvolvido O objet
233. es o que leva a um controle de sintonia mais fina 138 FIGURA 70 Resultados da simula o sem perturba o com a dist ncia d do CG fixa FONTE Dados da pesquisa Para verificar o comportamento do sistema diante de v rios tipos de perturba o e comprovar se a estabilidade do controlador era aceit vel foi montado um novo esquema incluindo par metros f sicos com seus valores mais reais conforme pode ser visto na FIG 71 que contemplasse essa situa o de forma que a partir de agora passa a existir uma perturba o externa no instante de tempo t 30s correspondente a um intervalo apreci vel ap s o controlador ter levado o sistema ao equilibrio Al m dessa perturba o outra de origem interna gerada pelo movimento do usu rio afeta o posicionamento do CG pela modifica o de sua dist ncia d ao referencial inercial Left Motor Let Fuzzy Logic Controller Seopet Scope Modelo da Cadeira RightMotorDriver Right Fuzzy Right Motor double Logic Controller External Distueb FIGURA 51 O controlador fuzzy face exist ncia de uma perturba o externa FONTE Dados da pesquisa Essas perturbag es foram simuladas conforme os dois diagramas em blocos do Simulink apresentados a seguir com as suas respectivas sa das e podem ser vistos na FIG 72 e FIG 73 139 Pulse Scope2 Generatort Random eixo CG Tn Number Constant distance Pulse Scope1
234. es que me apoiaram ao longo deste desenvolvimento professores Eduardo Jos Lima II que consolidou a revis o da tese e Ricardo Poley Martins Ferreira dotados de uma intelig ncia muito acima da m dia e com a qual contei para as corre es deste trabalho e artigos feitos a seis m os agrade o o aux lio fundamental na an lise da tese um estudo baseado em intelig ncia artificial Minha gratid o a eles ser para sempre Agradeco com igual penhor aos professores Ricardo Luiz Utsch de Freitas Pinto e ao seu ex orientado Guilherme Papini a excel ncia de professores da UFMG que s o a amizade o interesse a disponibilidade absoluta as cr ticas construtivas e o suporte despretensioso durante o desenvolvimento de todas as fases deste trabalho Gostaria de deixar registrado aqui a minha gratid o a estes singulares professores de reconhecida compet ncia Agradeco igualmente ao professor Teodiano Freitas Bastos Filho e me lembro claramente do dia em que o professor sugeriu este trabalho para que juntos pud ssemos apresent lo no Iberdiscap 2000 realizado na cidade de Madrid Espanha Depois disso apresentei v rios outros no MWSCAS2000 realizado na cidade de Lancey Estado de Michigam USA CONEM2012 em S o Lu s do Maranh o e IEEE Bios Signals2013 na cidade do Rio de Janeiro O professor Teodiano foi quem me incentivou em minha breve passagem pela UFES Vit ria ES a lan ar esta semente que ap s tantos anos floresceu Ao prof
235. es realizam o mesmo c lculo a soma dos elementos da diagonal principal de uma matriz quadrada de ordem Qual a complexidade de cada algoritmo a Algoritmo 1 1 programa 2 var i soma inteiro 3 var m arranjo de n x n inteiro 4 5 leia m 6 soma Q 7 para de 1 at n fa a 8 soma soma mi i 9 fim 10 escreya A soma dos elementos da diagonal principal soma 11 fim b Algoritmo 2 1 programa 2 var i j soma inteiro 3 var m arranjo de n x n inteiro 4 5 leia m 6 soma Q 7 para de 1 at n fa a 8 para j de 1 at n fa a 9 se j j ent o 10 soma soma mli j 11 fim 12 fim 13 fim 14 escreva A soma dos elementos da diagonal principal soma 15 fim Notac es de complexidade Neste momento aprofundaremos um pouco mais nossa discussio acerca da complexidade de algoritmos At o momento aprendemos a medir a complexidade de um algoritmo observadas as devidas simplifica es Agora conheceremos a nota o mais empregada para expressar e comparar complexidades algor tmicas Para tanto conheceremos as complexidades de pior caso melhor caso e caso m dio Nossa discuss o seguinte ser concentrada na nota o de complexidade de pior caso Complexidade de pior caso melhor caso e caso m dio 166 Em alguns casos faz se necess rio analisar o comportamento de um mesmo algoritmo considerando diferentes entradas de dados e seus impactos sobre o custo do a
236. esq Raio instant neo de curvatura Resist ncia el trica ohm Resist ncia interna da carga ohm Resist ncia interna do indutor ohm Parte real ou valores reais Raio das rodas motrizes Sensores ou rea da se o transversal m Sistema de uma entrada e uma sa da Single Input Single Output Segundo Unidade b sica de tempo Per odo ou tempo Per odo da frequ ncia a ser tratada s Temperatura de opera o C Temperatura ambiente C Instante de tempo para o qual come a um dado inicial da trajet ria offset Instante de tempo correspondente posi o mais pr xima da refer ncia Tra o de uma matriz ngulo rad x n Xi Xp Xalvo Xref y n Yi Yp Valvo Vref A o de controle Costuma ser a pr pria For a F atuante Controle refer ncia para o motor direito Controle refer ncia para o motor esquerdo Vetor de controle Valor nominal dos dois controles Valor nominal de ul Valor nominal de u2 Volume do sistema m Velocidade m xima m s Volt Unidade b sica de tens o el trica Tens o aplicada ao motor de corrente continua Velocidade linear da cadeira rob tica Velocidade linear da roda motriz direita Velocidade linear da roda motriz esquerda Vetor do sinal de refer ncia Vetor de estado Pode ser um vetor de entrada em Redes Neurais Valor de um par metro de entrada em redes neurais Coordenada x da posi o da cadeira rob tica
237. esquerda rodar inclinar e outros FIGURA 14 Inclina o e equil brio FONTE Dados da pesquisa O ngulo de 0 diferentemente do p ndulo invertido que nunca poder ser elevado se ocupar este ngulo no momento da for a aplicada inicial deve ser a origem da posi o do chassis da cadeira no plano horizontal que tem seu conjunto impulsor motores fixado no chassis de forma que este gire at aproximadamente 22 sendo que a posi o ocupada anteriormente pelo CG era de 68 em repouso e 90 em equil brio talvez esta uma inclina o confort vel para o paciente Dentro dos procedimentos para se modelar um sistema din mico usando as leis da mec nica de Newton tem se o de analisar os movimentos separadamente indicando todas as for as atuantes Obt m se ent o um conjunto de equa es tanto para os movimentos rotacionais como os translacionais 65 4 3 6 Forcas na horizontal As for as horizontais atuantes na cadeira de rodas para o sistema impulsor s o a forca no final s o correntes nos motores esquerdo e direito que se transformam em torques aplicada pelo controlador u na verdade ul do motor esquerdo u2 do motor direito a for a de atrito da roda no solo pois dispositivos mec nicos exploram a fric o far do contato com o solo para se locomoverem e a for a de rea o H Esse movimento de transla o do centro de massa em rela o ao referencial inercial do conjunto impulsor pode ser descrit
238. essor Alexandre Queir s Bracarense agrade o o suporte e apoio ao longo desses anos na UFMG e no LRSS Laborat rio de Rob tica Soldagem e Simula o Aos meus colegas demais professores e funcion rios n o s da UFMG como tamb m do CEFETMG agrade o o companheirismo e incentivo durante minha perman ncia nesse processo Ao Eng Jorge Kiefer do CEFET MG amigo leal participante do desenvolvimento inicial deste experimento agrade o lhe o apoio e amizade absolutos ao longo de v rios anos A voc leitor para que possa aproveitar este trabalho aberto ao p blico melhorando o com cr ticas e sugest es Os meus mais sinceros agradecimentos Se voc n o tiver certeza que vai terminar uma tarefa n o a comece Uma vez iniciado termine a Prov rbio chin s N o porque as coisas s o dificeis que n s n o ousamos E justamente porque n o ousamos que as coisas s o dificeis S neca fil sofo romano 65 aC a 4aC De que vale ao homem conquistar toda a Terra se depois perder a sua alma Mateus disc pulo crist o escritor de um dos evangelhos do novo testamento Um pessimista v uma dificuldade em cada oportunidade um otimista v uma oportunidade em cada dificuldade Winston Churchill 3 E permissivel a cada um de n s morrer pela sua f mas n o matar por ela Hermann Hesse Existem muito mais coisas entre o C u e a Terra do que sonha a nossa v filo
239. extern pthread t thread gt thread ft thread do thread sonar thread ctrl extern sem t sem gt sem ft sem do sem sonar sem princ sem ctrl sem traj ctrl define OBSTACULO 127 valor colocado nos bytes correspondentes a obstaculos define MARC MASC 0x80 mascara para indicar que pto jah foi visitado na busca define DESMARC MASC 0x7F mascara para desmarcar os ptos do mapa define INFINITO 1000 0 dendif ERRAR RR RR RR RR KKK kK KKK CK AAA RA k KKKKKKKK var h Arquivo de declara o das vari veis globais Incluido pelo arquivo celldec c DA A A KKK KKK KKK ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck k ck KKK HK sk x include defs h include lt pthread h gt include lt semaphore h gt variaveis a serem compartilhadas entre todos os processos byte mapa MAXX MAXY ptof t traj MAXX MAXY traj do GT pro FT prof E tra G5rl MAXX MAXY traj do FT pro CTRL uint tamtraj nro de ptos da trajetoria armazenada em traj uint tamtraj ctrl nro de ptos da trajetoria armazenada em traj ctrl uint itraj posic atual ult posic fornecida ao controlador ptof t origem pto de inicio de cada trajetoria gerada trajetoria muda origem global pto inicial do robo em todo o processo 248 destino pto de destino da trajetoria objetivo int
240. externo R e de raio interno r em torno do seu eixo Mo e J 2 r R eq 4 9 Para uma barra delgada com rea de sec o transversal tendendo a 0 e comprimento d perpendicularmente barra e passando por seu centro U 2 J Md eq 4 10 12 Essa parte refere se s coordenadas da cadeira em rela o a um eixo de refer ncia MW 0 64 0 64 0 56 0 56 0 24 0 24 0 48 0 45 2 43 2 43 Essa parte refere se s massas da cadeira A seguir apresentada a parte do programa referente a primeira etapa SOMPROW XW MW YW MW ZW MW Soma do produto SOMASW sum MW 2 Soma das massas CGW SOMPROW 1 SOMASW SOMPROW 2 SOMASW SOMPROW 3 SOMASW Posi o dos Centros de Massa da Cadeira 199 Figura A4 1 As diversas coordenadas est ticas dos centros de massa da cadeira e o CG resultante efetuado o produto das massas pelas coordenadas e o resultado dividido pela massa total Assim determina se as coordenadas do CG da cadeira A segunda parte do programa simula aleatoriamente as varia es das for as que atuam nos quatros extens metros S1 S2 S5 S4 para simular a movimenta o do cadeirante sentado Em seguida efetuado o c lculo de CG humano Essa parte refere se s coordenadas de cada sensor em rela o a um eixo de refer ncia S o coordenadas dos sensores xs1 0 05 xs2 0 25 xs3 0 25 xs4 0 05 ys1 0 10 ys2 0 10 ys3 0 10 ys4 0 10 zs1 0 25 zs2 0 25 zs3 0 25 zs4 0 25 Tais coordenadas s o d
241. finishes Now we take the trained weights and put them back in the control network o to determine the final inverse control network TesCoNet IW 1 1 1 2 tnet IW 1 1 TesCoNet IW 1 1 3 tnet IW 1 2 TesCoNet b 1 tnet b 1 TesCoNet b 2 tnet b 2 TesCoNet LW 2 1 tnet LW 2 1 save TsDd6b cW1 cbl cW2 cb2 else load TsDd6a load TsDd6b end pause Strike any key to test the neuron model SIMULATING THE CONTROL NETWORK 355 disp End of TsPg60 A06 2 Programa Carregador de Dados TSPG6A Linear Model Reference Generator Carlos A R nnow 29 04 2001 C opyright 2001 o Revis o 3 1 Data 21 04 2002 Hora 18 37 00 deg2rad pi 180 HOW NETWORK MODEL TsModNet AND IT s INITIAL STATES WERE OBTAINED The network TsModNet which models the WheelChair was found with the application script TsPg40 9 6 HOW INITIAL STATES WERE OBTAINED FOR USE IN THE LINEAR REFERENCE MODEL Below is the code that was used to define the new set initial states Pc o consisting of various combinations of angle velocity and demand values 356 in addition to a set of steady state conditions vel 0 demand angle angle 10 40 190 deg2rad vel 90 36 90 deg2rad demand 180 40 180 deg2rad angle2 10 10 190 deg2rad Pc combvec angle vel dema
242. gia suficiente para levantar esta cadeira para a posi o vertical GHAROONT AWADA TOKHI 2006 Um estudo de estabilidade e robustez de controladores nebulosos Um simulador foi desenvolvido para controlar um rob deslocando se por um mundo virtual que cont m obst culos randomicamente distribu dos sendo que o modelo foi implementado de maneira exitosa Regras foram removidas deste sistema para simular situa es nas quais o projetista n o possui todo o conhecimento sobre um determinado problema ou em momento de falha dos controladores Os experimentos realizados indicam que os sistemas de controle baseados em L gica Nebulosa podem funcionar adequadamente mesmo sob condig es adversas MORATORI 2006 Nesse trabalho foi desenvolvido um laborat rio virtual para din mica veicular e modelagem do contato roda piso que foi usado para a visualiza o do comportamento din mico de uma cadeira de rodas em diversas situa es Utilizando o ambiente Working Model 3D para a integra o das equa es de movimento e visualiza o dos deslocamentos e movimentos associados implementou se modelos do contato roda piso a partir da literatura de refer ncia SILVA 2007 Uma arquitetura baseada em comportamentos hier rquicos e difusos para sistemas aut nomos de guiagem e navega o em ve culos agr colas aut nomos VAA s e de rob s agr colas m veis RAM s Entretanto um n mero limitado de trabalhos tem proposto sistemas robustos base
243. gt n ent o c 9 escreva Acesso fora dos limites do vetor Ec 10 sen o 11 escreva vfi Fco 12 fim 13 fim Nesse algoritmo e nos outros mostrados nesta aula associamos custos s principais instru es identificados sob a forma de coment rios Nesse exemplo o tempo de execu o T depende dos valores de e 1 onde corresponde ao par metro prim rio do algoritmo Se sm ent o T dever ser calculado levando em conta o tempo gasto em uma compara o linha 8 mais o tempo gasto para escrever uma mensagem informando o erro linha 9 se I lt E A i t S ent o T dever ser calculado levando em conta o tempo gasto em uma compara o linha 8 mais o tempo gasto em um acesso ao vetor linha 11 Dessa forma o tempo de c T c c M ximo cs c execu o T desse algoritmo ser dado por onde M ximo c c C5 Ce gt representa o valor m ximo entre Note que o tempo de execuc o limitado por um n mero fixo de opera es com custos constantes independente do tamanho da entrada isto independente do tamanho do vetor Se trocarmos todas as constantes k anteriores por uma nica constante c Ca 4 c4 M ximo c cg que represente o valor correspondente express o a fun o de custo reduz a esta constante K a complexidade desse algoritmo dita constante ou seja 1 Exemplo 2 Algoritmo 2 Complexidade Linear Como exemplo de algoritmo co
244. ho do par metro prim rio aumenta As constantes de uma express o de custo representam os tempos de execu o de opera es elementares atribui o leitura e escrita simples etc Esses tempos normalmente n o podem ser determinados apenas pela observa o do algoritmo pois v o depender do ambiente de execu o velocidade do processador velocidade de acesso mem ria do computador etc Simplifica es As simplifica es das express es matem ticas s o necess rias para facilitar o processo de an lise de custos e compara o entre algoritmos A seguir mostramos as principais simplifica es aplicadas na an lise matem tica do custo de um algoritmo considere a execu o do algoritmo quando aplicado a quantidades de dados suficientemente grandes Em outras palavras assuma que o par metro prim rio N tende a infinito ignore constantes aditivas ou multiplicativas na f rmula matem tica correspondente ao custo Essas constantes n o interferem no comportamento geral da fun o matem tica associada analise o algoritmo dividindo o em etapas ou passos elementares sendo que cada passo envolve um n mero fixo de opera es b sicas cujos tempos de execu o s o assumidos constantes Nesse contexto o que chamamos de opera es b sicas s o as opera es muito simples e que n o podem ser subdivididas em outros passos como uma atribui o ou um teste l gico o n mero de passos do algoritmo dado pelo n mero de
245. i sin theta cos theta Td e sin psi siniphi Te san psr csint hi Te cos theta 2 Sin psi szn phr Id san pei candphi Ta cos theta 2 srin theta cos psi cos theta Te S Sin theta cos psi cos theta Td M fg E R r r dFyG zeros size FyG BRK KK KK KK kk kckck ck kk ck ck ckck kckck ck kck ck ck ck ck kc kckckckck kckck ck KK kckck RARA AAA A KKKKKKKKKKK 336 dzG VzG SForca atual exercida em Z Transformada Inversa dVzG xG sin psi cos phi dVanthe xG cos psi cos phi dVanphi yG sin phi dVanthe yG cos psi cos phi dVanpsi zG sin phi dVanphi zG sin psi cos phi dVanpsi xG sin phi dAngthe 2 xG dAngthe cos psi cos phi dAngpsi xG sin phi dAngphi 2 xG dAngphi sin psi cos phi dAngpsi yG sin psi cos phi dAngthe 2 yG dAngthe cos psi cos phi dAngphi yG dAngpsi sin phi dAngphi yG sin psi cos phi dAngpsi 2 zG dAngphi sin psi cos phi dAngthe zG cos psi cos phi dAngphi 2 zG dAngpsi sin phi dAngthe zG cos psi cos phi dAngpsi 2 FzG M ZFor a atual exercida em Z Transformada Direta FzG Te sin phi cos theta Te sin psi cos phi s
246. i rnavoz layers i size Vi rnavoz targets 1 size Dij Ri length rnavoz inputWeights 1 j delays Se VV n o uma matriz vazia deve ser uma estrutura de vetores de valida o a seguir VV PD entradas de valida o atrasadas VV TI objetivos de valida o de camada VV Ai condi es de valida o de entradas iniciais VV Q tamanho de grupo de valida o VV TS passos de tempo de valida o que usada para deixar de treinar mais cedo se o desempenho de rede nos vetores de valida o n o melhora ou permanece o mesmo para pocas de MAX FAIL seguidos 196 Se a TV n o uma matriz vazia deve ser uma estrutura de vetores de valida o TV PD entradas de valida o atrasadas TV TI objetivos de valida o de camada TV Ai condi es de valida o de contribui o iniciais TV Q tamanho de grupo de Valida o TV TS passos de tempo de Valida o que usada para testar a capacidade de generaliza o da rede treinada TRAINBFG CODE retorna informa o til para cada senten a de C DIGO pnames Nomes de par metros de treinamento pdefaults par metros de treinamento default Uso de rede Voc pode criar uma rede standard que usa TRAINBFG com NEWFF NEWCF ou NEWELM Preparar uma rede de usu rio customizada treinada com TRAINBFG Estabelecer rnavoz trainFen para trainbfg Este estabelecer rnavoz trainParam aos par metros default de TRAINBFG
247. ibilidade desempenho consumo de recursos entre outros Do ponto de vista 159 do programador a qualidade de um programa pode estar relacionada a crit rios como portabilidade clareza e reuso Por outro lado a an lise matem tica de algoritmos baseia se em crit rios mais gerais para medir a qualidade de um algoritmo O custo exigido pela maioria dos algoritmos geralmente pode ser definido matematicamente em fun o de seu principal dado de entrada ao qual chamaremos de par metro prim rio do algoritmo Faremos considera es sobre o tamanho do par metro prim rio onde esse tamanho corresponde ao n mero de elementos que comp em o par metro prim rio Por exemplo se o par metro prim rio de um algoritmo for um vetor de inteiros N representaria o n mero de elementos desse vetor Portanto o tamanho do par metro prim rio afeta diretamente o custo de execu o do algoritmo sendo diretamente proporcional a ele O objetivo da an lise matem tica expressar a necessidade de recursos de um programa tempo de execu o e ou espa o de mem ria em termos desse par metro prim rio N Quando comparada an lise emp rica que uma an lise baseada na experimenta o e na observa o da execu o do programa que implementa um algoritmo a an lise matem tica de algoritmos faz uma avalia o mais informativa e mais barata pois uma an lise independente da m quina compilador ou sistema e n o exige a cria o e execu o de
248. icamente o algoritmo de aprendizado exige que a mudan a nos pesos seja infinitesimal RUMELHART 1986 Entretanto a altera o dos pesos nessa propor o impratic vel pois implicaria em tempo de treinamento infinito Em vista disso recomend vel que a taxa de aprendizado assuma valor maior no in cio do treinamento e medida que se observe decr scimo no erro da rede essa taxa tamb m seja diminu da Diminuindo progressivamente a taxa de atualiza o dos pesos o Gradiente Descendente est apto a alcan ar uma solu o melhor BEALE 1990 Outra maneira de aumentar a velocidade de converg ncia da rede neural artificial treinada pelo algoritmo Backpropagation a ado o de um m todo chamado momentum BEALE 1990 FREEMAN 1992 RUMELHART 1986 WASSERMAN 1989 O prop sito desse m todo consiste em adicionar quando do c lculo do valor da mudan a do peso sin ptico uma fra o proporcional altera o anterior Assim a introdu o desse termo na equa o de adapta o dos pesos tende a aumentar a estabilidade do processo de aprendizado favorecendo mudan as na mesma dire o A equa o 3 3 12 especifica o ajuste das conex es entre unidades de processamento pela aplica o do termo momentum w 21 2 a Al HM L x ea 7 i a Wy ti y ip 3 2 19 Onde amp representa o termo momentum 0 lt lt 1 APD 2 22 M nimo Local O Backpropagation utiliza o m todo do
249. ida s equa es lineares simult neas de primeira ordem C Uma Wy2 8 324 B 12 0 wo 325 A quest o que Riccati se prop s foi a de determinar o coeficiente angular 774 da reta tangente a cada ponto da trajet ria do ponto B m 5 3 2 6 Para solucionar o problema Riccati teve de resolver preliminarmente a equa o de je D sr l 2 E coeficientes constantes ax bx C a qual normalmente referida como Equa o de Riccati de coeficientes constantes Entretanto o pr prio Riccati considerou equag es com coeficientes tanto constantes quanto vari veis com especial aten o devotada s equa es mn L FAN 3 2 2 e 3 2 3 bem como a Y ox Bt e apresentou diversos m todos para obten o de solu es para elas Atualmente estas s o algumas das equa es que encontraram 172 aplica es na rea de intelig ncia artificial e fortuitamente abre um horizonte de pesquisa para sistemas imunizantes L gica Nebulosa ou L gica Fuzzy LN ou LF Glo3 2 0 4 al gica que se utiliza de evas es em uma forma aproximadamente maneira humana de lidar com informa es imprecisas ou incertas A teoria de conjuntos nebulosos encontrou uma forma de quantificar a ambiguidade de um elemento x pertencendo a um conjunto A atrav s de uma fun o de pertin ncia A x sob uma determinada possibilidade Redes Neurais Artificiais RNA Glo3 2 1 5 simulam de forma elementar as redes de neur nios
250. identifica o e no controle da cadeira Por outro lado o conhecimento detalhado do comportamento da cadeira rob tica permite a determina o da 68 ordem de grandeza e portanto o limite superior do efeito dos desvios da linearidade n o considerados nos modelos mais simples 4 4 Cinem tica 4 4 1 Sistemas n o holon micos A cadeira pode ser considerada como tendo duas rodas motrizes traseiras independentes e fixas e duas rodas girat rias livres frontais castors para garantir estabilidade que permitem no plano tr s graus de liberdade posi o no plano xy e ngulo f de orienta o Al m disso ela pode inclinar em rela o a este plano adquirindo um quarto grau de liberdade ou seja ngulo 0 de inclina o em rela o ao solo em que est A cadeira rob tica m vel aqui considerada est sujeita a restri es n o holon micas Essa caracter stica torna o problema de controle mais dif cil de resolver Um sistema din mico geralmente caracterizado por um conjunto de equa es diferenciais No entanto usual existirem restri es no estado desse sistema como por exemplo restri es no espa o de estados admiss veis Se estas restri es envolvem apenas os par metros de configura o do sistema equa es que envolvem apenas as coordenadas ou posi es em um sistema mec nico s o restri es holon micas As restri es n o holon micas surgem quando temos restri es envolvendo as d
251. ido desenvolvidas em v rias partes do mundo procurando chamar a aten o para os aspectos de acessibilidade que afetam sobremaneira as pessoas que usam cadeiras de rodas Atrav s da Internet est o levando o acesso a todos os ambientes A Rehabilitation International aprovou seu projeto de cone indicativo de acesso a cadeiras de rodas aprovado pelo Sistema ISO de qualidade que se tornou internacional Outros esfor os t m sido desenvolvidos continuamente e precisam ser sempre apoiados Durante s culos as pessoas com defici ncia foram marginalizadas pela sociedade isoladas em institui es ou em suas pr prias casas Somente na d cada de 60 que se iniciaram os movimentos reivindicat rios organizados pelas pessoas com defici ncia que passaram a lutar por seus direitos As conquistas foram pouco a pouco se transformando em leis e hoje tanto a legisla o nacional quanto a internacional incluem a garantia de acesso ao trabalho Embora os sistemas utilizados no Brasil n o prevejam a aplica o de adequa es por 25 parte das institui es a progressiva conscientiza o por parte da sociedade aliada a o fiscalizadora do Minist rio P blico tem estimulado a adequa o das empresas legisla o vigente Atualmente tem se verificado uma presen a crescente de pessoas com defici ncia nos espa os p blicos Os avan os tecnol gicos t m permitido a elas maior autonomia e consequentemente uma participa o mai
252. iga toda a nossa criatividade e segredos ainda bem guardados que parecem infinitos Figura A 1 3 O c rebro humano e todas suas reas de atividade 170 O termo Intelig ncia Artificial Glo 3 2 0 0 t o mal interpretado pelos romances cl ssicos de fic o atualmente ganhou interpreta o mais abrangente devido aos novos m todos e algoritmos com os quais podemos trabalhar para interpreta es classifica es modelagens e controle Nos meios cient ficos a Intelig ncia Artificial ou Artificial Intelligence IA ou AI inicialmente foi a denomina o dada uma estrutura sint tica e complexa um algoritmo de alto n vel que se aproximava da linguagem natural e dotada de recursos que faziam e ainda fazem a m quina aproximar ao comportamento inteligente Hoje j s o v rios os tipos de algoritmos criados e implementados em computador cada um eficaz para determinada aplica o desde fun es especializadas como Algoritmos Gen ticos AG e Sistemas Imunizantes SI assim como as generaliza es da Linguagem Natural LN ou Intelig ncia Artificial Sem ntica a L gica Fuzzy LF e Redes Neurais Artificiais RNA Atualmente fazem com que estas m quinas simulem a intelig ncia animal em suas variadas formas Lirguagern Natntal Redes Neutais Sistemas Irartizaater Intelig ncia Artificial Alzoritimos Gen licas Figura A1 4 Diagrama dos tipos de Intelig ncia Artificial Algoritmos Gen ticos
253. igem traj tamtraj 1 fprintf dolog Testando se objetivo alcancado origem 2f 2f n origem x origem y if MESMO PTOI pto mapa origem pdest fprintf dolog nOBJETIVO ALCANCADO n alcancou_obj 1 do_termina ERRAR RARA RARA k KKKKK KKK ft c Arquivo do Fornecedor de Trajetorias KKKKKKKKK KK KK KK KKK KKK KKK KKK KK KK KK KKK KKK KKK KKK KKKKKKKKKKKKKKKKKK KK KKK KKXKXXXX include lt stdio h gt include lt stdlib h gt include lt string h gt include lt math h gt include lt vga h gt include lt unistd h gt include defs h include geometria h include lt pthread h gt include lt semaphore h gt 279 variaveis no controlador extern int acordou ft extern double tinic treal FILE ftlog void ft termina T fprintf ftlog FT Vou Terminar Nn E fclose ftlog sem post amp sem princ ptof t pto ctrl ptof t ptraj transforma as coordenadas do sistema de referencia adotado para o do robo ptof t pctrl paux float ang GRAUS PARA RAD ang inic paux x ptraj x origem global x translacao p posicao original paux y ptraj y origem global y pctrl x cos ang paux x sin ang paux y rotacao de ang inic pctrl y sin ang paux x cos ang paux y fprintf ftlog 2f 2f gt 2f 2f n ptraj x ptraj y
254. illiams aperfei oaram a ideia do Perceptron criando o algoritmo Backpropagation RUMELHART 1986 levando a uma explos o de interesse em redes neurais Este algoritmo foi aplicado em uma grande variedade de problemas como na identifica o da estrutura de prote nas hifeniza o de palavras em ingl s reconhecimento da fala compress o de imagens e previs o de s ries temporais M SSON 1990 O sucesso deste algoritmo estimulou o desenvolvimento de muitas pesquisas em redes neurais artificiais e de uma variedade de modelos cognitivos APD 2 5 Topologia das Redes Neurais Artificiais De acordo com M SSON 1990 a topologia de uma rede neural artificial pode ser expressa atrav s de um grafo dirigido com pesos G V A W onde V corresponde a um conjunto de v rtices A a um conjunto de arcos dirigidos e W a um conjunto de pesos para esses arcos Cada v rtice no grafo representa uma unidade de processamento Estas consistem de uma rede de elementos de processamento simples e n amp o lineares chamados Perceptrons neur nios artificiais altamente interconectados entre si Alguns destes s o acess veis para est mulos de entrada outros permitindo o acesso s suas sa das e os demais inacess veis formando v rias camadas escondidas figura 3 2 4 Input Hidden Hidden Output Layer Layer 1 Layer n Layer Inputs Figura A2 2 Rede MultiLayer Perceptron MLP O paralelismo a n o linearidade e o alto grau de c
255. imunizantes existem mas s o apenas citados A TAB 1 na qual foram atribuidos pesos convertidos e normalizados de forma num rica 1 10 mas baseados nos diversos conceitos mencionados da bibliografia de artigos que citavam classifica es tais como Muito bom bom ruim demonstra que essas associa es se tornam mais robustas em termos de peso Isso foi colocado na TAB 1 a seguir embora proporcione uma ideia relativa seria necess rio um universo maior de pesquisa para se obter um valor melhor determinado TABELA 1 Pesos comparativos de controles simples e combinados Campos Tipos Modelo Matem tico Habilidade para Aprender Representa o Conhecimento Conhecimento Expecialista N o Linearidade Habilidade em Otimizar Toler ncia a Falhas Toler ncia a Incertezas Opera o em Tempo Real Total Individ Controle Cl ssico oo oo oO oj ro oj ro r2 co N N Tot Int Parc 2 FONTE Dados da pesquisa 42 Para alguns sistemas como por exemplo os n o lineares sujeitos a rufdos a aquisi o de regras para a formula o de uma estrat gia de controle bem definida certamente n o uma tarefa f cil Para esses casos controles nebulosos dotados de capacidade de aprendizado podem ser empregados A capacidade de aprendizado pode ser obtida pela associa o dos sistemas nebulosos s redes neurais que interferem na base de reg
256. in rcia de cada uma destas massas TL ev J mir eq 4 4 i 1 Sendo m a massa de cada part cula e r a sua dist ncia ao eixo de rota o Para um corpo r gido pode se transformar o somat rio em uma integral integrando para todo o corpo C o produto da massa m em cada ponto pelo quadrado da dist ncia r at o eixo de rota o J r dm eq 4 5 C 53 H v rios valores conhecidos para o momento de in rcia de certos tipos de corpos r gidos assumindo distribui o uniforme de massa Para uma barra delgada com rea de se o transversal tendendo a 0 e comprimento d perpendicularmente barra e passando por uma de suas extremidades 1 J _ M eq 4 6 3 Essa ltima rela o de in rcia foi escolhida para representar as equa es da din mica da cadeira de rodas rob tica e equilibrista por ser a geometria referencial que segundo esta an lise est mais pr xima de representar o comportamento do dispositivo 4 2 Simula o do CG resultante Para estudar as varia es devidas ao tipo e aos movimentos do usu rio para simular o CG humano o CG da cadeira e a composi o dos dois foi desenvolvido no Matlab da MathWorks um programa para fazer esta simula o De forma semelhante para se efetuar o c lculo de CG total do conjunto considera se a dist ncia de um eixo de refer ncia com a massa de cada parte do corpo e da cadeira e se calculam as coordenadas com as equa es f sica
257. in ANFIS with different input variables fprintf nTrain Sd ANFIS models each with 2 inputs selected from 10 candidates NANDO as anfis n model 1 ETC for i l length groupl for j l length group2 inl deblank input name groupl i in2 deblank input name group2 j fprintf ANFIS model d s s n model inl in2 index model groupl i group2 j trn data data l trn data n groupl i group2 j size data 2 chk data data trn data n l size data 1 groupl i group2 j size data 2 in fismat genfisl trn data mf n mf type trn out fismat t err step size chk out fismat c err anfis trn data in fismat epoch n nan ss ss dec rate ss inc rate 00 0 0 chk data 1 trn error model min t err chk error model min c err model model 1 end end toc 6 Reordering according to training error a b sort trn error Sb flipud b List according to decreasing trn error trn error trn error Db chk error chk error b index index b Display training and checking errors figTitle ANFIS Input Selection figH findobj 0 name figTitle if isempty figH figH figure Name figTitle N omberTitie okt else set 0 currentfig figH end x l anfis n 364 365 figure subplot 211 plot x trn error x chk error x trn error
258. in theta ot Td sin phi cos theta Td san psi eos phz sin theta r dFzG zeros size FzG 337 ERRA SAS KK KK KK KK RK KK KK ckck kckck ck kck ck ck ck ck KK KK KK KK KK KK kckck ck KK KK RK KKK KKK KKK ck kc k kc KKKKKKK dAngthe Vanthe Torque devido a rota o theta Transformada Inversa dVanthe dAngphi 1 Ixz M Ixx dVanpsi Ixy dVanphi Ixz dAngpsi Iyz dAngphi 2 dAngphi Izz dAngthe dAngthe dAngthe dVel X dVel X dVel X dVel X dVel X dVel Y dVel Y dVel Y dVel Y dVel Y dVel Z dVel Z dVel Z amp Calculo dos Ixy dAngpsi Iyy dAngphi Iyz dAngthe 2 cos phi cos theta xG yG sin psi sin phi cos theta yG cos psi sin theta zG cos psi sin phi cos theta zG sin psi sin theta cos phi sin theta xG yG sin psi sin phi sin theta yG cos psi cos theta zG cos psi sin phi sin theta zG sin psi cos theta sin phi xG sin psi cos phi yG cos psi cos phi zG Torthe Ixz M Torques devido a rota o theta Transformada Direta STorthe delta Te sin theta r delta Td sin theta r 338 dTorthe zeros size Torthe
259. inadora designada pelo Colegiado do Programa de P s Gradua o em Engenharia Mec nica da Universidade Federal de Minas Gerais como parte dos requisitos necess rios obten o do t tulo de Doutor em Engenharia Mec nica na rea de concentra o de Projetos Mec nicos Prof Dr Ricardo Poley Martins Ferreira UFMG Orientador Prof Dr Eduardo Jos Lima II UFMG Coorientador Prof Dr Ricardo Luiz Utsch de Freitas Pinto UFMG 1 Examinador Interno Prof Dr Guilherme de Souza Papini UFMG 2 Examinador Interno Prof Dr Ronan Drummond de Figueiredo Rossi CEFET MG Centro Federal de Educa o Tecnol gica 1 Examinador Externo Prof Dr Enguer Beraldo Garcia FCM MG Faculdade de Ciencias M dicas 2 Examinador Externo Dedico este trabalho aos meus pais Olavo e Regina 1929 1999 minha primeira esposa Marilene Leopoldino Renn 1952 1995 j falecidos quando tudo come ou ao George Lucas Renn filho deste meu primeiro casamento Janete Vieira Renn minha atual esposa ao Gustavo Vieira Renn filho deste meu segundo casamento que reacendeu meu ser e que tanto me apoiaram ao longo dos meus estudos a toda minha fam lia e amigos sinceros que me ajudaram nesta trajet ria tortuosa e continuamente insegura do viver trazendo a luz da raz o na penumbra de nossas vidas outrora mergulhadas na escurid o do n amp o saber AGRADECIMENTOS Aos orientador
260. ira e Rc o raio de curvatura instant neo da trajet ria A velocidade linear da cadeira V dada por V 4 y eq 4 43 Admitindo se que h duas rodas de largura nula e a inexist ncia de escorregamento calcula se R cinem ticamente por m C2 72 Ro J eq 4 44 O sinal de R determinado como sendo positivo para curvas em que f crescente e negativo para curvas em que f decrescente Note se que Re pode ser dado por R n eq 4 45 4 5 3 Rodas livres Nos rob s com dire o diferencial normalmente existem rodas livres que 78 fornecem pontos de apoio adicionais Geralmente existem duas rodas motorizadas independentes respons veis quer pela tra o quer pela dire o As rodas livres que proporcionam os pontos de apoio s o designadas de castores Castors Quando se faz a an lise do sistema usual considerar que os castores s o perfeitos isto s o meramente pontos de apoio que possuem atrito nulo com o solo em todas as dire es Infelizmente na realidade isso n o acontece As rodas livres al m de oferecerem resist ncia no seu sentido de rolamento atrito viscoso no seu eixo de rota o n o est o sempre alinhadas com o sentido do movimento desejado e nem se alinham instantaneamente Quando do in cio de um dado movimento o n o alinhamento das rodas livres poder introduzir uma perturba o muito significativa Uma das principais dificuldades a ser considerada e que
261. is muito utilizado em navega o rob tica para o desvio de obst culos e deslocamentos em ambientes n o estruturados Contudo uma tarefa altamente desej vel por m de dif cil implementa o a detecc o e reconhecimento de sons e comandos vocais confi veis devido s fortes interfer ncias que o sistema de sensoriamento de sons sofre do meio ambiente como varia es de temperatura e correntes de ar al m de ru dos Al m disso a forma como o sinal de som varia intrinsecamente n o linear A aplica o de redes neurais para o reconhecimento de comandos vocais vem se mostrando muito eficiente em diversas pesquisas realizadas A utiliza o de redes neurais normalmente indicada quando o processo envolvido n o linear e ou dif cil de modelar matematicamente sendo exatamente este o caso em quest o Transdutores para o reconhecimento de voz s o muito utilizados em rob tica dada a sua boa rela o custo benef cio na medi o de sons para a detec o de comandos vocais que evitem obst culos para a corre o dos erros cumulativos do sistema de odometria para o controle para a constru o de mapas do ambiente de navega o e para a orienta o em ambientes desestruturados KOMIYA 2000 O espectro do som pode ser visto na FIG 39 20 5000 20 000 Frequ ncia Hz Infra sons Sons Ultra sons sd Sons inaudiveis Sons audiveis Sons inaudiveis para o ser humano para o ser humano para 0 ser humano FI
262. ispostas em forma de matriz Xs xs1 xs2 xs3 xs4 Ys ysl ys2 ys3 ys4 Zs zs1 zs2 zs3 zs4 A seguir apresentada a parte do programa referente segunda etapa Mh randn 1 4 Entrada randomica de for as Xh 0 1 0 2 0 2 0 1 Yh 0 03 0 03 0 03 0 03 Zh 0 35 0 35 0 35 0 35 SOMPROh Xh Mh Yh Mh Zh Mh SOMASh sum Mh 2 CGh SOMPROh 1 SOMASh SOMPROh 2 SOMASh SOMPROh 3 SOMASh Nesse trecho do programa simulada a varia o das for as aleatoriamente e na sequ ncia efetuado o produto das forgas pelas coordenadas dos sensores determinado se assim a coordenada do CG humano Na terceira parte do programa efetuada a soma dos dois resultados anteriores para a composi o do CG resultante que ser usado no controle da cadeira A seguir apresentada a parte do programa referente a esta etapa para o calculo do CG resultante SOMPRO SOMPROW SOMPROh SOMAS SOMASW SOMASh 200 CG SOMPRO 1 SOMAS SOMPRO 2 SOMAS SOMPRO 3 SOMAS Simula o de diversos CGs e os CGs din micos calculados CG Coh C PPT 034 025 4 024 Altura Z dipl 7 DS aes PTS a Cid 45 AA 002 Comprimento 00 00 A ce 001 Largura Y Figura A4 2 Composi o de diversos centros de massa humanos simulados CGh CGw fixo gerando o CG resultante Na terceira etapa efetuada a soma das coordenadas dos CGs humanos e da cadeira obtendo se assim o CG resultante Movimentos Rotacionai
263. itindo se que Va e Ve s o as velocidades de Ry e Re respectivamente pode se escrever as velocidades lineares e a velocidade angular de O em fun o daquelas velocidades assim Veo io cos f eq 4 20 VaxtVex Vyo Yo TE sin f eq 4 21 Vax Vex wo Bo eq 4 22 Admitindo se que n o h escorregamento ent o as velocidades V4 e V s o as velocidades lineares das rodas e se relacionam s velocidades angulares atrav s do raio r das rodas Usualmente o valor dessas velocidades usado para controle Esse modelo est na forma 9 f V U eq 4 23 Sendo que O vetor de estado V constitu do por x y e B eo vetor de controle U por Va e Ve 71 Esse o modelo mais utilizado MUIR NEUMAN 1987 KROGH GRAETTINGER 1989 TURENNOUT et al 1992 para o controle desse tipo de cadeira de rodas 4 5 Din mica Um aspecto importante a se considerar na modelagem da cadeira o da descri o da sua din mica Esse estudo fundamental para que se possa englobar efeitos din micos no controle como por exemplo a in rcia ou a respostas dos motores Para a realiza o de tal estudo necess rio considerar as equa es da din mica dos motores na medida em que estas determinam os torques que surgem nas equa es que geram as for as e consequentemente no comportamento da cadeira 4 5 1 Motores Os motores utilizados neste caso s o os de corrente cont nua com im s permanentes
264. itmo s o a matriz le seu tamanho sendo que esse corresponde a seu par metro prim rio 164 1 programa 2 var n i j aux inteiro 3 var m arranjo de n x n inteiro 4 5 leia n 6 leia m 7 para de 1 at n 1 faca C 11 para j de 1 at n fa a C2 12 aux mLi j C3 13 mii j mD i Ca 14 mU i aux Cs 15 fim 16 fim 18 fim A partir de agora apenas as instru es que t m maior influ ncia sobre o custo global do algoritmo ter o seu custos individuais identificados Essa decis o n o afetar o c lculo do custo global do algoritmo uma vez que apenas o termo mais significativo considerado na express o final do custo Nesse algoritmo o para externo linha 07 executado n 1 vezes enquanto a complexidade total do para interno linha 11 dado por uma express o L Assim a complexidade global do algoritmo T n 1 c L onde L n j e e e cs Desenvolvendo essas express es teremos T mctmL ilc 1iL n c L c L Por outro lado sabemos que a cada itera o do para interno a seguinte express o verdadeira L lt n 2 c c 04 c lt nk k onde k c c c c k 2 c5 c4 c c Portanto T lt nlce nk i k mk k Enc 4n k nk c n k k n2 k n c k ky 764 k Logo 2 G 0 2 algoritmo tem complexidade quadr tica ou seja 165 Apesar de diferentes os dois algoritmos seguint
265. iva o podendo se citar A fun o degrau figura 3 2 6a ilustra que admite valor 1 se o potencial da unidade de processamento vi for positivo e 1 caso contr rio 179 A fun o linear figura 3 2 6b limitada ao intervalo y y definida por Ty se net 2 y 2 ti 2 ginet 13 net gt SE pres it Se net yy y A Onde y representa o ponto de satura o da fun o A fun o log stica sigmoide figura 3 2 6c tamb m conhecida por fun o log stica expressa matematicamente como 1 l e t sendo uma fun o cont nua monotonicamente crescente e que gera valores graduais e n o lineares no intervalo 0 1 Sumer c 3 2 10 p uj p uj pases Ps AS TW Qi E Qi a b eu vj B aus 7 j c d Figura A2 4 Representa ogr fica de diferentes fun es de ativa o sendo que em a fun o degrau em b fun o linear c fun o log stica e d fun o tangente hiperb lica Outra fung o de ativac o comumente utilizada a tangente hiperb lica figura 3 2 6d WASSERMAN 1989 Sua curva similar fun o sigmoide mas sim trica na origem Essa fun o frequentemente empregada por bi logos como um modelo matem tico de ativa o da c lula nervosa Mesmo conhecendo completamente o comportamento de cada neur nio individual a composi o de v rias unidades de processamento em uma estrutura de rede manifesta r
266. ivo disso mostrar tal como um recurso matem tico de aproxima o complexo e eficiente eliminando se neste caso a aproxima o do sistema sob v rios blocos de controle realimentados ao se utilizar a teoria de controle convencional cl ssico que pode ser uma pr tica perigosa levando o sistema a um controle linear inst vel como no caso do controle PID De acordo com estimativas atuais da Organiza o Mundial de Sa de OMS CHAN 2014 h no mundo de dez a doze por cento da popula o mundial algo em torno de 700 a 800 milh es de pessoas com alguma defici ncia f sica Destes indiv duos perto de 90 vivem nos chamados pa ses em desenvolvimento e o mesmo percentual vale para os que est o em idade produtiva das quais cerca de 63 fazem parte da popula o economicamente ativa mas vivem desempregados Esse conceito de defici ncia inclui uma grande variedade de caracter sticas f sicas intelectuais ou sensoriais decorrentes de acidentes de doen as adquiridas ou gen ticas 24 No Brasil o Instituto Brasileiro de Geografia e Estat stica IBGE divulgou em 2012 os resultados do censo realizado em 2010 e verificou a exist ncia de 23 9 da populag o ou 45 6 milh es de pessoas com defici ncia A maior parte desse contigente vive em reas urbanas 38 473 702 ante 4 132 347 nas reas rurais Os dados foram levantados segundo os crit rios previstos na Classifica o Internacional de Funcionalidade Incapacidade e
267. jetado no Laborat rio e b Comercial FONTE HBM do Brasil 89 T C sci 502 FIGURA 30 Esquema de funcionamento do strain gauge no desbalanceamento da ponte FONTE Dados da pesquisa Pode se observar na FIG 30 que esta c lula autocompensada pois quando aplicada uma for a o extensi metro 1 mede contraindo e o 2 descontraindo pela forma de suas montagens Nos ap ndices h uma vis o mais fundamentada da teoria destes com as suas refer ncias bibliogr ficas Essas c lulas de carga compostas cada uma por dois Strains Gages em ponte de Wheatstone s o os sensores respons veis pelas indica es das reac es Foi usado um total de quatro c lulas de carga denominadas de S a S4 de acordo com a FIG 31 De fato uma esfera e mola simulam o ser humano e sua movimentac o aleat ria na cadeira Para o c lculo das coordenadas do CG humano foi utilizado o equil brio das for as fs1 f52 f53 f54 no plano XY considerando os sensores S7 S2 53 S4 aos pares como indicado na FIG 31 Hall tadge sran gage orak Strain f b Strain f FIGURA 30 a C lulas de Carga com sensores Strain Gages e b Sistema Esfera Mola FONTE Dados da pesquisa 90 FIGURA 31 Vista do plano XY com os sensores FONTE Dados da pesquisa Sendo que fs1 fs2 f53 fs4 ser o as for as nos sensores A B C s o as dist ncias tendo O como refer ncia Por meio desse teste mostrou se que p
268. kin cpp Arquivo do Controlador Modelo Cinematico Rob Twil Adaptado a partir de programa desenvolvido por Walter Lages DA A kk ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck ck kc ck KKK HK sk x define REAL TIME ifdef REAL TIME in in ten tin tin tin tin tin tin tin tin tifdef REAL TIME clude fcntl h clude lt unistd h gt dif clude lt ciostream h gt clude lt conio h gt clude lt fstream h gt clude lt contain h gt clude twldrive h clude twlparam h clude lt twlpath h gt clude twltype h in ten tin tin clude lt rtc h gt dif clude lt control h gt clude lt semaphore h gt include lt pthread h gt include lt delay h gt include geometria h include defs h include lt stdio h gt define ALPHAO 1 tdefine ALPHA1 ALPHAO int t acom int 1000 3 2 M PI ALPHAO ROVER DRIVER rov static const double ST 0 05 FILE ctrllog variaveis para fornecimento da trajetoria int acordou ft double tinic 0 0 treal 0 0 struct ODOMETRY int npr int npl double ur double ul double x double y double phi cvector path double t atual
269. l desprezando os momentos de giro roll consideram se as for as F e G que atuam no eixo das rodas cuja largura nula Fx e G resultam da decomposi o da for a de atrito exercida nas rodas e consequentemente no chassis da cadeira nas componentes tangencial e normal trajet ria As for as Fx s o as componentes tangenciais nas rodas e como tal respons veis pela tra o ou seja pela acelera o da cadeira As for as Gx s o as componentes normais causadas pela acelera o centr peta devidas varia o da dire o da velocidade da cadeira no tempo O que acontece quando a cadeira descreve uma curva Sendo x e y as coordenadas cartesianas do ponto referencial inercial O referencial XY e B como a orienta o da cadeira conforme a FIG 19 pode se escrever a partir da lei de Newton Ma Mx Fa F cos B Ga Ge sin B eq 4 33 Ma My Fa F sin p Ga Ge cos B eq 4 34 Se em alternativa considera se a velocidade V linear da cadeira tem se na mesma a lei de Newton sob a forma Ma MV FE F eq 4 35 A equa o dos momentos para o ponto O lop Fa Fe b eq 4 36 76 Sendo que Jo pode ser obtido GOLDSTEIN 1980 a partir do momento de in rcia em rela o ao eixo vertical que passa pelo centro de massa Ig leg Md eq 4 37 Obt m se agora mais duas equa es atrav s da aplica o das leis de Newton ao movimento das rodas Para cada roda poss
270. l demonstra esse tipo de a o de controle Os resultados obtidos no trabalho apresentado t m por finalidade avaliar o desempenho de um controlador Nebuloso e compar lo ao controlador Moderno baseado em Espa o de Estado e justificar que a decis o de se adotar controladores baseados na l gica fuzzy pode ser vi vel As simula es dos diversos controladores e daquela do controlador nebuloso que mostra a resposta deste atrav s do m todo de defuzzifica o Mandani com todas as vari veis de estado chegando a zero em aproximadamente 20 segundos de simula o a um custo computacional estimado de O n apontam para uma ampla possibilidade de se empregar esse tipo de controle mesmo comparado ao tempo menor para a estabilidade pelo controlador pelo Espa o de Estados a um custo computacional de O n Apesar da visivel vantagem inicial do controlador por Espa o de Estados essa situa o come a a se reverter quando se introduz a figura do usuario com a massa diferente e movimenta es que causam a mudan a do CG Isso implica em conflito com os par metros originais do projeto do controlador moderno por Espa o de Estado Para resgatar sua estabilidade o controlador por Espa o de Estado deveria se adaptar as mudan as causadas pelo usuario o que implica como se viu em um c lculo mais elaborado da nova posi o do CG aum custo computacional maior na ordem de O n O calculo do CG em tempo real para atualiza o do contr
271. l inercial o vetor deslizante que se obt m projetando no eixo de rota o o momento da for a em rela o a qualquer ponto do eixo O momento de uma for a relativamente a um eixo nulo quando a for a e o eixo forem coplanares O momento de um sistema de for as em rela o ao eixo em torno do qual gira um corpo igual soma dos momentos das for as exteriores que atuam sobre o corpo relativamente ao eixo referido x Msc 24 5 4 10 Momento de um bin rio Um bin rio de for as um sistema de duas for as sim tricas e com linhas de a o paralelas que produzem efeito rotativo Caracter sticas do momento de um bin rio Direc o perpendicular ao plano do bin rio Sentido dado pelas regras da m o direita ou do saca rolhas Norma a binario FIA sen I HE sen f 2rF sen 5 4 11 Notar que as normas dos vetores posi o dos pontos de aplica o das for as relativamente ao ponto fixo 0 s o iguais e que as normas das for as aplicadas tamb m o s o Um torque devido a for as n o altera o movimento de transla o do corpo em que atua e produz efeito de rota o sobre o corpo em que aplicado Para o c lculo das coordenadas do CG humano foi utilizado o equil brio das for as fs1 fs2 f53 f54 no plano XY considerando os sensores S 7 5S2 53 S4 aos pares com indicado na Figura 5 17 a seguir 228 Strain f 23 Strain f FIGURA A5 18 a C lulas de Carga com sensor
272. lar atual de psi Torpsi y 18 CALCULO DAS ACELERAC ES EM FUNC O DAS FORCAS E TORQUES APLICADOS 9 o CK CA CK CK CK KK AAA AAA A AAA CC CK KC SKK KC A A XU KG KU KR Kx KA KK KA X A ko koX XX CUIDADO gt CONFERIR SINAIS e devido s mudancas de lado na equa o dxG VxG For a atual exercida em X Transformada Inversa dVxG yG dVanpsi sin psi sin theta zG dAngphi dAngthe sin psi sin phi cos theta xG cos phi cos theta dAngthe 2 xG cos phi cos theta dAngphi 2 yG dVanthe cos psi sin theta yG dVanpsi cos psi sin theta zG dVanphi sin psi sin theta dVanpsi dAngthe dVanthe dAngphi H dAngph dVanthe dAngthe dAngthe dAngpsi dVanpsi dAngphi dAngpsi dVanpsi dVanthe dVanphi cos phi cos phi dVanpsi dVanthe dVanphi dVanpsi dVanphi dVanpsi sin psi dAngpsi dVanpsi dAngpsi dAngpsi sin psi dAngphi dAngphi cos pal sin psi dAngthe cos phi cos psi cos psi sin psi cos theta cos theta cos psi sin psi cos psi cos psi cos psi sin psi Calculo dos Torques em fun o Transformada Direta SExG sin psi Te cos theta
273. las para ZE em torno de 0 e EQ em torno de 90 Nomenclaturas na l gica fuzzy s o definidas livremente pelos seus projetistas na forma de mnem nicos que induzem a um valor grandeza etc 116 TABELA 6 Base de regras do controlador fuzzy w 0 NB NH NM NS EQ PS PM PH PE NH PB PB PH PH PM NM NM NH NH NM PE PH PH PM PP NM NM NM NH NS PH PH PM PM ZE NS NS NM NM ZE PH PM PM PS ZE NP NM NH NH PS PM PM PS PS ZE NM NM NH NH PM PH PM PM PM NS NM NH NH NB PH PH PH PM PM NM NH NH NB NB Fonte Dados da pesquisa A tabela foi constru da sob a forma de fung es de pertin ncia que expressam bem o comportamento das vari veis fuzzy Theta Omega e a sa da Output da a o para um dos motores conforme a FIG 54 Membership function plots Plot points 181 FIS Variables Menbershi funcion plot plot points 181 FIS Variables ip pl ANH ANM ANS AEQ APS APM APH ge ORNH ORNM ORNS ORZE ORPS ORPM ORPH ORPS Theta OutputRight i Theta OutputRight Z X Command Command input variable Theta output variable OutputRight a b c FIS Variables Membership function plots Plot points 181 FIGURA 55 Vari veis Fuzzy a Angulo Theta b Velocidade Angular o a sa da c do controlador Fuzzy e suas fung es de pertin ncia FONTE
274. le dos motores das rodas LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLDLDLLLLLLLLLDLLLLLLLEL L KKK DDR POSE DAME e o E EE dipWM MotorDC 12 Volts OKK K K K K K K K K K K K K K K K K K K K K K K K K KEEKEEKE KE ke K K K K ole K K ole K K ole K K ole ole K ole K K K K K ole K K ole K K K K K K K K ole K K K K K ole K K K K K K K K K K K ole K K K K K K K K K ole K K K K Vers o 1 1 em breve na vers o 3 C digo Assembly para PIC16F84 Use dipASM ou MPLAB para assemblar Default radix hex N meros decimais s o precedidos por ex 200 Calculado para usar o PIC de 4Mhz com oscilador de cristal e capacitores ceramicos de 1 6 pF 3 Valores m ximos usados s o para 12 volts e 120 watts 50 Torque 50 Velocidade list p 16F84 lista de diretivas para este processador include lt p16F84 inc gt inclui defini es das vari veis espec ficas y asias configura o inicial do WDT e cristal e FAS K K K K K K KK K K K K K K K K K K le K K K K __ CONFIG _CP_OFF amp _WDT_OFF amp _PWRTE_ON amp _XT_OSC e ole e e K K K ole K K K K K K K K K ole ole ole ole e ke FK K K RIRE As localiza es de RAM do 16F84 iniciam em 0x0C KKK K K K K K ok K K K K K K K K ok ok ok hi_count EQU 0x0c registro de atraso delay superior lo_count EQU 0x0d registro de atraso delay inferior mainloop EQU 0x0e registro do pwm no loop ld count EQU 0x0f registro de atraso longo ontime EQU 0x1
275. lementa o do sistema de controle de L gica Fuzzy para orientar uma cadeira de rodas Para esse fim uma arquitetura dedicada de controlador de L gica Fuzzy foi elaborada no circuito FPGA POPLAWSKI BIALKO 2012 40 Trabalho que prop e um novo conceito de cadeira de rodas manual ergon mica com assist ncia motorizada servo controlada A mobilidade em cadeira propulsionada manualmente uma das formas mais utilizadas de locomo o entre pessoas com defici ncias por m exp e o usu rio ao risco de les o nos membros superiores e n o propicia independ ncia em todas as situa es de locomo o di ria A primeira alternativa tecnol gica aplicada pelo homem foi a motoriza o No entanto o uso dela n o implica em melhora da mobilidade pois leva o usu rio ao sedentarismo Nesse sentido fazendo a integra o do hist rico ergonomia biomec nica e engenharia mecatr nica este projeto objetivou o desenvolvimento do projeto conceitual ao prot tipo de uma cadeira de rodas manual com assist ncia motorizada complementar e proporcional for a propulsora aplicada pelo usu rio MEDOLA 2013 O delineamento desse projeto de Fausto Orsi Medola e Val ria Meirelles Carril Elui envolveu o levantamento das evid ncias cient ficas relacionadas aos aspectos da configura o de cadeiras manuais determinantes para a melhoria do desempenho na mobilidade e conforto A cria o do conceito abrangeu ainda a realiza o de estudo
276. lgoritmo Seja Preso Em um algoritmo e o conjunto de todas as entradas poss veis de A Entenda por t lt e o n mero de passos efetuados por A quando a entrada for Ei Definimos t t A complexidade do pior caso onde o maior n mero de passos efetuado por 4 correspondente entrada E t t 4 complexidade do melhor caso 7 onde o menor n mero de passos efetuado por 4 correspondente entrada E Dia Pit complexidade do caso m dio onde Pi a probabilidade de ocorr ncia da entrada E Para entender melhor o significado desses casos considere que o algoritmo tem por fun o ordenar os elementos de um vetor com Tinteiros realizando sucessivas opera es sobre esses elementos na medida em que o vetor ordenado Sendo o custo desse algoritmo determinado pelo n mero de opera es realizadas se essas opera es forem realizadas apenas para os elementos desordenados o melhor caso desse algoritmo ser quando o vetor fornecido na entrada j estiver ordenado O pior caso ser aquele em que o vetor fornecido na entrada tem seus elementos dispostos na ordem inversa desejada A complexidade do pior caso considera o n mero de passos que o algoritmo efetua para a entrada mais desfavor vel para a qual necess rio executar o maior n mero de instru es Esse o caso onde os dados de entrada fazem com que o algoritmo consuma mais tempo do que para qualquer outra entrada
277. lidar com modalidades tratar de modos quanto a tempo possibilidade probabilidade etc Tradicionalmente as modalidades mais comuns s o possibilidade e necessidade L gicas para lidar com outros termos relacionados como probabilidade eventualidade padroniza o poder poderia deve s o por extens o tamb m chamadas de l gicas modais j que elas podem ser tratadas de maneira similar Uma L gica Modal formal representa modalidades usando operadores modais Por exemplo Era poss vel o impedimento de Lu s In cio e Lu s In cio foi possivelmente impedido s o exemplos que cont m a no o de possibilidade Formalmente essa no o tratada como o operador modal Poss vel aplicado senten a Lu s In cio foi impedido Isso pode ser associado a diferentes fatos entre eles o fato de muitos modelos permitirem solu es aproximadas que n o correspondem a uma verdade l gica Fonte Wikip dia No es b sicas Na l gica proposicional a cada proposi o p associamos um entre dois valores poss veis verdadeiro ou falso comum que sejam escolhidos valores num ricos como 1 para representar o verdadeiro e O para representar o falso Um modelo fuzzy simples constru do associando se um valor u p a uma proposi o p indicando o grau de veracidade dessa proposi o sendo que u x uma fun o arbitr ria cujo conjunto imagem est entre O e 1 ou 0 e 100 Se exige pouco dessa funcional caso p seja
278. lise de estabilidade e robustez de controladores nebulosos aplica o ao controle de trajet ria de rob s 2006 128f Disserta o Mestrado em Inform tica b Programa de P s Gradua o de Inform tica Universidade Federal do Rio de Janeiro Rio de Janeiro 2006 MORIN P SAMSON C Control of nonlinear chained systems from the routh hurwitz stability criterion to time varying exponential stabilizers IEEE Transactions on Automatic Control v 45 n 1 p 141 146 2000 MUIR P F NEUMAN C P Kinematic modcliog of wheeled mobile robots Journal of Robotic Systems v 4 n 2 p 281 340 1987 MULLER N BEHRINGER R Feedforward control for curve steering for an autonomous road vehicle Robotics and Automation IEEE Transactions v 14 n 5 p 810 815 May 1992 MURRAY R M et al A mathematical introduction to robotic manipulation s l CRC Press LLC 1994 MURRAY R M CLOSKEY R Exponential stabilization of driftless nonlinear control systems via time varying homogeneous feedback California Institute of Technology Sep 1994 CDS Tech Report MURRAY R TEEL A WALSH G Nonholonomic control systems from steering to stabilization California Institutc of Technology Feb 1992 CDS Tech Report 152 OLLERO A ULIVI G CUESTA F Intelligent control of nonholonomic mobile robots with fuzzy perception Fuzzy Sets and Systems v 134 n 1 p 47 64 2003 ONO E et al Vehicle integrated control
279. lmente temos que considerar o Z movimento de forma inevit vel conforme se v abaixo Rota o em torno do eixo x TEN VN Rx 0 cos sen Y Y O send cos Apesar de esta rota o ser poss vel no plano inclinado lateral colocou se uma restric o inicial neste trabalho para tal movimento de forma que as duas rodas da cadeira estejam sempre niveladas simultaneamente e essa transforma o ou corre o j n o seria considerada Movimento Translacional As combinag es de movimentos nesses planos para incluir os movimentos de transla o tornam o modelo ainda mais complexo conforme demonstrado a seguir No plano XZ A considera o da transla o nesse plano faz sentido quando a cadeira avan a ou recua na dire o do eixo X no plano horizontal e ou sobe uma rampa em linha reta sendo que 202 para este caso o deslocamento do referencial local em rela o ao inercial se faz sentir atrav s de uma varia o tanto de x como de z No plano YZ A considera o nesse plano s faz sentido quando a cadeira sobe uma rampa com giro sobre esta para a esquerda ou para a direita e o deslocamento do referencial local em rela o ao inercial se faz sentir tanto para y como para Z No caso deste estudo considera se que as rampas s o planas e mesmo no caso de giro n o existem deslizamentos que mudem sua posi o No plano XY Os movimentos nesse plano s o mais ilimitados devido composi o que se p
280. lta wein pos haixa pos alta Fuzzy neg alta neg baixa pos baixa pos alta Mandani 7 Veloridade Velocidade zero Angulo ss Angulo Comando Vocal FIGURA 51 Diagrama em blocos com entradas e sa das de um controlador fuzzy FONTE Dados da pesquisa Evolu o de regras lt 2 a SE o comando inclinar e o ngulo zero e a velocidade angular zero ENT O a velocidade total zero b SE o comando inclinar e o ngulo zero e a velocidade angular negativa baixa ENT O a velocidade total ser negativa baixa c SE o comando inclinar e o ngulo zero e a velocidade angular positiva baixa ENT O a velocidade total pouco positiva d Define se agora o comando desejado e dois valores expl citos para o ngulo e a velocidade angular para calcular a velocidade total Considera se a situa o atual a um comando para o movimento da cadeira o foco desse trabalho foi Inclinar b um valor atual para o ngulo c 112 um valor atual para a velocidade angular Aplicando a regra a SE o comando inclinar e o ngulo zero e a velocidade angular zero ENT O a velocidade total zero para os valores selecionados na situa o anterior b SE o comando inclinar e o ngulo zero e a velocidade angular negativa baixa ENT O a velocidade total ser negativa baixa c SE o comando inclinar e o ngulo positivo baixo e a velocidade a
281. m complexidade linear considere o algoritmo a seguir respons vel por achar o m ximo elemento de um vetor Neste algoritmo o tamanho 7 do v vetor corresponde ao par metro prim rio 163 1 programa 2 var n i max inteiro 3 var v arranjo de n inteiro 4 5 leia n Fe 6 leia v c 7 se n 0 ent o 3 8 escreva M ximo chamado com vetor vazio c 9 sen o 10 max v 1 cs 11 para de 1 at n fa a cs 12 se v gt max ent o zc 13 max e v i Cs 14 fim 15 fim 16 fim 17 escreva Max Co 18 fim Considerando as constantes identificadas nos coment rios acima o tempo T execu o c4 c c M ximo c cy n cg c cg 05 M ximo onde a fun o definida anteriormente Como o termo de maior import ncia do custo determinando quando consideramos valores grandes para o par metro prim rio podemos simplificar a k e n k Co sera dado por expressao de custo desse algoritmo para onde k 6 tezte kape Te T YS Eliminando se as constantes aditivas de acordo 3 ka T S k onde 2 uma constante que depende das caracter sticas do sistema onde o algoritmo ser executado Portanto a complexidade m xima deste algoritmo linear ou seja 7 com a regra apresentada anteriormente temos Exemplo 3 Algoritmo 3 Complexidade Quadr tica Considere o algoritmo abaixo utilizado para transpor uma matriz quadrada M Os principais dados do algor
282. m conhecido entre os romanos polite stas por ser o deus dos vulc es Nitidamente na ilustra o observa se Hefesto acomodado sobre uma cadeira de rodas com aros e dois cisnes para moviment la dando alus o de ser autopropulsora e utiliz vel tanto em gua como em terra ou seja n o necessitava da for a do ocupante Outra representa o encontrada na abertura de um vaso grego observa se novamente o deus grego Hefesto como na primeira ilustra o sobre uma cadeira de rodas sendo recebido como um conviva entre os demais deuses do Olimpo Observa se que na cultura grega em outro artefato raro encontrado uma pintura representando uma cama adaptada com rodas possivelmente usada como ber o do s culo VI AC Nos pr ximos s culos destacou se a cadeira usada pelo Rei Filipe II da Espanha em 1595 em plena era das navega es Elaborou se naquela poca uma cadeira de rodas que atendesse a todas as necessidades do monarca como engenhos de inclina o descanso para os p s e que modifica se para leito tempor rio de repouso pois o rei necessitava de muita precau o para ser locomovido e ter acesso aos diversos recintos do castelo Com o passar dos s culos muitas fam lias providas de riquezas encomendavam cadeiras para seus membros pois n o existia a fabrica o ordenada de cadeira de rodas Ent o se deu a fabrica o dessa similar poltrona feita com vime da ndia assento duas rodas traseiras grandes e duas rodas pequenas na fr
283. m informa es procedentes de suas unidades de entrada reconhecendo ru do e distor o A capacidade da rede em se adaptar s novas situa es gerando valores de sa da consistentes com os esperados vital para a aplicabilidade do modelo em um ambiente do mundo real Embora a maioria das pesquisas em redes neurais artificiais tenham concentrado seus esfor os na redu o dos tempos de aprendizagem a caracter stica mais importante de um modelo conexionista a habilidade em generalizar sobre o dom nio do problema REFENES 1993b O bom desempenho da generaliza o depende entre outros fatores do n mero de par metros livres da RNA Rede Neural Artificial LECUN 1989 desej vel diminuir o tamanho das conex es sem entretanto reduzir o tamanho da rede ao ponto onde n o se possa computar a fun o desejada APD 2 13 Abstra o Alguns modelos de redes neurais artificiais s o capazes de abstrair a ess ncia do conjunto de dados a elas apresentados WASSERMAN 1989 permitindo dessa forma a classifica o ou reconhecimento de padr es incompletos APD 2 14 Aprendizado da Rede Neural Artificial Dentre todas as caracter sticas das redes neurais artificiais nenhuma desperta tanto interesse quanto a sua habilidade em realizar o aprendizado W ASSERMAN 1989 Conforme M SSON 1990 o aprendizado em um modelo de RNAs decorrente do treinamento da rede atrav s da apresenta o de padr es s suas unidades vis
284. ma de controle conforme a FIG 57 MATLAB Function Controlador Stete Sosce FIGURA 58 Diagrama do Simulink de um controlador moderno de estados realimentado FONTE Dados da pesquisa 5 6 1 M todos de determina o do CG Apresenta se aqui um estudo que traz certa inova o para o caso do Centro de Gravidade CG de uma cadeira de rodas calculado em tempo real e que o diferencia das t cnicas usuais empregadas na estabiliza o de dispositivos como este A proposta desta etapa do trabalho foi a de sensoriar as forgas exercidas pelo usu rio sobre uma cadeira de rodas equilibrista para possibilitar o c lculo do centro de gravidade resultante Uma das dificuldades iniciais a ser superada no trabalho foi a da defini o do centro de gravidade da pessoa CG humano da cadeira CG da cadeira e a composi o de ambos para formar o centro de gravidade combinado CG total Em uma primeira etapa foi desenvolvido o prot tipo da cadeira e realizado os respectivos testes para determinar os seus diversos CGs est ticos Em uma segunda fase fez se o c lculo do centro de massa humano O objetivo principal foi o c lculo do CG resultante para em seguida efetuar os respectivos testes simulados e uma descri o do efeito deste na din mica da cadeira A escolha do CG resultante ou global do sistema cadeira pessoa para o desenvolvimento da modelagem matem tica implica em uma tarefa nem sempre t o f cil por diversas causas ent
285. miar de se especializar nos exemplares do conjunto de treinamento a partir do qual o treinamento deteriorar a generaliza o Uma vez obtido um treinamento satisfat rio os pesos s o fixados e a rede estar pronta para opera o onde responder a est mulos desconhecidos boa pr tica tamb m utilizar um terceiro conjunto de dados denominado conjunto de teste para verifica o definitiva do desempenho da rede treinada APD 2 6 Camadas As pesquisas em redes neurais artificiais levaram ao desenvolvimento dos mais diversos modelos cognitivos cada qual com suas particularidades e adequados a um tipo de situa o 177 A estrutura o de uma rede neural em camadas uma importante caracter stica topol gica desses modelos M SSON 1990 Em uma rede neural estruturada em camadas o conjunto de v rtices V pode ser particionado em v rios subconjuntos disjuntos V V VT V de modo que as unidades de processamento da camada somente apresentem conex es com as unidades das camadas 1 e 1 1 onde L corresponde ao n mero de camadas da rede neural artificial YOUNGOHC 19912 define uma rede plenamente conectada ou fully connected como sendo onde cada unidade de processamento da camada estabelece conex o com todas as unidades de processamento da camada Quanto ao n mero de camadas as redes neurais podem ser dispostas em uma nica camada configura o mais simples de uma rede neural ou em m ltiplas camadas BEALE
286. n o das vari veis de estado deslocamento e ngulo Conforme observado no item 1 desta parte obteve se conforme se mostra abaixo as matrizes das equa es de estado diretamente a partir da fun o de transfer ncia obtida no item do modelo da cadeira de rodas para a inclina o Comparando essas matrizes com as matrizes obtidas no caso do exemplo do p ndulo invertido possuem uma diferen a pelas mudan as que ocorrem na cadeira devido in rcia e na massa do usu rio Calculando as matrizes de controlabilidade segundo Pc B A B A A B A A A B CHEN 2001 obtendo se o determinante de Pc com rank 4 e conforme Q C A C A C de observabilidade sendo o rank de Q 3 verifica se que essas propriedades se aplicam ao sistema control vel e observ vel pois n o poderia ser zero Determinando os p los apropriados para o sistema em malha fechada que podem ser obtidos da forma vista anteriormente foi obtido um controlador por observador de estados com o comando K Igr A B Q R do Matlab sendo R de lqr um peso que minimiza a fun o de custo utilizando as novas matrizes de estado AC A B K com os valores de K obtemos o diagrama simplificado de controle conforme a FIG 56 Ref FIGURA 57 Diagrama de um controlador LQR modernode estados com realimenta o e ganhos K FONTE Dados da pesquisa 121 Uma fun o do tipo degrau na refer ncia serve como uma primeira simula o de perturba o neste siste
287. ncie e apoie os desabilitados f sicos acompanhando todo o seu desenvolvimento e ajudando no que for poss vel Os resultados das simula es levam conclus o de que o controlador fuzzy atendeu s exig ncias de controle da cadeira em quest o corrigindo as perturba es mesmo nos casos mais severos como as perturba es rand micas internas e externas e cont nuas internas combinadas 145 REFER NCIAS BIBLIOGR FICAS ABRANTES J M Fundamentos e elementos de an lise em biomec nica do movimento humano Lisboa Portugal Universidade Lus fona 2008 AGUIAR A P PASCOAL A Stabilization of the extended nonholonomic double integrator via logic based hybrid control In SYROCO 6 2000 Viena Proceedings of IFAC Symposium on Robot Control Austria 2000 AHMAD S SIDDIQUE N H A modular fuzzy control approach for two wheeled wheelchair Journal of Intelligent amp Robotic Systems v 64 n 3 4 2011 ALEXANDER J C MADDOCKS J H On the kinematics of wheeled mobile robots International Journal of Robotic Research v 8 n 5 p 15 27 Oct 1989 AL THAHAB A Q Controlled of mobile robots by using speech recognition Journal of Babylon University Pure and Applied Sciences v 19 n 3 p 201 2011 ALVARENGA F B Desenvolvimento de sistemas de motoriza o alternativa para cadeiras de rodas convencionais 2002 Disserta o Mestrado em Engenharia Mec nica Universidade Estadual de C
288. nd angle2 zeros size angle2 angle2 pause Strike any key to see how the next states were obtained HOW TARGET NEXT STATES WERE OBTAINED FOR LINEAR REFERENCE MODEL The target states Tc were found by simulating the desired linear system PLINEAR for one time step for each initial state vector in Pc timestep 0 05 Q length Pc Tc zeros 2 0 for i 1 0 ode time ode state ode23 plinear 0 timestep Pc i Tc i ode state length ode state 1 2 Pc 1 2 1i end save TsDd6a Q timestep Pc Tc disp End of TsPg6a 357 A06 3 Programa Simulador jo 5 TSPG6B WheelChair s Intelligent Inverse Control Testing Carlos A R nnow 29 04 2001 Copyright 2001 oe Revis o 3 1 Data 21 04 2002 Hora 18 37 00 deg2rad pi 180 if exist TsModNet load TsDd4b end if exist TesCoNet load TsDd6b end timestep 0 05 echo on TESTING THE CONTROLLER Here are some initial conditions for which the controller will be tested ang0 10 deg2rad vel0 0 init state ang0 vel0 o Here is the desired angle of the WheelChair demand 90 deg2rad 358 o pause Strike any key to calculate the desired response ao LT LD RED BEHAVIOR The function ODE23 can be used to calculate the desired 5 response of the controlled WheelChair The controlle
289. ndo um controle multimodo econ mico XIAO J et al 2010 Um artigo intitulado A Modular Fuzzy Control Approach for Two Wheeled Wheelchair no qual citam que cadeiras de rodas em duas rodas est o se tornando parte essencial de pessoas desabilitadas Mas a concep o de estrat gias de controle para tais cadeiras de rodas uma tarefa desafiadora devido ao fato de que elas s o sistemas altamente n o lineares e inst veis O design sutil do sistema imita um p ndulo invertido duplo com tr s 39 atuadores um para cada roda e um para a posi o da cadeira e ao universo de estrat gias de controle inadequados para a cadeira de rodas de duas rodas No trabalho desses pesquisadores o sistema come a a trabalhar com o levantamento das rodas dianteiras rod zios ou castors para a posi o vertical e ainda com a estabiliza o na posi o vertical Reconheceram que o grande desafio residiu na concep o e implementa o de estrat gias de controle adequadas para a cadeira de rodas de duas rodas a fim de realizar de forma comparativamente semelhante a uma cadeira de rodas normal de quatro rodas Um controlador modular l gica fuzzy de dois n veis proposto neste trabalho Um modelo de cadeira de rodas padr o tamb m desenvolvido como um teste e uma plataforma de verifica o usando o software Visual Nastran integrado com Matlab AHMAD SIDDIQUE 2011 Sistema de reconhecimento de voz que se aplica ao controle do aparelh
290. neAnimClose if InvKineAnimRunning InvKineAnimPause break end eval mfilename single loop end shut down if InvKineAnimClose delete InvKineFigH end elseif strcmp action load fis mat tmp get InvKineFigH userdata if tmp 3 6 0 FIS not been build read FIS matrix InvKineFisMatl readfis invkinel 374 9 L o tmp 3 6 set 1 end elseif strcmp action o O o mouse action InvKineFisMat2 InvKineFigH readfis invkine2 1 userdata tmp mouse actionl when button is first pushed down tmp get InvKineFigH userdata desired trajH tmp 3 4 curr info get gca CurrentPoint elseif strcmp action InvKineCurrPt curr info 1 1 j curr info 1 2 now ball x get desired trajH xdata now ball y get desired trajH ydata now ball now ball x j now ball y InvKineInsideEllipse inside InvKineCurrPt now ball mouse action2 9 D o mouse actions after the mouse is pushed down and dragged if InvKineInsideEllipse tmp get InvKineFigH userdata desired trajH tmp 3 4 prev pt InvKineCurrPt curr info get gca CurrentPoint InvKineCurrPt curr info 1 1 j curr info 1 2 displace InvKineCurrPt prev pt old ball x
291. ngular zero ENT O a velocidade total ser positiva baixa d SE o comando inclinar e o ngulo positivo baixo e a velocidade angular negativa baixa ENT O a velocidade total ser zero e SE o comando inclinar e o ngulo zero e a velocidade angular zero ENT O a velocidade total zero f SE o comando inclinar e o ngulo zero e a velocidade angular negativa baixa ENT O a velocidade total ser negativa baixa g SE o comando inclinar e o ngulo zero e a velocidade angular positiva baixa ENT O a velocidade total pouco positiva E assim por diante ou Crisp como se v u 5 5 4 Defuzzifica o Quando finalmente se tem o c lculo do grau de pertin ncia dos conjuntos nebulosos das vari veis de sa da uma consequ ncia das regras definidas anteriormente atrav s do processo de infer ncia necess rio aplicar o processo de defuzzifica o cuja finalidade a de converter as a es de controle nebulosas em ag es de controle n o nebulosas Existem v rios m todos m dia dos m ximos centro de gravidade singleton e outros sendo que se utilizou neste trabalho o do Centro de Gravidade CoG ou da centroide a seguir n 5 LA 44 Centr ide eq 5 3 113 Sendo que u a a o de controle de nossa sa da deffuzificada A uma rea dos n conjuntos i nebulosos da sa da pi Grau de pertin ncia da Centr ide Centr
292. nte a for a ou a o resultante JUd JUe devida aos dois motores com seus respectivos sinais No plano a cadeira se comporta como um rob Nesta se o apresentado um modelo de um rob m vel semelhante cadeira de rodas de duas rodas diferenciais A metodologia seguida id ntica quela usada em outros tipos de ve culos tais como os rob s m veis terrestres de tra o convencional tipo autom vel KROGH GRAETTINGER 1989 PAPPAS KYRIAKOPOULOS 1992 KROGH FENG 1991 de trac o s ncrona ZHAO BEMENT 1992 ou com rodas omnidirecionais MUIR NEUMAN 1987 A escolha de um ve culo de tra o diferencial utilizada neste trabalho por motivos de ordem pr tica Na verdade a cadeira de rodas desenvolvida em laborat rio desse tipo e os estudos de um caso particular nos permitem obter um conhecimento detalhado de grande utilidade sem perda de generalidade Apresentam se neste cap tulo as equag es da cinem tica e da din mica da cadeira de rodas dos motores assim como a do atrito Finalmente apresentamos o modelo din mico global para diferentes situa es no que diz respeito s posi es desejadas ao atrito nas rodas sem escorregamento s com o escorregamento na tra o e com o escorregamento O estudo tendo em vista a obten o de um modelo bastante detalhado da cadeira tem duas motiva es por um lado do modelo mais preciso podem ser retirados modelos mais simples que ser o utilizados na
293. nte uma entrada e sa da mas pode ser usado com redes que tenham mais Cada argumento de matriz achado armazenando os elementos do argumento de arranjo de c lula correspondente em uma nica matriz 193 P soma de matriz de Ri xQ T soma de matriz de Vi xQ Pi soma de Ri x ID Q matriz Ai soma de Si x LD Q matriz TRAIN RNAVOZ P T Pi Ai VV TV possui estruturas opcionais de valida o e vetores de teste VV P TV P Entradas de Valida o teste VV T TV T Objetivos de Valida o teste default zeros VV Pi TV Pi Valida o teste de condi es iniciais de atraso de entradas default Zeros VV Ai TV Ai Valida o teste de condi es de atraso de camada default zeros Os vetores de valida o s o usados para deixar de treinar mais cedo se mais adiante treinamento nos vetores prim rios ferirem a generaliza o para os vetores de valida o Teste de desempenho de vetor pode ser usado para medir qu o bem a rede generaliza al m dos vetores prim rio e de valida o Se s o fixados VV T VV Pi ou VV Ai a uma matriz vazia ou arranjo de c lula ser o usados valores default O mesmo verdade para VT T VT Pi VT Ai Exemplos Aqui entradas P e objetivos T definem uma fun o simples que n s podemos delinear p 012345678 t 0 0 84 0 91 0 14 0 77 0 96 0 28 0 66 0 99 plot p t o Aqui NEWFF usado para criar uma rede de duas camadas com alimenta o adiante A
294. nto 5 1 1 2 Voice Direct TM Este kit basicamente constitu do de uma placa contendo uma Rede Neural ou do ingl s ANN Artificial Neural Network que permite treinar aprender e gravar para que posteriormente possa fazer o reconhecimento das palavras A grava o reconhecimento s o feitos a partir de um microfone de eletreto A confirma o enviada ao usu rio atrav s de um alto falante informando para este se seu comando foi gravado aceito ou n o A interface da placa com o usu rio e composta basicamente de 2 chaves Treino e Reconhecimento um alto falante e um microfone como dito anteriormente Para realizar a grava o de palavras na mem ria do circuito utilizada uma entrada espec fica da placa chamada TRAIN O circuito permite a grava o de at quinze comandos diferentes de no m ximo 3 2 segundos de dura o Para efetuar a grava o o usu rio deve apertar a chave que aciona o modo de treinamento aguardar o sinal do circuito indicando que este est pronto para armazenar o comando pronunciar a palavra de prefer ncia palavras maiores para n o correr o risco de o sistema confundir comandos parecidos e tamb m para minimizar o problema de ru dos no ambiente de uso e aguardar a resposta do circuito indicando o armazenamento do comando na posi o de mem ria desejada Para o reconhecimento utilizada outra entrada espec fica chamada RECOGNIZE O processo de reconhecimento bastante simples b
295. ntos das forgas exteriores que atuam sobre o corpo relativamente ao eixo referido x M vis T gt M eq 5 16 id 5 6 9 Momento de um bin rio Um bin rio de for as um sistema de duas for as sim tricas e com linhas de a o paralelas que produzem efeito rotativo 5 6 10 Caracter sticas do momento de um bin rio Dire o perpendicular ao plano do bin rio Sentido dado pelas regras da m o direita ou do saca rolhas Norma re FIA sen at RIE sen f 2rF sen amp eq 5 17 Nota se que as normas dos vetores posi o dos pontos de aplica o das for as relativamente ao ponto fixo 0 s o iguais e que as normas das for as aplicadas tamb m o s o Um torque devido a for as n o altera o movimento de transla o do corpo em que atua e produz efeito de rota o sobre o corpo em que aplicado 5 6 11 C lculo para determina o do CG humano A partir de ent o calcula se a somat ria dos momentos entre as for as atuantes gt M we ao se igualar a zero obter se as retas que se cruzam nas coordenadas X e Y do CG 131 Para a coordenada Z utiliza se um inclin metro que toma como refer ncia o mesmo referencial inercial Considerando primeiramente a somat ria dos momentos 3M 5 0 em rela o ao eixo de refer ncia dos sensores S e S5 tem se que fork at T 2 bak Bi T fai fsk yj eq 5 18 Efetuando o produto vetorial tem se gt Ci gt Ci gt gt
296. ntos serem limitados eles podem atingir qualquer configura o no espa o em que est o definidos quando control veis e ating veis infelizmente as leis de controle para estabiliza o de sistemas n o holon micos n o s o f ceis de serem geradas h necessidade de emprego de ferramentas matem ticas mais elaboradas para an lise e projeto geometria diferencial e controle n o linear ou linear variante no tempo A considera o de restri es ao movimento melhora significativamente o controle de sistemas n o holon micos possibilitando o projeto de controladores multivari veis exponencialmente est veis de forma integrada O desafio para an lise e s ntese de controladores para sistemas desse tipo tem propiciado o desenvolvimento da teoria de controle n o linear T cnicas de otimiza o e controle geom trico empregando transforma es de coordenadas transforma es lineares e n o lineares e sinais variantes no tempo ou descont nuos s o utilizadas para a gera o de trajet rias e projeto de controladores em malha aberta Em malha fechada destacam se controle adaptativo robusto intelig ncia artificial lineariza o por realimenta o de estados e das sa das empregando sinais cont nuos variantes no tempo ou descont nuos e t cnicas de controle h brido As principais t cnicas de 48 controle empregam fun es de Lyapunov associadas a um m todo para gerar as leis de controle integrador de um passo atr s ba
297. ntrolador fuzzy 109 FIGURA 51 Diagrama em blocos com entradas e sa das de um controlador fuzzy 109 FIGURA 52 Diagrama em blocos com as e sa das de um controlador fuzzy Gr fico com as fun es de pertin ncia de um controlador fuzzy rreereerarrerracenaceaas 109 FIGURA 53 Diagrama da planta no Simulink para o controlador fuzzy com o comando vocal 109 FIGURA 54 A cadeira equilibrista como um pendulo no in cio inst vel a em transi o b e no SIS CC RE RR ant OUR DIR ner O DAS AD DR P 109 FIGURA 55 Vari veis Fuzzy a Angulo Theta b Velocidade Angular a sa da c do controlador Fuzzy e suas fun es de pertin ncia sees 109 FIGURA 56 Diagrama em blocos de um modelo por espa o de estados sss 109 FIGURA 57 Diagrama de um controlador LQR com realimenta o e ganhos K 109 FIGURA 58 Diagrama do Simulink de um controlador moderno de estados realimentado 109 FIGURA 59 O prot tipo da cadeira utilizado para testes sss sse essen 109 FIGURA 60 Divis o do corpo humano em segmentos 109 FIGURA 61 Inclina o da cadeira para o equil brio seene 109 FIGURA 62 Vista dos sensores no plano XY sse eee 109 FIGURA 63 Placa dos sensores para detectar as for as sese 109 FIGURA
298. ntroladores baseados na l gica fuzzy pode ser vi vel se o universo de conhecimento dominado O que ficou claro pelas simula es que o sistema em alguns casos com o controle feito pelo m todo de Espa o de Estados ainda apresentou maiores oscila es chegando a um gasto computacional na ordem de O n o que deixa expl cito uma dificuldade maior no processamento dos dados Nos testes realizados com o Controle timo sem altera o das condi es de projeto atrav s de v rias simula es ap s se obter um bom conjunto de ganhos o ngulo da Cadeira de Rodas atingiu o valor zero e a velocidade do carrinho um valor muito pr ximo a zero como demostrado anteriormente Os valores para o Espa o de Estado dentro de um tempo de simula o de 100 segundos t m um deslocamento da cadeira superior ao do controlador fuzzy Mesmo com as perturba es de origem externa for as que alteram a a o do controlador e internas movimenta o do usu rio na cadeira afetando o CG e sua dist ncia d em rela o ao referencial inercial O existentes na planta como se viu o controlador fuzzy atuou de forma satisfat ria e fez com que o sistema estabilizasse novamente comprovando assim a efic cia desse tipo de controlador baseado em conhecimento 142 7 CONCLUS ES E TRABALHOS FUTUROS Neste trabalho foram apresentados resultados obtidos atrav s da avalia o de simula es do controlador Fuzzy para o pr
299. o eletromec nico de voz especialmente rob s m veis controlados por voz ou cadeira de rodas inteligente para as pessoas portadoras de defici ncia O objetivo era interagir com o rob usando t cnicas de comunica o naturais e diretas O escopo deste trabalho foi a forma como a voz pode ser processada para obter o movimento adequado e seguro da cadeira de rodas com uma elevada taxa de reconhecimento A fim de tornar a voz uma ferramenta de comunica o eficiente entre humanos e rob s alta taxa de reconhecimento de voz deve ser alcan ada Mas a taxa de reconhecimento de voz de cem por cento em um ambiente em geral muito dif cil de ser obtida No trabalho citado a t cnica proposta chamada transforma o Multiregdilet utilizada para o reconhecimento de palavras isoladas Finalmente usa se as sa das de rede neural NNT para controlar a cadeira de rodas atrav s de notebooks computador e interface especial de hardware A taxa de sucesso do reconhecimento de 98 foi alcan ada AL THAHAB 2011 Sistema de assist ncia multimodal controlado por voz com controle difuso Os comandos de voz s o muitas vezes a maneira mais conveniente para controlar diversas ferramentas de apoio e para obter a funcionalidade completa de comandos de voz RUDZIONIS MASKELIUNAS RASYMAS 2012 Um artigo intitulado Implementation of Fuzzy Logic Controller in FPGA Circuit for Guiding Electric Wheelchair e este trabalho descreve uma imp
300. o mar 1995 COX I B An experiment in guidance and navigation of an autonomous robot vehicle IEEE Trans Robotics and Automation v 7 n 2 p 193 204 Apr 1991 COX L L NELSON W L Local path control for an autonomous vehicle n IEEE INTERN CON ON ROBOTICS AND AUTOMATION Apr 1988 Philadelphia Pennsylvania Proceedings Pennsylvania 1988 p 1504 1510 CRUZ P P FIGUEROA F P R LABVIEW neuro fuzzy controller theory and application Book Title Intelligent Control Systems with LabVIEWTM London Copyright Holder Springer Verlag London 2010 CURRAN A KYRIAKOPOULOS K J A sensor based self localization and navigation scheme for mobile robots Journal of Robotic Systems v 12 n 3 p 163 176 1995 DEMUTH H BEALE M Nonlinear system identification Matlab Neural Network Toolbox User s Guide version 3 0 Natick MA The Mathworks inc 1998 DEWAN S B STRAUGHEN A Power semiconductor circuits New York John Wiley and Sons 1984 147 DEYLE T BOT Discontinued Unfortunate for the Disabled but Perhaps a Budding Robotics Opportunity February 11 2009 DUBOIS D PRADE H Fuzzy sets and systems New York Academic Press 1980 cap 2 p 191 192 DUPONT P YAMAJAKO S P Stability of rigid body dynamics with sliding frictional contacts In IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION 1996 Minneapolis MN April 1996 Proceedings Minneapolis 1996 p 378 384
301. o alimenta o motor come ar a acelerar a partir da sua velocidade atual pois motores n o respondem imediatamente e assim levar um tempo pequeno para alcan ar a velocidade m xima Se n s desligarmos a fonte antes da velocidade m xima do motor ter sido alcan ada ent o este motor come ar a reduzir a velocidade desacelerando Se n s chavearmos liga desliga de tempo em tempo rapidamente a fonte o motor correr de algum modo da velocidade entre zero e velocidade m xima Isto exatamente o que um controlador PWM faz liga o motor em uma s rie de pulsos Controlar a velocidade deste motor DC variar modular a largura dos pulsos conseq entemente temos a Modula o por Largura de Pulso conforme a Figura 5 26 abaixo 238 FIGURA A5 27 Modula o por largura de pulsos 5 4 2 Ponte H para controle PWM de um motor DC Antes de tentar entender um circuito de ponte H completa voc pode procurar se informar sobre a teoria de controladores de PWM nos anexos tem algo que tamb m descrevem como os circuitos de meia ponte funcionam Controladores de motor de ponte H tamb m usam PWM Projetar um circuito de ponte H de PWM que seja seguro e prova de usu rio bastante dificil mas existem circuitos confi veis na praga Capacitor e Lo2 MOSFET FIGURA A5 28 Ponte H para controle PWM de um motor DC O circuito acima mostra uma ponte H completa de quatro MOSFETs Acionando o motor em sentido adiante ond
302. o da l gica booleana que admite valores l gicos intermedi rios entre o FALSO 0 e o VERDADEIRO 1 por exemplo o valor m dio TALVEZ 0 5 Isto significa que um valor l gico difuso um valor qualquer no intervalo de valores entre O e 1 Este tipo de l gica engloba de certa forma conceitos estat sticos principalmente na rea de infer ncia As implementa es da l gica difusa permitem que estados indeterminados possam ser tratados por dispositivos de controle Desse modo poss vel avaliar conceitos n o quantific veis de casos pr ticos tais como avaliar a velocidade alta m dia baixa etc o deslocamento grande m dio pequeno etc e diferentemente da l gica Booleana com valores Falso ou Verdadeiro a veracidade de um argumento corret ssimo correto incoerente totalmente erroneo etc 188 A L gica Fuzzy deve ser vista mais como uma rea de pesquisa sobre o tratamento da incerteza ou uma fam lia de modelos matem ticos dedicados ao tratamento da incerteza do que uma gica propriamente dita L gica Difusa ou Nebulosa normalmente est associada ao uso da teoria de Conjuntos Fuzzy proposto por Lukasiewicz sendo comum chamar a L gica Booleana de L gica N tida Muitos pesquisadores de vers es booleanas de l gica n o aceitam a L gica Fuzzy como uma l gica verdadeira no sentido em que aceitam por exemplo a l gica modal L gica Modal se refere a qualquer sistema de l gica formal que procure
303. o das camadas ocultas a rela o n o t o transparente O ideal utilizar o menor n mero poss vel de unidades ocultas para que a generaliza o n o fique prejudicada RUMELHART 1986 Se o n mero de neur nios ocultos for muito grande a rede acaba memorizando os padr es apresentados durante o treinamento Contudo se a arquitetura das camadas ocultas possuir unidades de processamento em n mero inferior ao necess rio o algoritmo Backpropagation pode n o conseguir ajustar os pesos sin pticos adequadamente impedindo a converg ncia para uma solu o A experi ncia ainda a melhor indica o para a defini o da topologia de um modelo conexionista SURKAN 1990 APD 2 21 Pesos e Par metros de Aprendizado FREEMAN 1992 sugere que os pesos das conex es entre as camadas de uma rede neural sejam inicializados com valores aleat rios e pequenos para que se evite a satura o da fun o de ativa o e a consequente incapacidade de realizar a aprendizagem medida que o treinamento evolui os pesos sin pticos podem passar a assumir valores maiores forcando a opera o dos neur nios na regi o onde a derivada da fun o de ativa o muito pequena Como o erro retropropagado proporcional a esta derivada o processo de treinamento tende a se estabilizar levando a uma paralisa o da rede sem que a solu o tenha sido encontrada Isto pode ser evitado pela aplica o de uma taxa de aprendizagem menor Teor
304. o de procura de linha searchFcn usada para localizar o ponto m nimo A primeira dire o de procura o negativo do gradiente de desempenho Em repeti es sucessivas computada a dire o de procura de acordo com a f rmula seguinte dX H gX Onde gX o gradiente e H uma matriz de Hesse aproximada Veja Br nquia Murray amp Wright 1981 para uma discuss o do m todo BFGS quasi Newton mais detalhada e Langruber 2003 O treinamento para quando qualquer de uma destas condi es acontece o n mero de m ximo de pocas EPOCHS ou repeti es alcan ado a quantia de m ximo de TEMPO foi excedida desempenho foi minimizado META o gradiente de desempenho cai debaixo de MINGRAD desempenho de valida o aumentou mais que tempos de MAX FAIL desde a ltima vez que diminuiu ao usar valida o Existem outras redes que podem ser treinadas de acordo com estes procedimentos NEWFF NEWCF TRAINGDM TRAINGDA TRAINGDX TRAINLM TRAINRP TRAINCGF TRAINCGB TRAINSCG TRAINCGP TRAINOSS APD 4 MODELO MATEM TICO E SIMULA O 198 Para um cilindro maci o de massa M e raio de base R em torno de seu eixo 1 J MR eq 4 6 a Para uma esfera maci a de massa M e raio R em torno de seu centro 2 2 J zM A eq 4 7 Para um anel cil ndrico de massa M e raio R em torno de um eixo paralelo geratriz e passando por seu centro J MR eq 4 8 Para um cilindro vazado de raio
305. o pela equa o d x A f SE CH u t eq 4 12 at dt M Sendo que M Massa do conjunto impulsor levada para o Mco fa Fric o no conjunto impulsor lembrar que fat ccs sgn dx dt ccv dx dt H Rea o na horizontal u t A o ou for a de impuls o devido aos dois motores el tricos Somando as for as atuantes no CG cuja haste imagin ria d n o confundir nas equa es com a derivada d est ligada entre este ponto e a refer ncia inercial O no centro do eixo traseiro tem se a equa o para H da forma V Mad TE ma 90 Jis eq 4 13 H M 2 2 dt dt dt Substituindo a equa o 4 4 2 na equa o 4 4 1 e considerando que a massa M do conjunto impulsor vai para a massa total concentrada que est no CG Mca obt m se a primeira equa o do movimento ou seja M d x t dx t _ d 0 t 7 20 22 Jis 2 M qs d F senO t M q d S cos0 t u t eq 4 14 66 4 3 7 Forcas na vertical Para obter a segunda equa o do movimento somam se as for as atuantes na vertical do CG que s o a forga peso P em fun o da massa m do usu rio e da for a g a for a de rea o horizontal H decomposta segundo o eixo imagin rio d a for a de rea o vertical N ou normal sendo que H e N s o as for as atuantes no acoplamento da forma dO d x n dt ar N cos0 t H senO t m g cosO t m d sent eq 4 15 preciso resolver a
306. oblema de uma cadeira de rodas rob tica e equilibrista com base no princ pio do p ndulo invertido comparando o com os resultados do controlador timo Todos os experimentos foram realizados utilizando se a formula o matem tica da din mica de comportamento do p ndulo descrita ao longo deste estudo onde se tomou todo o cuidado de evidenciar a import ncia da in rcia nas equa es da din mica O desenvolvimento de controladores para sistemas din micos n o lineares compreende um desafio Quando se procura controlar tais sistemas a especifica o de um controlador Fuzzy leva uma vantagem consider vel sobre o timo pois tem uma abordagem mais intuitiva baseada em vari veis e regras lingu sticas Todavia quando a complexidade do problema aumenta sua dimens o cresce proporcionalmente dificultando de certa forma a defini o de regras Fuzzy Esse sistema da maneira que se apresenta pode ser aplicado a outros dom nios do conhecimento desde que sejam modelados com outras entradas e sa das A proposta atual para a implementa o deste trabalho a intera o entre qualquer usu rio e a cadeira de rodas o que pode ser feito atrav s de comandos vocais de uma interface baseada em redes neurais capaz de personalizar tal interpreta o Na implementa o pr tica planeja se que o movimento da cadeira se d a partir de um comando preliminar vocal interpretado pela rede neural que tomando a a o desejada mant m se nela
307. od esc Vetor vl Vetor v2 return vl x v2 x vl y v2 y float prod vet Vetor vl Vetor v2 return vl x v2 y vl y v2 x 285 286 float angulo Vetor vl Vetor v2 retorna o angulo em radianos entre os vetores o angulo eh medido a partir de vl em sentido anti horario ateh v2 4 loat modvl modulo vl loat modv2 modulo v2 loat pv if modvl modv2 0 0 return 0 0 if pv prod vet vl v2 0 0 return prod _ esc v1 v2 gt 0 0 0 0 M PI return pv gt 0 0 acos prod esc v1 v2 modv1 modv2 3 Z M BT acos prod esc v1 v2 modvl modv2 Vetor rot90 Vetor v rotaciona v em 90 graus Vetor r T X V y r y V X return r Vetor rot 90 Vetor v rotaciona v em 90 graus Vetor r r X V y r y V X return r 287 Vetor rot Vetor v float ang Vetor r r x v x cos ang v y sin ang r y v x sin ang v y cos ang return r int pert pto reta Pto a Pto b Pto c verifica se os 3 ptos sao colineares return F IGUAL prod vet vetor a b vetor a c 0 0 int pert pto seg Pto a Pto b Pto c if pert pto reta a b c return F MENORIGUAL prod esc vetor c a vetor c b 0 0 return 0 define CONCORRENTES 0 I define PARALELAS 1 define MESMARETA 2
308. odas 48 3 cm 83 8 cm 37 cm Tamanho da Base 48x63 cm 53x84 cm 20x40 cm Velocidade M xima 20 km hr 20 km hr 12 Km hr Autonomia 38 km 19 km 20 Km hr Motores DC Brushless Brushless Normal FONTE Dados da pesquisa No entanto o ve culo n o conseguiu o sucesso comercial esperado principalmente devido ao elevado custo de acesso a uma unidade cerca de 5 000 EUA Assim esses ve culos passaram a aplica es espec ficas como a de ser uma substitui o aos caddies populares em campos de golfe ou aplica es de neg cios como marketing ou de guarda de seguran a em movimento Ele tamb m conseguiu penetrar em um grupo de elite de usu rios cuja renda permitia o acesso a essas tecnologias e um certo n vel de compromisso 44 fanatismo com tal ve culo como no estilo gerado por produtos eletr nicos em seus consumidores A cadeira de rodas possui dois modos de opera o e Giros e deslocamentos lineares no plano e Inclina o com possibilidade de compor com o modo 1 Segundo a sua patente o Segway possui dois modos de opera o e Estabiliza o sem condutor riderless e Modo movimenta o Inclina o e estabiliza o sem condutor e Ambos se comportam exatamente como um p ndulo invertido na procura do equil brio mas ao ating lo 1 Na cadeira o CG equilibrado e a velocidade pode variar 2 No Segway o CG equilibrado e a velocidade zero e Esta diferen a
309. ode fazer para atingir esses objetivos pr determinados s havendo restri o lateral para este tipo de transla o Considerando a Figura 4 1 7 a seguir X I Figura A4 6 Diagrama espacial da cadeira de rodas no plano XY Considera se que b largura entre a roda e O o referencial inercial no chassis da plataforma V a velocidade da roda esquerda were onde re o raio da roda esquerda r constante Va a velocidade da roda direita cra onde rd o raio da roda direita r constante e R a dist ncia do ponto m dio I do eixo ao CIR Centro Instant neo de Refer ncia No plano ZY Esse movimento n o existe devido a restri o de n o escorregamento lateral 203 Centro de refer ncia inercial Conforme a Figura 4 11 a roda da cadeira livre para rodar em torno do seu eixo eixo z sendo que ela se desloca preferencialmente em uma dire o eixo x O eixo de refer ncia vertical continua sendo o eixo y Esse modelo para baixas velocidades razo vel Figura A4 7 Referenciais espaciais da cadeira de rodas Para a cadeira de rodas exibir um movimento de giro deve haver um ponto de refer ncia no qual cada roda segue um curso circular Esse ponto denominado de centro instant neo de rota o CIR muda de acordo com as mudan as na cadeira realizadas atrav s de suas rodas em rela o ao seu eixo vertical orienta o embora mantendo sempre o alinhamento em rela o ao eixo
310. odelo Matem tico Controle Neuro Fuzzy Robotica ABSTRACT There are many devices designed by humans which have high nonlinear characteristics that are inherently unstable and variable in time These devices are difficult to be modeled and controlled Classics methods that are used for linear systems have limitations when applied to systems with these characteristics There are modern alternative approaches to studying modeling and control such systems but some are called unconventional better known as knowledge based and include the use of artificial intelligence tools This paper describes the development of a model and control system with the aforementioned characteristics based on a non conventional control with the use of fuzzy logic Fuzzy logic and its inherently low cust designing and processing 1s situated on a level that allows a layman physiotherapists orthopedic technicians doctors bio engineers etc to design and execute a project since it is aware of its usual way This work investigates a new technic applied in a real case of a quadriplegic s wheelchair with tilt option We present here additionally two simple studies but that were fundamental in control by the quadriplegic as voice control based on artificial neural networks and another that brings some innovation to the case of the Center of Gravity CG of a wheelchair computed in real time and which differentiates it from the usual techniques in stabilizing devic
311. olador moderno torna o adaptativo e est vel mas menos competitivo em rela o ao controlador fuzzy Este por sua vez n o necessita dessa atualiza o pois como se viu sob perturba es severas ele foi capaz de estimar a a o necess ria para manter a estabilidade com 0 mesmo custo de O n Isso se deve ao fato de que as fun es de pertin ncia foram bem dimensionadas para o processo de fuzzyfica o Os resultados das simula es levam conclus o de que o controlador fuzzy atendeu s exig ncias de controle da cadeira em quest o corrigindo as perturba es mesmo nos casos mais severos como as perturba es rand micas internas e externas e cont nuas internas combinadas 141 As simula es dos diferentes controladores mostram uma mesma resposta com todas as vari veis de estado chegando a zero em aproximadamente 5 segundos mas pelo m todo de Espa o de Estados apresentou menores oscila es mais confort vel Quando ocorre varia o do CG devido s perturba es pela natureza evasiva do controlador fuzzy ele aceita e controla robusto mas o controle moderno encontra um limite por ser determin stico e j n o controla como originalmente necessitando adapta es Os resultados obtidos n o tiveram por finalidade avaliar o desempenho de um controlador Nebuloso e compar lo ao controlador Moderno baseado em Espa o de Estado apenas a de justificar que a decis o de se adotar co
312. ole do p ndulo invertido que de certa forma constituiu a fase preliminar para o estudo deste trabalho Mas estas t cnicas apenas controlavam a posi o do p ndulo sem levar em considera o outras condi es din micas existentes como foi realizado neste trabalho para a cadeira equilibrista que possui um Centro de Gravidade CG ligado virtualmente a um referencial local FIGURA 47 Diagrama espacial da cadeira rob tica e os seus graus de liberdade FONTE Dados da pesquisa Esse conhecimento pode ser expresso de uma forma mais natural usando uma combina o das vari veis lingu sticas relevantes para forma o de uma l gica de controle conforme se v a seguir SE vari vel de entrada X1 x E vari vel de entrada X2 x Ent o a sa da Y y 5 5 2 Aplica es da L gica Fuzzy Define se agora quando o Controle com a L gica Fuzzy aplic vel em termos gerais O emprego de Controle Fuzzy recomend vel a para processos muito complexos b para processos altamente n o lineares c se o processamento de conhecimento especializado formulados linguisticamente deve ser feito quando n o h modelo matem tico conhecido O emprego do Controle Fuzzy n o recomend vel se 110 a a teoria convencional de controle d resultados satisfat rios b um modelo matem tico adequado e de f cil aplica o J existe c outra combina o h brida mais eficiente d o problema n
313. olvimento est o no corpo da Tese e nos Ap ndices junto fundamenta o te rica Utilizando as sa das bin rias geradas pelo VoiceDirect foi desenvolvido um programa em C que introduzido na mem ria do netbook possa interpretar e combinar os sinais com o dos outros sensores para gerar o sinal de controle pela l gica nebulosa Isso feito de modo que seja enviado um c digo via interface USB para a entrada em cada um dos microcontroladores PIC que acionam a roda esquerda e direita que posteriormente tratam tais sinais gerando o PWM que por sua vez enviam para os respectivos drivers da cadeira de rodas as ordens recebidas de forma vocal O sistema de recep o do sinal composto basicamente por um r dio receptor e entra na interface USB do netbook Este trata os sinais recebidos e os transmite para os demais controladores PICO da cadeira de rodas 5 1 2 O sensor Encoder Foram colocados em cada uma das rodas Encoders do tipo Bourns incrementais cujos sinais de sa da s o um trem de pulsos e cuja resolu o est associada a is 0 espessura das linhas quadratura direg o do giro e posig o dos sensores em 90 Existe um ponto inicial para estes 88 5 1 3 O sensor C lula de Carga Strain Gage Existem diversas aplicag es para esse tipo de dispositivo por isso analisa se a empregabilidade para se determinar o tipo a escolher C lulas de carga s o
314. onectividade capacitam s redes neurais a implementa o de qualquer mapeamento de fun o se esta existe Suas 176 caracter sticas mais importantes s o 1 o aprendizado de um mapeamento atrav s de exemplos sem a introdu o expl cita de conhecimentos exceto a escolha apropriada dos dados e 2 ser capaz de generalizar durante a opera o ap s treinamento ou seja responder corretamente a est mulos desconhecidos desde que perten am ao mesmo dom nio de est mulos para a qual foi treinada O paradigma mais utilizado por sua aplicabilidade universal o Perceptron multicamadas MLP ou rede neural Feedforward composta por camadas de neur nios das entradas s sa das onde interconex es s o permitidas somente das sa das dos neur nios de uma camada para as entradas dos da seguinte O neur nio mais comum tem o seguinte modelo matem tico Er X X o w xa Onde y a sa da x k 1 2 n s o os elementos do vetor n dimensional de entradas b um termo de polariza o transformado para o peso wo correspondente uma entrada fict cia xo 1 no lado mais direita de 1 wy s o pesos e f uma fun o chamada fun o de ativa o A rede armazena o conhecimento desejado para a aplica o de forma distribu da atrav s dos valores dos pesos Isto realizado por um processo de treinamento chamado aprendizado supervisionado para o qual um n mero estatisticamente significante d
315. op to start InvKineCount 1 o set desired trajectory ri 5 r2 37 axes for reference ellipse Q center 11 exp j pi 4 center for reference ellipse data_n 50 t linspace 0 2 pi data_n pi 2 desired traj rl cos t j r2 sin t center tmp get findobj 0 name InvKineFigTitle userdata desired trajH tmp 3 4 set desired trajH xdata real desired traj set desired trajH ydata imag desired traj 370 set actually trajectory actual trajH tmp 3 5 data desired traj 1 ones 2 1 set actual trajH xdata real data set actual trajH ydata imag data eval mfilename clear trail elseif strcmp action set anim obj 103 I2 Te specifications for robot arms rl 5 r2 3 axes for reference ellipse arm 1 init pos 0 11 3 0 0 armiH line real init pos imag init pos set armlH userdata 11 set armlH erasemode xor color r linewidth 4 set armlH clipping off arm 2 init pos 11 11 12 j 0 0 arm2H line real init pos imag init pos set arm2H userdata 12 set arm2H erasemode xor color c linewidth 4 set arm2H clipping off 6 small circle showing actual trajectory set dotH Marker o color g erasemode xor set dotH linewidth 2
316. or a eletromagn tica obtida da equa o F tore B rix densry I current conductor Fig 6 ilustra o torque obtido quando nico gire o condutor colocado no magn tico arquivado O torque produzido pelo nico condutor obtido da equa o T F R e T torque e F for a e R dist ncia do centro ao condutor Aqui h dois condutores atuais T 2 T 2 F R Tamb m disponivel com o motor equipado com o circuito do pulso 235 Neste projeto foram utilizados dois motores com redutoras espelhadas conforme foi dito para as rodas diferenciais como de um rob m vel conforme a figura abaixo 236 FIGURA A5 25 Conjunto motriz da roda esquerda e direita a e o motor de acionamento b GA 5 5 8 RN L N Powerwindow lift motors o WEIGHT 414g APPROX Typical Applications Automotive Appliances Power Window Lifter Also available with the motor equipped with pulse circuit E DIRECTION OF ROTATION COW CW a GLOREF a 70AREF n a SAGREF 45 4 REF 22 85 REF 4 a w ww VIEW Z e ey FT ISO M5 0X0 8 TAPPED HOLE e 3PLACES lt 43 0 lt 39 0 GA 558RN LN 4324 12 0V E ol wl A Is 17 A Ts 9 3 Nm IN 10 x G E i so IKg cm 100 D E 8 TORQUE E Esaa 5 10 2 0 7 REF 152 19 c x a i a z a U 290REF L 29 7 REF UNIT MILLIMETERS 237 Motores DC requerem drivers pa
317. or um deficiente com as cadeiras convencionais Neste sentido o desenvolvimento se apoiou em um modelo matem tico que contemplasse esses movimentos no plano e fora dele FIGURA A5 30 Esbo o da cadeira de rodas rob tica e equilibrista A cadeira est baseada em uma plataforma de alum nio que possui um movimento de balango em torno do eixo de duas rodas traseiras pneum ticas que participam do acionamento 241 de forma independente ou seja s o de tra o diferencial o que permite o conjunto de movimentos estabelecidos tais como Girar direita girar esquerda inclinar avangar e recuar entre outras A roda frontal gira livre sem estar vinculada a nenhum acionamento servindo apenas para o apoio da plataforma no solo sem prejudicar o giro em solo O projeto original foi orientado para que a situa o do equil brio fosse provocada por uma partida com um elevado torque FIGURA A5 31 Montagem da cadeira de rodas rob tica e equilibrista 5 5 2 Par metros f sicos da cadeira Tab A5 3 Par metros F sicos da Cadeira de rodas Equilibrista Par metro Descri o Valor Mad Massa do conjunto da roda direita 895 g Mae Massa do conjunto da roda esquerda 895 g Maf Massa do conjunto da roda frontal 280 g Mmd Massa do motor impulsor direito 1565 g Mme Massa do motor impulsor esquerdo 1565 g Mrd Massa do redutor direito 330 g Mre Massa do redutor esquerdo 330 g Mcc Massa do
318. orme figura a seguir FIGURA A5 23 Lay out da placa controladora da Digital International Projects baseada no PIC16F84 Temos ainda na placa dipC03 uma interface do tipo RD26 J4 com n veis compat veis TTL para conectar esta placa aos processos externos em atua o e ou aquisi o de dados O esquema o que se segue 1 RBO INT 2 GND 3 RB1 4 GND 5 RB2 6 GND 7 RB3 8 GND 9 RB4 10 5VCC 232 11 RBS 12 5VCC 13 RB6 14 5VCC 15 RB7 16 5VCC 17 RAO 18 14VCC 19 RA1 20 14VCC 21 RA2 22 14VCC 23 RA3 24 14VCC 25 RA4 26 MCLR A placa dipC02 trabalha com duas alternativas de alimenta o A primeira delas uma alimenta o em corrente alternada de 12 VCA provida por um carregador ligado na rede de alimenta o do concession rio em 120 240 VCA Isto cria uma fixa o da placa em seu local de trabalho n o podendo se distanciar da sua fonte de alimenta o A Segunda forma de alimenta o em corrente cont nua realizada atrav s de um conector J2 tipo XX para bateria do tipo XX de 9 VDC Desta forma a placa pode deslocar levando consigo a sua fonte de alimenta o Esta Segunda forma interessante para dispositivos do tipo rob s ou at mesmo ROVs submarinos rob s como aqueles fabricados pela dip No projeto foi necess ria a utiliza o de um regulador de tens o j que o PIC funciona entre 3 6Vdc e 5Vdc e a bateria utilizada era de 9Vdc 5 3 Motor A Eletromec nica de Acionamento 5 3 1 Introdu o M
319. ort int dx dy sdx sdy x y px py dx x2 xl dy y2 yl sdx dx lt 0 1 1 sdy dy lt 0 1 1 291 dx sdx dx 1 dy sdy dy 1 x y 0 px xl Py yl if dx gt dy for x 0 x lt dx x pic py 640 px color y dy if y gt dx y dx py sdy px sdx else for y 0 y lt dy y pic py 640 px color x dx if x gt dy x dy px sdx py sdy void circle int x int y int raio unsigned char pic Circulo de centro x y e raio raio no bitmap int cor BLUE int w 640 int xoff 0 EX int yoff raio int balance raio do pic y yoff w x xoff cor pic y yoff w x xoff cor pic y yoff w x xoff cor pict y yoff w x xoff cor pic y xoff w x yoff cor pict y xoff w x yoff cor pict y xoff w x yoff cor pict y xoff w x yoff cor if balance xoff xoff gt 0 X balance yoff yoff while xoff lt yoff void plot point int x int y char pic Ponto simples x y no bitmap pic pic y 640 x 0 extern C void inic sonar void void inic sonar void rov on
320. os podemos escrever senten as como Chrysler n o alto N O C H N O C 1 u C 0 BMW n o alto NAO B u NAO B 1 L B 0 25 Dodge alto e Alfa Alta D e A uD e A m nimo t D u A 0 A l gica est claramente associada a teoria dos conjuntos Cada afirma o do tipo Chrysler alto representa na verdade o grau de pertin ncia de Chrysler ao conjunto de carros altos Isso permite que conjuntos como alto e baixo sejam tratados de forma separadas e afirma es como Chrysler alto 0 75 e Chrysler baixo 0 50 sejam v lidas simultaneamente ao contr rio do que seria esperado em um modelo booleano Esse tipo de afirma o facilmente encontrada na descri o por humanos na forma como entendem certo conceito e a L gica Fuzzy ou difusa uma tima forma de tratar essa forma de incerteza Infer ncia difusa Fazer uma infer ncia difusa significa aplicar regras do tipo Se X Ent o Y de forma que X e Y e a pr pria senten a sejam no es difusas Dessa forma se torna mais f cil interpretar matematicamente e implementar sistemas a partir do conhecimento humano como em Se a temperatura alta E a press o alta Ent o o fluxo de combust vel deve ser pequeno importante notar que no caso acima uma vers o de uso corrente da l gica difusa a regra igual a uma regra n tida que seria usada em um sistema especialista Por m os conjuntos ALTO M DIO e BAIXO para temperatura por
321. os a 7 para uma boa introdu o Para maior clareza exporemos muito superficialmente seus pontos fundamentais enfocando no tipo de rede usada neste trabalho 173 As aplica es neurais se enquadram em duas amplas reas aproxima o de fun es e g modelamento e classifica o e g reconhecimento de padr es Neste trabalho usamos esta rede como classificadora que para este tipo de reconhecimento vocal a mais indicada e como veremos cumpre o seu papel APD 2 1 Redes Neurais Biol gicas O c rebro humano o dispositivo mais complexo estudado pelo homem sendo ainda muito pobremente compreendido BEALE1990 Ainda n o se tem respostas satisfat rias para as quest es mais fundamentais tais como o que mente e como eu penso Entretanto a compreens o geral da opera o do c rebro j poss vel O sistema nervoso humano formado por uma rede de neur nios figura 3 2 3 unidade b sica do c rebro respons vel pelos fen menos conhecidos como pensamento emo o e cogni o al m da execu o das fun es sens rio motoras e aut nomas WASSERMAN 1989 Cada neur nio compartilha v rias caracter sticas com outras c lulas mas possui capacidades singulares para receber processar e transmitir sinais eletroqu micos ao longo das fibras nervosas que compreendem o sistema de comunica o cerebral STEVENS 1985 observa a c lula nervosa como uma unidade de processamento anal gica independente
322. os bem definidos valores discretos Uma das principais potencialidades da L gica Fuzzy quando comparada com outros esquemas que tratam com dados imprecisos como redes neurais que suas bases de conhecimento as quais est o no formato de regras de condi es s o f ceis de examinar e entender Este formato de regra tamb m torna f cil a manuten o e a atualiza o da base de conhecimento O conceito de Conjunto Fuzzy foi introduzido em 1965 Zadeh 1965a por Lotfali Askar Zadeh Universidade da Calif rnia Berkeley A ele atribu do o reconhecimento como grande colaborador do Controle Moderno Em meados da d cada de 60 Zadeh observou que os recursos tecnol gicos dispon veis eram incapazes de automatizar as atividades relacionadas a problemas de natureza industrial biol gica ou qu mica que compreendessem situa es amb guas n o pass veis de processamento atrav s da L gica Computacional fundamentada na L gica Booleana Procurando solucionar esses problemas o Prof Zadeh publicou em 1965 um artigo Zadeh 1965b resumindo os conceitos dos Conjuntos Fuzzy revolucionando o assunto com a cria o de Sistemas Fuzzy Em 1974 o Prof Mahmood Mamdani Mamdani 1974 do Queen Mary College Universidade de Londres ap s in meras tentativas frustradas em controlar uma m quina a vapor com tipos distintos de controladores incluindo o PID somente conseguiu faz lo atrav s da aplica o do racioc nio Fuzzy Esse sucesso se
323. oss vel observar as caracter sticas de sensores extensiom tricos em c lulas de carga e que eles possuem uma larga aplica o como por exemplo sensoriar os movimentos de um usu rio de cadeira de rodas al m de variarem conforme a necessidade Exibiram se os componentes necess rios para o funcionamento dessa c lula de carga Houve a comprova o da varia o proporcional de tens o em fun o da deforma o da c lula e se observou o comportamento praticamente linear de sua curva Em fun o da adequada fixa o da c lula de carga na bancada de teste atrav s da adi o de uma chapa de a o parafusada na c lula obtiveram se valores satisfat rios nas medi es Observa se nos resultados uma pequena varia o de tens o em fun o das massas utilizadas e se pode concluir que nesse experimento poss vel obter precis o melhor que 1 Kg Limita es podem ser atribu das ao amplificador utilizado importante ressaltar que o laborat rio utilizado n o possu a as condi es adequadas para realizar as medi es pois o amplificador para meia ponte e os extensi metros de 1200 utilizados n o eram adequados aos extensi metros e ponte utilizados Isso poderia gerar um desbalanceamento inadequado nos resistores e consequentemente um desvio na sa da de medi o ou at mesmo perda de sensibilidade Conv m observar aqui a extrema import ncia das t cnicas de medidas experimentais onde se prova que a confiabilidade e as in
324. otores existem em muitos tamanhos e tipos mas a fun o b sica de todos eles a mesma servem para converter energia el trica em energia mec nica Eles podem ser achados em Videocassete elevadores aparelhos de CD brinquedos rob s rel gios autom veis trens do metr ventiladores navios naves espaciais condicionadores de ar refrigeradores e muitas outras aplica es Motores D C s o motores que giram sob Corrente Direta de uma bateria ou de uma fonte D C corrente direta o termo descrito na eletricidade para uma voltagem constante assim como motores de corrente alternada A C giram sob Corrente Alternada que oscila com um ciclo fixo entre um valor positivo e negativo Instala es el tricas convencionais apenas proveem voltagens em corrente alternada Quando uma bateria ou fonte D C est conectada entre as escovas el tricas de um motor de D C o motor converte energia el trica em trabalho mec nico girando um eixo central O motor el trico o mais conveniente de todas as fontes de energia motriz limpo e silencioso parte imediatamente e pode ser constru do grande o bastante para acionar os trens mais r pidos do mundo ou pequeno bastante para trabalhar em um rel gio de pulso 5 3 2 Caracteristicas do motor O motor DC com escova utilizado normalmente para Carga Pesada por ser muito potente para o seu volume f cil de usar pois utiliza dois fios apenas polaridade Seu torque propor
325. pende da orienta o da roda livre conforme a FIG 22 seguinte 80 FIGURA 22 Velocidades do ponto 0 e do ponto de apoio das rodas livres FONTE Dados da pesquisa 9 o ngulo entre o eixo xx e a componente da velocidade do ponto de apoio da roda livre ponto C devido rota o da cadeira ou seja o bra o vezes a velocidade angular ho Y o ngulo entre a velocidade linear do ponto C e o eixo dos xx Essa velocidade dada pela soma vetorial da velocidade linear da cadeira no ponto O transladada para o ponto C com a componente devido rota o da cadeira Ap Escreve se ent o Y em fun o de v e de 0 j v cos p h cos d eq 4 46 cos E eta E sin p hp He v cos p hg cos o eq 4 47 Em cada roda livre considera se o ngulo entre a dire o da for a que a roda exerce na cadeira e a dire o longitudinal da roda ver FIG 23 seguinte 81 FIGURA 23 Roda livre FONTE Dados da pesquisa O O ngulo entre a dire o da roda e o eixo xx da cadeira medido em rela o ao semieixo negativo F a for a que se op e ao movimento da cadeira e que est direcionada no sentido oposto ao da velocidade do ponto de apoio C Esse ngulo traduz a posi o da roda livre e pode ser dado por p Y eq 4 48 Nesse modelo sup e se que a for a exercida pela roda livre na cadeira depende apenas do ngulo de alinhamento C Isso n o totalmente verdad
326. pic ird 292 205 extern C void fim sonar void void fim sonar void rov off quem desligara sera o controlador extern C void sonar rpc void void sonar rpc void char nome ard fig 20 figsonar gif Tamanho da imagem const int w 640 const int h 480 Constantes para gerar GIF unsigned char rmap new unsigned char 256 unsigned char gmap new unsigned char 256 unsigned char bmap new unsigned char 256 const int numcols 256 const int colorstyle 0 char comment Descricao de RPCs FILE fp fopen nome arq fig wb if fp prints Can t open output file s n nome_arq fig return unsigned char pic new unsigned char w h if pic printf Can t allocate memory n return int i for i 0 i rmap 1 i gmap i i bmap i 1 rmap 254 255 gmap 254 0 bmap 254 0 rmap 253 0 gmap 253 255 bmap 253 0 rmap 252 0 gmap 252 0 bmap 252 255 int x y Apaga pinta for y 0 y lt h y float angulo int ang 1 oat roh 201 loat rpc 201 lt 256 1 for x 0 x lt w x Circunferencias de referencia circle 320 240 50 pic circle 320 240 150 pic o bitmap na memoria picty wtx 255 295 circle 320 240 100 pic circle 320 240 200 pic fprintf sonarlog
327. pios do Rio Grande do Norte 2006 100f Disserta o Mestrado em Engenharia de Produ o Centro de Tecnologia Programa de P s Gradua o de Engenharia de Produ o Universidade Federal do Rio Grande do Norte 2006 GAS S J ALMEIDA A R de Uncertainty representation for mobile robots perception modeling and navigation in unknown environments Fuzzy Sets and Systems Journal n 107 p 1 24 1999 GHAROONI S C AWADA B TOKHI M O Modeling and control of upright lifting wheelchair In INTERNATIONAL CONFERENCE ON CLIMBING AND WALKING 148 ROBOTS AND THE SUPPORT TECHNOLOGIES FOR MOBILE MACHINES CLAWAR 2005 8 2006 Proceedings s l s n 2006 p 969 976 GHOSAL A BALAKRISHNA R Modelling of slip for wheeled mobile robots EEE Trans Robotics and Automation v 11 DO 1 p 126 132 Feb 1995 GIRALT G CHATILA R VAISSET M An integrated navigation and motion control system for autonomous multisensory mobile robots n BRADY M PAUL R Eds Robotics research the first international symposium Cambridge MA The MIT Press 1984 p 191 214 GIRALT G SOBEK R CHATILA R A multilevel planning and navigation system for a mobile robots a first approach to HILARE n INTERNATIONAL JOINT CONFERENCE ON ARTIFICIAL INTELLIGENCE 6 1979 Tokio Japan Proceedings Tokio 1979 p 335 337 GOLDSTEIN H Classical mechanics reading Mass Addinson Wesley 1980 GOODWIN G PAYNE R
328. podem usar um ou todos os recursos em uma nica aplica o Al m do melhor desempenho no reconhecimento a fam lia RSC 4x proporciona maior integra o on chip de recursos incluindo um pr amplificador de microfone unidades twin DMA vetor acelerador multiplicador de hardware tr s temporizadores e at 4 8 Kbytes de RAM Um sistema completo pode ser constru do com outros componentes adicionais m nimos como bateria alto falante microfone e alguns resistores e capacitores Em aplica es que exigem menos tempo de discurso ou conjuntos de comandos menores a RSC 4640 oferece 64 Kbytes de mem ria ROM e recomendada para redu o de custos No entanto muitas vezes a simples informa o de que existe um obst culo a certa dist ncia insuficiente para que a cadeira de rodas possa se deslocar com seguran a Frequentemente necess rio identificar no ambiente de opera o da cadeira de rodas alguma refer ncia geom trica que pode ser utilizada para que a cadeira de rodas se 101 localize no ambiente encontre um posto de recarga ou simplesmente corrija o erro cumulativo da odometria O reconhecimento de refer ncias vocais utilizando reconhecimento de voz uma tarefa complexa quer pela sensibilidade do reconhecimento de voz a dist rbios ambientais principalmente varia es de temperatura e correntes de ar quer pela n o linearidade do processo de dif cil modelagem matem tica Por esses mo
329. procedimento para a determinag o das caracter sticas de entrada da rede neural e uma descri o detalhada sobre a obten o dessas caracter sticas pode ser encontrada nos trabalhos deste autor RENNO et al 2000 Para isso foi selecionada a onda vocal da palavra Daddy da frase original FIGURA 43 Onda vocal selecionada FONTE Dados da pesquisa 104 Eliminando os valores negativos determinou se a sua envolt ria da parte positiva ou a envolt ria superior isolada Esse passo fundamental para identifica o de uma onda vocal no processo de reconhecimento de voz em projetos de rob tica e serve como prepara o dos passos que ser o realizados a seguir FIGURA 44 Selec o de pontos em uma das ondas vocais selecionadas FONTE Dados da pesquisa Foram adquiridos conjuntos de nove caracter sticas do sinal da onda vocal Estas caracter sticas s o extra das da envolt ria FIG 46 Caracter sticas da A envoltoria FIGURA 45 Caracter sticas da envolt ria FONTE Dados da pesquisa Ta Tempo de subida Tp To Ta Tempo de descida T T To Tempo de in cio da onda Tp Tempo do pico da onda Tf Tempo do final de onda rea lt rea total sob a envolt ria real rea sob a envolt ria em T Area2 Area sob a envolt ria em Ta a Amplitude m xima do sinal 105 Para a efici ncia de cada classe refer ncia devem ser utilizados v rios sinais de ondas vocais para diverso
330. r Card Reader CONN Te a PG 10 11 12 USB RTS5158E pg 19 Pig HDA LPC FLASH SPI 1 2M bytes 5 Touch Screen conn PG23 1 PG 17 Acz2 LAU hee ee Codec EC DMIC DATA CLOCK AMP TPA6017A2 EMC 5035 17X8 ECE1077 Keyboard PG PG22 PG26 PG 26 28 PS 2 Audio SPK HP Jack x1 Touchpad USER conn x2 MIC Jack x1 Connector INTERFACE PG 29 PG 29 PG 26 PG27 FIGURA A5 21 Diagrama em blocos da placa controladora DELL baseada no PC USB SOUTH BRIDGE 3 o 5 2 2 Placa dipC02 do Controlador das rodas da cadeira 5 2 2 1 Introdu o Paralelo aos sinais gerados pelo netbook podem ser enviados pelos sensores sinais de comando que entram diretamente na placa controladora do PIC para modifica es necess rias nas velocidades e dire es atrav s do driver Para isto foi desenvolvido um circuito capaz de enviar tanto os comandos gerados por voz quanto os comandos gerados pelos sensores 231 FIGURA A5 22 Lay out da placa controladora dos motores fabricada pela Digital International Projects baseada no PIC16F84 5 2 2 2 O circuito da placa controladora das rodas diferenciais A placa controladora dipC02 da Digital International Projects uma unidade eletr nica de automa o para trabalhos diversificados menos pesados nas pequenas e m dias ind strias e centros comerciais Faz parte de um sistema modular composto por diversas placas de interface e drivers para
331. ra a concepc o do conte do 146 BORENSTEIN J KOREN Y Motion control analysis of a mobile robot ASME J DynamicSyst v 109 p 158 165 Jun 1987 BROCKEN R W Asymptotic stability and feedback stabilization In BROCKEN R W SUSSMAN M Eds Differential geometric control theory Boston Birkhauser 1983 p 181 208 CARBONELL J G Paradigms for machine learning s l s n 1989 v 40 p 1 9 CARNEGIE MELLON Control tutorials for Matlab Ohio State University of Michigan 2001 CHAN M World health report research for universal health coverage s l s n 3 March 2013 CHEN C T PHAM H V Enhanced development and stability analysis of a new stair climbing robotic wheelchair Jn IEEE INTERNATIONAL CONFERENCE ON ADVANCED ROBOTICS AND ITS SOCIAL IMPACTS TAIPEI Taiwan Aug 23 25 2008 Proceedings Taiwan 2008 CHIANG R SAFODOV M Robust Conno Toolboxfor use with MatlabP Natick Mass The MathWorks Inc 1992 CLAUSER C E MCCONVILLE J T YOUNG J W Weigth volume and center of mass of segments of the human body Ohio United States Nasa Aerospace Medical Research Laboratory Aerospace Medical Division Wright Patterson Air Forces Base August 1969 COSTA P G Identifica o modeliza o e controlo de um ve culo m vel aut nomo 1995 165f Dissertac o Mestrado em Engenharia Electrot cnica e de Computadores Faculdade de Engenharia da Universidade do Porto Port
332. ra adequada para rob s m veis que integre a entrada de comandos de um ser humano com a camada de controle aut nomo do sistema que evita colis es com obst culos est ticos e din micos e conduza o rob em dire o ao seu objetivo de navega o GRASSL 2006 Arquitetura de controle h brida deliberativa reativa para um rob m vel com intera o humana Essa arquitetura desenvolvida principalmente para tarefas de navega o permite que o rob seja operado em diferentes n veis de autonomia possibilitando que um usu rio humano compartilhe o controle do rob de forma segura enquanto o sistema de controle evita colis es Al m disso o plano de movimento do rob representado por uma fun o de navega o sendo proposto um m todo para combinar um comportamento deliberativo que executa o plano de movimento com comportamentos reativos definidos no contexto de navega o e entradas cont nuas de controle provenientes do usu rio O sistema de controle inteligente definido por meio da arquitetura foi implementado em uma cadeira de 36 rodas robotizada Foram apresentados alguns dos resultados obtidos por meio de experimentos realizados com o sistema de controle implementado operando em diferentes modos de autonomia GRASSI OKAMOTO 2006 Tal trabalho preocupou se com o levantamento e a estabiliza o de uma cadeira de rodas no qual o torque aplicado nos motores da parte posterior da cadeira de rodas para for ar uma ener
333. ra o seu acionamento como uma ponte H por exemplo 5 4 Ponte H Driver A eletr nica de acionamento 5 4 1 Introdu o Os fabricantes de PWM Modula o por Largura de Pulso concorrem para que os seus controladores para motores el tricos sejam os mais eficazes assim desenvolvemos nosso pr prio circuito sem igual experi ncia t cnica mas que atendeu perfeitamente n o s este projeto como outros incorporando aos produtos da dip como dipH02 e lembrando que h v rios modos de fazer PWM que n s tentamos e rejeitamos por uma ou outra raz o qualquer Esta se o dever lhe dar uma boa id ia dos princ pios envolvidos e o que fazer como tamb m o que n o fazer Esta se o na realidade uma pequena contribui o em controle de motor visto que este dispositivo foi o mais pr tico para os acionamentos rob ticos na oficina de rob tica deste departamento Dissipador FIGURA A5 26 Lay out e a placa do driver do motor dipH02 da Digital International Projects Um controlador de motor comercial mais que simplesmente um circuito para alterar a velocidade do motor e a seguir temos um guia de caracter sticas de controladores que explicam o que a maioria incorpora e por que delas precisam Controlar a velocidade de um motor DC utilizado em autom vel utilizamos o motor DC do vidro el trico da janela n s precisamos de uma voltagem ajust vel DC que o alimente Por m se voc utiliza um motor de 12 VDC e
334. ra permitir que ums cadeira de rodas m vel possa se deslocar com relativa seguran a em ambientes parcialmente estruturados Na cadeira de rodas utiliza se uma interface baseada em redes neurais de fabrica o da Sensory Inc na FIG 41 que pode ser treinada para aprender os comandos necess rios ao controle e navega o Dessa forma resolve se o problema de levar tal processamento ao sistema supervisor com o inevit vel aumento de atraso devido ao programa d BL 3 58 MHz Oscillator A fh 32 KHz Oscillator optional IU or Resonator GP A MT Watchdog EM C Timers 4 Timer x Digital Filter m RSC 4x microphone Sontot Le vas L3 General Purpose Microcontroller M acc ked Core DAC DAC Out Pre Amp Speaker Out POR BOR e v Com Ito E M Low Bato Comparators Detect L General Purpose VO 2 x B bit ports 16 V0 FIGURA 40 Interface da Sensory Inc completa para captura do Som FONTE Sensory Inc Essa interface da fam lia RSC 4x se baseia em processadores projetados para trazer recursos de udio avan ados em produtos de consumo sens veis e embutidos Baseado em um microcontrolador de 8 bits a fam lia RSC 4x integra blocos de processamento digital e anal gico otimizado em uma solu o de chip nico capaz de reconhecimento de voz preciso de alta qualidade e baixa taxa de dados de fala comprimida Os produtos
335. ransi o b e no equil brio c FONTE Dados da pesquisa Verificada a validade do modelo partiu se para a concep o do controlador fuzzy Este ser o respons vel por gerar o valor aproximativo que atrav s dos acionadores gerar o torque T aplicado s rodas da cadeira de raio r com o intuito de manter o CG com um ngulo de inclina o 0 de 90 Inicialmente as vari veis fuzzy das entradas do controlador foram criadas conforme a Fig 53 s o elas o ngulo Theta 0 e a velocidade angular Omega assim como foi criada a vari vel sa da do mesmo que sob a forma de um valor correspondente tens o Va a ser amplificada pelos drivers ser aplicada aos motores e que atrav s daquele torque T ser aplicado s rodas de raio r cujo resultado a for a de atua o F Uma vez definidas as vari veis lingu sticas de entrada e sa da do controlador construiu se o que se chama de base de regras do controlador CLAUSER MCCONVILLE YOUNG 1969 vista na TAB 6 em que a primeira letra de cada fun o de pertin ncia indica se o valor da vari vel negativo N ou positivo P o que significa igualmente qual ser o sentido de giro das rodas Forward ou Reward e a segunda letra indica se o valor pequeno S m dio M grande H ou enorme B correspondendo s diversas pot ncias aplicadas o que resulta na velocidade de giro das rodas e suas respectivas velocidades Adicionalmente tem se sig
336. ras conforme ser apresentado adiante A integra o desses dois sistemas agrega as vantagens de ambos ver TAB 1 isto as redes neurais dotar o o sistema resultante com a capacidade de aprendizado e os sistemas nebulosos dotar o o sistema hibrido resultante com a capacidade de decis o 3 3 Uma compara o entre a Segway e a cadeira de rodas Outras alternativas para o transporte em pequenas distancias baseiam se no controle de um ve culo fundamentado no p ndulo invertido no qual o usu rio fica de p ou sentado como na cadeira de rodas sobre duas rodas paralelas mantendo se em equil brio inst vel sob a a o dos motores Embora em princ pio seja uma op o um tanto for ada essa classe de dispositivo nica ocupa quase o mesmo espa o que uma pessoa de p bem como ter uma curva de aprendizagem opera o muito r pida assim uma vez que tudo o que feito o equil brio como uma pessoa faz ao caminhar Esses ve culos n o requerem um grande conhecimento pr vio apenas o suficiente para o transporte Al m disso uma das grandes vantagens sobre ve culos tradicionais a sua elevada mobilidade uma vez que poss vel obter um raio de viragem de zero pois ambas as rodas giram em dire es opostas e podem facilmente ser mobilizadas por vias complexas o que s pode ser feito em p Esse tipo de ve culo basicamente tem um nico expoente chamado Segway que foi o primeiro ve culo comercial da categoria At
337. rcional a sua massa o CG e o CM se referem ao mesmo ponto No corpo humano o centro de gravidade CG coincide com o centro de massa CM O centro de gravidade do corpo humano depende da posi o relativa de cada parte do corpo Esta defini o implica que o corpo humano seja considerado como composto de v rios segmentos r gidos e que para cada segmento seja conhecido o respectivo CG De um modo geral considera se que o CG de um jovem adulto em posi o ereta normal est localizado na 2 v rtebra dorsal No entanto em cada movimento do corpo haver a varia o da posi o do CG global do corpo O movimento isto o deslocamento relativo das partes do corpo r gido em que o corpo est dividido provoca altera o constante da resultante do CG humano Ao variar o CG humano interfere na composi o do CG resultante podendo levar o sistema a uma instabilidade a ser corrigida pelo controlador fuzzy RENN LIMAII PINTO 2013 Outros fatores que afetam o CG a idade da pessoa e o sexo Com a idade h uma tend ncia da diminui o da altura percentual do CG No adulto jovem o CG encontra se 15 mais baixo que em uma crian a de um ano Para a mesma idade altura peso verifica se que o sexo feminino possui o CG localizado entre 1 a 2 mais abaixo que o masculino 124 5 6 2 M todo de determina o do CG do corpo com base nos CG dos segmentos poss vel calcular as coordenadas do CG a partir de percentuais de
338. re elas metodologias mais eficazes para o c lculo de CG humano cgh O centro de gravidade do corpo humano depende do tipo de pessoa e da posi o relativa de cada parte do corpo Essa defini o implica que o corpo humano seja considerado como composto de v rios segmentos r gidos e que para cada segmento seja conhecido o respectivo CG De 122 um modo geral considera se que o CG de jovem adulto em posi o ereta normal est localizado na 2 v rtebra dorsal No entanto em cada movimento do corpo haver a varia o da posic o do CG global do conjunto usu rio cadeira O movimento isto o deslocamento relativo das partes do corpo r gido em que o corpo est dividido provoca altera o constante da resultante do CG humano Outros fatores que afetam o CG humano s o a idade da pessoa e o sexo Com a idade h uma tend ncia na diminui o da altura percentual do CG No adulto jovem o CG encontra se 1596 mais baixo que em uma crianga de um ano Para a mesma idade altura e peso verifica se que o sexo feminino possui o CG localizado entre 1 a 2 mais abaixo que o masculino Para se efetuar o c lculo do CG total do conjunto considera se a dist ncia de um eixo de refer ncia com a massa de cada parte do corpo e da cadeira Calculam se as coordenadas com as equa es seguintes _ ZX X w _2Y X uw Du w Kaal Voa Lrotal eq 5 5 2 Wi x Wi gt Wi Sendo que Xtotal Ytotal Ztotal representam as coordenadas do
339. rede ter uma entrada variando de O a 8 seguida por uma camada de 10 neur nios TANSIG seguida por uma camada com 1 Neur nio PURELIN A retropropaga o TRAINLM treinamento por Levenberg Marquardt usada A rede tamb m simulada rede newff O 8 10 1 tansig purelin trainlm yl sim rnavoz p plot p t 0 p y1 x Aqui a rede treinada para at 50 pocas para uma meta de erro de 0 01 e ent o resimulada rnavoz trainParam epochs 50 rnavoz trainParam goal 0 01 rede train rnavoz p t y2 sim rnavoz p plot p t osp yl x p y2 Algoritmo A fun o TRAIN chama a estrutura indicada por rnavoz trainFcn enquanto usa os 194 valores de par metro de adapta o indicados por rnavoz trainParam Tipicamente uma poca de treinamento est definida como uma nica apresenta o de todos os vetores de entrada para a rede A rede atualizada ent o de acordo com os resultados de todas essas apresenta es O treinamento acontece at que um n mero de m ximo de pocas acontece a meta de desempenho encontrada ou qualquer outra condi o de parada da fun o rnavoz trainFcn acontece Algumas fun es de treinamento partem desta norma s apresentando um vetor de entrada ou sequencia cada poca Um vetor de entrada ou sequencia fortuitamente escolhido a cada poca de vetores de contribui o concorrentes ou sucessivos de entrada NEWC e NEWSOM devolvem redes qu
340. reditivo Os diversos elementos no conjunto do projeto determinados pelo projetista inclusive a montagem mec nica b sica atenderam o objetivo pretendido do uso da intelig ncia artificial para o controle de um rob neste caso a cadeira A meta s n o n o foi atingida pelas restri es iniciais impostas nesta tese 144 Ficou claro por todas simula es realizadas que o controle fuzzy vi vel por m para maior efici ncia e efic cia do sistema pode ser adaptado pela amplia o das regras e modifica es nas fun es de pertin ncia Sistemas din micos n o lineares s o um desafio e um controlador Fuzzy leva uma vantagem consider vel sobre o Moderno por espa o de estados pois tem uma abordagem mais intuitiva baseada em vari veis e regras lingu sticas Ou seja seu custo de desenvolvimento muito menor do que aquele feito para o controle convencional Deve se levar ainda em considera o o custo computacional estimado em O n Conforme dissemos anteriormente uma defini o mais detalhada est no ap ndice 2 A soma dessas contribui es metodol gicas e as suas repercuss es para o atendimento aos desabilitados f sicos ser bem ampla e acredita se muito bem aceita pela comunidade de medicina e pelos usu rios com problemas de tetraplegia Pretende se doar tal estudo a institui es e ou funda es internacionais interessadas para fins filantr picos caso n o exista interesse comercial que fina
341. rementa a vari vel em timer 1 movlw 19 subwf but tim O compara o valor no registro but tim com 19 btfsc STATUS Z testa se o registro but tim 19 goto runmotor se sim o bot o n o foi tocado continue PWM return se n o o bot o foi pressionado e solto V para o pr ximo nivel de pot ncia timer 1 testa por quanto tempo o bot o foi pressionado decfsz but tim decrementa but tim e testa se 0 goto runmotor se ndo continue PWM goto power down se sim o bot o foi seguro por 2 segundos ent o abaixe a pot ncia LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLEI gt eek power down liga o motor e dorme modo de baixa pot ncia bcf PORTB pwm movlw 250 atrasa 1 segundo para permitir que o bot o seja solto antes call long delay colocando o processador para dormir movlw 250 call long delay movlw 250 call long delay movlw 250 call long delay clrf PORTB sleep acorda bot o pressionado executar a prox instru o goto main 318 5 FP E26 2 2 2 k k RE subrotinas de atraso LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLII LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLDLLLLLLLLLLLLLLLLEL gt KKK long_delay entre aqu com os ms desejados em W max 255ms movwf ld count Ims de resolu o ld loop call ms delay chama atraso de 1ms decfsz ld count decrementa Id count at encontrar o zero goto ld loop return ms delay entra aq
342. rencial inercial uma grandeza f sica de car ter vetorial definida pelo produto vetorial do vetor posi o do ponto de aplica o da for a em rela o ao ponto 0 pela for a aplicada 5 6 7 Caracter sticas do momento de uma for a Dire o perpendicular ao plano definido pelos vetores posi o e for a Sentido dado pelas regras da m o direita ou do saca rolhas Ponto de aplica o 0 Norma pa c FAP sen 2 eq 5 14 O ngulo indicado o que os vetores posi o e for a formam entre si A unidade SI dessa grandeza o N m O momento de uma for a tem na rota o um papel equivalente ao da for a na transla o O efeito de rota o produzido pela for a aplicada a um corpo medido pelo momento dessa for a O momento de um sistema de for as em rela o a um ponto fixo 0 em um referencial inercial igual soma dos momentos das diferentes for as relativamente ao mesmo ponto a eq 5 15 130 5 6 8 Momento de uma for a e de um sistema de for as em rela o a um eixo O momento de uma for a em rela o a um eixo fixo em um referencial inercial o vetor deslizante que se obt m projetando no eixo de rota o o momento da for a em rela o a qualquer ponto do eixo O momento de uma for a relativamente a um eixo nulo quando a for a e o eixo forem coplanares O momento de um sistema de for as em rela o ao eixo em torno do qual gira um corpo igual soma dos mome
343. rincipal a melhor escolha a ser feita pois possui a maior sensibilidade ao contr rio da dire o secund ria que dada pelo coeficiente de a R poisson v como pode ser observado na figura win a Substrato pol mero Grade sensora metal sobre um substrato a End Loops Grid Dire o sensora principal Ache Alignment Base solda Grid Length uu End Loops Backing and Encapsulation Solder Tabs 5 08 Utilizaram se dois extensi metros de 1200 nesta c lula de carga Figura A5 10 Strain Gage O fator K fornecido pelo fabricante dado pela equa o 1 1 Onde K fator do extensi metro R resist ncia inicial AR varia o resist ncia L comprimento inicial AL varia o do comprimento 5 1 3 2 3 Ponte de Wheatstone O circuito da ponte de Wheatstone utilizado para medir o desbalanceamento entre os extensi metros e resistores causado pela deforma o sofrida da estrutura O desbalanceamento medido pela varia o de tens o e posteriormente transformado na grandeza desejada Existem diversos tipos de configura es de ponte nos quais podemos citar 4 e ponte inteira em que a ltima obt m um melhor resultado pois possui elevada sensibilidade 223 15 Vee 15 Vcc Full bridge strain gauge circuit strain gauge stressed strain gauge 25V 2 5V strain gauge stre strain gauge stressed
344. ringir alguns movimentos por ex Roll visto que n o se teria condi es de processamento em tempo h bil mesmo que se estivesse realizando apenas uma simula o Aquelas equa es da din mica do sistema obtidas no cap tulo 4 efetivamente duas equa es diferenciais de 2 Ordem resultam em quatro equa es diferenciais de 1 Ordem que descrevem igualmente o mesmo comportamento din mico do sistema Esse vetor dimensional 4x1 pode ser descrito como X Xi X2 X3 X4 Sendo que X1 0 X2 X3 X X4 X Estabelecidas estas Vari veis de Estado poss vel definir suas derivadas imediatas e aquelas baseadas nas equag es do movimento do cap tulo 4 de forma que X X ac g sen x cosx asenx 2 ad x H X5 u cosx gsenx 2 4 2 2 2 2 1 1 ab cos x ab cos x ab cos x ab cos x X a X X l ac g sen x cosx asen x 2 ad PA z ea d E H xc sd ju ab cos x ab cos x ab cos x ab cos x 119 eq 5 4 Sendo que a b c d E uma combina o matem tica de coeficientes relacionados aos par metros no e f sicos da cadeira Consideremos o vetor de vari veis X e as matrizes e B de estados onde a equa o geral do movimento deste sistema determinado linearizado onde se obt m x 0 X d X 1 J m E 0 J M m Mmd 0 0 md eq 5 5 0 J M m Mmd 0 0 E 1 0 1 md b m gd 0 J M m Mmd 0 0 0 J M m 2 Mmd 0 mdb mgd
345. rker e Rummelhart fez ressurgir o interesse em Redes Neurais Artificiais sendo o algoritmo de aprendizado mais largamente utilizado M SSON 1990 REFENES 1993c Conforme BEALE 1990 o Backpropagation pode ser visto como uma generaliza o do m todo Delta para redes neurais de m ltiplas camadas Ao se apresentar um determinado padr o de entrada a uma rede neural n o treinada e o respectivo padr o de sa da uma sa da aleat ria produzida A partir da sa da produzida pela rede calculado um erro representando a diferen a entre o valor obtido e o desejado O objetivo consiste ent o em 182 reduzir continuamente o erro at um determinado valor aceit vel Isto alcan ado pelo ajuste dos pesos entre as conex es dos neur nios pela aplica o da regra Delta Generalizada que calcula o erro para alguma unidade particular e propaga esse erro para a camada anterior Cada unidade tem seus pesos ajustados de modo a minimizar o erro da rede A minimiza o do erro no algoritmo Backpropagation obtida pela execu o do gradiente decrescente na superficie de erros do espa o de pesos onde a altura para qualquer ponto no espa o de pesos corresponde medida do erro O ajuste dos pesos inicia nas unidades de sa da onde a medida do erro est dispon vel e procede com a retropropaga o desse erro entre as camadas ajustando os pesos at que a camada das unidades de entrada tenha sido processada Para as unidade
346. role A representa o das equa es de estado escrita desta forma dx aA e y Cx Du eq 5 4 Sendo que x um vetor nx1 que representa os estados aqui s o ngulos deslocamentos e as velocidades correspondentes u um escalar representando a entrada uma for a ou torque no caso desta cadeira y um escalar representando a saida A B C e D S o matrizes de estado que estabelecem uma rela o entre entrada e sa da Dit ult FIGURA 56 Diagrama em blocos de um modelo por espa o de estados FONTE Dados da pesquisa 118 Para que seja possfvel trabalhar nessa linha al m de se ter domfnio da controlabilidade e da observabilidade h que ter bem definidos o estado as vari veis de estado o vetor de estado e o Espa o de Estados Tal sistema constitu do conforme visto no modelamento do capitulo 5 por um sistema impulsor de massa M e o chassis fixo a este de massa m e de comprimento c Mas esse conjunto encontra sua equival ncia no CG de massa equivalente e distancia d refer ncia inercial O situada no centro do eixo traseiro A cadeira pode mover e girar na horizontal eixo y e inclinar em relag o a este plano girando sobre o eixo z Esse sistema como foi visto na cinem tica do capitulo 4 poderia possuir v rios graus de liberdade pois al m de avangar no plano pode inclinar e girar Roll tanto para a esquerda como para a direita No entanto por decidir se rest
347. rqpar fopen nomearq rt NULL 252 erro abrir arq nomearq oO f oO f ao f ao f fscanf argpar Sf f St amp raio amp veloc Kand inic amp origem x amp origem y amp destino x amp de stino y origem global origem direcao ang inic fclose arqpar ptoi t pto mapa ptof t ptof ptoi t ptoi ptoi x uint ptof x PRECISAO ptoi y uint ptof y PRECISAO return ptoi void marca pto ptoi t p int raioi int ceil raio PRECISAO LAL Xy int xi p x raioi gt 0 p x raioi 0 int xf p xtraioi lt maxx p xtraioi maxx 1 int yi p y raioi gt 0 p y raioi 0 int yf p ytraioi lt maxy p ytraioi maxy 1 E YE for x xi x lt xf x for y yi Y lt yf ye O BSTACULO mapa x y void marca linhaX ptoi t pl ptoi t p2 uint passo int ceil raio PRECISAO cont passo int s 0 int dx p2 x pl x int dy p2 y pl y int yincr dy gt 0 1 1 int dxdiv2 dx gt gt 1 ptoi t p pl dy abs dy marca pto p while p x lt p2 x p xt s dy if s gt dxdiv2 S dx p y yincr if cont passo cont 1 marca pto p else cont E ele marca_pto p 253 if cont gt 1 se ultimo ponto marcado n
348. rviu de alavanca para muitas outras aplica es como em 1980 no Controle Fuzzy de opera o de um forno de cimento Vieram em seguida v rias outras aplica es destacando se por exemplo os Controladores Fuzzy de plantas nucleares refinarias processos biol gicos e qu micos trocador de calor m quina diesel tratamento de gua e sistema de opera o autom tica de trens Estimulados pelo desenvolvimento e pelas enormes possibilidades pr ticas de aplica es que se apresentaram os estudos sobre Sistemas Fuzzy e controle de processos avan am rapidamente culminando com a cria o em 1984 da Sociedade Internacional de Sistemas Fuzzy constitu da principalmente por pesquisadores dos pa ses mais avan ados tecnologicamente Sistemas Fuzzy foram amplamente ignorados nos Estados Unidos porque foram associados com intelig ncia artificial um campo que periodicamente se obscurecia resultando numa falta de credibilidade por parte da ind stria A prop sito disto e apenas a t tulo de ilustra o mais de 30 dos artigos at hoje publicados s o de origem japonesa Os japoneses n o tiveram este preju zo o interesse em Sistemas Fuzzy foi demonstrado por Seiji Yasunobu e Soji Miyamoto da Hitachi Yasunobu 2002 que em 1985 apresentou simula es que demonstraram a superioridade de Sistemas de Controle Fuzzy para a estrada 187 de ferro de Sendai suas id ias foram adotadas e Sistemas Fuzzy foram usados para controle de aceler
349. s As rota es finitas s o um dos aspectos da cinem tica e apesar da exist ncia de diversas metodologias a que foi empregada neste trabalho se baseia fundamentalmente em Newton e nos ngulos de Euler uma das parametriza es mais encontradas na literatura por apresentar uma visualiza o mais imediata do problema Apesar disso essa metodologia pode levar a determinadas singularidades que devem ser evitadas ao longo do projeto atrav s de uma limita o dos movimentos No projeto dessa cadeira de rodas as limita es podem ocorrer naturalmente ou seja as estruturas mec nicas nas bordas servem de batente como nos projetos das cadeiras de rodas convencionais el tricas ou n o Mas tais limita es podem ocorrer de uma forma n o natural como o caso do programa de controle limitar o movimento em fun o dos sensores No plano xz Figura A4 3 Rota o em torno do eixo y cos6 senO O0 Ry sen0 coso 0 0 0 1 201 No plano xy Figura A4 4 Rotac o em torno do eixo z cos8 O senp Rar 0 1 0 senp O cosf 2D 4c 1 Conv m lembrar que conforme a movimenta o que se Y Y fa a nesse plano em torno do eixo Z pode ou n o ocorrer anteriormente uma rotag o no plano xy cadeira em equil brio pois dessa forma este movimento seria uma matriz produto das duas matrizes de rota o No plano zy Figura A4 5 A cadeira pode entrar em um plano inclinado e ao torcer este plano latera
350. s anteriormente 5 1 1 3 Funcionamento do Sistema Utilizando as sa das geradas pelo Voice Direct TM foi desenvolvido um programa em C que introduzido na mem ria do netbook possa ser combinado com a l gica nebulosa e seja enviado um c digo via interface USB para a entrada em um dos microcontroladores PIC 16F84 que acionam a roda esquerda e direita que tratam estes sinais e enviam para os respectivos drivers da cadeira de rodas as ordens recebidas via r dio 217 l Kig IPIN L XS LEI RTT E A 3 avi MODs eu twy LS ol Figura A5 4 Diagrama el trico do comando vocal da cadeira Outro cuidado tomado na confec o da placa foi o de colocar resistores nas sa das do Voicer que est o ligadas em paralelo s sa das de outros circuitos Esta medida foi tomada para evitar que a corrente gerada ao acionarmos o controle entre na sa da do Voicer j que esta permanece em n vel baixo quando n o est acionada o que pode danificar a placa Foi implementado tamb m uma chave de emerg ncia no circuito Inicialmente n o existia a inten o de se introduzir uma chave que enviasse diretamente para a cadeira de rodas o comando PARE entretanto durante os testes foi constatado que a resposta do circuito a um comando na maioria das vezes durava aproximadamente 5 segundos um tempo muito longo Este atraso na resposta poderia causar algum acidente pois se fosse necess rio parar a cadeira de rodas rapidamente t
351. s complementares dos aspectos mec nicos ergon micos e cinem ticos da locomo o em cadeiras manuais O conceito do prot tipo tem seus pilares na propuls o atrav s de um servo motor centralizado que atua nas duas rodas traseiras por meio de um diferencial mec nico simplificando o controle da assist ncia motorizada no projeto do aro propulsor ortogonal com acoplamento assim trico e a roda em cambagem proporcionando melhor acesso das m os ao aro no projeto do aro propulsor baseado em aspectos dactilo anat micos no projeto e configura o da cadeira estruturada nas evolu es tecnol gicas das cadeiras manuais e adaptada s caracter sticas antropom tricas da popula o brasileira na assist ncia motorizada controlada por um sistema de avalia o cont nua da inclina o do terreno nas for as aplicadas ao aro e o deslocamento angular das rodas medido por aceler metro c lulas de carga e encoder tico respectivamente A efetiva o do presente conceito favorece a mobilidade independente do cadeirante podendo reduzir o custo referente ao uso prolongado de cadeiras manuais les o dos membros superiores e incapacidade funcional Aprimorar a mobilidade de usu rios de cadeira de rodas favorece sua independ ncia e participa o social aspectos essenciais para a melhora da qualidade de vida MEDOLA 2013 As contribui es deste estudo foram a escolha de um modelo matem tico para a CRM com incerteza quanto posi o do C
352. s Belo Hte E Tese Remo amento T rmico Acabamento mm oa a eec Quantidades Mole Dimerabes Brutos Peso Bruto Celio de an ce Cons Figura A5 8 Desenho t cnico de constru o da c lula de carga F Es T Cc sei sG2 Figura A5 9 Esquema de funcionamento do strain gauge no desbalanceamento da ponte Pode se observar na figuras A5 9 que esta c lula auto compensada pois quando aplicada uma for a o extensi metro 1 mede e o 2 n o se altera 222 5 1 3 2 2 Extensi metro ou Strain Gage O extensi metro de resist ncia el trica Strain Gage um resistor el trico composto de uma grade met lica sobre uma camada isolante de substrato de pol mero Este colado sobre uma estrutura de teste no qual sens vel a varia o de sua resist ncia em fun o de uma carga aplicada podendo se ent o estud la medindo e verificando o comportamento de sua estrutura Estas estruturas por sua vez apresentam deforma es que podem ser monitoradas de diversas formas dentre as quais por rel gio comparador por detector eletr nico de deslocamento por foto elasticidade por camada fr gil e por Strain Gage dentre outros O Strain Gage comumente utilizado pela sua versatilidade Um sensor de for a ou de press o por exemplo nada mais do que uma estrutura mec nica planejada a deformar se dentro de certos limites O extensi metro realiza a medi o em duas dire es A dire o p
353. s alternativas modernas para estudar modelar e controlar tais sistemas mas algumas s o denominadas de n o convencionais mais conhecidas como baseadas em conhecimento e incluem o uso de ferramentas de intelig ncia artificial SHAW SIM ES 1999 Este trabalho descreve o desenvolvimento da modelagem e controle de um sistema com essas caracter sticas citadas baseado em um controle n o convencional este com o emprego da l gica fuzzy Esta se situa em um patamar que permite a um leigo t cnicos 107 ortop dicos m dicos bio engenheiros e outros em rela o ao controle convencional projetar e executar um projeto desde que tenha conhecimento do seu funcionamento Este trabalho investiga essas novas t cnicas aplicadas a um caso real de uma cadeira de rodas para desabilitados f sicos tetrapl gicos com a op o da inclina o 5 5 1 Controle Fuzzy Definiu se que na teoria dos conjuntos fuzzy ou nebulosos a suposi o de que os elementos chave do pensamento humano n o s o informag es que possuam uma classifica o exata mas um conjunto de classes de objetos que s o conjuntos com fronteiras difusas de onde vem o seu nome ou seja a transi o de classes n o t o cont nua como nos controladores modernos e robustos nem abrupta como na l gica digital CLAUSER MCCONVILLE YOUNG 1969 HAUSER SANTOS 2002 O conhecimento do comportamento de uma planta pode ser expresso de forma mais natural
354. s ativa no mercado de trabalho e inclus o na vida social A integra o social das pessoas com defici ncia representa uma grande conquista o resgate da cidadania desses indiv duos Caberia aqui esclarecer o conceito de inclus o social que o movimento pelo direito incondicional de que todos os seres humanos participem ativamente da vida p blica sem qualquer restri o de credo religi o posi o pol tica etnia op o sexual ou grau de defici ncia Essa defini o diferente da de integra o que o movimento pelo direito de quase todos os seres humanos de participarem ativamente da sociedade desde que estejam devidamente preparados Embora esses dois voc bulos sejam sin nimos no dicion rio t m conota es diferentes quando se trata de temas ligados a pessoas com defici ncia O termo inser o social n o est associado a qualquer ideologia e pode portanto ser utilizado quando n o se deseja falar especificamente de integra o ou de inclus o As institui es empresas privadas e rg os p blicos assim como as universidades de um modo geral t m um papel importante na transforma o da sociedade e a percep o que as pessoas t m a respeito delas constru da com base nas a es adotadas Al m da motiva o legal e tica uma pol tica de inclus o das pessoas com defici ncia al m de outras de car ter social certamente trazem ganhos significativos de imagem a essas institui es O clima organiza
355. s de navega o para cadeiras de rodas provendo solu es para a inclus o desse grupo de usu rios Para tanto a revis o bibliogr fica envolve tr s aspectos as interfaces para usu rios os sistemas de navega o e a integra o entre ambos Primeiramente localiza se a interface como parte da rela o entre usu rio e tarefa para posteriormente restringir se a interfaces para portadores de severas limita es f sicas Reconhecendo que determinados tipos de limita es de usu rios demandam sistemas de navega o estes s o descritos na forma de exemplos de implementa es MADEIRA 2008 As cadeiras de rodas manuais convencionais exigem esfor o muscular do usu rio nos aros de propuls o sendo muitas vezes um mecanismo ineficiente na supera o das barreiras arquitet nicas Tal mecanismo alternativo dotado de uma combina o de alavancas propulsoras e embreagem seletiva que permite o travamento das rodas traseiras da cadeira de rodas no avan o de supera o de rampas e rodas livres no momento da propuls o convencional Foi utilizado o ambiente de Working Model 3D para a simula o da cadeira de rodas no momento da progress o da supera o de rampas A partir de uma revis o bibliogr fica dos padr es de propuls o desempenho e de mecanismos alternativos existentes elaborou se a proposta do mecanismo alternativo SILVA 2009 An lise Cr tica dos Produtos de Mobilidade Sentada Cadeiras de Rodas Utilizadas por Cri
356. s de sa da como s o conhecidos os valores desejados e obtidos o ajuste dos pesos sin pticos relativamente simples para as unidades das camadas ocultas o processo n o t o trivial Intuitivamente as unidades ocultas que apresentarem erros grandes devem ter suas conex es bastante alteradas enquanto que a mudanga nos pesos daquelas que tiverem suas sa das muito pr ximas das desejadas dever ser pequena Na realidade os pesos para um neur nio particular devem ser ajustados na propor o direta ao erro da unidade de processamento a qual est conectado Essa a raz o pela qual a retropropaga o dos erros atrav s da rede permite o correto ajuste dos pesos sin pticos entre todas as camadas do modelo conexionista Assim poss vel identificar duas fases distintas no processo de aprendizagem do Backpropagation aquela onde as entradas se propagam entre as camadas da rede da camada de entrada at a camada de sa da e aquela em que os erros s o propagados na dire o contr ria ao fluxo de entrada APD 2 17 Etapas do Algoritmo Backpropagation d d Seja o conjunto de treinamento D 7 1 onde 7 s o os vetores de A entrada do os correspondentes vetores de sa da e o n mero de vetores do conjunto de treinamento Conforme FREEMAN 1992 e MASSON 1990 o objetivo do treinamento consiste em ensinar rede o mapeamento de todo vetor de entrada para o respectivo vetor de sa da isto estabelec
357. s graus de liberdade sem restri es A FIG 3 a seguir caracteriza tais movimentos FIGURA 3 Movimentos do dispositivo generalista Fonte Dados da pesquisa Supondo um movimento de rota o e de transla o sob forma de uma matriz T generalizada de um ponto CG nas coordenadas x y e z em rela o ao referencial inercial para um ponto CG de coordenadas x y e z em um referencial local de um corpo r gido no espaco temos para a cinem tica direta CG T CG eq 4 0 1 E para a cinem tica inversa CG CG T T CG eq 4 0 2 Sendo T a nomenclatura utilizada para transformadas generalizadas de transla o e rota o do tipo matricial abaixo referenciado a N os 8 ors ons A Aa 50 Sendo a transforma es referidas a ngulos do tipo 0 p q combinados ou n o e d deslocamentos x y z Os valores adicionais dessa matriz est o relacionados s complementa es das dimens es mas s o muito utilizados em processos gr ficos Para o caso da cadeira de rodas em an lise inicialmente poucas restri es foram feitas Por isso n o existem os deslocamentos laterais supondo n o haver deslizamentos e transversais pois as rodas traseiras est o sempre apoiadas no solo Um pre mbulo deste estudo pode ser visto atrav s da FIG 4 a seguir FIGURA 4 Movimentos da cadeira de rodas no plano e fora dele com restri es FONTE Dados da pesquisa A representa o
358. s ocorridos na tentativa de transpor barreiras arquitet nicas como rampas e terrenos irregulares em especial para as crian as LOMBARDI 2002 An lise de valor controle de custo ergonomia desdobramento da fun o qualidade cadeiras de rodas deficientes fisicos e estabilidade Em tal estudo a cadeira de rodas provavelmente a mais importante ferramenta na reabilita o social de pessoas com defici ncia f sica A cadeira de rodas convencional composta de quatro rodas de larguras estreitas Duas delas com di metro grande est o montadas no eixo posicionado abaixo da por o do assento da cadeira As outras duas com di metro menor normalmente denominado Castors podem ser posicionadas em frente ou atr s daquelas de di metro grande O objetivo desta pesquisa analisar as possibilidades de se motorizar cadeiras de rodas convencionais visto que as cadeiras de rodas manuais representam a maioria 75 das cadeiras de rodas existentes ALVARENGA 2002 Este trabalho apresentou um algoritmo de navega o para uma cadeira de rodas em ambiente dom stico semiestruturada O usu rio definia a posi o final e a orienta o da 35 cadeira de rodas e o controlador de forma aut noma executava STEFANOV AVTANSKI BIEN 2004 Descrito um sistema de controle de L gica Fuzzy para uma cadeira de rodas inteligente voltado para a assist ncia pela defici ncia severa mas baseado em uma simula o de computador de navega
359. s pela RNA para cada comando sss essen 106 TABELA 5 Regras simplificadas para os quadrantes do controle fuzzy da cadeira de rodas 107 TABELA 6 Base de regras do controlador fuzzy rennen 116 TABELA 7 Percentual de massa do segmento sese 124 TABELA 8 Percentual de comprimento do Segmento a partir do pr ximo 124 Revis o e Normaliza o realizados por LEANDRO NEGREIROS CPF 053 541 856 61 Belo Hte MG Brasil Aa A D ANN ART Bp Bret Ce C1 Cg LISTA DE ABREVIATURAS E NOMENCLATURAS Matriz da parte linear do modelo sem escorregamento da cadeira Amplitude do sinal Matriz do modelo discreto obtido por discretiza o do modelo sem escorregamento Convers o Anal gico Digital Artificial Neural Network Rede Neural Artificial Adaptive Resonance Theory Matriz diagonal de autovalores de R Acelera o linear da cadeira rob tica dv dt Acelera o angular da cadeira dw dt Acelera o angular da cadeira rob tica no plano d dt Acelera o angular da cadeira fora do plano d 0 dt Matriz da parte linear do modelo sem escorregamento da cadeira Matriz do modelo discreto obtido por discretiza o do modelo sem escorregamento Dist ncia entre o ponto O e o ponto m dio nas rodas ou coeficiente de atrito din mico ngulo rad ngulo de orienta o da cadeira medi
360. s seguintes 2 4 xW Dy XW Y uxW X otal Y total Z total za ZW LW ow Sendo que Xrotal Ytotab Ztotal Yepresentam as coordenadas do centro de massa do corpo composto Xi Vip Zi representam as coordenadas do centro de massa de cada parte que constitui o corpo e a cadeira NW a soma dos pesos de todas as partes que constituem o conjunto 54 10 FIGURA 6 Exemplo de diversos centros de massa e 0 CG resultante Fonte Dados da pesquisa Na primeira parte do programa foi calculado o CG da cadeira adotando se o procedimento de usar a massa de cada parte da cadeira multiplicada pela coordenada do CG desta parte divido pela massa total de cadeira A seguir definiram se as coordenadas das diversas massas da cadeira em rela o a um eixo de refer ncia Na sequ ncia apresentada a parte da metodologia referente primeira em que se realizou a Soma do produto e a Soma das massas Posi o dos Centros de Massa da Cadeira FIGURA 7 As diversas coordenadas est ticas dos centros de massa da cadeira e o CG resultante FONTE Dados da pesquisa efetuado ent o o produto das massas pelas coordenadas e o resultado dividido pela massa total Assim determinam se as coordenadas do CG da cadeira 35 A segunda parte do programa simula aleatoriamente as varia es das for as que atuam nos quatros extens metros S S2 S3 S4 para simular a movimenta o do cadeirante sentado Em seguida efetuado o c l
361. s serem diferenciais tem se z t LS Jo Va t Ve t cos p t dt eq 4 17 x t fo Valt Ve t sen t dt eq 4 18 t Ifo Va t Vet dt eq 4 19 Cinem tica inversa Para determinar os par metros da cadeira para atingir um ponto desejado e conhecido no espa o tem se um problema mais delicado denominado cinem tica reversa ou inversa As equa es anteriores 3 2 descrevem uma restri o na velocidade da cadeira que n o pode ser lt integrada para ocasionar uma restri o de posicionamento Isso conhecido como uma 205 restri o n o holon mica cuja solu o em geral dif cil Contudo para determinadas classes de fun es de controle V t e Va t algumas solu es s o poss veis Se se assumir que V t Vc e Va t Va e ainda Ve Va isso permite que z t b 2 Va Ve Va Ve sen Ub Va Ve eq 4 20 x t D 2 Va Ve Va Ve cos t b Va Ve 0 2 Va V9 Va Ve eq 4 21 o t t b Va Ve dt eq 4 22 Onde Z X 0 t 0 0 0 0 Dado um tempo a ser atingido t e uma posi o conhecida z x as equa es anteriores resolvem para Va e Ve mas n o para um controle independente de 9 Para isso necess rio que a jun o dos movimentos rotacionais com os translacionais formem a din mica completa do futuro modelo matem tico da cadeira Obs Existem infinitas solu es para V4 e Ve considerando essas equa es que le
362. s timbres de voz 5 4 4 Reconhecimento de refer ncias vocais utilizando redes neurais O desenvolvimento deste trabalho se deu no ambiente Matlab da empresa americana Mathworks em plataforma PCO Uma vez definido o tipo de rede sua topologia e conjunto de pesos sin pticos pode se ent o efetuar a implementa o em processador embutido a bordo da cadeira de rodas rob tica e equilibrista Antes do treinamento neural foi realizado o pr processamento estat stico denominado An lise dos Componentes Principais PCA a fim de detectar caracter sticas redundantes bem como reduzir a dimens o da entrada da rede No caso espec fico deste trabalho a an lise PCA reduziu a dimens o dos vetores de dados de entrada de 9 para apenas 3 retendo 99 da vari ncia total ou seja desprezando as caracter sticas cujo somat rio das vari ncias no novo sistema n o excedia 1 Ap s os testes com v rios dimensionamentos de rede n mero de camadas internas e n mero de neur nios por camada interna e principalmente com a ajuda da regulariza o Bayesiana chegou se seguinte configura o apropriada entrada de dimens o 3 encontrada pelo pr processamento PCA 16 neur nios na nica camada escondida e 5 neur nios na camada de sa da competitivos do tipo winner takes all Haykin 1999 um para cada classe Al m dos conjuntos de treinamento e valida o foi utilizado um terceiro para teste definitivo do poder de generaliza
363. se adequar uma gama de aplica es que podem estar dentro de reas como a de lazer comercial hospitalar e at em controles de produ o industrial com uma certa dose de complexidade O microcontrolador utilizado nesta placa o PIC16F84A fabricado pela Microchip USA que pode trabalhar em frequ ncias que variam entre 4 10 e 20 MHz Esta placa vendida com um disco anexo que cont m manuais programas utilit rios e um curso sobre este dispositivo a fim de auxiliar desde o estudante de escolas t cnicas aos engenheiros em linhas de produ o nos projetos de seus interesses O programa dipAsm converte o c digo do programa fonte escrito em linguagem Assembly e desenvolvido no seu computador pessoal para o programa objeto em linguagem bin ria a ser executado pela placa controladora Para que isto seja poss vel outro programa dip16F84 transmite o c digo bin rio do computador pessoal para a placa controladora atrav s de cabo paralelo ou USB que devem ser adquiridos separadamente Aconselha se que todo o conjunto seja adquirido pois seu funcionamento dependem de todos este conjuntos podendo o usu rio optar por um dos cabos de acordo com as sa das dispon veis em seu microcomputador A placa controladora b sica da dip pode ser interfaceada tanto pela LPT J3 como pela USB tornando mais flex vel sua aplica o O conector na placa do tipo DB25 e sua conex o com a sa da do seu computador pode ser realizada conf
364. sentados sucessivamente s unidades vis veis da rede neural artificial at que um erro aceit vel seja alcangado ou enquanto um n mero determinado de itera es n o for satisfeito O ltimo conjunto de pesos observado entre as conex es das c lulas ent o mantido para testar a habilidade da rede em mapear a fun o de entrada para sa da e a consequente valida o do modelo de redes neurais artificiais FREEMAN 1992 APD 2 18 Considera es sobre o Algoritmo Backpropagation O desempenho do algoritmo de aprendizagem Backpropagation est condicionado modelagem adotada na RNA e ao conjunto de dados utilizados no processo de ajuste dos pesos sin pticos entre as conex es da rede APD 2 19 Dados para Treinamento Conforme James Freeman FREEMAN 1992 n o existe crit rio espec fico para sele o dos vetores de treinamento poss vel utilizar todos os dados dispon veis no treinamento do modelo conexionista embora apenas um subconjunto desses dados talvez seja suficiente para que esse processo seja executado com sucesso Os dados restantes podem ser usados para avaliar a capacidade de generaliza o do Backpropagation no mapeamento de entradas nunca encontradas no treinamento para sa das consistentes APD 2 20 Tamanho da Rede Neural Artificial 184 REFENES 1993c coloca que o n mero de unidades de processamento das camadas de entrada e sa da usualmente determinado pela aplica o No cas
365. sentam varia es de uma grandeza f sica valores ou at mesmo estado Este sinal pode ser classificado como Anal gico Quando os valores s o cont nuos dentro de um intervalo Digital Quando uma codifica o bin ria comp e num ricamente um valor no tempo de amostragem On Off Quando o valor medido assume apenas dois estados 214 Caracter sticas de um sensor As principais para um sensor s o Linearidade a relac o entre o sinal gerado e a grandeza f sica de forma que quanto mais proporcional mais linear e fiel o valor Faixa ou range S o os valores limites inferior e superior que o sensor pode operar sem causar sua destrui o ou imprecis o do valor Faixa ou range S o os valores limites inferior e superior que o sensor pode operar sem causar sua destrui o ou imprecis o do valor Veja a seguir um estudo sob a forma gr fica destas caracter sticas Figura A5 2 Gr fico das caracter sticas de um sensor Obs Nas faixas n o lineares para corrigir s o necess rias a es de integra o deriva o e deslocamentos Geralmente os sensores s o denominados transdutores pois j convertem a grandeza f sica medida em uma grandeza el trica O transdutor outro dispositivo que fornece uma resposta de sa da el trica que pode ser medida e processada por um circuito eletro eletr nico e que reproduz certas caracter sticas do sinal de entrada de mesma natureza
366. so cria uma depend ncia do usu rio limitado fisicamente em rela o outra pessoa para inserir toda essa informa o Dessa form decidiu se criar um mecanismo para determinar o centro de massa do corpo humano sem a necessidade da segmenta o e de tabelas evitando c lculos intermedi rios que elevariam o custo do processamento e talvez at inviabilizassem o processamento em tempo real 127 5 6 4 M todo da Extensiometria Considerando se a cadeira e o usu rio como um corpo r gido tem se o comportamento mostrado de forma simb lica na FIG 60 para atingir o equil brio CG FIGURA 61 Inclina o da cadeira para o equil brio FONTE Dados da pesquisa Para se efetuar apenas o c lculo de CG da cadeira considera se a dist ncia de um eixo de refer ncia com a massa de cada parte desta e se calcula as coordenadas com as equa es seguintes cm W cm W Sendo que Xem Yem Zem Representam as coordenadas do centro de massa do corpo composto Xa Yoz Representam as coordenadas do centro de massa de cada parte que constitui a cadeira X W a soma dos pesos de todas as partes que constituem 0 corpo 5 6 5 M todo proposto para determinar o CGhumano Para determinar o CG humano desenvolveu se uma placa para ser colocada no assento da cadeira que leva em considera o o peso distribu do do usu rio sobre ela Trata se de uma placa com quatro apoios e que tem contato com os respectivos extensi metros Os ex
367. sofia William Shakespeare Cur non facere serius exhilaratus Por que n o fazer o s rio de forma divertida Revis o e Normaliza o realizados por LEANDRO NEGREIROS CPF 053 541 856 61 Belo Hte MG Brasil SUM RIO HINTRODUCAO aca 23 l l Visio geral do problema ss oie rte reve i e eL aea n QUIA D SR EI ARE Sdn ca Rat 23 1 2 Motiva o para o desenvolvimento desta tese sees sees eee 25 1 3 Contribui es cient ficas do presente trabalho esee 26 LA Proposta deste traball aei eet rts RD ds 27 1 5 Desenvolvimento do trabalho ioco dept ant anne dr d i i ots 29 2 OBIETIVO Sn termes MN 31 Daly O Aude DE cams QUATRO es a a a a td 31 3 REVIS O BIBLIOGR FICA sumumunnenenenennnenenenennes 33 3 1 Cadeira de rodas servoacionada ou rob tica sese 33 3 2 Controles com t cnicas h bridas ino eaec ltda 41 3 3 Uma compara o entre a Segway e a cadeira de rodas esses 42 4 MODELAGEM MATEM TICA urnes 46 Ar VQ modelo maten ERR Ann s been Dar ennt UL Rua cn 50 4 1 1 Modelo din mico da Cadencia lla 51 2 S1mulaca0 do CO resultante A A ansias dali ond esa 53 4 2 1 Movimentos TOLACIONAIS end AS EL ad aa ae a quee 56 4 2 2 Movimiento translacional escassas nre nn tte hassan 58 NO plano e da e E nn Mt e 58 No pino A o es mM b MEE 58 No plano Y ose a me dude d AU qm AR E Mp 58 NO plano EE RUN 59 4 2 3 Centro de refer ncia inercial CIR AEE E E a A 7922
368. ssar locais que devem ser habituais ao seu usu rio tetrapl gico no seu dia a dia Assim torna se o desabilitado f sico menos dependente devido ao uso da tecnologia e se estende a sua capacidade o que deve ser uma das aplica es mais nobres do estudo de Rob s 28 Inclinar em rela o ao plano horizontal atrav s de uma cadeira de rodas implica em um estudo mais elaborado sob o aspecto din mico pelas mudangas na in rcia e perturbag es de origens internas e externas resultando em estudos comparativos deste controle n o convencional com aquele por Espa o de Estados e na necessidade adaptativa deste atrav s do CG centro de gravidade mut vel E como foi dito por meio da in rcia visto que o desenvolvimento matem tico se torna mais exigente principalmente se forem considerados os aspectos n o lineares e de instabilidade da cadeira de rodas envolvida RENNO C A LIMAII E J PINTOR L F 2012 Pretende se com este trabalho de Tese projetar e dentro das restri es existentes desenvolver desde o projeto mec nico at a modelagem e o controle uma cadeira de rodas rob tica e equilibrista baseada no princ pio do Pendulo Invertido mas adaptando o Dessa forma o usu rio paciente tetrapl gico vari vel e inst vel ser inclu do como a massa menor m e a cadeira como a massa maior M Isso j cria uma sutil modifica o nas equa es originais do Pendulo Invertido devido s mudan as do centro de massa e do
369. stem infinitos graus de incerteza Esta imperfei o intr nseca informa o representada numa linguagem natural tem sido tratada matematicamente no passado com o uso da teoria das probabilidades Contudo a L gica Fuzzy com base na teoria dos Conjuntos Fuzzy ou Conjuntos Nebulosos que uma teoria de possibilidades tem se 186 mostrado mais adequada para tratar imperfei es da informa o do que a teoria das probabilidades A L gica Fuzzy encontra se entre as t cnicas mais atuais de Intelig ncia Artificial tamb m conhecida como j foi dito por Conjuntos Fuzzy Este termo a princ pio nos convida a pensar em algo confuso nebuloso por m atualmente bastante direto Essa t cnica muito usada no Jap o e mais recentemente em todo oriente dos pa ses em desenvolvimento fruto da t o estudada quinta gera o dos computadores uma gera o que morreu antes mesmo de nascer A L gica Fuzzy consiste em aproximar a decisio computacional da decis o humana tornando as m quinas mais capacitadas a seu trabalho Isto feito de forma que a decis o de uma m quina n o se resuma apenas a um sim ou um nao mas tamb m tenha decis es abstratas do tipo um pouco mais talvez sim e outras tantas vari veis que representem as decis es humanas um modo de interligar inerentemente processos anal gicos que se deslocam atrav s de uma faixa cont nua para um computador digital que podem ver coisas com valores num ric
370. stems IEEE Transactions v 12 n 4 p 466 480 2004 157 AP NDICES APD 1 Hist rico e Fundamentac o Te rica Uma cadeira de rodas uma cadeira montada sobre rodas que utilizada por indiv duos com dificuldade de locomo o normalmente chamados de cadeirantes podendo ser empurrada por algu m movida manualmente ou eletronicamente pelo ocupante Por ser largamente utilizada por pessoas portadoras de variados graus e tipos de defici ncia f sica tamb m utilizada no s mbolo que indica acesso a pessoas com estas necessidades especiais Depois de fabricadas muitas cadeiras de rodas passam por m dicos fisioterapeutas para serem adaptadas ao portador daquele tipo de defici ncia f sica A cadeira de rodas um objeto indispens vel para pessoas que apresentam dificuldade de locomo o podendo se encontrar representa o de seu uso em alguns artefatos de IV AC na Antiga Gr cia Com o aprimoramento de sua fabrica o ao longo do tempo obt m se diversos modelos para atender as diferentes necessidades de seus usu rios Acredita se que os eg pcios foram os primeiros a utilizarem a cadeira de rodas como uma esp cie de carrinho de m o para transportar pessoas entretanto em alguns objetos gregos h gravuras feitas em torno do s culo IV AC de Hefesto deus grego da metalurgia retratando a utiliza o da cadeira de rodas Respons vel por ser o ferreiro dos deuses ele era adorado por artes es metal rgicos e era tamb
371. sua velocidade com a carga proporcional voltagem mas para trabalhos mais pesados e de baixa velocidade requer uma redutora conforme a figura abaixo No servo controle requer realimenta o ou feedback de acordo com as equa es abaixo V iR L di dt ko eq 5 1 t ki eq 5 2 93 Sendo que V Voltagem 1 Corrente R Resist ncia L Indut ncia o Velocidade Angular t Torque ke Constante el trica k Constante de torque Nesse projeto foram utilizados dois motores com redutoras espelhadas conforme foi dito para as rodas diferenciais como em um rob m vel conforme a FIG 34 FIGURA 33 Conjunto motriz da roda esquerda e direita FONTE Dados da internet Motores DC requerem drivers para o seu acionamento como uma ponte H por exemplo 5 2 2 Ponte H Driver a eletr nica de acionamento Os fabricantes de interfaces PWM Modula o por Largura de Pulso concorrem para que seus controladores para motores el tricos sejam os mais eficazes Assim optou se pela placa dipH020 da Digital International Projects que atendeu perfeitamente n o s este projeto como tamb m a outros que incorporaram produtos da dip Digital International Projects como base lembrando que h v rios modos de se fazer PWM que foram tentados e rejeitados por uma ou outra raz o qualquer Os ap ndices deste cap tulo d o 94 uma boa ideia dos princ pios envolvidos e do que fazer como tamb m
372. surge na refer ncia ou input que na cadeira vari vel e no Segway fixo para sempre equilibrar e No Segway o usu rio a perturba o necess ria ao movimento mas na cadeira n o Ele efetivamente uma perturba o No primeiro semestre de 2009 a Segway Inc apresentou um projeto experimental juntamente com a General Motors chamado projeto PUMA Esse projeto pode ser observado na FIG 2 cuja posi o revela uma solu o de transporte urbano real fornecendo ao projeto original certas caracter sticas que o tornam mais amig vel Em particular esse ve culo baseado no design cl ssico mas pode transportar dois passageiros sentados assemelhando se a um carro O prot tipo vem com rodas extras atr s usadas nas restri es do ve culo mas o movimento ainda no sentido de se equilibrar dinamicamente 7 Mobilidade Urbana e Acessibilidade Pessoal 45 sobre as duas rodas do meio Tal ve culo tamb m pode ser uma grande oportunidade para as pessoas com defici ncia permitindo um comportamento natural inclinando se e sem o risco de quedas FIGURA 2 A evolu o da Segway denominada P U M A da GM Fonte MILLER 2009 Assim apesar da aparente falta de sucesso do ve culo trata se de uma rea interessante de desenvolvimento de ve culos pessoais que chamou a aten o de muitos desenvolvedores criando uma s rie de prot tipos que emulam equil brio humano com base semelhante s estruturas do p
373. t 0 y2 0 300 301 if y2 gt 479 y2 479 bline x y x2 y2 GREEN pic Escreve pic para o formato GIF cout lt lt Gerando arquivo lt lt argv 1 lt lt An cout lt lt n nARCO da RPC lt lt k2 1 8 cout lt lt Anlocalizacao Dist ang lt lt maior 50 lt lt lt lt 2 k1 k2 0 9 cout AnCoordenada cartesiana x y malo 0 al nL angulo lt lt lt lt maior 50 cos angulo writegif fp pic w h rmap gmap bmap numcols colorstyle comment close fp free pic cria LIST Obst angulo direcao delta ptof t pos sonar pos sonar x posicao x DIST CENTRO SONAR cos GRAUS PARA RAD direcao pos sonar y posicao y DIST CENTRO SONAR sin GRAUS PARA RAD direcao for i 0 i tam list obst i rpe li tpe li 50 printf 2fMn rpc i list obst i pos pos sonar list obst i ang angulo if rpc i gt DIST MIN amp amp rpc i lt ALCANCE SONAR list obst i dist rpclil else 302 list obst i dist INFINITO angulo ANG PASSO MOTOR SONAR printf P 2f 2f list_obst i pos x list_obst i pos y printf A 2f D 2f An list obst i ang list obst i dist ERRAR RARA RA K KKKKKKKK twlc
374. ta es nos atuais suportes aos desabilitados f sicos A implementa o de uma estrat gia de controle de uma cadeira rob tica e equilibrista com seus comandos feitos de forma vocal motivadora principalmente porque dar um retorno por meio da pr tica de toda a teoria estudada tornando se um laborat rio real para futuras propostas 1 3 Contribui es cient ficas do presente trabalho Na revis o bibliogr fica foi poss vel constatar que existe material liter rio sob a forma de artigos e teses dispon vel que aborda da forma convencional e j bastante explorada a elabora o de um projeto timo de sistemas h bridos para o controle aplicado a cadeira de rodas Apesar de esse assunto ter sido bem explorado a presente Tese ir preencher uma lacuna cient fica pois n o se tratou de forma integral a determina o do Centro de Gravidade CG de uma cadeira e de seu usu rio Embora este estudo tenha sido utilizado apenas para a simula o por Espa o de Estados porque a simula o por L gica Fuzzy n o necessita desta determina o chamou a aten o para o fato de que o CG interfere de forma significativa na din mica de sistemas e afeta diretamente o modelo matem tico desenvolvido sendo normal nos trabalhos revisados seus autores preferindo solu es mec nicas mais caras de movimenta o do cadeirante e que comprometem a confiabilidade do projeto O trabalho que se apresenta um texto cient fico de car ter
375. tavam para a L gica Fuzzy no controle de rob s m veis OLLERO ULIVI CUESTA 2003 Estudos sobre a aplica o de tecnologias assistivas e t cnicas de controle em cadeiras de rodas BECKER 2000 Estudo em curso sobre uma cadeira de rodas interativa inteligente Tamb m foi descrito um novo conceito de informa o multimodal para o controle de navega o da cadeira de rodas usando uma rede neuro fuzzy XUEEN TIENIU XIAOJIAN 2000 Este trabalho apresentou o suporte te rico e os resultados experimentais de aplica o de t cnicas avangadas e inteligentes de controle para o controle r gido e sistemas de rastreamento de trajet ria em uma cadeira de rodas rob tica ESPINOSA et al 2001 Este trabalho descreveu os resultados em um sistema reativo do tipo Shared Control que permitia uma navega o semiaut noma de uma cadeira de rodas em ambientes desconhecidos e din micos PIRES NUNES 2002 Resultados em modula o de pulso eletr nica circuito de comuta o cadeiras de rodas baterias e circuitos eletr nicos HAMANAKA 2002 Cadeiras de rodas servomecanismos sistemas de controle por realimenta o bioengenharia s o geralmente a nica solu o dispon vel que visa resolver problemas de mobilidade Contudo at agora n o foram eficientes em trazer para pessoas em condi o de defici ncia motora a completa integra o sociedade O trabalho visou minimizar problemas de les o por esfor os repetitivo
376. teligente emerge ent o da a o simult nea dessa coletividade sem a necessidade de elementos centralizadores M SSON 1990 APD 2 8 Unidades Vis veis e Unidades Ocultas A interface da rede neural artificial definida pelas unidades de entrada V1 unidades de sa da Vo e pelas unidades ocultas Vy MASSON 1990 YOUNGORC 19912 V Vi Vo Vu O conjunto de unidades de entrada e de sa da representam as unidades vis veis da rede sendo dependentes da aplica o que se quer modelar FREEMAN 1992 Em redes neurais estruturadas em camadas a camada de entrada tipicamente V e a camada de sa da V As unidades ocultas s o utilizadas para modificar os dados de entrada de modo a suportar qualquer fun o requerida para a entrada ou sa da YOUNGOHC 1991b impondo uma representa o intermedi ria adicional dos dados de entrada para a sa da desejada Atrav s das unidades ocultas o modelo conexionista consegue representar abstra es que n o poderiam ser diretamente realizadas a partir das unidades de entrada JONES 1987 APD 2 9 Representa o do Conhecimento em uma Rede Neural Artificial 178 lt O dom nio do conhecimento de um problema representado em um modelo conexionista atrav s das unidades de processamento que abstraem a estrutura e o comportamento dos neur nios biol gicos BEALE 1990 A figura 3 2 5 ilustra a estrutura de uma unidade de processamento de um neur nio artificial X
377. tensi metros s o os sensores respons veis pelas indica es das rea es Projetou se uma placa e sobre esta fixou se uma mola com uma bola para simular o corpo humano Al m disso fixou se sobre esta na parte inferior quatro terminais que atuam sobre 128 quatro strain gages Cada sensor detecta uma das quatro for as para o c lculo das coordenadas do CG humano sendo utilizado o m todo de equilibrio das for as Fs fs fsz fs no plano XY e dos momentos destas considerando os sensores S 5 53 S aos pares como indicado nas FIG 62 e 63 FIGURA 62 Vista dos sensores no plano XY FONTE Dados da pesquisa FIGURA 63 Placa dos sensores para detectar as for as FONTE Dados da pesquisa Sendo que fy sos S3 ds s o as rea es dos sensores A B C sao as distancias Tjk s o vetores unit rios F M FL eq 5 13 a NL F forga em Newton N G L dist ncia em metros m 0 M momento da for a Nm FIGURA 64 Momento M de uma for a em rela o ao ponto O Fonte Dados da pesquisa 129 Observa o 1 F e L sao perpendiculares 2 o momento da for a sentido anti hor rio sentido hor rio O momento de uma for a em rela o a um determinado ponto mede a efici ncia em causar rotac o de um corpo extenso em torno deste ponto Adicionalmente pode se definir 5 6 6 Momento de uma forca O momento de uma for a em rela o a um ponto fixo 0 origem de um refe
378. tivos as redes neurais tornam se principais candidatas para utiliza o Pode se constatar ao final deste artigo que o seu emprego permitiu a obten o de excelentes resultados Neste trabalho foram utilizadas duas variantes do algoritmo backpropagation a primeira denominada Resilient Back Propagation Rprop RIEDMILLER 1994 por sua efic cia na converg ncia e a segunda baseada na associa o da otimiza o de Levenberg Marquardt FINSCHI 1996 com a otimiza o por regulariza o Bayesiana A otimiza o pelo m todo Levemberg Marquardt possibilita uma converg ncia robusta e em um n mero menor de itera es embora requeira substancialmente mais tempo de processamento e recurso de mem ria enquanto a regulariza o Bayesiana evita o aprendizado excessivo impedindo que neur nios al m do n mero m nimo necess rio aprendam e assim se especializem decorem nos exemplares do conjunto de treinamento Atrav s da informa o fornecida sobre o n mero efetivo de neur nios envolvidos no aprendizado possibilita se a tarefa de dimensionamento da topologia da rede 5 4 2 Refer ncias vocais O conjunto de refer ncias vocais que se deseja reconhecer foi escolhido de acordo com os comandos de opera o da cadeira de rodas que j est parcialmente desenvolvida para operar em ambientes como resid ncias e escrit rios al m de ruas e cal adas Como pode ser observado a seguir nas imagens dessas ondas foi utilizada
379. to das rodas considerando se poss veis efeitos delas e ainda integrar tal conhecimento para se evitar situa es de grande perturba o causada por elas 79 Na FIG 21 observa se a cadeira em estudo com duas rodas livres Steers ou Castors colocadas na frente FIGURA 21 Localiza o das rodas livres Castors FONTE Dados da pesquisa As rodas livres giram em torno de um eixo vertical que n o passa pelo seu centro de rota o assinalado na figura pela letra O Desse modo os pontos de contato de cada roda com o solo C e C5 podem descrever uma circunfer ncia em torno desse eixo vertical com um raio aproximadamente igual ao raio da roda Uma vez que a varia o dos pontos de contato com o ngulo da roda de fato pequena pois o raio pequeno causando pouca varia o na dist ncia h e no ngulo que esta apresenta em rela o aos eixos da cadeira consideram se os pontos C e C fixos no eixo vertical de rota o das rodas 4 5 4 Modelo din mico Apresenta se aqui um modelo din mico dos castores em que se considera a din mica de cada roda livre din mica de rota o em torno do eixo vertical traduzindo se os efeitos da roda por uma for a aplicada em cada ponto de contato com o solo For a esta que altera a din mica de v e de 0 Considera se que a for a de oposi o ao movimento exercida em cada roda livre est na mesma dire o da velocidade linear do ponto de contacto v que n o de
380. tr init amp do attr E LC pthread attr setschedpolicy amp do attr SCHED RR pthread attr setdetachstate amp do attr PTHREAD CREATE DETACHED do sched param sched priority 4 pthread attr setschedparam amp do attr amp do sched param pthread attr init amp gt attr E UO pthread attr setschedpolicy amp gt attr SCHE RR LO D pthread attr setdetachstate amp gt attr PTHREAD CREATE DETACHED gt sched param sched priority 4 pthread attr setschedparam amp gt attr amp gt sched param pthread attr init amp ft attr LH UO pthread attr setschedpolicy amp ft attr SCHED RR pthread attr setdetachstate amp ft attr PTHREAD CREATE DETACHE T Jg ft_sched param sched priority 4 pthread attr setschedparam amp ft attr amp ft sched param pthread attr init amp ctrl attr pthread attr setschedpolicy amp ctrl attr SCHED RR pthread attr setdetachstate amp ctrl attr PTHREAD CREATE DETACHED ctrl sched param sched priority 0 259 pthread attr setschedparam amp ctrl attr amp ctrl sched param if pthread create amp thread gt amp gt attr void void gt NULL 0 printf Erro criando thread lin if pthread create amp thread ft amp ft attr void void ft NULL 0 printf Erro criando thread
381. trar no loop n while 1 sem post amp sem sonar fprintf dolog DOr Acordei o SIM n if impossivel gerar traj break if lalcancou obj fprintf dolog DO Vou esperar pelo SIM n sem wait amp sem do espera pelo SIM fprintf dolog DO Acordei n for o 0 o tam list obst o fprintf dolog pos 2f 2f ang 2f dist 276 214 2f n list_obst o pos x list_obst o pos y list_obst o ang list_ obst o dist pi pto mapa list obst o pos if list obst o dist INFINITO fprintf dolog Detectou Obstaculo n pf x list obst o pos x list obst o dist cos GRAUS PARA RAD list obst o ang pf y list obst o pos y list obst o dist sin GRAUS PARA RAD list obst o ang fprintf dolog nSonar enviou detectou obstaculo S 4 4f Nn pf x pf y pi pto mapa pf marca pto pi mostra mapa for y 0 y lt maxy y for x20 x lt maxx X printf dolog c mapa x y OBSTACULO X E printf dolog n fprintf dolog Vou acordar o GT n sem post amp sem gt if alcancou obj break fprintf dolog Vou esperar pelo FT ou pelo GT n 278 sem wait amp sem do espera ft ou gt q pode pedir para ler toda volta if ler toda volta entao quem me acordou foi o ft vou atualizar origem or
382. traso de camada default zeros e retorna rnavoz Nova rede tr Registro do Treinamento poca e performance Notar que T opcional e s precisa que seja usado para redes que requerem objetivos Pi e Ai tamb m s o opcionais e necessitam que s sejam usados para redes que t m atrasos de entrada ou camada Os argumentos de sinal de TRAIN podem ter dois formatos arranjo de c lula ou matriz O formato de arranjo de c lula mais f cil descrever Ele mais conveniente para redes com m ltiplas entradas e sa das e permite apresentar sequencias de entradas P NixTS arranjo de c lula cada elemento P i ts uma matriz de RixQ T NtxTS arranjo de c lula cada elemento P i ts uma matriz de VixQ Pi NixID arranjo de c lula cada elemento Pi i k uma matriz de RixQ Ai NIxLD arranjo de c lula cada elemento Ai i k uma matriz de SixQ Onde Ni rnavoz numInputs Nl rnavoz numLayers Nt rnavoz numTargets ID rnavoz numInputDelays LD rnavoz numLayerDelays TS n mero de passos de tempo Q tamanho de grupo Ri mavoz inputs i size Si rnavoz layers 1 size Vi rnavoz targets i size As colunas de Pi e Ai s o ordenadas da condi o do atraso mais velho para o mais recente Pi i k entrada i no tempo ts k ID Ai i k sa da de camada i no tempo ts k LD O formato de matriz pode ser usado se s uma vez de tempo for ser simulado TS 1 conveniente para redes com s me
383. trolador LOR x 10 2 T T T T T T T T T 4 UP S B S c T e i 2 E TS 2 E 2 E 1H 41 S 9 E o 8 el o d 0 3 a E 3r 41 2 4 2 D 0 5 1 1 5 2 2 5 3 8 5 4 4 5 5 tempo em segundos FIGURA 49 A resposta do sistema controlado para entrada degrau que simula uma perturba o no sistema com o controle LOR FONTE Dados da pesquisa Resposta a perturbac o Degrau no controlador EE r r r r r r r r 0 2 0 015 o 0 01 o 0 005 Posic o da cadeira em metros Inclinac o da cadeira em radianos 40 005 0 3 1 1 1 L 1 1 1 1 1 0 01 D 0 5 1 1 5 2 2 5 3 8 5 4 45 5 tempo em segundos FIGURA 50 Resposta perturba o degrau de um controlador moderno de estados realimentado FONTE Dados da pesquisa 137 A resposta deste tipo de controle demonstra aquilo que j era conhecido do controle convencional na bibliografia e atende as exig ncias necess rias dos controladores 6 1 Por L gica Nebulosa Fuzzy Definido o controlador fuzzy criou se uma estrutura que pudesse simular e testar se este seria capaz de controlar a cadeira em torno do ponto desejado Para esses procedimentos de simula o foram utilizadas as ferramentas de matem tica da MathWorks por meio dos programas MatLab e Simulink que fornecem conforme a vers o um grau de precis o aceit vel para valida o e posterior aplica o Este diagrama pode ser visto na FIG 68 Motor
384. u para atraso exato de 1 ms 001 second movlw 10 1 carrega 10 no registro W v delay entra aqu para atraso com o desejado ms 10 em W Max 25 5ms movwf hi count 1 i e para atraso de 20 ms W 200 1ms de resolu o loop movlw 31 D movwf lo count 1 loop2 decfsz lo count 30x3 2 92 ciclos 4MHz 1 uS por ciclo de instru o goto loop2 T nop D decfsz hi count 1 goto loopl 2 return end A02 Rotina do Matlab para a determina o do CG This program is for CG determination specifically the Wheelchair s CG Marcio Coelho amp Carlos A Renn 04 02 02 clear clear functions clc Components parameters xlenght ylenght zlenght mass CG roda dianteira 300 20 0 280 CG roda traseira esquerda 0 0 210 895 CG roda traseira direita 0 0 210 895 CG bateria esquerda 5 50 32 2580 CG bateria direita 5 50 32 2580 CG redutor esquerdo 0 O 110 330 CG redutor direito 0 0 110 330 CG motor esquerdo 80 90 110 1565 CG motor direito 80 90 110 1565 CG plataforma 160 0 0 1790 CG eletronica 300 0 0 0 o General matrix of the weelchair s parameters M CG roda dianteira CG roda traseira esquerda CG roda traseira direita CG bateria esquerda CG bateria direita CG redutor esquerdo CG redutor direito CG motor esquerdo 319 320 CG motor direito CG plataforma CG eletronica
385. uado nos resistores consequentemente desvio na sa da de medi o ou at mesmo perda de sensibilidade 5 2 Controladores 5 2 0 Considera es 229 Placas controladoras s o partes do hardware de computadores ou circuitos microprocessados microcontrolados que comandam outras partes internas ou externas da m quina Um microcontrolador um circuito integrado composto por microprocessador program vel mem ria e interfaces 5 2 1 Placa PC do Sistema Supervisor 5 2 1 1 Introdu o A placa supervisora um compat vel PC NetBook da Dell adequado para ser o controlador de todo o sistema da cadeira Como s possui interfaces USB uma placa conversora foi necess ria para compatibilizar com a placa controladora das rodas FIGURA A5 20 Lay out da placa controladora DELL baseada no PC 5 2 1 2 O circuito da placa supervisora da cadeira de rodas 230 DIAGRAMA EM BLOCOS DELL EE GMCH TPSS1117RGYR FAN amp THERMAL EMC1423 1 AIZL TR AC BATT CONNECTOR PG41 CPU PG 28 RUN POWER SW Diamondville 3 3V_SUS 5V_SUS 5V 3 3V 1 8V PG 40 CLOCK SLG8SP513V 437P FCBGAB 2 5W QFN 84 EG 3 4 533 MHz FSB PG 16 Price Bras NORTH BRIDGE PG 13 945GSE DDR2 SODIMM DDR 11 400 533 PG 14 15 PG 5 6 7 8 9 HDD SSD Conn SATA PCIE BCM5764M RJ45 Magnetics 10 100 1000 PG 32 PG 32 raw PCIE ze2 WLAN Bluetooth Conn LE ICH 7M PG 24 USB mo Card Reade
386. uler Nosso estudo ficar restrito ao movimento de corpos r gidos no plano XZ tamb m conhecido simplesmente por movimento de inclina o Uma grande maioria dos mecanismos existentes nos sistemas reais se enquadra nesse tipo de movimento mas em uma cadeira rob tica o modelamento mais complexo d 0 d M m g sen md d dt sen0 cos0 F cos0 M m sen 0 d eq 4 7 d x dt m d d0 dtPsen0 m g sen cos0 F M m sen 0 eq 4 8 A efici ncia da formula o newtoniana devida sua natureza primitiva que n o gr ar Ed eleva tanto o tempo de processamento mantendo o custo em O n e n o t o maior quanto o n mero de corpos acoplados e seus graus de liberdade Ver no Ap ndice 2 Conceitos 62 4 3 3 Modelagem Matem tica Lagrangeana Como sistemas com v nculo n o possuem deslocamentos virtuais independentes Lagrange reescreveu o princ pio de D Alembert em termos de um n mero m nimo de coordenadas ditas generalizadas de forma que os coeficientes dos deslocamentos virtuais podem ser anulados separadamente obtendo se um sistema de equa es diferenciais ordin rias denominadas equa es de Lagrange Uma formula o simples e sistem tica Sendo as equa es de Lagrange escalares sua deriva o mais simples que a das equa es de Newton Adicionalmente apenas os deslocamentos e velocidades precisam ser calculados excluindo se a acelera o Al m disso as for as de rea o que n
387. ulsos do ingl s PWM FONTE Dados da pesquisa 5 3 O conjunto estrutural da cadeira de rodas Inicialmente como foi dito a cadeira foi projetada e simulada para atender a determinados comportamentos que elevassem os graus de liberdade alcan ados por um deficiente com as cadeiras convencionais Nesse sentido o desenvolvimento se apoiou em um modelo matem tico que contemplasse esses movimentos no plano e fora dele A cadeira est baseada em uma plataforma de alum nio que possui um movimento de balan o em torno do eixo de duas rodas traseiras pneum ticas que participam do 96 acionamento de forma independente ou seja s o de tra o diferencial Isso permite o conjunto de movimentos estabelecidos tais como girar direita girar esquerda inclinar avan ar e recuar entre outros A roda frontal gira livre sem estar vinculada a nenhum acionamento servindo apenas para o apoio da plataforma no solo sem prejudicar o giro em solo O projeto original foi orientado para que a situa o do equil brio fosse provocada por uma partida com um elevado torque e o CG estivesse acima do referencial FIGURA 38 O autor na montagem da cadeira de rodas rob tica e equilibrista no laborat rio LRSS da UFMG FONTE Dados da pesquisa Par metros f sicos da cadeira TABELA 3 Par metros f sicos da cadeira de rodas equilibrista Par metro Descri o Valor Mad Massa do conjunto d
388. um dos aspectos da personalidade Existem dois consensos na defini o de intelig ncia O primeiro de Intelligence Knowns and Unknowns um relat rio de uma equipe congregada pela Associa o Americana de Psicologia em 1995 Os indiv duos diferem na habilidade de entender id ias complexas de se adaptarem com efic cia ao ambiente de aprenderem com a experi ncia de se engajarem nas v rias formas de racioc nio de superarem obst culos mediante o pensamento Embora tais diferen as individuais possam ser substanciais nunca s o completamente consistentes o desempenho intelectual de uma dada pessoa vai variar em ocasi es distintas em dom nios distintos a se julgar por crit rios distintos Os conceitos de intelig ncia s o tentativas de aclarar e organizar esse conjunto complexo de fen menos Uma segunda defini o de intelig ncia vem de Mainstream Science on Intelligence que foi assinada por cinquenta e dois pesquisadores em intelig ncia em 1994 169 uma capacidade mental bastante geral que entre outras coisas envolve a habilidade de raciocinar planejar resolver problemas pensar de forma abstrata compreender ideias complexas aprender r pido e aprender com a experi ncia N o uma mera aprendizagem liter ria uma habilidade estritamente acad mica ou um talento para sair se bem em provas Ao contr rio disso o conceito refere se a uma capacidade mais ampla e mais profunda de compreens o do mundo
389. unction T Time Y Current state of equilibrist WheelChair Returns derivatives of the WheelChair state 326 oe The state vector Y has three values Y 1 WheelChair s angle from 2 pi to 2 pi radians Y 2 WheelChair s angular velocity in radians second Y 3 Force being applied to the WheelChair oe oo NOTES Angle is 0 radians when the WheelChair points up Force stays constant its derivative is always 0 oe See also TsPg60 PLINEAR oo oe Carlos A R nnow 29 04 2001 oe Copyright e 2001 Revis o 1 12 Data 29 04 2001 Hora 15 37 22 if nargin 2 error Not enough input vectors end STATE Ang y 1 Vel lt D For y 3 CALCULATE DERIVATIVES dAng Vel dVel 9 81 sin Ang 2 Vel For dFor zeros size For RETURN DERIVATIVES dy dAng dVel dFor 327 A03 4 Fun o do Modelamento Matem tico para Lagrangeano SUBROTINAS PARA EFETUAR A DERIVA O DAS EQUA ES DE LAGRANGE o B HAITI III Inicio da Subrotina ALMA LLIA clear global H Q DETERMINA O DA ENERGIA CIN TICA n 4 Tl 1 25ml x5524 T2aux x5 2 8 2 x6 24 2 8 x6 x5 coos x2 T2 symmul 1 2 m2 1 int T2aux s 0 1 T3 0 for 9 Sin w x num2str j a num2str j 2 1 2 exp b num2str j 2 s 1 1 2 exp b num2str j 2 s l sin b num2str 3 2 es wp
390. untH tmp 1 6 get FIS handle get desired position desired traj get desired trajH xdata j get desired trajH ydata desired pos desired traj rem InvKineCount length desired traj 1 x real desired pos y imag desired pos evaluate FIS to get joint angles TE ct D O ct w Il O lt w is x y InvKineFisMatl TE ct y O ct w N Il O lt w is x y InvKineFisMat2 set countH string int2str InvKineCount InvKineCount InvKineCount 1 update animation objects set dotH xdata x ydata y endl 11 exp j thetal nd2 endl 12 exp 3 thetal theta2 set armlH xdata 0 real endl ydata 0 imag end1 set arm2H xdata real endl real end2 ydata imag endl imag end2 1 tmp x get actual trajH xdata 373 tmp y get actual trajH ydata set actual trajH xdata tmp x 2 real end2 ydata tmp y 2 imag end2 drawnow elseif strcmp action main loop InvKineAnimRunning 1 o get animation objects tmp get InvKineFigH userdata o change visibility of GUI s set tmp 1 1 visible off set tmp 1 4 5 visible off set tmp 1 2 3 visible on o looping while 1 amp InvKi
391. urba es multiplicativas FONTE Dados da pesquisa 4 6 Espaco de estados A partir das equa es diferenciais obtidas nos itens anteriores malha aberta foi obtido o modelo do sistema em Espa o de Estados matrizes A B C e D Este modelo foi adotado para efeito com o controlador Fuzzy adiante Existem dois procedimentos executados para se obter as matrizes do espa o de estado o primeiro deles conforme o item a seguir o de se utilizar do comando do Matlab TF2SS GS fazendo se a convers o direta da Fun o de Transfer ncia do Sistema para o Espa o de Estado e o outro o desenvolvimento exposto na apresenta o anexa atrav s de uma metodologia a partir da qual se levam em considera o os elementos armazenadores de energia e as equa es da din mica associadas a estes A seguir as matrizes do Espa o de Estado para o p ndulo adaptadas para a cadeira 0 0 0 j 0 12 i 2 lo J md o med ol J md 1 T Meme Mid JMem Mind 7 IM m Mond el l0 0 0 lelt 0 y nb mgdM m md 3M m Mn e A y IM m Mind JM mt Mm L 1 0 0 0fxj 0 yz wu 0010 98 0 e FIGURA 25 Matrizes do Espa o de Estado adaptadas para a cadeira FONTE Dados da pesquisa 84 Sendo que As matrizes s o os coeficientes das vari veis de estado B os coeficientes da a o de controle para os estados presentes C e D as sa das presentes em fun o das vari veis de estado deslocamento e
392. usando uma combina o de vari veis lingu sticas tais como ngulo elevado ou pequeno Velocidade elevada ou pequena todos relevantes para a forma o de uma l gica de controle RENNO BASTOS FILHO 2000 A gera o de uma tabela que estabele a uma correla o entre vari veis de estado de uma planta como a cadeira de rodas e a a o necess ria para control la de certa forma uma modelagem nebulosa baseada em conhecimento TABELA 5 Regras simplificadas para os quadrantes do controle fuzzy da cadeira de rodas Ang 0 90 0 0 0590 Vel meU F gt 0 F lt 0 contra O a favor 020 F 0 gt 0 F gt 0 F lt 0 o a favor contra FONTE Dados da pesquisa Sendo que Angulo de inclina o 0 Velocidade angular F For a de atua o ou a o U 108 Considera se o ngulo e a velocidade iguais a zero Nesse caso os motores n o tem o que fazer ou seja n o fazem nada pois sua a o nula Considera se outro caso a velocidade pouco positiva Assim h que se mover a plataforma na mesma dire o e com uma velocidade baixa para compensar Como poder ser visto a seguir na implementa o do controle fuzzy houve necessidade de dividir a tabela anterior do controlador em duas regi es o que gerou uma adequa o das fun es de pertin ncia de um controlador Grosso e um Fino em torno do ngulo de equil brio de 90 Graus de forma a melhorar a sensibilidade
393. vam solu o do problema sendo que a cadeira produz trajet rias curvas em diferentes n meros de tempo e em diferentes dire es Melhor que tentar inverter as equa es 5 2 x para determinar os par metros de controle que permitam uma determinada posi o considera se dois casos especiais de movimento Se Va Ve V os movimentos da cadeira simplificam para IN z vcos Q t x vsen d t 0 Re S Ent o a cadeira move em linha reta Se em m dulo V4 Ve V os movimentos da cadeira simplificam para Ent o a cadeira gira em torno do eixo y Il i6 2v tll 206 O principio do P ndulo Invertido O carro de massa M desliza sem atrito no eixo dos x Um p ndulo de massa m e de comprimento d est fixo ao carro Aplica se uma for a F ao carro de maneira a manter o p ndulo por cima do carro segundo as nota es se P ndulo d8 dt 0 e d 0 d 0 Carro dx dt x e d x dt x O x Figura 4 12 Diagrama geom trico para modelagem do p ndulo na inclina o Equa es diferenciais do movimento Aproxima o Newtoniana Sendo a a acelera o relativamente ao eixo do p ndulo e ac a acelera o do eixo tem m ar a T Mg eq 4 23 Projeta se o comprimento do p ndulo m dO x sen0 T mg cos0 Logo T m d0 m x sen mg coso Rela o 1 J d 0 dt Mmg Mr Mmac m d20 mgd sen0 O mx cos0 d dO g sen0 x cos0
394. veis O objetivo do treinamento consiste em atribuir os pesos sin pticos com valores apropriados de modo a produzir o conjunto de sa das desejadas ou ao menos consistentes com um intervalo de erro estabelecido FREEMAN 1992 Desta forma o processo de aprendizado subsiste na busca de um espa o de pesos pela aplica o de alguma regra que defina esta aprendizagem M SSON 1990 Em geral as regras de aprendizado podem ser consideradas variantes da Regra de Hebb HEBB 1949 Na ess ncia Hebb prop e que a sinapse conectando dois neur nios seja refor ada sempre que ambos neur nios estiverem ativos 181 Uma rede neural artificial que tenha a regra de Hebb como regra de aprendizado y nbn S l 1 1 modifica os pesos sin pticos entre as conex es das unidades de processamento v e vf proporcionalmente ao produto dos n veis de excita o desses neur nios conforme equa o 3 2 11 Aw 7 E E Onde 1 Y corresponde a altera o no valor do peso wy e uma constante de proporcionalidade que reflete a evolu o do processo de aprendizado pela busca no espa o de pesos Como adapta o regra de Hebb a regra Delta modifica os pesos de acordo com a varia o entre a sa da desejada e a observada no treinamento M SSON 1990 A equa o 3 2 12 atualiza os pesos associados aos arcos da rede neural artificial pela aplica o da regra Delta abaixo 3 2 11 1 Awl 7 8 x 3 2 12 com d
395. verdade deve estar associado ao valor 100 caso p seja falso deve ser associado ao valor 0 Dessa forma a l gica estende a l gica booleana pois ao inv s de permitir s dois valores 1 e 0 permite uma gama infinita de valores Da mesma forma que s o estendidos os valores poss veis das proposi es tamb m devem ser estendidos os operadores como N O E e OU Por m ao estender esses operadores devemos manter certas propriedades entre elas a compatibilidade com a vers o booleana da l gica Assim um operador N O fuzzy ao ser aplicado sobre o valor de uma proposi o fuzzy que seja O ou 1 deve devolver o mesmo valor que um operador N O retornaria na l gica booleana Existem uma ampla gama de fun es que podem ser utilizadas como N O fuzzy E fuzzy e OU fuzzy tendo sido aplicadas a v rios sistemas por m as que cont m mais propriedades desej veis e que simultaneamente s o bastante f ceis de utilizar s o NAO fuzzy x 1 x E fuzzy x y M nimo x y OU fuzzy x y M ximo x y Utilizando esse modelo podemos construir o seguinte exemplo Suponha que desej ssemos representar de forma fuzzy a altura do teto de quatro carros Alfa 1 65 m BMW 1 75 m Chrysler 2 0m e Dodge 1 45 m Nossas proposi es ser o da forma X alto e ser o 189 A Alfa alta u A 0 55 B BMW alto u B 0 75 C Chrysler alto u C 1 D Dodge alto u D 0 Usando os operadores acima descrit

Download Pdf Manuals

Related Search

Related Contents

User Manual - Mini Circuits  Fre - Unesco  5870064 A2 user manual for AP700_0127  au fil de la laine  

Copyright © All rights reserved. Failed to retrieve file