Home

2006_Carlos Enrique Villanueva Cano

1. 108 Figura 9 17 Imagem pr processada Filtro Sobel e Aplica o da transformada de Hough para a detec o de limhas oooooooccnnncnnocococaconononancnnnoconocnn oran nooo coco nocnnnos 110 Figura 9 18 Remo o da distor o de perspectiva imagem original esquerda imagem com a perspectiva corrigida direita 0 cee ceecceesceessecsseceseceeeceeseecssecnteeeeeeensees 111 Figura 9 19 S mbolos de tr nsito e alfanum ricos a Conjunto de s mbolos de tr nsito b Conjunto de s mbolos de localiza o no ambiente ooooonnccnnncnnoncninccnnncnnnnns 112 Figura 9 20 Sinais landmarks comumente utilizadas na industria para a navega o dos Figura 9 21 a marcas padr es landmarks testados b marcas com as cores invertidas113 Figura 9 22 Esquema dos ngulos que devem ser controlados durante o rastreamento de A oaeg eae as aes 115 Figura 9 23 An lise das inclina es da linha rastreada re 116 Figura 9 24 Geometria para o c lculo do erro de posicionamento it 117 Figura 10 1 Sequencia de imagens pre processadas simbolo l ooooonccninccinncnnnccconcconocnnos 119 Figura 10 2 Sequencia de imagens pre processadas simbolo Z oooooncccinccinocinocccinccnonocnnos 120 Figura 10 3 Sequencia de imagens pre processadas simbolo BD ooooonncccncninncinncccinncconocnnos 120 Figura 10 4 Imagens afeitadas pela distor o
2. Figura 9 12 Diagrama de Classes O sistema de navega o que usa como sensor principal o sistema de vis o do rob m vel trabalha tamb m em conjunto com outro tipo de sensores ultra som infravermelhos t c til os quais permitem evitar poss veis obst culos imprevis veis durante o funcionamento da FMC As diferentes classes definidas para a modelagem da navega o do rob s o classe tarefa classe rob classe sensor classe acionador classe sensor t ctil classe sensor ultra som classe sensor infravermelho classe posi o classe tracking classe processa mento de imagens classe vis o classe planejamento de rotas classe mapas 101 O Ap ndice C mostra com detalhes cada uma das classes com seus respectivos atributos e m todos Diagrama de Seq ncias Os diagramas de sequ ncia tamb m chamados de diagramas de intera o Fowler 2000 s o modelos que descrevem como grupos de objetos colaboram em algum comportamento Tipicamente um diagrama de intera o captura o comportamento de um nico caso de uso O diagrama mostra v rios objetos e as mensagens que s o passadas entre estes objetos em um caso de uso O diagrama de segii ncia apresentado na Figura 9 13 atrav s da intera o dos objetos u sando os m todos respectivos mostra a seq ncia de passos realizados no sistema de na vega o do rob para cumprir suas fun es como AGV na FMC Esta seq ncia come a com a sele o
3. Um caminho Path o lugar geom trico dos pontos num espa o dado onde o rob tem que passar A trajet ria refere se a um caminho no qual uma lei temporal especificada acelera o e velocidade em cada ponto 6 3 1 Planejamento da Trajet ria Segundo Ribeiro 2002 as metodologias desenvolvidas para o planejamento de trajet ria podem ser classificadas em dois grupos 1 M todos globais e 2 M todos Locais Os m todos globais est o formados pelos seguintes m todos mapa de caminhos roadmap decomposi o celular cell Decomposition Estes m todos d o a habilidade ao rob para se localizar em termos absolutos GPS Global Positioning System ou em rela o a um sistema de mapas e mover se para um ponto desejado O m todo dos campos potenciais classificado dentro dos m todos locais Estes m todos d o a capacidade ao rob de deter minar sua posi o relativa a objetos pr ximos estacion rios ou n o e interagir com estes de forma correta Na seqii ncia ser o apresentados brevemente cada um dos m todo tanto globais como locais acima tratados e Mapa de caminhos Roadmap Partindo de um espa o livre atrav s deste m todo Chee um gr fico de caminhos pode ser definido roadmap As diferentes 40 formas de obter um roadmap s o atrav s de gr ficos de visibilidade diagramas de Varonoi caminhos livres freeway e silhueta silhouette Decomposi o Celular Es
4. Instituto de Sistemas e Rob tica Coimbra Portugal URL http www dee uc pt rprocha Sonka M Hlavac V and Boyle R 1999 Image Processing Analysis and Machine Vision 2nd ed Albany NY Brooks Cole pp 256 260 Sun Z Bebis G Miller R 2006 On Road Vehicle Detection A Review In IEEE Transactions on Pattern Analysis and Machine Intelligence Vol 28 No 5 Teixeira E Cano C lvares A 2005 Modeling and Implementation os a Flexible Manufacturing Cell FMC Proceedings of COBEM Ouro Preto MG Thorpe C Kanade T and Shafer S A 1988 Vision and Navigation for the Carnegie Mellon Navlab Proc Image Understand Workshop pp 143 152 Tourino S 2002 Sistema de Rastreamento para Rob s M veis Utilizando Vis o Embarcada Disserta o de Mestrado Departamento de Engenharia Mec nica Universidade de Bras lia Bras lia DF Tsugawa S 1994 Vision based vehicles in Japan machine vision systems and driving control systems IEEE Transactions on Industrial Electronics Vol 41 Issue 4 pp 398 405 Trucco Verri E 1998 A Introductory Techniques for 3 D Computer Vision Prentice Hall New Jersey USA Wong S M and Xie M 1999 Lane geometry detection for the guidance of smart vehicle In Proceding IEEE Int Conf Intelligent Transportation Systems 1999 pp 925 928 135 AP NDICES 136 AP NDICE A INTERFACES DE PRO
5. O primeiro dos ve culos inteligentes foi desenvolvido no ano 1970 com um sistema de detec o de obst culos baseado em um sistema de vis o e um sistema de navega o que indica constantemente a posi o do ve culo no ambiente atrav s da constante estimativa das suas coordenadas cartesianas dead reckoning As velocidades alcan adas por este ve culo foram de at 10 km h O segundo um ve culo com um sistema pessoal Personal Vehicle System PVS desen volvido no ano 1980 baseado num sistema de vis o O sistema de vis o captura as marcas da estrada linhas centrais e laterais por onde o veiculo est sendo guiado O sistema de senvolvido para evitar obst culos tamb m foi baseado num sistema de vis o usando um par est reo de c meras As velocidades alcan adas por este ve culo foram entre 10 30 km h 11 O terceiro um ve culo autom tico para rodovias Automated Highway Vehicle System AHVS Este sistema tamb m baseado em vis o composto por uma c mera de TV para o seguimento de linhas na rodovia controlado por um controlador PD As velocidades alcan adas por este ve culo foram de at 50 km h 2 7 TRABALHOS DESENVOLVIDOS USANDO SISTEMAS BASEADOS EM VIS O PARA NAVEGA O ROB TICA Um dos trabalhos desenvolvidos para navega o rob tica usando como sistema base um sistema de vis o foi realizado em 1998 por o grupo de pesquisadores em rob tica da Universidade de Oxford e apresentado
6. o sensorial e de comunica o Nomadic Te chnologies 1999 75 8 1 1 1 Subsistema de movimenta o O sistema motor do rob m vel composto de 8 motores e 4 rodas baseia se num sistema holon mico provendo tr s graus de liberdade X Y 0 dois de transla o e um de rota o Suas rodas possuem eixos de transla o y de rota o independentes somando oito motores para as quatro rodas do sistema Tr s DSP Digital Signal Processing e um microcontrolador realizam o controle dos oito eixos e o c lculo da estimativa da posi o dead reckoning que baseado no modelo cinem tico do rob e em dados provenientes de encoders localizados nos atuadores do rob 8 1 1 2 Subsistema Sensorial Sensores de ultra som o sistema de sensores ultras nicos sistema Sensus 250 consiste em dois an is contendo 24 sensores provendo infor ma o sobre a dist ncia de objetos entre 150 e 7000mm Esses dados s o calculados atrav s do conhecimento da velocidade do som e do tempo de viagem do pulso emitido e refletido A equac o 8 1 mostra como calcu lar a dist ncia do objeto d objeto Vsom l ingen 8 1 O sonar baseia se no emissor ultras nico Polaroid 6500 que emite 16 ciclos de onda quadrada de 49 4 kHz atrav s de um transdutor eletrost ti co que tamb m funciona como receptor ap s o disparo do pulso Sensores Infravermelhos O sistema Sensus350 consiste em dois an is contendo 24 sensor
7. 3 Rapidez na execu o e mudan a dos setups das partes f sicas do sistema O termo flexibilidade pode ser aplicado tanto a sistemas manuais como automatizados Num sistema manual o oper rio faz que o sistema seja flex vel Para poder desenvolver o conceito de flexibilidade num sistema de manufatura automati zado pode se considerar uma c lula de m quinas formada pelos seguintes elementos Duas m quinas ferramenta CNC as quais s o carregadas e descarregas por um rob industrial e uma esteira re circulante de transporte de partes que alimenta o rob como se mostra na Figura 3 1 Periodicamente um oper rio deve descarregar completamente as partes da es teira e substitu las com novas partes para serem trabalhadas Por defini o esta uma c lula de manufatura automatizada mas uma c lula flex vel de manufatura Alguns pode riam argumentar sim flex vel j que a c lula est conformada de m quinas ferramentas CNC e estas m quinas CNC s o flex veis porque elas podem se programar para fabricar diferentes tipos de partes previamente configuradas Contudo se a c lula s opera como um sistema de produ o em grupo batch mode na qual s um tipo de parte produzida em ambas m quinas e em lotes grandes de unidades dezenas ou centenas ent o isso faz que n o qualifique como uma manufatura flex vel m guinas CNC esteira Figura 3 1 C lula de manufatura automatizada com duas m quinas CNC
8. 7 27 Z Z 69 O fen meno do ponto de fuga ou vanishing point Park 2003 ocorre quando na ima gem capturada existem linhas paralelas as quais ao serem projetadas no plano 2D aparecem convergindo num ponto de corte A Figura 7 16 ilustra este fen meno Vanishing Centro de S proje o pes N t A Espa o em tr s sA dimens es 3D x Re e A y e Ra Se f Figura 7 16 Fen meno ponto de fuga vanishing point modificado Muad 2004 7 4 6 Reconhecimento e Interpreta o As tarefas de reconhecimento de objetos realizadas pelos seres humanos s o atos at agora misteriosos eles percebem imagens atrav s de sensores e transportam a informa o que ser processada no c rebro Nesta parte do trabalho ser apresentada a t cnica usada para o reconhecimento de objetos baseada na forma do objeto o qual dever ser reconhecido A proposta da arquitetura do rob m vel conta com um sistema de reconhecimento de formas e classifica o de objetos baseados em redes neurais O sistema de vis o baseado nesta arquitetura ser testado a bordo do rob m vel como suporte de sua localiza o e navega o em ambientes estruturados 7 4 6 1 Redes Neurais As redes neurais artificiais que s o utilizadas em engenharia foram inspiradas nas redes neuronais biol gicas No entanto convencionou se chamar redes neurais artificiais a toda topologia de processamento de sinais constitu
9. M vel Seguidor de Pistas Guiado por Vis o Local VI Simp sio Brasileiro de Automa o Inteligente Bauru Brasil Couto de Moraes C De Lauro C 2001 Engenharia de Automa o Industrial Livros T cnicos e Cient ficos Editora S A Davison A J 1998 Mobile Robot Navigation Using Active Vision PhD thesis Department of Engineering Science University of Oxford Dutra P M de Sousa M Andriolli G lvares A Ferreira J 2003 NAVMAP Um Sistema para Navega o por Mapeamento do Rob M vel Nomad XR4000 IV Simp sio Brasileiro de Automa o Inteligente Eastman R M Dekker M 1987 Material Handling New York NY 1987 Facon J 2002 Processamento e An lise de Imagens Curso em Mestrado em Inform tica Aplicada Pontif cia Universidade Cat lica de Paran PUCPR Paran Brasil URL http www ppgia pucpr br facon CursoProcImagem pdf Faugeras O Laveau S Robert L Csurka G and Zeller C 1995 3 d reconstruction of urban scenes from sequences of images In A Gruen O Kuebler and P Agouris editors Automatic Extraction of Man Made Objects from Aerial and Space Images Birkhauser 132 Fowler M Scout K 2000 UML esencial Um breve guia para a linguagem padr o de modelagem de objetos Bookman Porto Alegre pp 25 35 Fu K S Gonzalez R C Lee C S G 1990 Robotics Control Sensing Vision and Intelligence McGraw Hill
10. computacional Finalmente no cap tulo 10 s o apresentados os resultados experimentais obtidos o cap tu lo 11 apresenta a discuss o dos mesmos e no cap tulo 12 s o apresentadas algumas suges t es para trabalhos futuros 2 REVIS O BIBLIOGR FICA 2 1 HISTORIA O campo de estudo onde gira o trabalho desenvolvido integra o de um rob m vel em uma FMC se refere aos sistemas flex veis de manufatura Neste trabalho especificamente estudado o desenvolvimento de um sistema de navega o e controle referente ao sistema de transporte e manuseio de material material handling como um dos componentes prin cipais de uma FMC A movimenta o dos ve culos guiados automaticamente 4GV baseada no estudo das diferentes t cnicas de navega o existentes as quais utilizam dife rentes tipos de sensores infravermelho ultra som t ctil vis o etc como parte do equi pamento do rob m vel para realizar tarefas de movimenta o do rob desde uma posi o inicial at uma posi o final Um dos primeiros prot tipos baseados em vis o para controlar a dire o de um ve culo foi apresentado in 1979 por um laborat rio do governo Japon s Este ve culo tinha uma c me ra de TV e um hardware exclusivo para o processamento de imagens O sistema de vis o tinha como tarefa procurar marcas brancas no caminho percorrido e assim conseguir o con trole da dire o e movimento do ve culo Masaki 1992 O Con
11. das m quinas A rob m vel se comunica diretamente com o gerenciador da c lula que comanda as tarefas que deveram ser executadas Villanueva et al 2005 e Unidade de Gerenciamento A concep o o desenvolvimento do controle da c lula filosoficamente falando baseado em dois importantes fatores Leit o 1995 1 uma estrutura modular que permita expans es futuras do controlador da c lula quando a quantidade de m qui nas seja incrementada e 2 a m xima flexibilidade do controle da c lula relaciona da com o ch o de f brica e arquitetura de controle J segundo Groover 2005 o controle do ch o de f brica est relacionado com o lan amento de ordens de produ o na f brica assim como o monitoramento e controle de ditas ordens Estas ativi dades de controle do ch o de f brica s o estabelecidas em tr s m dulos 1 Escalo namento scheduler 2 envio seqiienciado de ordens dispatcher e 3 monitora mento O desenvolvimento do software que funcionar como gerenciador da c lula baseado nesses tr s m dulos referidos Texeira et al 2005 9 2 1 6 Estrutura Hier rquica de Controle e Comunica o da FMC A estrutura hier rquica de controle da FMC est dividida basicamente em 4 n veis 1 ordem do cliente 2 sistemas CAP e CAD CAPP CAM 3 gerenciador da c lula e 4 componentes da c lula como mostrado na Figura 9 5 As atividades da c lula dever o ser iniciadas com uma ordem registrada pel
12. e Cria o de algoritmos para a detec o autom tica dos sinais dentro da imagem cap turada os quais ser o posteriormente reconhecidos atrav s do algoritmo de redes neurais j treinados e Desenvolvimento de um sistema de detec o de obst culos usando os diferentes sensores do rob m vel fus o sensorial Especificamente atrav s do uso dos sen sores de ultra som do rob m vel pode se desenvolver o algoritmo de campos po tenciais o qual trabalhando em conjunto com o sistema de vis o do rob consegui riam uma navega o eficiente e com seguran a na FMC e Desenvolvimento de um sistema de transforma o de perspectiva para um par stereo de c meras o qual poderia ser utilizado na automa o de ve culos para estrada baseado tamb m no reconhecimento de linhas e Uso de FPGA s como processador dos algoritmos de vis o desenvolvidos 130 REFER NCIAS BIBLIOGR FICAS Adorni G Mordonini M Poggi A 1997 Autonomous Agents Coordination Through Traffic Signals and Rules In Proceedings IEEE Conference Intelligent Transportation System ITSC 97 Boston MA pp 290 295 Adorni G Gori M Mordonini M 1999 Just in time Landmarks Recognition Proceedings IEEE transactions Real Time Imaging 5 2 pp 95 107 Adorni G Destri G Mordoni M 1996 Indoor vehicle navigation by means of signs In Proceedings IEEE Intelligent Vehicles Symposium pp 76 81 Tokyo Japan lvares A
13. entre uma classe e seus componentes Uma agrega o graficamente representada por um s mbolo com forma de um di amante A Figura 9 12 ilustra as rela es entre a classe rob e seus componentes classe atuadores e a classe sensor Task goal IESetGoal y IEGoalAchieved V Robot planning Actuator EBNRobot EBN Axis SN Axis Set IBN RobotState Es IBN GetRobotState EBN Axis Position Relative Sensor BN Axis Position Absolute BIN Sensor Re Bstart N Sensor EBN Axis Stop ones IBN Axes Ready op N Sensor EN Joystick in use A EN stop dowm EBN motion eroo Tactile Sensing Sonar Proximity Sensing Infrared Sensing Vision Position N BumperController EBN SonarControler EBN InfraredController BN VisionController BN Integrator EEN BumperSet EEN SonarSet BN InfraredSet IBN VisionSet IBN Set Integrated Configuration IEN BumperHigh IBN Sonar TimeOut IBN Getinfrared IEN VisionGet BN Get Integrated Configuration IEN GetBumper IBN GetSonar Tracker EBN Tracker IBN Getparameters IBN Setparameters Image Processing EN ImagenProcessing BN GetGradient EBN Getimage EBN ImageThresholding EBGet Imagem IEN ImagenRecognition IEN Filtering EBN GetParametersLine EB GetLandmarksParameters
14. processada Filtro Sobel e Aplica o da transformada de Hough para a detec o de linhas 9 5 3 Remo o da distor o de perspectiva As coordenadas dos pontos identificados atrav s do uso de qualquer dos dois m todos s o afetados pela deforma o da perspectiva O mapeamento inverso de perspectiva IPM explicado com detalhe na se o 7 4 4 aplicado para corrigir a dire o do caminho afetada por esta distor o tal como se pode apreciar na Figura 9 18 110 Figura 9 18 Remo o da distor o de perspectiva imagem original esquerda imagem com a perspectiva corrigida direita Com o objetivo de reduzir o custo computacional refletido no tempo de processamento utilizado ms a imagem total n o precisa ser transformada s dois pontos s o necess rios ser mapeados para ajustar a inclina o do caminho seguido pelo AGV 9 5 4 Reconhecimento de Sinais Outra das tarefas que ser o realizadas pelo AGV al m da detec o de linhas nos cami nhos a identifica o e reconhecimento de sinais ou marcas as quais sugerem ou definem o comportamento e navega o do AGV Estes sinais ou marcas s o utilizados durante a navega o do rob m vel e cumprem basicamente com a fun o geral de indicar o come o e fim dos caminhos assim como indicar os pontos de localiza o do rob onde realizar algumas das tarefas assinaladas pelo gerenciador da FMC A forma externa destes sinais repres
15. 2 pp 989 993 Lee J W Kim J H Lee Y J Lee K S 2002 A Study on Recognition of Lane and Movement of Vehicles for port AGV Vision System In Proceedings IEEE International Symposium on Industrial Electronics ISIE 2002 Vol 2 pp 463 466 Lee J W Choi S U Lee Y J Lee K S 2001 A Study on Recognition of Road Lane and Movement of Vehicles using Vision System In Proceedings of the 40 SICE Annual Conference pp 38 41 133 Leit o P 2004 An Agile and Adaptive Holonic Architecture for Manufacturing Control Doctoral dissertation Dept Electrical and Computer Eng Univ of Porto Portugal pp 37 38 Leit o P Gon alves J 2005 Notas de Apoio a Rob tica M vel da Disciplina Automa o e Rob tica URL http www ipb pt pleitao Masaki I 1992 Vision based Vehicle Guidance In Industrial Electronics Control Instrumentation and Automation 1992 Power Electronics and Motion Control Proceedings of the 1992 International Conference on Page s 862 867 vol 2 Springer New York Berlin Heidelberg MATLAB 2000 The Language of Technical Computing URL http www mathworks com products matlab Muad A M Hussain A Samad S A Mustaffa M M Majlis B Y 2004 Implementation of Inverse Perspective Mapping algorithm for the development of an Automatic Lane Tracking System Proceedings IEEE TENCON Region 10 Conference Vol
16. Este valor utilizado para avisar ao m dulo de con trole que pare o movimento do rob Com os dois pontos obtidos e ap s aplicar a trans forma o de perspectiva referente equa o da reta pode se calcular a orienta o da reta Esta orienta o posteriormente ser comparada com o erro m nimo de orienta o para exe cutar o controle do rob O resultado no desvio da orienta o depois de executar o pro grama ipm linha c de 11 3 A Figura 10 6 ilustra o funcionamento deste algoritmo 122 centro da pista 120 xl yl linha varrida Figura 10 6 Esquema do c lculo da orienta o das linhas seguidas pelo rob m vel Cabe observar que nesta an lise n o foi incluido o controle de posicionemanto do rob movel tratado na se o 9 5 2 10 4 RESULTADOS OBTIDOS NA ETAPA DE RECONHECIMENTO DE SINAIS Nesta fase do experimento utilizou se o programa MATLAB MatLab 2000 Esta ferramenta fornece uma s rie de comandos e programas para defini o e adapta o de redes neurais O comando newff por exemplo utilizado para criar redes neurais alimentadas adiante feed forward neural networks que utilizam o algoritmo backpropagation para o treinamento ou seja redes perceptron de m ltiplas camadas Foi utilizada a vers o Levenberg Marquardt do algoritmo identificado no programa pelo nome trainlm e que o padr o para redes criadas com o comando newff Verifica se
17. Robotics and Autonomous Systems vol 32 pp 1 16 Broggi A Bertozzi M Fascioli A Guarino Lo Bianco C and Piazzi A 1999 The ARGO autonomous vehicle s vision and control systems Int J Intell Contr Syst vol 3 no 4 pp 409 441 131 Borenstein J Everett H R Feng L 1995 Where I am Sensors and Methods for Autonomous Mobile Robots Positioning Borenstein J 1998 Experimental Results from Internal Odometry Error Correction with the OmniMate Mobile Robot In Proceedings IEEE Transactions on Robotics and Automation Vol 14 No 16 Pg 963 969 Booth A 1998 Object Oriented Modeling for Flexible Manufacturing System The International Journal of Flexible Manufacturing System Vol 10 No 3 pp 301 314 Brooks R A 1991 Intelligence without representation In Artificial Intelligence vol 47 pp 139 159 Cano C E Alfaro A C Alvares A J 2005 AGV Modelling using Object Oriented Techniques through UML language in a Flexible Manufacturing Cell Proceedings of COBEM Ouro Preto MG Brasil Cameron S 1994 Obstacle Avoidance and Path Planning In Industrial Robot An International Journal vol 21 number 5 pp 9 1 7 Collado JM Hilario C Armingol J De la Escalera A 2003 Vision por Computador para Veh culos Inteligentes XXIV Jornadas de Automatica Le n Espa a Costa E Gomes M Bianchi R 2003 Um Mini Rob
18. a base para v rias abordagens de diferencia o de imagens Considere a regi o da imagem mostrada na Figura 7 8 a em que os z s denotam os valores dos n veis de cinza A equa o 7 10 pode ser aproximada no ponto z de v rias maneiras A mais simples consiste em usar a diferen a z z na dire o x e z z na dire o y combinadas como 1 2 Vf ll2 24 25 29 7 11 A equa o 7 11 pode ser substitu da pela equa o 7 12 em valores absolutos e obter resultados similares Vf 12 2 z Z 7 12 Uma outra abordagem segundo Gonzales 2000 para aproxima o da equa o 7 10 usar as diferen as cruzadas como mostrado na equa o 77 13 54 vf z zp Z6 ae 7 13 ou usar os valores absolutos Vf zs zo z6 z 7 14 As equa es 7 11 e 7 12 podem ser implementadas atrav s do uso de m scaras de ta manho 2x2 A equa o 7 14 pode ser implementada tomando se o valor absoluto das respostas das duas m scaras mostradas na Figura 7 8 b chamadas de operadores cruzados de gradiente de Roberts d Figura 7 8 M scaras de filtros n o lineares a Uma regi o 3 x 3 de uma imagem os z s s o valores de n vel de cinza b M scaras de Roberts c M scaras de Pre witt d M scaras de Sobel modificado Gonzalez 2000 M
19. essessessssesssssesssssesessossssesosssssssssosessorsssososssssssssssessesse 96 9 3 2 1 Modelagem do Ambiente de Atua o do AGV 96 9 3 2 2 Classifica o dos AGV s em Rela o a seus Sistemas de INAVESACAO soscccsacasesicsnastucsesnsecscosceveavcseases dosasceceaueseancnanenccenestibensecnets 97 9 3 2 3 Fun es do AGV na FMC onoooonccccococonannncnncnccncnonannonoconccocannancanococonoss 98 9 3 2 4 Modelagem do Sistema de Navega o do Rob M vel 99 9 3 2 5 Detalhe das fun es do rob m vel durante o funcionamento da EMO jekesssrassswasestasasiensnsinedncyeCencenastedesivertonsasiaeonevnasdentesiseboeusenianens 103 9 3 2 6 Detalhe das fun es do rob m vel durante o setup ou manuten o das m quinas da FMC ss ses seres 104 9 4 SETUP DO ROBO MOVEL sanada ea Ds e garcia 104 9 5 PROCESSAMENTO DE IMAGENS oocoonconcconocnnosnnccnosonocancnocanononocncnnocunconcnanones so 105 9 5 1 Pr Processamento de Imagens seeesooessosssocssseessocssoossoosssossssesssoessooe sooo 106 95 2 Detec o de Linh as ssievecccsccssscssvesvsscssossscsdensscueseosescssonteessseosesesdenVensedeesesdsses s o 108 9 5 3 Remo o da distor o de perspectiva ccccccsssscssssccsccecssseccssseecsssee sose 110 9 5 4 Reconhecimento de SiNalS ocooomooonocoonconncconaconcconncoonncnoncconcconnconnccconaconess 000 111 9 6 CONTROLE D
20. ncia independente seja usada periodicamente para reduzir o erro e Navega o Inercial Este m todo usa girosc pios e algumas vezes aceler metros para tomar medidas das rota es e acelera es do ve culo As medidas s o integra das para obter uma estimativa da velocidade e posi o do rob Este sistema tam 38 b m tem a vantagem de ser aut nomo J uma desvantagem nestes sistemas o alto custo dos sensores Os girosc pios com tecnologia recente usam fibra tica co nhecidos tamb m como girosc pios a laser e s o de muita precis o 6 2 2 Navega o baseada em medidas absolutas da posi o Navega o por sinais ativos active beacons Este m todo computa a posi o absoluta do rob atrav s da medida da dire o de incid ncia de tr s ou mais sinais ativos transmitidos Os transmissores usualmente usam luzes ou freq ncias de ra dio e s o localizados em lugares conhecidos do ambiente Navega o por reconhecimento de marcas artificiais Este m todo usa marcas artificiais distintivas as quais s o localizadas em lugares conhecidos do ambiente de navega o A vantagem destas marcas artificiais que podem ser projetadas para serem otimamente detectadas e reconhecidas mesmo em ambientes com condi es adversas Navega o por reconhecimento de marcas naturais Este m todo utiliza marcas com caracter sticas pr prias distintivas do ambiente o qual n o precisa ser prepara do
21. pp 1 10 Gonzalez R C Woods R E 2000 Digital Image Processing Prentice Hall 2nd edition Groover M P 2003 Automation Production Systems and Computer Integrated Manufacturing Prentice Hall Englewood Cliffs New Jersey Ramesh N Yoo J Sethi I 1995 Thresholding based on histogram approximation In Proceedings IEEE Vision Image and Signal Processing Vol 142 Issue 5 pp 271 279 Huh K Park J Hong D Dan D Park J 2004 Vision based lane detection for passenger cars configuration aspects In Proceedings IEEE American Control Conference Vol 1 pp 792 797 Huh K Park J Hong D Dan D Park J 2005 Development of a vision based lane detection system considering configuration aspects Elsevier Optics and Laser in Engineering Vol 43 Issue 11 pp 1193 1213 Hayin S 1999 Neural Networks a Comprehensive Foundation Prentice Hall pp 125 130 Jiang G Y Chai T Y Hang S K Bae W Song B S 2000 Lane and obstacle detection based on fast inverse perspective mapping algorithm In IEEE International Conference on Systems Man and Cybernetics Vol 4 Jain Kasturi Schunck R 1995 Machine Vision McGraw Hill Singapore Kuang P Zhu Q Liu G 2004 Real time road lane recognition using fuzzy reasoning for AGV vision system In Communications Circuits and Systems ICCCAS 2004 International Conference Vol
22. scaras de tamanhos pares s o inc modas de se implementar Uma aproxima o para a equa o 7 10 ainda no ponto z mas agora usando uma vizinhan a de 3 x 3 Vf z Z 2 z 2 23 z EZ Ze E dz z 7 15 As mascaras mostradas na Figura 7 8 c chamadas de operadores de Prewitt podem ser usadas para implementar a equa o 7 15 Finalmente a Figura 7 8 d mostra ainda outro par de m scaras chamados operadores de Sobel para aproxima o da magnitude do gradi ente 55 e Operador de Roberts O operador gradiente de Roberts Gonzalez 2000 o m todo mais simples dos filtros n o lineares utilizado para detec o de contornos ou bordas Este m todo apresenta uma desvantagem dependendo da dire o certos contornos podem ser mais real ados que outros Como resultado de sua aplica o obt m se uma imagem com altos valores de n vel de cinza em regi es de limites bem definidos e valores baixos em regi es de limites sua ves sendo 0 para regi es de n vel de cinza constante O operador formado por duas m scaras mostrado na Figura b onde G a m scara que detecta as varia es do gradiente na dire o horizontal e G a m scara que detecta as varia es do gradiente na dire o vertical A Figura 7 9 mostra uma aplica o simples do operador de Roberts Figura 7 9 Imagem filtrada utilizando o operador de Roberts e Operador de Sobel O operador de Sobel tem a
23. subaqu tica e oceanogr fica explora o planet ria bem como aplica es militares 5 1 TECNOLOGIA DESENVOLVIDA PARA GUIAR OS VE CULOS AUTOMATICAMENTE O sistema de guiagem nos AGV s utiliza m todos pelos quais seus caminhos s o definidos e controlados para seguirem os esses caminhos Existem tr s tecnologias as quais s o co mumente usadas em sistemas comerciais dos AGV s 1 cabo guiado 2 rastreamento de caminhos desenhados n o ch o paint strips e 3 ve culos autoguiados Dos tr s tipos de tecnologia desenvolvida mencionados a utilizada nos ve culos autoguia dos a mais moderna e sofisticada que engloba as t cnicas mais recentes A diferen a dos outros dois m todos que estes ve culos operam sem caminhos cont nuos definidos Em vez disso ele usa uma combina o do sistema dead reckoning estimativa de posi o sem uma referencia externa com beacons sinais artificiais localizados por toda a plan ta os quais podem ser identificados pelos sensores do ve culo dead reckoning se refere capacidade do ve culo de seguir uma rota dada na aus ncia de um caminho definido no 31 ch o O movimento do ve culo ao longo da rota afetado pelos dados processados do n mero de revolu es das rodas O processamento dos dados realizado por um computador instalado no mesmo ve culo esperado que a exatid o do posicionamento do rob seja afetada quando as distancias percorrida
24. trasladado sobre a proje o C de Cem S modificado Bertozzi 1998 O uso das equa es obtidas em 7 23 permite remover o efeito de perspectiva e recuperar a textura da superf cie S no plano z Odo espa o real W A matriz de pix is de coordenadas x y 0 e W os quais formam a imagem re mapeada varrida e para cada pixel designado o valor do pixel correspondente de coordenadas u x y 0 v x y 0 J el 7 4 5 Configura es do Sensor de Vis o A configura o do sensor de vis o composta das especifica es da c mera tal como o comprimento local resolu o tamanho do pixel etc e geometria de posicionamento da c mera tal como altura inclina o angular etc 7 4 5 1 Campo de vis o Field of View FOV O campo de vis o FOV do sensor de vis o geralmente pode ser determinado baseando se na geometria da c mera como se ilustra na Figura 7 14 O FOV horizontal do sensor de vis o relacionado aos par metros de largura w e w assim como a FOV vertical de 66 pende das distancias d e d Com base nestes par metros de largura e distancias podem ser escritas as seguintes equa es 1 a ae 4 001 00 3 p 5 al w k 2 d k h sanl onde k 1 n 7 24 d k d w k w quando k 0 gt 4d k d w k wy quando k n onde h altura da c mera P ngulo da c mera n numero de pix is verticais n n mero de pix is horizontais Os ngulos horizon
25. vel o qual estabelece a diferen a em uma manufatura automatizada No cap tulo 4 s o apresentados com detalhes os conceitos que est o envolvidos nos mani puladores e transportadores de material como um dos componentes principais da FMC No cap tulo 5 apresentado o estado da arte da rob tica m vel aplicada nos AGV s Este ponto fundamental para conhecer os diferentes tipos de sistemas de navega o usados atualmente em rob tica m vel e especificamente nos AGV s industriais No cap tulo 6 s o apresentados de forma geral os diferentes tipos de navega o rob ticas utilizados atualmente n o s para sistemas de navega o de AGV s mas tamb m para qual quer aplica o de rob tica m vel No cap tulo 7 s o apresentados os diferentes m todos de processamento de imagens basea dos em vis o computacional necess rios para desenvolver os algoritmos do sistema de na vega o do rob m vel que trabalhar como AGV na FMC No cap tulo 8 s o apresentadas as caracter sticas b sicas do hardware e software do rob m vel que atuar como 4GV na FMC No cap tulo 9 apresentada a parte experimental deste trabalho Aqui est o envolvidas as sec es referentes a modelagem e implementa o da FMC como ambiente de atua o do AGV a modelagem e implementa o do sistema de navega o usado pelo rob m vel para trabalhar como AGV usando t cnicas de orienta o de objetos e algoritmos de vis o
26. vel que sempre estar presente na aquisi o das imagens A medida que o ru do incrementado ou diminu do os filtros correspondentes s o aplicados para depois binarizar a imagem atrav s do uso de um valor limiar threshold A primeira etapa de filtragem feita utilizando um filtro passa baixa A filtragem passa baixa da imagem feita para reduzir o n vel de ru do geralmente presente em sistemas que trabalham com sensores A aplica o desta filtragem e realizada atrav s do c lculo do va lor m dio de quatro pix is vizinhos 1 4 i D i j D i 1 i 1 j 1 utilizando o valor dado como entrada para o novo pixel na imagem reduzida A redu o dos pontos da imagem a um quarto do valor inicial garante um menor custo computacional de proces samento posterior da imagem Na se o 7 4 2 foram apresentados com mais detalhes o funcionamento deste tipo filtro O seguinte passo a ser realizado a transforma o de cores A placa de captura de imagens tem como padr o a captura das imagens em tr s componentes RGB red green blue sepa radamente embora os m todos de processamento de imagens sejam definidos em geral para imagens monocrom ticas A transforma o de cores de RGB para o padr o HSV hue saturation value permite que a imagem resultante seja monocrom tica que haja uma grande redu o do espa o de armazenamento e que se reduza o tempo de processamento nas opera es posteriores Assim com base nos tr s
27. 1 pp 207 210 Miller R K 1987 Automated Guided Vehicles and Automated Manufacturing Soc Manufact Eng Dearborn Michigan Nomadic Technologies 1999 Nomad XR4000 Hardware Manual release 1 0 Nomadic Technologies 1999 Nomad XRDEV Software Manual release 1 0 Ou Yang C Guan T Lin J 2000 Developing a computer shop floor control model for a CIM system using object modeling technique Elsevier Computers in Industry Vol 41 Issue 3 pp 213 238 Park J W Lee J W Jhang K Y 2003 A lane curve detection based on an LCF In Pattern Recognition Letters Vol 24 Issue 14 pp 2301 2313 Parker J R 1991 Gray level thresholding in badly illuminated images In Proceedings IEEE Transactions on Pattern Analysis and Machine Intelligence Vol 13 Issue 8 pp 813 819 Parker J R 1996 Algorithms for Image Processing and Computer Vision John Wiley amp Sons BK amp CD Rom pp 89 95 Quatrani T Booch G 2000 Visula Modeling with Rational Rose 2000 and UML Addison Wesley Longman pp 20 30 Ribeiro M I Lima P 2002 Motion Planning Mobile Robotics Curse Instituto Superior T cnico IST Lisboa Portugal 134 Rosenfeld A 2001 From image analysis to computer vision An annotated bibliography 1955 1979 In Computer Vision and Image Understanding 84 2 298 324 Rocha P 2000 Estado da Arte da Rob tica M vel em Portugal
28. 45 Mbytes s de transfer ncia de dados Como complemento o subsistema de vis o auxiliado por uma unidade Pan Til a qual controlada por uma porta serial RS 232 para movimenta o da c mera 8 1 1 4 Subsistema de Comunica o A comunica o do rob m vel com a rede local realizada atrav s da interface Proxim RangeLan 2 frequ ncia de 2 4 GHz e um r dio Ethernet Esse sistema fornece acesso rede local utilizando o protocolo TCP IP 8 1 2 Arquitetura XRDEV Nomadic Technologies 1999 XRDEV uma arquitetura multi processada Uma aplica o XRDEV constitu da por v rios processos processos do rob processos do usu rio processos da interface etc co municando se atrav s da rede N o h limite para o numero de rob s que podem ser con trolados na arquitetura XRDEV nem para o n mero de programas do usu rio que controla o rob Tamb m n o h restri es no n mero de rob s que podem ser controlados por um T1 programa do usu rio nem no controle compartilhado de um rob por v rios programas do usu rio Os programas dos usu rios podem ser executados de qualquer lugar na rede Estes processos existentes s o e Processo NRobot o processo que controla o rob comunicando se diretamente com o hardware do rob Pode existir quaisquer n meros de processos NRobot na aplica o mas somente um processo NRobot sendo executado em cada rob e Processo Ngui E o processo qu
29. AGV indicam para onde o 25 ve culo se deve dirigir como deve chegar ao destino e que deve fazer quando chegar ao destino Rocha 1998 Os AGV s foram introduzidos na industria manufatureira in 1955 e atualmente mais de 20 000 AGV s s o utilizados em aplica es industriais Miller 1987 Os ve culos guiados automaticamente s o usados para transporte interno e externo de ma teriais Tradicionalmente os AGVs foram mais usados em sistemas de manufatura atualmente os AGVs s o utilizados para tarefas de transporte repetitivas e em outras reas tais como armazenagem sistemas de transporte externo subsolo etc O uso dos AGVs tem crescido enormemente desde sua introdu o O n mero de reas de aplica o e varia o nos tipos t m crescido significativamente Armaz ns e centros com muitas intersec es s o exemplos de reas distribu das Os 4GV s s o utilizados nestas reas para o transporte interno por exemplo pallets en tre diferentes reas tais como entrada de materiais armazenamento classifica o e embar que O sistema utilizado num ve culo guiado automaticamente um sistema manipulador de material que trabalha independentemente auto propulsado guiado atrav s de rotas ou ca minhos definidos A pot ncia necess ria para movimentar estes ve culos proporcionada por um sistema de baterias transportadas no mesmo AGV as quais permitem um tempo longo de funcionamento 8 16 horas AG
30. Alguns dos algoritmos u tilizados nesta fase s o limiariza o gradiente filtragem etc Unidade de Transforma o da Perspectiva IPM Esta unidade respons vel da transforma o geom trica da imagem capturada Aqui os pontos mais importantes da imagem distorcida s o re mapeados em uma nova imagem de duas dimens es na qual a informa o contida homogeneamente distribu da entre todos os pix is permitindo assim seguir com o processamento se guinte da imagem 81 4 Unidade de Rastreamento de linhas atrav s do sistema de vis o Nesta unidade realizada a principal opera o de vis o requerida pelo sistema de navega o do rob m vel Esta opera o consiste em computar a dire o da linha rastreada desenhada no ch o pelo sistema de vis o do rob m vel Este processa mento consiste em estimar a inclina o da linha tomando dois pontos da imagem capturada e pr processada 5 Unidade de reconhecimento de sinais atrav s do sistema de vis o Esta unidade respons vel de identificar sinais usando o sistema de vis o do rob m vel e sugerir ou ordenar alguma a o de movimenta o a ser feita pelo rob du rante sua navega o Sinais especiais determinam o fim ou inicio de alguma a o que est sendo executada pelo rob delimitando o ambiente de navega o Sinais simb licos ser o utilizados no processo de reconhecimento em vez de sinais de di f cil reconhecimento por humanos como o
31. Di namarca em 1995 O objetivo foi testar a capacidade confiabilidade e desempenho do ve culo aut nomo em uma estrada As tarefas autom ticas que foram desempe nhadas s o capacidade de manter se na estrada seguindo as linhas e sinais controle longitudinal desvio de obst culos e manobras de mudan a de estrada O m dulo de detec o de obst culos e seguimento de linhas e sinais baseado num processo de reconhecimento Neste m dulo foram implementados dois sub m dulos o m dulo de detec o e seguimento de um s objeto single object detec tor and tracker SODT e o m dulo de detec o e seguimento de m ltiplos objetos multiple object detector MODT O funcionamento de ambos sistemas tem como base um sistema de vis o composto por duas c meras par est reo O m dulo de detec o e seguimento da estrada Road Detection and Tracking RDT estima um estado de vetores o qual descreve um modelo din mico do movi mento do ve culo e da forma da estrada Esta estimativa realizada atrav s de um algoritmo de filtro de Kalman O sistema RALPH Rapidly Adapting Lateral Position Handler foi testado usando uma plataforma de navega o implementada num ve culo Pontiac O sistema de controle e navega o do ve culo denominado NavLab 5 desenvolvido pela Uni versidade Carnegie Mellon foi usado numa viagem chamada No Hands Across America desde Pittsburgh PA at San Diego CA em 1995 O RALPH o c re bro
32. Engenharia Mec nica 2006 Disserta o de Mestrado Universidade de Bras lia Faculdade de Tecnologia Departamento de Engenharia Mec nica 1 C lula Flex vel de Manufatura 2 AGV 3 Navegac o Rob tica 4 Vis o Computacional I ENM FT UnB II Titulo s rie REFERENCIA BIBLIOGRAFICA CANO C E V 2006 T cnica de Navega o de um Rob M vel Baseado em um Sis tema de Vis o para Integr lo em uma C lula Flex vel de Manufatura FMC Disserta o de Mestrado Publica o DM 06 2006 Departamento de Engenharia Mec nica Universi dade de Bras lia Bras lia DF 154p CESS O DE DIREITOS AUTOR Carlos Enrique Villanueva Cano T TULO T cnica de Navega o de um Rob M vel Baseado em um Sistema de Vis o para Integr lo em uma C lula Flex vel de Manufatura FMC GRAU Mestre ANO 2006 E concedida Universidade de Bras lia permiss o para reproduzir c pias desta disserta o de mestrado e para emprestar ou vender tais c pias somente para prop sitos acad micos e cient ficos O autor reserva outros direitos de publica o e nenhuma parte dessa disserta o de mestrado pode ser reproduzida sem autoriza o por escrito do autor Carlos Enrique Villanueva Cano SHIN QL 03 CONJ 05 CASA 19 Lago Norte 71505 255 BRASILIA DF Brasil ill Dedicat ria Dedico este trabajo a toda mi familia mi ma m Aurora mi hermana M nica mi sobrinita Ani y muy especialmente a mi padre El
33. Este implica que o ambiente tem que ser muito bem conhecido A confiabilida de deste m todo n o t o alta como o m todo onde se utilizam marcas artificiais Navega o por compara o de modelos Model Matching Atrav s deste m todo a informa o adquirida pelos sensores do rob comparada com um mapa modelo do ambiente Se as caracter sticas do mapa criado com base nos sensores do rob e o mapa modelo do ambiente coincidem ent o a posi o absoluta do rob pode ser estimada Os mapas usados em navega o podem ser classificados em dois tipos 1 mapas geom tricos e 2 mapas topol gicos Mapas geom tricos re presentam o espa o de navega o total denominado na literatura inglesa como world W em um sistema de coordenadas globais em quanto os topol gicos representam o espa o de navega o em uma rede de n s e arcos 39 6 3 PLANEJAMENTO DO MOVIMENTO O objetivo principal no planejamento de movimento avaliar os caminhos livres de coli s es desde a posi o inicial at a posi o final na navega o do rob m vel tomando se em conta os aspectos geom tricos f sicos e de tempo envolvidos neste processo H tr s diferentes aspectos a serem analisados no planejamento do movimento Ribeiro et al 2002 e Planejamento da trajet ria Path Planning e Planejamento de manobras de movimento Manoeuvre Planning e Gera o da trajet ria Trajectory Generation
34. Figura 7 17 Rede neural b sica Uma rede neural artificial formada pela conex o de neur nios ou n s organizados em camadas como se ilustra na Figura 7 18 As entradas na primeira camada camada de en 71 tradas s o recebidas pelos neur nios da camada de entrada As sa das destes neur nios s o direcionadas para as entradas dos neur nios da camada seguinte at a sa da da rede camada x O oculta Ne q Aca x O e de sa da Vetores de padr es de entrada Figura 7 18 Estrutura de uma rede neural 7 4 6 3 Perceptron Multicamadas MLP Nesta se o ser o discutidos alguns conceitos b sicos das redes neurais de m ltiplas cama das as quais ser o utilizadas para o reconhecimento de marcas pelo rob m vel durante sua navega o O modelo escolhido conhecido como perceptron multicamada do ingl s Multilayer perceptrons MLP atuando como classificador e auto associador ser bre vemente tratado nesta parte do trabalho O perceptron multicamada N uma rede neural particular cujos neur nios s o organizados em diferentes camadas As camadas ser o denotadas atrav s da seguinte nomenclatura le 0 A camada de entrada input layer 0 recebe uma estimula o externa for ma padr o j a camada de sa da output layer L d a resposta do trabalho feito pela rede Adorni et al 1999 Cada neur nio na camada gen rica pode receber entradas somente dos neur
35. Leit o 2005 iii Integra o e Comunica o Para que os equipamentos de produ o trabalhem de forma cooperativa necess rio que estejam integrados ou seja conectados a um controle central encarregado de comand los de forma harm nica Este sistema est interconectado com as esta es de trabalho o sis tema manipulador de material e outros componentes de hardware do FMS Um sistema de controle t pico de um FMS formado por um computador central e outros computadores controlando cada uma das m quinas independentemente O computador central coordena as atividades dos componentes durante a opera o do FMS As fun es do sistema de con trole podem ser agrupadas nas seguintes categorias e Controle das esta es de trabalho e Distribui o das instru es de controle nas esta es de trabalho e Controle e administra o da produ o 20 e Controle do tr nsito dos sistemas manipuladores durante a movimenta o das par tes entre as esta es de trabalho e Controle do transporte dos sistemas secund rios existentes em cada uma das esta es e Monitoramento do estado das pe as de trabalho e Controle e administra o de ferramentas e Desempenho monitoramento e informa es e Diagn sticos indicar as prov veis fontes que originam um problema no FMS O controle central troca informa es com os controladores dos equipamentos de produ o por meio de uma rede de comunica o A Figura 3 4 mos
36. M scaras de Sobe sra dd dr 55 XV Figura 7 9 Imagem filtrada utilizando o operador de RobertS oooconiccnncnincnocococcnccnoncnnncnncnnos 56 Figura 7 10 Imagem filtrada utilizando o operador de Sobel oooooconconccnocnnccnocnnccconccononanonos 57 Figura 7 11 Operador Laplaciano a M scaras do Operador Laplaciano b Imagem filtrada utilizando o operador de Sobel ooooooccnnoccnocaciccconanconncconoconnconanconn coronan 58 Figura 7 12 Rela es entre o espa o real W e o espa o da imagem 1 63 Figura 7 13 Configura es dos par metros da c mera a plano Y no espa o W superf cie S b plano 7 assumindo que o origem trasladado sobre a proje o Cy de Cem O ond ia a e ae ia O e cleats 66 Figura 7 14 Campo de vis o definido pela geometria da CaMECTA ee eeeecceeeceteeneeeneeeeeees 68 Figura 7 15 Modelo pinhole da c mera si mas nu OS AA da 69 Figura 7 16 Fen meno ponto de fuga vanishing point ocoonccnnnccnonoconcconnnonnnccnocannnnnnno 70 Figura 7 17 Rede neural Disidente 71 Figura 7 18 Estrutura de uma rede Neural escasos ts taaan ea too ban sia reido 12 Figura 8 1 Rob m vel Nomad XR4000 era 75 Figura 8 2 Configura es da arquitetura XRDEV do rob m vel a Configura o simples um GU um rob b Configura o simples via rede 78 Figura 9 1 Arquitetura do SOM
37. Marcador ff On es C Popups Permitidos w Hotmal GB Messenger i Meu MSN Bra o rob Torno CNC Micr metro laser Rob M vel Video GRACO UnB http video graco unb br a b Figura 9 2 C lula Flex vel de Manufatura a Componentes da FMC b Imagem da pa gina web http video graco unb br 9 2 1 2 Modelagem da C lula Flex vel de Manufatura Modelagem F sica Esta parte muito importante no desenvolvimento futuro das fun es da FMC A modela gem foi feita utilizando um software de desenho 3D Workspace e tem como objetivo principal avaliar o sincronismo dos movimentos das unidades de manuseio e transporte de material feitos pelo bra o rob e o 4GV respectivamente Atrav s desta ferramenta de mo delagem e poss vel realizar simula es destes movimentos com precis o prevendo assim colis es que possam acontecer durante o funcionamento da FMC O posicionamento do manipulador bra o rob no instante de posicionar o material a ser usinado na placa do torno uma das situa es que requer muita precis o Atrav s da sua modelagem e simula o na FMC podem se obter as coordenadas dos movimentos feitos e garantir um bom funcionamento da FMC A Figura 9 3 ilustra os estados durante o funcionamento da FMC que requerem de precis o no posicionamento das unidades Texeira et al 2005 86 Figura 9 3 Modelagem f sica dos diferentes estados durante o funcionamento da FMC Modelagem L gica A
38. O DE UM ROB M VEL BASEADO EM UM SIS TEMA DE VIS O PARA INTEGR LO EM UMA C LULA FLEX VEL DE MA NUFATURA FMC Autor Carlos Enrique Villanueva Cano Orientador Sadek Cris stomo Absi Alfaro Programa de P s gradua o em Sistemas Mecatr nicos Bras lia maio de 2006 Atualmente o controle dos ve culos guiados automaticamente AGV baseado no estudo das diferentes t cnicas de navega o existentes Estas t cnicas utilizam diferentes tipos de sensores infravermelho ultra som t ctil vis o etc como parte do equipamento do rob m vel para realizar suas tarefas de movimenta o e controle desde uma posi o inicial at uma posi o final definida A contribui o principal deste trabalho consiste em apresentar uma t cnica de navega o baseada em um sistema de vis o para integrar um rob m vel c lula flex vel de manufa tura FMC a qual est sendo implementada no laborat rio GRACO UNB trabalhando como um ve culo guiado automaticamente AGV assim como tamb m apresentar as van tagens e desvantagens do tipo de navega o implementada O sistema de navega o proposto composto por cinco m dulos principais O primeiro m dulo da captura de imagens no formato RGB atrav s da placa de captura Matrox Me teor O segundo m dulo de pr processamento que realiza o tratamento das imagens cap turadas atrav s da aplica o de algoritmos de vis o computacional O terceiro m dulo de ext
39. Se or Samuel Bernardino Villanueva Gu o quien a lo largo de toda mi vida como estudiante siempre ha estado presente alent ndome y so bretodo acompa ndome en los momentos de cisivos y as como l estuvo presente en este paso importante de mi vida ojal contin e es tando siempre en los pasos futuros Agradecimentos Va el mejor de mis agradecimientos al Profesor Sadek C Absi A por su apoyo compren si n y sobre todo por el trato de amigo a lo largo del periodo de desenvolvimiento de este trabajo Me faltar an palabras para agradecer a todas las personas que conoc a lo largo de mi esta d a aqu en Brasil personas amigas Laercio Jardim Andre Braga Daniel Mu oz Magno Correia Flavio de Barros Vidal Evandro Texeira Leonardo Junior etc personas de trabajo El Sr Marrocos e los trabajadores de la SG9 especialmente al Sr Claudio Pereda profesores amigos Carlos Llanos Quinteros Jo o Carlos UFSC Martin UFSC Guil herme Caribe Carvalho Jos Maur cio Motta e Profesor lberto Alvares Tambi n quiero agradecer de manera muy especial a las siguientes personas amigas Mar veline Sra Grimalda Elisa Jes s Sadek Junior e Jos Vargas entre otros con quienes viv momentos agradables aqu en Brasil Muchas Gracias a todos Uds sin duda me llevo el mejor de los recuerdos de todos al Per Como dir an los Braslile os Valeu Galera Hasta pronto RESUMO T CNICA DE NAVEGA
40. bits exclusivo para o controle dos oito eixos que d o o movimento de transla o X Y e de rota o 0 s quatro rodas do rob m vel O sistema de movimenta o do rob m vel pode acelerar em qualquer dire o e em qualquer instante de tempo fazendo que os sistema seja holon mico Os principais atributos desta classe s o as estruturas N Axis e N AxisSet as quais cont m toda a informa o concernente a movimenta o dos eixos das rodas da base do rob J os principais m todos s o N_SetAxes e N_GetAxes os quais servem para configurar os par metros dos eixos de movimenta o do rob Classe Sensor T ctil Esta subclasse respons vel por fornecer 100 da cobertura dos sensores sobre as super f cies verticais do rob m vel Os 48 sensores localizados tanto na parte superior como inferior do rob fornecem a exata localiza o do contato assim como tamb m a informa o acerca da for a de contato Adicionalmente cada porta do rob tem sensores que registram quando o contato em qualquer parte das porta com algum obst culo O principal atributo desta classe N BumperController o qual controla todos os dados dos sensores registrados durante a navega o do rob no ambiente Os principais m todos s o N BumperSet e N BumperGet que trabalham na configura o e captura de dados dos sensores Classe Sensor Infravermelho Esta classe respons vel de fornecer informa o acerca dos objetos que est o muito perto ao
41. como captura da imagem de um objeto real em tr s dimens es 3D para posteri 68 ormente ser projetada sobre uma vista de perspectiva em duas dimens es 2D Devido proje o de perspectiva o resultado final imagem capturada conter alguma deformidade causada principalmente pelo fator de distor o denominado ponto de fuga vanishing point Para se ter um melhor entendimento da geometria da proje o de perspectiva uma explica o fornecida usando o modelo pinhole de c mera apresentado na Figura 7 15 Este modelo geom trico o mais comum consistindo em um plano de proje o da ima gem uve um ponto O o centro de proje o A distancia f denominada distancia focal eoeixo Z chamado de eixo ptico Os eixos de refer ncia da camera XYZ definem a orienta o de refer ncia da c mera sendo de fundamental import ncia nos sistemas de vis o computacional Muad et al 2004 A XoYoZo u r E y xX 017 x Centro de Z proje o uiv vi f Figura 7 15 Modelo pinhole da c mera modificado Muad 2004 A posi o da imagem capturada pode ser descrita matematicamente em termos de seus componentes coordenados u e v com refer ncia a sua posi o atual no espa o em tr s di mens es 3D Fazendo uso s do componente u as rela es s o dadas pela seguinte equa o u oL 7 26 x z Agora a equa o que relaciona os dois componentes ue v uv 45 12
42. componentes da imagem original gera se uma imagem monocrom tica com o valor m dio das imagens originais dada pela componente V do padr o HSV Tourino 2000 A equa o 7 1 mostra o c lculo da com ponente V _R G B 3 V 9 1 106 O efeito desta transforma o a redu o de informa o originalmente dispon vel nas tr s componentes RGB Esta redu o de informa o refletida na perda de informa es associadas s cores da cena Depois de realizar a captura filtragem e transforma o de cores pode se realizar a binari za o da imagem Deve se notar que a metodologia de binariza o utilizada aplicada diretamente imagem original previamente processada atrav s das etapas descritas anteri ormente O objetivo desta etapa conseguir a segmenta o das linhas em rela o ao seu fundo A binariza o da imagem obtida da aplica o da equa o 7 20 atrav s do uso de um valor limiar ou threshold definido O valor limiar definido para o processo baseia se no histograma da imagem original equalizada ver se o 7 4 2 O algoritmo utilizado pro porciona o valor de intensidade com maior n mero de pixeis contidos na imagem equali zada o qual ser utilizado como valor limiar Outra metodologia avaliada apresentada por Beccari 1997 para a obten o do valor limiar timo baseado na Equa o 9 2 T T kx 9 2 onde T a m dia dos valores de intensidade dos pix is k o c
43. da de v rios elementos processadores sim 70 ples altamente interconectados i estruturas baseadas no conexionismo Bauchspiess 2004 A vantagem de usar redes neurais como s o comumente chamadas n o porque as solu es que elas provem sejam elegantes ou muito r pidas porque o sistema aprende seu pr prio algoritmo para a classifica o de tarefas O programa de uma rede neural b sica que reconhece d gitos pode ser usada tamb m para reconhecer distintas formas b sicas como quadrados c rculos e tri ngulos Parker 1996 7 4 6 2 Rede Neural B sica Uma rede neural um conjunto de elementos de processamento interconectados proces sing elements PE s cada um dos quais realiza um c lculo muito simples Um elemento de processamento simples de uma rede neural mostrado na Figura 7 17 assim como tamb m as entradas o valor dos pesos para cada entrada e os valores de sa da os quais podem ser usados como entradas para outros elementos Hayin 1999 Cada um destes valores num rico O valor associado com qualquer dos nodos chamado de ativa o o qual simplesmente a soma de cada valor da entrada multiplicado por seu respectivo valor do peso A sa da dos PE s poderiam ser simplesmente o valor de ativa o mas isto na maioria dos casos uma fun o de ativa o conhecida tamb m como fun o de sa da Entrada 1 Entrada 2 Entrada 3 Ativa o gt saida w
44. de arcos pertencente ao conjunto PxT U TxP em que PxT representa o conjunto dos arcos orienta dos de p para t tamb m designados por p t e TxP representa o conjunto dos arcos orientados de t para p ou t pi e W a fun o que atribui um peso w inteiro a cada arco e m0 um vetor cuja i sima coordenada define o n mero de marcas na posi o p no in cio da evolu o da rede e Osconjuntos Te P s o disjuntos TOP D e n P a cardinalidade do conjunto P o n mero de posi es da RP e m T o n mero de transi es da RP Na representa o gr fica de uma RP s o utilizados os seguintes s mbolos O posi o lugar transi o arco orientado A Figura 9 4 mostra a modelagem dos diferentes estados durante o funcionamento da FMC usando uma RP simplificada 88 Free Robot e ES T1 Rb Transp Part Turning center Milling center Free Robot C Rb_Transp_Part inspection unit Free T4 Inspection unt Measuring Rb Transp Part TO Finished parts Figura 9 4 Rede de Petri simplificada da FMC O objetivo desta se o foi somente apresentar existente muito usada para sistemas din micos FMC Mais detalhes desta modelagem usando RP apresentado no artigo Modeling and implementation of a Flexible Manufacturing Cell FMC Texeira et al 2005 9 2 1 3 Integrac o F sica Integrar todos os e
45. de transporte e manipula o de material modificado Groover 2003 Equipamento Manipula dores de material Caracter sticas Aplica es t picas Carros industriais manuais Baixo custo Baixo ndice de entregas hora Movimento de cargas leves 1 2ton Carros industriais potentes Custo m dio Movimento de pallets e con tainers na f brica Sistemas de ve culos guia dos automaticamente Alto custo Uso de baterias Rotas flex veis Caminhos n o estruturados Movimento de pallets e con tainers na f brica e arma zens Movimentos durante o pro cesso de produ o baixa e media atrav s de rotas vari aveis Veiculos guiados atrav s de trilhos Alto custo Caminhos ou rotas flexiveis Tipos terrestres ou a reos Movimentos de grandes quantidades de itens atrav s de rotas fixas na f brica Esteiras de alta pot ncia Grande variedade nos equipa mentos Movimento de produtos atrav s de linhas de monta gem manual Talha e guindastes Capacidades maiores de 10 tons Movimentos grandes de itens muito pesados gt 10 tons 4 2 1 Ve culos Guiados Automaticamente AGV Um AGY um dispositivo m vel utilizado no transporte autom tico de materiais em ambi entes de manufatura concebido para receber e executar instru es seguir um caminho ou trajet ria e aceitar e distribuir materiais As instru es para um
46. de usar redes neurais n o somente porque elas fornecem uma solu o ele gante ou r pida porque o sistema aprende seu pr prio algoritmo para a tarefa de classi fica o trabalhando posteriormente eficientemente com sinais reais capturadas no ambien te O sistema de rastreamento e navega o baseado em vis o por ser uma aplica o comum f cil de implementar e ter um baixo custo de opera o motivam a pesquisa e procura de sistemas mais vers teis de n vel industrial que satisfagam otimamente as tarefas de ajuda durante as opera es de manuten o 129 A flexibilidade um termo muito importante na manufatura moderna daria uma outra raz o pela qual o sistema implementado de navega o teria mais aceita o na ind stria do que outros sistemas tradicionais As t cnicas de navega o est o estritamente limitadas estrutura dos ambientes O sistema sensorial e de movimenta o do rob m vel implementado se adapta perfeitamente a sis temas de navega o que podem ser utilizados posteriormente por AGV s reais na industria de manufatura 12 2 SUGEST ES PARA TRABALHOS FUTUROS Com base nos resultados obtidos no sistema de navega o baseado em vis o podem ser listadas as seguintes sugest es para futuros trabalhos nesta linha de pesquisa e Desenvolvimento do controle total do sistema de rastreamento de linhas especifi camente o controle do erro do posicionamento do rob m vel
47. de vis o com c mera a Sensor de guiamento e controle de dire o tico b trilha tica Controle de Dire o por Sensores ticos AAT Sistemas de Movimenta o Nesta aplica o o AGV possui um conjunto de sensores ticos que adaptados na parte inferior do ve culo identificam a presen a da fita guia enviando sinais ao CLP que efetua automaticamente a corre o na dire o do AGV colocando o no vamente sobre a trilha Este sistema possui tr s sensores Fig 5 3 sendo 1 Um 34 para alinhamento direita 2 outro para alinhamento esquerda 3 e um terceiro central para presen a de fita Quando utilizada uma fita met lica pode ser usado um quarto sensor indutivo para seguran a que opera em conjunto com o sensor de presen a tica Figura 5 3 Sensor tico 5 2 2 Sistemas de Caminhos Din micos Estes sistemas s o mais flex veis e suportam facilmente modifica es de layout e requisi tos variantes de capacidade de planta mas estes sistemas s o mais complexos e custosos Navega o por vis o computacional por laser ou por GPS s em aplica es outdoor s o exemplos de sistemas de caminhos din micos e Sistema Laser Dentro dos sistemas de navega o os de navega o por laser Fi gura 5 4 o que tem tido mais implanta o no mercado com tend ncia a substituir rapidamente o sistema filoguiado Neste tipo de sistema o AGV equipado como um laser scanner que r
48. do Navlab 5 baseado num sistema de vis o composto por um par est reo de c meras Este ve culo foi equipado com um computador port til c meras um receptor GPS um sistema de detec o de obst culos e outros equipamentos adicionais O ve culo experimental ARGO ilustrado na Figura 2 2 foi testado usando o siste ma GOLD Generic Obstacle and Lane Detection por quase 2000 km percorridos na It lia em 1998 Este sistema foi desenvolvido no Departamento da Engenharia da Informa o da Universidade de Parma It lia Dipartimento di Ingegneria dell Informazione of the Universita di Parma O ve culo usado Lancia Thema foi equipado com um sistema baseado em vis o A captura de imagens e realizada a trav s de duas c meras par est reo as quais permitem extrair informa o tanto da estrada como do ambiente por onde se movimenta o ve culo Atrav s deste sistema s o detectados e localizados os obst culos ao longo da estrada en quanto o proces samento da imagem capturada permite extrair a geometria da estrada que fica na frente do ve culo Al m disso o ve culo est equipado com uma placa de entradas e sa das 1 0 usada para fazer aquisi o de dados de velocidade c mera de v deo motores de passo controladores da dire o do ve culo Figura 2 2 Ve culo experimental ARGO modificado Broggi 1999 Sistema de controle vis o O ve culo ARGO tem capacidade aut noma no controle do movimento e dir
49. entre eles com um computador central de tomada total de decis es Estes comportamentos s o chamados de camadas layer e s o divididos basica mente em tr s partes 1 explora o sistema de vis o 2 evitar obst culos ultra som e 12 tr s partes 1 explora o sistema de vis o 2 evitar obst culos ultra som e mapea mento e 3 movimenta o Brooks 1991 Outros trabalhos desenvolvidos s o e Detec o de linhas e obst culos baseados em um algoritmo r pido de transforma o de perspectiva fast inverse perspective mapping algorithm FIPMA Jiang et al 2000 e Um est dio de reconhecimento de linhas de estradas e movimentos de ve culos u sando sistemas de vis o Park et al 2003 e Detec o geom trica de linhas para guiamento de ve culos inteligentes Wong et al 1999 e Reconhecimento de linhas na estrada em tempo real usando l gica fuzzy para sis temas de vis o de ve culos guiados automaticamente 4GV Kuang et al 2004 Todos os m todos utilizados nos diferentes trabalhos mencionados neste cap tulo na nave ga o controle detec o e localiza o de ve culos podem ser divididos em dois grupos 1 m todos de gera o de hip teses HG e 2 m todos de verifica o de hip teses HV Sun Z et al 2005 Estes m todos que s o utilizados nos ve culos aut nomos para es trada s o utilizados tamb m na implementa o de sistemas de navega o ro
50. es teis de uma cena a partir de proje es bidimensionais contidas em imagens Jain et al 1995 O processamento e a an lise de imagens uma ci ncia que permite modificar analisar e manipular imagens digitais originalmente continuas a partir de um computador Um sistema de vis o constitu do de e Sensores de Vis o fornecem uma proje o da cena de trabalho e realizam a aqui si o de imagens A c mera o sensor geralmente utilizado nos sistemas de vis o Para o bom desempenho deste sensor e recomend vel trabalhar com uma boa ilu mina o que permite a obten o de uma imagem de melhor contraste e de melhor qualidade reduzindo portanto a quantidade de processamentos preliminares e Hardware de Digitaliza o de Imagens O objetivo deste m dulo colocar a i magem do sensor na mem ria O m dulo de aquisi o permite escrever de modo eficiente na mem ria que pode ser lida pelo computador e pelo m dulo de visuali 42 za o O m dulo de digitaliza o transforma as imagens cont nuas em imagens di gitais e Computador Esta parte do sistema de vis o executa os algoritmos de processa mento de imagens permitindo flexibilidade e custos de processamento e de mem ria relativamente baixos 7 2 APLICA ES Aplica es de processamento e an lise de imagens podem ser classificadas a partir de cri t rios como a possibilidade de um conhecimento inicial pr vio do contexto ou n o a nec
51. informa es dos sensores de ultra som s o armazenadas na estrutura N SonarController no qual definida na estrutura N _ RobotState Essa estrutura definida da seguinte forma 140 struct N _ SonarController N CONST unsigned int SonarSetCount struct N SonarSet SonarSet N MAX _ SONAR COUNT BOOL SonarPaused 5 A estrutura N _ SonarSet definida na estrutura N _ SonarController cont m informa es de cada conjunto de sensores de ultra som A obten o dos par metros de configura o dos sensores de ultra som realizado atrav s do comando N _ GetSonarConfiguration Ao realizar a chamada do comando N GetSonar as informa es dos sensores de ultra som s o atualizadas na estrutura N _ SonarController Esses comandos s o int N GetSonar long RobotID int N GetSonarConfiguration long RobotID int N SetSonarConfiguration long RobotID A 8 Sistema de Alimenta o As informa es do sistema de alimenta o do rob m vel podem ser monitoradas atrav s da medi o das tens es de cada bateria do rob As informa es das baterias s o armaze nadas na estrutura N BatterySet definida da seguinte forma struct N _ BatterySet struct N Battery Battery N MAX BATTERY COUNT BOOL DataActive bs Cada bateria individual possui a sua refer ncia armazenada na estrutura N Battery que definida da seguinte forma struct N Battery long Voltage e 141 O campo Voltage armazena
52. ipm m desenvolvido no software matlab remove estas distor es apresentando as imagens como uma vista desde o c u Figura 10 4 Imagens afetadas pela distor o de perspectiva para um desvio na orient o do rob de 11 A Figura 10 5 apresenta os par metros intr nsecos e extr nsecos de configura o da c mera do rob m vel utilizados na aplica o das f rmulas de remo o da distor o de perspectiva das imagens capturadas pela c mera do rob 121 Figura 10 5 Par metros Intr nsecos e Extr nsecos da c mera do rob m vel 10 3 RESULTADOS OBTIDOS NAS ETAPAS DE DETEC O DE LINHAS Com o objetivo de reduzir o custo computacional refletido no tempo de processamento utilizado ms a imagem total n o precisa ser transformada s dois pontos s o necess rios ser mapeados para ajustar a inclina o do caminho seguido pelo AGV O programa pontos linha c tira dois pontos x1 y1 da linha 120 e x2 y2 da linha 65 j o programa ipm pontos linha corrige a distor o de suas perspectivas Dependendo da luminosidade do ambiente a faixa escolhida na imagem para tirar os pontos pode variar A partir do vetor com a linha 65 e 120 da imagem binarizada calculado o centro da pista utilizando a f rmula de m dia ponderada mostrada na equa o 9 3 No caso da pista n o ser encontrada por exemplo esta tenha acabado o sistema atribui ao valor do centro da pista a coluna zero
53. nesta etapa que uma rede com a topologia 40 6 3 40 entradas 6 neur nios na camada oculta e tr s neur nios na camada de sa da suficiente para aproximar a fun o dentro dos limites dos dados de entrada Para a fun o de ativa o foi escolhida a fun o do MATLAB chamada tansig que de fine uma sigm ide sim trica com constante de inclina o igual a 2 como visto na Equa o 10 1 _ 2 ise 10 1 p Os padr es utilizados no treinamento da rede s o mostrados na Figura 10 7 para diferentes niveis de ruido 123 amp o Imagens 59 de 10 de 15 de 20 de Originais ru do ru do ru do ru do b Figura 10 7 Padr es utilizados no treinamento da rede neural a Padr es originais sem distor o de dimens es 16x16 extra dos de uma imagem de dimens es 128x128 b Formas ruidosas usadas no treinamento da rede neural de di mens es 16x16 A efici ncia da rede foi definida para que o erro m ximo fosse de 10 e a quantidade de pocas de treinamento foi definida em 10 000 V rios treinamentos foram feitos partindo se do zero alguns convergiram mais rapidamente outros menos e alguns n o alcan aram o erro m ximo definido A Figura 10 8 a mostra a sequ ncia de gr ficos de converg ncia do erro obtido durante o treinamento j a Figura 10 8 b mostra o gr fico de converg ncia final para o treinamento da rede 124 Figura 10 8 Gr ficos gerados durante o treinamento da rede
54. numa tese de doutorado por Andrew John Davison 1998 O objetivo deste trabalho foi o desenvolvimento de um sistema de navega o rob tica baseado em vis o para realizar tarefas de localiza o e mapeamento operando num ambiente desconhecido usando sinais e marcas visuais landmarks Outro trabalho importante baseado num sistema de vis o foi realizado em JNRIA Franci a Este sistema faz uma an lise da sequ ncia de imagens capturas por uma c mera em mo vimento e tem como objetivo determinar a forma do ambiente por onde o rob se est mo vimentando Faugeras et al 1995 O projeto de um 4GV desenvolvido tamb m pela Universidade de Oxford outro trabalho importante que envolve diferentes aspectos da navega o rob tica O sistema desenvolvido usa v rios tipos de sensores e m todos que d o uma autonomia ao rob para realizar tare fas principalmente em aplica es industriais Um dos aspectos chaves desenvolvidos neste projeto a fus o sensorial a qual combina diferentes tipos de sensores ultra som vis o laser etc que s o parte do equipamento do rob para realizar a tarefa de navega o Ca meron 1994 Outra abordagem diferente realizada em navega o e rob tica foi desenvolvida por Brooks 1987 no MIT Brooks chamou este sistema de Intelig ncia sem representa o do ingl s Intelligence Without Representation o qual consiste numa cole o de simples comportamentos interagindo
55. o de ferramentas durante o setup ou manuten o das m quinas compo nentes da FMC e iii supervis o do funcionamento da FMC atrav s do sistema de vis o do rob m vel Booth 1998 As tr s fun es assinaladas d o ao rob m vel a capacidade de trabalhar como um AGV na FMC Estas fun es podem ser executadas usando como sensor principal o sistema de vis o do rob m vel tanto para o rastreamento dos caminhos desenhados no ch o assim como tamb m para o reconhecimento das marcas ou sinais os quais s o baseados em s m bolos geom tricos ou alfanum ricos O rob m vel se comunicar diretamente com o ge renciador da FMC atrav s do protocolo de comunica o TCP IP para a recep o e exe cu o de suas tarefas como AGV 98 9 3 2 4 Modelagem do Sistema de Navega o do Rob M vel Como j foi mencionado na se o 9 2 2 o sistema de navega o que ser utilizado pelo rob m vel baseado no seu sistema de vis o Este sistema tem como sensor principal uma c mera CCD para captura de imagens no ambiente de navega o do rob Com base no sistema de navega o proposto para executar suas fun es como 4GV o rob m vel navegar pela FMC seguindo caminhos desenhados no ch o e reconhecendo marcas espec ficas ver Fig 9 8 as quais indicam uma a o que dever ser executada por ele Esta navega o de forma resumida poss vel atrav s do controle da inclina o das linhas usadas
56. o usu rio deseja desconectar a comunica o com o rob pode fazer uso dos seguintes comandos N _ DisconnectRobot long RobotID A 4 Movimenta o do Rob O controle cinem tico do rob posi o velocidade e acelera o obtido atrav s da estru tura N AxisSet que cont m refer ncia a cada um dos eixos de movimento do rob X Y 0 struct N _ AxisSet BOOL Global unsigned char Status N CONST unsigned int AxisCount struct N Axis Axis N_ MAX AXIS COUNT ie Quando se trabalha com variaveis globais podem ser utilizados dois valores TRUE signi ficando modo global onde o rob possui uma refer ncia fixa no solo para a realiza o dos movimentos e FALSE representando o movimento das juntas na qual a refer ncia fixa da no corpo do rob A estrutura N Axis cont m informa es sobre cada um dos eixos de movimenta o posi o velocidade acelera o etc O ap ndice A 2 mostra a defini o completa da estrutura N Axis O acesso a essa estrutura realizada atrav s dos comandos Set Axes Get Axes que pos suem as seguintes sintaxes 138 int N _ SetAxes long RobotID int N GetAxes long RobotID A 5 Localiza o do Rob A Configura o Integrada O rob m vel est constantemente estimando sua posi o em coordenadas cartesianas X Y Rota o 0 com refer ncia nas coordenadas globais fixas no ch o no momento que se executa o ciclo started
57. referencia Ribeiro et al 2002 Leonard e Durrant White 1991 resumiram o problema geral da navega o dos rob s moveis atrav s de tr s quest es onde eu estou onde eu estou indo e como eu consegui ria chegar l Borenstein et al 1995 A navega o envolve tr s tarefas b sicas mapeamento planejamento e dire o Um pro cesso de alto n vel denominado de planejamento de tarefas especifica o destino e restri es para o sistema como o tempo Tourino 2002 A primeira parte da navega o mapeamento realizada atrav s do uso de mapas pr armazenados ou de mapas aprendidos pelo sistema sensorial medida que o rob atra vessa o ambiente A modelagem do ambiente realizada pela an lise dos dados sensoriais para a constru o e modifica o dos mapas A segunda tarefa o planejamento feito atrav s da procura de caminhos poss veis no mapa constru do Caso n o exista um mapa o caminho encontrado entre os objetos sentidos pelo sistema de sensoriamento no momento da constru o do mapa A melhor alternativa ent o escolhida de forma a atender s restri es impostas pela tarefa A terceira tarefa realizada na navega o a guiagem do rob atrav s do caminho definido anteriormente O movimento do rob ent o controlado utilizando se seu modelo cinem tico e din mico Durante o movimento do rob o processo de percep o examina continu amente os dados sensoriai
58. referencia as coordenas globais fixas no ch o Este tipo de estimativa da posi o do rob comumente chamada como dead reckoned position usada como um sensor adicional aos existentes no rob o qual vai indicando onde o rob est posicionado no ambiente Esta estimativa realizada atrav s da medi o das varia es da posi o do rob dx dy dO em pequenas quantidades de tempo comumente 5s todas estas varia es s o integradas ao final do tempo Integrated Configuration O principal atributo desta classe N Integrator o qual interage com N RobotState para controlar os dados de posi o registrados O principal m todo desta classe N GetintegratorConfiguration atrav s deste m todo a integra o da configura o pode ser obtida A integra o da configura o pode tamb m selecionar outra configura o atra v s da modifica o dos par metros contidos em N Integrator atrav s do m todo N SetlntegratedConfiguration Classe Tracking Esta classe respons vel por descrever o sistema de rastreamento de linhas nos caminhos seguidos pelo rob indicando os erros de orienta o e posicionamento dele assim como tamb m reconhecer as diferentes marcas localizadas na FMC Tanto os dados dos erros detectados no rastreamento de linhas como os gerados depois do reconhecimento das mar cas s o enviados atrav s da classe sensor que interage com a classe rob para que atrav s desta usando seu m to
59. s o as t cnicas de objetos orientados Um exemplo de modelagem utilizando estas t cnicas atrav s da linguagem UML Unified Modeling Language pode ser visto no trabalho apre sentado por Yang 1999 Outra t cnica muito utilizada para realizar modelagens de sistemas automatizados e n o automatizados baseada nas metodologias IDEF Esta t cnica pode ser utilizada primei ramente para definir as necessidades e especificar as fun es do sistema que se est im plementando posteriormente pode ser projetada uma implementa o que re na os requisi tos e realize as fun es A implanta o da FMC outro ponto que ser tratado nesta parte do trabalho Seu desen volvimento ser realizado atrav s de duas fases 1 integra o f sica e 2 integra o l gica A integra o f sica envolve todo o concernente defini o do layout da c lula posiciona mento das esta es de trabalho assim como tamb m proje o e constru o dos equipa mentos necess rios garra do manipulador de material sistema de deslocamento do mani pulador de material sistema de armazenamento de pe as suporte da unidade de controle de qualidade conex o dos cabos de comunica o etc para o funcionamento de cada uma das esta es de trabalho e total da FMC A integra o l gica refere se implementa o da unidade de gerenciamento da FMC e a programa o tanto do manipulador como do transportador de material 84 9 2 1 C lul
60. se mostra na o Eixo tico 2a Abertura angular da c mera ee Resolu o da c mera e Altura da c mera B ngulo da c mera n N mero de pix is verticais n N mero de pix is horizontais hCCD Tamanho horizontal do pixel da c mera vCCD Tamanho vertical do pixel da camera f Dist ncia focal da c mera dado pelo fabricante xviii FMS FOCAS 1 FOV FTP frame graber GOLD GPS GRACO GUI HG HTTP HV HSV Abertura angular vertical da camera Abertura horizontal Defini o de uma rede neural Autonomous Land Vehicle in a Neural Net Automated Highway Vehicle System Autonomous Land Vehicle Automatic Guided Vehicle Automatic Storage Retrieval System Projeto Auxiliado por Computador Planejamento de Processo Auxiliado por Computador Manufatura Auxiliada por Computador Espa o livre Manufatura Integrada por Computador Controlador L gico Program vel Comando Num rico Computarizado Defence Advanced Research Projects Agency Digital Signal Processing Fast inverse perspective mapping algorithm Flexible Manufacturing Cell Flexible Manufacturing System Fanuc Open CNC API Specifications Field of View File Transfer Protocol Captura de imagem Generic Obstacle and Lane Detection O Sistema de Posicionamento Global vulgarmente conhecido por GPS do acr nimo do ingl s Global Positioning System Grupo de Automa o e Contr
61. ser o reconhecidas durante a navega o usando sistema de vis o do rob e 11 alternativas nos caminhos para que o AGV consiga navegar por toda a c lula seja executando tarefas de transporte de material ou de supervis o da FMC 96 Rob ASEA IRB 6 2 9 0 m Armaz m de pecas Caminho Alternativo Robo Armaz m de Mov l Ferramentas Figura 9 8 Disposig o das marcas e caminhos seguidos pelo AGV na FMC Ambiente estruturado 9 3 2 2 Classifica o dos AGV s em Rela o a seus Sistemas de Navega o Os sistemas de controle e vis o dos AGV s dependendo do ambiente de atua o do veicu lo podem ser classificados de forma geral em dois grandes campos 1 num ambiente externo n o necessariamente conhecido Outdoor e 2 num ambiente interno fechado com caracter sticas previamente conhecidas Indoor a partir de esta primeira classifica o geral destes sistemas pode se derivar uma serie de subclassifica es dos AGV s base adas em seus sistemas de controle levando em conta que ditos ambientes tanto externos como internos podem se classificar tamb m como estruturados e n o estruturados Uma vez definido o ambiente de atua o do AGV s o apresentados os diferentes tipos de nave ga o existentes utilizadas em ditos ambientes A Figura 9 9 apresenta esta classifica o detalhada destacando o tipo de navega o que ser implementada no AGV na FMC A cor amarela indica as car
62. simultaneamente com a filtragem passa baixa filtro m dia atrav s do c lculo do valor m dio de quatro pix is vizinhos e utilizando esse valor como entrada para o novo pixel na imagem reduzida ver Se o 7 4 2 e Se o 9 5 1 O passo seguinte a transforma o de cores necess rio para converter a imagem com for mato RGB red green blue adquirida pela placa de captura de imagens Matrox Meteor para o padr o HSV hue saturation value Com base nos tr s componentes da imagem original gera se uma imagem monocrom tica com o valor m dio das imagens originais dada pela componente V Se o 9 5 O passo seguinte e a limiariza o da imagem ou binariza o Como j foi abordado na se o 9 5 o objetivo desta etapa conseguir a segmenta o das linhas em rela o ao seu fundo A binariza o da imagem obtida da aplica o da equa o 7 20 atrav s do uso de um valor limiar ou threshold definido O valor limiar definido para o processo baseia se no histograma da imagem original equalizada ver se o 7 4 2 O algoritmo utilizado pro porciona o valor de intensidade com maior n mero de pix is contidos na imagem equali zada o qual ser utilizado como valor limiar 118 Os passos acima descritos s o aplicados a todas as imagens processadas pelo sistema As Figuras 10 1 10 2 e 10 3 mostram as diferentes imagens filtradas com transforma o de cores e binarizadas para os tr s s mbolos que poster
63. t cnica utilizada na modelagem l gica da FMC foi as Redes de Petri RP Em manufa tura s o importantes as linhas de transfer ncia isto os sistemas formados por m quinas e estoques intermedi rios em cascata Com base nisto as RP s s o ferramentas ideais para a realiza o da modelagem da FMC Segundo Couto de Moraes 2001 as RP s destacam se na engenharia atual pelas seguintes qualidades e capturam as rela es de preced ncia e os v nculos estruturais dos sistemas reais e s o graficamente expressivas e modelam conflitos e filas e t m fundamento matem tico e pr tico e admitem varias especializa es RPs temporizadas coloridas estoc sticas de con fiabilidade etc Uma defini o b sica de uma RP pode ser a seguinte Uma RP um grafo orientado que tem dois tipos de n s transi es e posi es Os arcos do grafo partem de algumas posi es para algumas transi es ou vice versa aos arcos associam se n meros inteiros fixos que s o seus pesos Cada posi o pode conter um n mero inteiro de marcas e estas sob certas condi es podem mover se ao longo dos arcos respeitando seus sentidos Couto de Mora 87 es 2001 Matematicamente uma RP pode ser definida da seguinte forma Uma fun o formada por cinco vari veis P 7 A W m0 em que e P p p um conjunto finito de posi es ou lugares e T tt t um conjunto finito de transi es e A um conjunto finito
64. tercer m dulo de extrac ci n de puntos de las l neas seguidas por el robot para calcular su inclinaci n a cual ser comparada posteriormente con los errores m nimos permitidos O cuarto m dulo de reco nocimiento de se ales a trav s del uso de algoritmos basados en redes neurales y final mente el quinto m dulo de control el cual en base a la informaci n generada por los m dulos anteriores trabaja en el control de los motores del robot los cuales generan el correc to desplazamiento durante el rastreo de las l neas o ejecutan alguna otra acci n de movi miento dependiendo de la se al reconocida El sistema de navegaci n que est siendo im plementado en el robot m vil ser modelado utilizando t cnicas de objetos orientados a trav s del uso del lenguaje UML viii SUM RIO E INTRODUCAO 0 ate Sacada ds 1 LA ESTADO TECNOLOGICO sincronismo sbao pancad o 1 1 2 OBJETIVO DO TRABALHO sccissscscsscocssncsnsgescsosseensssccenseisonsssasseonosssensogasenssensanesoees 2 1 3 RESUMO DOS CAP TULOS as iscas ido pede resta is ia spas 3 2 REVIS O BIBLIOGR FICA siii a resi 5 2 1 HISTORIA enses coo 5 2 2 lt ALGORITMOS DE VIS O ns 6 2 3 REDES NEURAIS PARA PROCESSAMENTO DE IMAGENS 7 2 4 PROCESSADORES DE VIS O DE ALTA VELOCIDADE sese sse ssessseosscosseesssee 8 2 5 TRABALHOS DESENVOLVIDOS NOS LTIMOS ANOS cerco 8 2 6 SISTEMAS BASEADOS EM VIS O EM VE CULOS DESENVOLVIDOS N
65. tipos para o controle de dire o baseado num sistema sensorial do ve culo Na Europa os ve culos aut nomos baseados num sistema de vis o e utilizados em rodo vias foram desenvolvidos com o apoio de PROMETHEUS Program for a European Traf fic with Highest Efficiency and Umprecedented Safety O grupo de pesquisa da Universi dade de Miinchen desenvolveu um sistema para guiar os ve culos at 100 km h em rodovi as e a 50 km h em caminhos onde as velocidades permitidas sejam mais baixas No Jap o umas das primeiras companhias a desenvolver ve culos aut nomos usando sis temas de vis o foram a Nissan junto com a companhia Fujitsu as quais constru ram um prot tipo de ve culos com sistemas para rastreamento de caminhos Masaki 1992 2 2 ALGORITMOS DE VIS O Para controlar os movimentos do ve culo suficiente interpretar s algumas partes da ima gem que cont m caracter sticas importantes dela n o sendo necess rio analisar todas as outras partes da imagem Geralmente s pequenas reas da imagem contem caracter sticas relevantes onde deve estar concentrada toda a pot ncia do processamento que deve ser eficiente A Figura 2 1 ilustra este conceito aplicado ao controle da dire o de um ve culo em uma rodovia Comumente um sistema de controle de movimento baseado em vis o utiliza menos do 10 do total da rea da imagem otimizando assim os recursos de processamento A Universidade de Miinchen desenvolve
66. 8 2 b mostra o diagrama dessa configu ra o Dutra 2003 8 1 3 A Linguagem do Rob Interfaces de Programa o A estrutura N RobotState onde s o armazenados todos os dados dos sensores e de confi gura o do rob a base da programa o do rob m vel Essa estrutura cont m toda a interface de comunica o entre o software e o hardware do rob Um ponteiro para essa estrutura recebido pela chamada da fun o N GetRobotState A modifica o dos pa r metros dessa estrutura indicar o comportamento dos m dulos componentes do rob O ap ndice A mostra a estrutura N _ RobotState completa utilizada no rob m vel O acesso a N RobotState obtido atrav s do comando N GetRobotState cuja sintaxe mostrada abaixo Este comando declarado no in cio do programa struct N RobotState N _GetRobotState long RobotID A leitura dos dados da estrutura pode ser feita atrav s da fam lia de comandos Ger ou atualizar dados da estrutura com a fam lia de comandos Set No Ap ndice A se apresentam com detalhe todas as estruturas e fun es de cada um dos sistemas que formam parte do rob m vel os quais em conjunto podem ser integrados para conseguir uma eficiente navega o Estes sistemas s o sistema de comunica o sistema de movimenta o do rob sistema de localiza o do rob sistema da configura o inte grada sistema de sensores colis o infravermelhos ultra som e o s
67. A Ai 83 Figura 9 2 C lula Flex vel de Manufatura a Componentes da FMC b Imagem da pagina web tp eraco DD et 86 Figura 9 3 Modelagem f sica dos diferentes estados durante o funcionamento da FMC 87 Figura 9 4 Rede de Petri simplificada da EMO ii an 89 Figura 9 5 Estrutura Hier rquica da EME ias 92 Figura 9 6 Estrutura de comunica o da FMC sssssssssseseesessesessseseesesseseestsseseesseseesesseseeseese 93 Figura 9 7 Componentes constru dos da FMC a Armaz m de pe as fabricadas e de mat ria prima b carro posicionador do manipulador de material bra o Figura 9 8 Disposi o das marcas e caminhos seguidos pelo AGV na FMC Ambiente Estruturado es O as ala es dense 97 Figura 9 9 Classifica o dos AGV S saga ra cds a Ud 98 Figura 9 10 Diagrama de caso de USO ccsscssscsstssnesercesscssctsscessesnsecnsesscsadesnssotcetscesesenessees 100 Figura 9 11 Associa es entre classes ui carma nba a ON 100 Figura 9 12 Diagrama de Classes aii dara 101 Figura 9 13 Diagrama de Seq ncias sitio il 103 xvi Figura 9 14 Rob m vel a Rob m vel Nomad XR4000 b Posicionamento da c mera a 45 aproximadamente NS Eto 105 Figura 9 15 a Imagem original capturada pela c mera do rob m vel b Imagem pr processada para detec o de linhas e sinais 108 Figura 9 16 Pontos pr selecionados para o c lculo da dire o dos caminhos
68. A ORIENTA O E POSICIONAMENTO DO ROBO 114 9 6 1 Controle da Orienta o do RODO ccssscccssssssccesssssecsssssscccessssccscessssceecs 114 9 6 2 Controle do Posicionamento do Rob cmoonoonoconoonncononancnnccanonanonaconnonanos oeo 116 10 RESULTADOS EXPERIMENT AIG ccccsscsssosscscsceccseccscscssssessscssoccsesssessesssesees 118 xii 10 1 RESULTADOS OBTIDOS NAS ETAPAS DE AQUISI O DE IMAGENS E PRE PROCESSAMENTO asscssiiiacicaciatiictantas acts 118 10 2 RESULTADOS OBTIDOS NAS ETAPAS DE REMO O DA DISTOR O DE PERSPECTIVA ccsssssssssssssssessessscsssssssseassasesssassscsacsesases sass 121 10 3 RESULTADOS OBTIDOS NAS ETAPAS DE DETEC O DE LINHAS 122 10 4 RESULTADOS OBTIDOS NA ETAPA DE RECONHECIMENTO DE SINAIS ras a dada ia DIR eaa abe agate 123 11 DISCUSS O DOS RESULTADOG scssssssssssssssssssesssssessscsscsecsscasescaseassaceassecaceasens 127 12 CONCLUS ES E RECOMENDACOEG ccsssscssssssssssssssssssccessecscsscecsssssuceeseeseas sete 129 IIS CONCLUSO Sinarcas iaa 129 12 2 SUGEST ES PARA TRABALHOS FUTUROG c ssssssssssssssssssscsssaseassaseaes sees 130 REFER NCIAS BIBLIOGRAFICAG c sssssssssssesssssscssssssesessnsescsaccsncsscsncesscsecsncenceneancescens 131 AP NDICES A INTERFACES DE PROGRAMA O sssssossssssscsssssssesesscececsesesecsesesesecseseacocseesese 137 B ETAPAS DE CONFIGURA O DA PLACA DE CAPTURA DE IMAGENS 143 C D
69. ETALHE DAS CLASSES DO SISTEMA DE NAVEGA O MODELADO sela ri a a ie a iG 144 D DIMENS ES E VISTAS PRINCIPAIS DOS COMPONENTES CONSTRU DOS DARME ira 149 xiii LISTA DE TABELAS Tabela 4 1 Resumo de caracter sticas e aplica es dos equipamentos usados nos sistemas de transporte e manipula o de material Tabela 4 2 Caracter sticas principais dos manipuladores e os rob s m veis Tabela 7 1 Vari veis da estrutura de dados meteor __ geomet conoci xiv LISTA DE FIGURAS Fig ra 25 Poco de alcn o as aa Ea wood per a DO ee eee 7 Figura 2 2 Ve culo experimental ARGO ssa ada sd aa Hasse eco IT da 10 Fig ra 23 V ciculo Experimental e ae 11 Figura 3 1 C lula de manufatura automatizada com dois m quinas CNC um brago rob e uma esteira re circulante de transporte de partes ooooocnncccincccoococoncconnnonnncnnnonns 16 Figura 3 2 Caracter sticas das tr s categorias numa FMC e uma FMS oooooccccccoccnccconocononnnonns 18 Figura 3 3 Exemplos de manipuladores e armazenes na industria moderna a AGV b RGV c bra o rob e d ASIS ta 20 Figura 3 4 Esquema de uma rede de comunica o s sessessesesssesstsetsesseseesessessesseseesessessese 21 Figura 4 1 Esquema para selecionar os equipamentos manipuladores de materiais 24 Figura 5 1 Sistema filoguiado Leit o P 2005 e eeereeeeerereraanos 33 Figura 5 2 Sensor de vis o com c mera
70. GRAMA O Al Estrutura N _ RobotState struct N RobotState N CONST long RobotID N CONST char RobotType struct N Integrator Integrator struct N AxisSet AxisSet struct N_LiftController LiftController struct N Joystick Joystick struct N SonarController SonarController struct N InfraredController InfraredController struct N BumperController BumperController struct N Compass Compass struct N_LasetSet LaserSet struct N_S550Set S550Set struct N BatterySet BatterySet struct N Timer Timer A 2 Estrutura N Axis struct N Axis BOOL DataActive BOOL TimeStampActive BOOL Update unsigned long TimeStamp char Mode long DesiredPosition long DesiredSpeed long Acceleration long TrajectoryPosition long Trajectory Velocity long ActualPosition long ActualVelocity BOOL InProgress A 3 Estabelecimento da Comunicac o N _ InitializeClient declarado da seguinte forma int N _ InitializeClient const char scheduler _ hostname unsigned short scheduler socket 137 O par metro scheduler _hostname o nome de rede da m quina ou seja o nome do rob na rede de comunica o O par metro unsigned short scheduler socket indica a porta TCP IP que o socket de comunica o entre os processos clientes e o rob Finalmente a comunica o estabelecida com o rob por meio do comando int N ConnectRobot long RobotID onde RobotID o n mero de identifica o do rob Similarmente quando
71. J and Ferreira J C E 2005 WebMachining Implementation of a Collaborative CAD CAPP CAM System for E Manufacturing through the Internet In The 38th CIRP International Seminar on Manufacturing Systems Florian polis SC Amat J Aranda J Casals A Fernandez X 2001 Optimal landmark pattern for precise mobile robots dead reckoning In Proceedings ICRA IEEE International Conference Robotics and Automation Vol 4 pp 3600 3604 Autio I Elomaa T Kurpra T 2001 Robot Landmark Learning with Support Vector Machines Department of Computer Science P O Box 26 FIN 00014 University of Helsinki Finland URL http www mip sdu dk sca101 submissions paper4 pdf Bauchspiess A 2004 Introdu o aos Sistemas Inteligentes Aplica es em Engenharia de Redes Neurais Artificiais L gica Fuzzy e Sistemas Neuro Fuzzy Apostila Universidade de Bras lia UnB Beccari G Caselli S Zanichelli F and Calafiore A 1997 Vision based Line Tracking and Navigation in Structured Environments Proceedings of IEEE International Symposium on Computational Intelligence in Robotics and Automation pp 406 411 Bertozzi M Broggi A and Fascioli A 1998 Stereo inverse perspective mapping Theory and applications Image Vis Comput vol 8 no 16 pp 585 590 Bertozzi M Broggi A and Fascioli A 2000 Vision based intelligent vehicles State of the art and perspectives
72. LUMNS j r itj ROWS 0 x j COL y ROWS 1 1 sqrt pow x 2 pow y 2 gamma atan x y theta atan pix heigth 1 im x gamma VAL1 c ALPHA X 2 im y theta VAL2 ro ALPHA Y 2 im x round im x im y round im y if im y lt r rows amp amp im y gt 0 amp amp im x lt r cols amp amp im x gt 0 rli j ROWS im intiGm_y im_x r_rows 151 E 2 Trecho do algoritmo de treinamento teste e valida o da rede neural Matlab 6 0 Y Y 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 Yo TREINAMENTO Y 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 Yo while perfNotMet nomadNet newff PR 6 3 logsig logsig TRAIN NET P T Pi Ai takes NET Network P Network inputs T Network targets default zeros Pi Initial input delay conditions default zeros Ai Initial layer delay conditions default zeros VV Structure of validation vectors default TV Structure of test vectors default nomadNet trainParam epochs 15000 nomadNet trainParam goal 0 fprintf 1 Treinamento sem ruido n nomadNet TR train nomadNet entradasRede saidasRede fprintf 1 Treinando com 70 de Threshold e Noise de 10 de ruido n nomadNet trainParam epochs 15000 5000 nomadNet TR train nomadNet entradasRedeNoise saidasRedeNoise fprintf 1 Treinamento sem ruido novamente n nomadNet trainParam epochs 5000 2500 nomadNet trai
73. N ROBOT M VIL BASADO EN UM SISTE MA DE VISI N PARA INTEGRARLO EN UNA C LULA FLEXIBLE DE MANU FACTURA FMC Autor Carlos Enrique Villanueva Cano Orientador Sadek Cris stomo Absi Alfaro Programa de P s gradua o em Sistemas Mecatr nicos Bras lia mayo del 2006 Actualmente el control de los veh culos guiados autom ticamente AGV esta basado en el estudio de las diferentes t cnicas de navegaci n existentes Estas utilizan diferentes ti pos de sensores infrarrojos ultrasonido t ctiles visi n etc como parte del equipo del robo m vil para realizar sus tareas de navegaci n y control desde una posici n inicial has ta una posici n final definidas La principal contribuci n de este trabajo consiste en presentar una t cnica de navegaci n basada en un sistema de visi n para integrar un robot m vil a una c lula flexible de manu factura a cual est siendo implementada en el laboratorio de automatizaci n y control GRACO UnB trabajando como un veh culo guiado autom ticamente as como tambi n presentar las ventajas y desventajas del tipo de navegaci n que esta siendo implementada El sistema de navegaci n propuesto est compuesto por cinco m dulos principales un primer m dulo de captura de im genes en formato RGB a trav s da placa Matrox Meteor de el robot m vil Un segundo m dulo de pre procesamiento de las im genes capturadas a trav s de la aplicaci n de algoritmos de visi n computacional Un
74. O JAPAO Sin osa 11 2 7 TRABALHOS DESENVOLVIDOS USANDO SISTEMAS BASEADOS EM VIS O PARA NAVEGA O ROB TICA ssssssssssssscsssssssessssssesssssssssessssssvcesee sosssseseecs 12 3 SISTEMAS FLEX VEIS DE MANUFATURA CONCEITOS B SICOS 14 3 1 DEFINI O DE SISTEMA FLEX VEL DE MANUFATURA FMS 14 3 1 1 O Termino Flex vel aplicado a uma FMS oooonnccccconnnnconnnncnnnnocononoconnnoconocos 15 3 2 COMPONENTES DE UMA FMS ec crer rrerrerrreseesereseremesenesses ones enesaeconesao 18 3 3 APLICA ES E BENEFICIOS DE UMA FM6G ccssssscsssssssescesssssecessscssaseecnees 22 3 3 1 Aplica es de uma FMS ssi sccssncesssoskassssevescssessextenssoeswpeavescdebendinedeesnsseenasstevaccese 22 3 3 2 Benef cios de uma FMS omitidos 22 3 3 3 Limita es de uma FMS ccssssssssccccsssssssssssssecccesssssssssccccscsessssssssssccesecsees 22 4 SISTEMAS MANIPULADORES DE MATERIAL cccccccnocncononancnnoninonnnonnnconocincnocononos 23 4 1 CONSIDERA ES NO PROJETO DE SISTEMAS MANIPULADORES DE MATERIA Diosa di 23 4 1 1 Fluxo Rotas e Programa o da Produ o Scheduling 23 4 1 2 Os 10 princ pios dos Manipuladores de Materiall 0 ssccsssssssssssseseees 24 4 2 SISTEMAS DE TRANSPORTE DE MATERIAL soos ssosseseosessose 24 4 2 1 Ve culos Guiados Automaticamente AGV ccsssccccsses 0000 coeso
75. TEM sa E RU a DT Dia ao se SU ron Las 62 7 4 4 1 Mapeamento Inverso de Perspectiva IPM 0 0 0 62 7 4 5 Configura es do Sensor de Visa0 ccccccsccccssssecscscecscscecscssccssssssssesseseees 66 7 4 5 1 Campo de vis o Field of View FOV sscssscsssssscssssceessssoeees 66 EAS A TO 68 7 4 5 3 Geometria de Proje o da Perspectiva ccccsccccsscccsssccscsesseees 68 7 4 6 Reconhecimento e Interpreta o ccooocccononccononoconanoconanocononoconanononanonocacononacono 70 7 4 6 1 Redes IN GUN AIS vissscscscsiuiisesicessesedeesnccstactusthnensthyocces sevesussasesadesestedensheuets 70 7 4 6 2 Rede Neural B SICA 71 7 4 6 3 Perceptron Multicamadas MLP onncccccononnnocnnnnonnnnconnnccoconccononoconos 72 7 4 6 4 Treinamento da Rede soesoesseseoesoessessossoossessoesoossoesoesoossossoesoossossoeee 74 7 4 6 5 O Algoritmo Backpropagation ssesssesssocssoossoossssesssesssoossoosssssssss 74 8 CARACTER STICAS DO HARDWARE E SOFTWARE DO ROBO M VEI 75 s1 ROBO MOVER da 75 8 1 1 Descri o do Hardware do RObD6O cssssccccsssssssccsssssescessssscccsssssccccssssscesees 75 8 1 1 1 Subsistema de movimenta o ococoooononnnnnncnoconnonanaonoconccoconnonarnococonoss 76 8 1 1 2 Subsistema Sensorial soesoessessoesoossessossoossessoesoossoesoesoossossosseossossosee 76 8 1 1 3 Subsistema de Vis o sessseeccissssviaciasyac
76. UNIVERSIDADE DE BRAS LIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MEC NICA T CNICA DE NAVEGA O DE UM ROB M VEL BASE ADO EM UM SISTEMA DE VIS O PARA INTEGR LO A UMA C LULA FLEX VEL DE MANUFATURA CARLOS ENRIQUE VILLANUEVA CANO ORIENTADOR SADEK CRISOSTOMO ABSI ALFARO CO ORIENTADOR ALBERTO JOS LVARES DISSERTA O DE MESTRADO EM SISTEMAS MECATR NICOS PUBLICA O DM 06 2006 BRAS LIA DF MAIO 2006 UNIVERSIDADE DE BRAS LIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MEC NICA T CNICA DE NAVEGA O DE UM ROB M VEL BASEADO EM UM SISTEMA DE VIS O PARA INTEGR LO A UMA C LULA FLEX VEL DE MANUFATURA FMC CARLOS ENRIQUE VILLANUEVA CANO DISSERTA O SUBMETIDA AO DEPARTAMENTO DE ENGE NHARIA MEC NICA DA FACULDADE DE TECNOLOGIA DA U NIVERSIDADE DE BRAS LIA COMO PARTE DOS REQUIS TOS NECESS RIOS PARA A OBTEN O DO GRAU DE MESTRE EM SISTEMAS MECATR NICOS APROVADA POR Prof Sadek Cris stomo Absi Alfaro PhD ENM UnB Orientador Prof Jos Maur cio S T da Motta PhD ENM UnB Examinador Interno Prof lisson Rocha Machado PhD UFU Examinador Externo BRAS LIA DF 12 DE MAIO DE 2006 FICHA CATALOGR FICA CANO CARLOS ENRIQUE VILLANUEVA T cnica de Navega o de um Rob M vel Baseado em um Sistema de Vis o para Integr lo em uma C lula Flex vel de Manufatura FMC Distrito Federal 2006 xx 154p 210 x 297 mm ENM FT UnB Mestre
77. V s industriais Um AGV apropriado para trabalhar em industrias nas quais diferentes materiais s o movimentados de v rios pontos de carga a v rios pontos de descarga Os avan os tecnol gicos dos AGV s atualmente s o desenvolvidos com tecnologias eletr nica e computacional Assim AGV s industriais pos suem sistemas de navega o sensorial controle inteligente gerenciamento total do sistema e sistema de seguran a 4 2 2 Caracter sticas dos AGV S Os AGV s t m cinco caracter sticas b sicas 1 Facilidade de Dire o e localiza o guidance 2 Decis o ou escolha de rota routing 26 3 Gerenciamento e Controle do Tr nsito dos AGV s traffic management 4 Transporte e transfer ncia de carga transfer load 5 Sistema de administra o e controle das fun es dos AGV s System manage ment 4 3 ROB S INDUSTRIAIS O estudo e desenvolvimento dos mecanismos de rob se originaram pelos anos quarenta quando foram projetados e fabricados no Oak Ridge e Argonne National Laboratories manipuladores mestre escravo para o manuseio de materiais radioativos O primeiro rob industrial comercial controlado por um computador foi introduzido aos finais dos anos cinquenta pela Unimation Inc sendo que nos quinze anos seguintes uma serie de disposi tivos industriais e experimentais foram desenvolvidos Fu et al 1990 Um rob industrial uma m quina program vel que p
78. a Sensor de guiamento e controle de dire o A A ta Ban ate are Gale RE 34 Figura 5 3 Sensor TICO niina iaiia Carla diana ala seas aa iaat 35 Figura 5 4 Sistema Laser Rocha 2001 cissassssczodncatssecssseesasataredanatstessasacveseabananelelazatacsietonted 36 Figura 5 5 Localiza o em AGV s GPS Leit o 2005 36 Figura 6 1 Hierarquia das fun es de navega o de um rob m vel 37 Figura 7 1 Estrutura funcional de um sistema de vis o artificial 45 Figura 7 2 Etapas b sicas de um sistema de vis o computacional 47 Figura 7 3 Histograma de uma imagem a Imagem original b Histograma COTES POS ss sds oca A AA Toa dae da pa a gala 49 Figura 7 4 Equaliza o do histograma de uma imagem a Imagem equalizada b Histograma correspondente iii di seat id part nro queens aaa apena 50 Figura 7 5 Filtros passa baixas espaciais de v rios tamanhoS ococcnncnnncnoconcnnoncnnnconccnonanonos 52 Figura 7 6 Imagem filtrada com filtro passa baixa a Imagem original b adi o de ru do salt amp paper c Imagem filtrada filtro 5 x 5 smoothing 52 Figura 7 7 Imagem filtrada com um filtro passa alta eres 53 Figura 7 8 M scaras de filtros n o lineares a Uma regi o 3 x 3 de uma imagem os z s s o valores de n vel de cinza b M scaras de Roberts c M scaras de Prewitt d
79. a sequ ncia de gr ficos de converg ncia do erro durante o treinamento da rede neural b gr fico de converg ncia final para o treinamento da rede 125 A valida o da rede foi feita para entradas com imagens ruidosas de 5 10 15 e 20 dan do as seguintes porcentagens de erros para cada tipo de imagem ruidosa que se testou Porcentagem de erro em imagens originais sem ru do 0 Porcentagem de erro em imagens originais com 5 ru do 33 3333 Porcentagem de erro em imagens originais com 10 ru do 33 3333 Porcentagem de erro em imagens originais sem 15 ru do 33 3333 Porcentagem de erro em imagens originais sem 20 ru do 33 3333 126 11 DISCUSS O DOS RESULTADOS A solu o proposta de integra o da redu o de amostragem e filtragem para uma imagem 128 x 128 leva apenas 25 do tempo da imagem capturada de processamento do m todo fazendo as duas opera es separadamente comprovando sua grande vantagem em tempo computacional A transforma o de cores de RGB para o padr o HSV permite que a imagem resultante seja monocrom tica e que haja uma grande redu o do espa o de armazenamento redu zindo o tempo de processamento nas opera es posteriores Entre os problemas detectados o mais cr tico a da ilumina o A mudan a no n vel de ilumina o da rea de trabalho do rob torna necess ria a recalibra o do sistema para dar conta dos novos n veis da cor dos caminhos desenhados no ch o Out
80. a Flex vel de Manufatura 9 2 1 1 Componentes da C lula Flex vel de Manufatura Implementada A FMC que esta sendo desenvolvida no laborat rio formada pelos seguintes equipamen tos ou componentes um torno CNC marca ROMI modelo Galaxy 15M sistema de PLC FANUC um bra o rob ASEA IRB6 L2E um micrometro laser Micrometro Laser MITUTOYO modelo LM6100 um rob m vel NOMAD XR4000 Fabrica o da No madic Technologies e um sistema de armazenamento de pe as e Torno CNC respons vel pelas opera es de usinagem das pe as e Bra o rob trabalha como uma unidade de manuseamento e transporte de materi al e Micr metro laser trabalha como uma unidade de controle de qualidade e classifi ca o das pe as fabricadas O controle e classifica o s o baseados basicamente no cumprimento das toler ncias previamente estabelecidas pelo fabricante Elas po dem ser classificadas como boas para re processo e defeituosa e Rob m vel trabalha como 4GV e suas fun es s o basicamente de transporte do material entre as esta es de trabalho e Armaz m de pe as lugar onde o material de trabalho e pe as fabricadas s o ar mazenados A Figura 9 2 a mostra os equipamentos que conformam a FMC a Figura 9 2 b mostra as diferentes vistas de v deo mostradas na pagina web http video graco unb br 85 Mawo Edta Estr Favoritos Ferr Ajuda o O PEAOGSKOBS a WS E htto fvdeo graco unb te mae Pasa
81. a que s o produzi dos os valores dos pesos Segundo Adorni 1999 este processo de otimiza o poderia ser severamente propagado ou generalizado pela presen a do local m nimo existente no trei 173 namento da rede atrav s da t cnica de backpropagation especialmente quando a rede traba lha com mapeamentos complexos 7 4 6 4 Treinamento da Rede Os pesos de uma rede neural j treinada n o variam O treinamento da rede neural um processo onde os pesos variam com o tempo at conseguir os pesos finais ao final do trei namento Uma rede neural treinada adquire um conhecimento o qual refletido nos pe sos que s o aplicados s entradas de seus neur nios O processo de aprendizagem feito em pocas Cada poca consiste na apresenta o de todas as amostras dispon veis para o treinamento No modo de aprendizagem seq encial devem se encontrar os erros e realizar a adapta o dos pesos Ao final da poca isto quando todas as amostras tiverem sido apresentadas verifica se o erro quadrado m dio de todas as sa das calculado pela equa o 7 32 Caso este erro seja igual ou inferior ao erro m nimo esperado o treinamento chegar ao fim Se o erro m nimo n o for alcan ado deve se iniciar uma nova poca onde todas as amostras ser o apresentadas novamente em uma ordem aleat ria diferente da utilizada na poca anterior 7 4 6 5 O Algoritmo Backpropagation O algoritmo Error Backpropagatio
82. a tens o da bateria em milivolts Atrav s do chamado do co mando N GetBattery declarado na estrutura N RobotState as informa es dos esta dos das baterias s o atualizadas O comando int N GetBattery long RobotID 142 AP NDICE B ETAPAS DE CONFIGURA O DA PLACA DE CAPTURA DE IMAGENS Etapa 1 Defini o da geometria da imagem Nesta etapa s o definidas as dimens es da imagem e a profundidade das cores ioctl ifd METEORSETGEO amp geo Etapa 2 Defini o do tipo de v deo Define o tipo de v deo da c mera NTSC ioctl ifd METEORSFMT METEOR FMT NTSC Etapa 3 Defini o do tipo de entrada Define a liga o f sica dos dados vindos da c mera composite video RCA jack ioctl ifd METEORSINPUT METEOR _ INPUT DEVO Etapa 4 Defini o do sinal de imagem dispon vel Os sistemas operacionais UNIX possuem uma forma de comunica o entre programas e dispositivos de hardware que consistem em sinais que s o enviados para os programas A placa de captura de imagens quando realiza a leitura de uma cena envia um sinal para o programa principal avisando que o mesmo pode acessar a vari vel em que a imagem foi armazenada Assim torna se necess rio definir qual o sinal a ser ativado quando uma ima gem for capturada e estiver pronta na mem ria Em geral utiliza se o sinal SIGUSR2 reser vado para programas de usu rios como mostra o comando a seguir ioctl ifd METEORSIGNAL SIGUSR2 sig mode Etapa 5 Def
83. acter sticas da classifica o que se adapta ao sistema de navega o que se est implementando para ambientes externos com possibilidades grandes de ter obs t culos durante a navega o do rob e a cor verde indica as caracter sticas de classifica o para ambientes internos livre de obst culos ambos estruturados 97 AGV Sistema de Controle e Vis o A ambiente estruturado ambiente n o estruturado T cnica de explora o Navega o baseada em mapas Desvio de obst culos Localiza o incremental Rastreamento de linhas segui Navega o sem mapas Localiza o absoluta mento de caminhos Fluxo tico Navigation based on the construction of maps Reconhecimento de objetos Navega o baseada na memoriza o Figura 9 9 Classifica o dos AGV s modificado Ascione 2003 9 3 2 3 Fun es do AGV na FMC Para o desenvolvimento da modelagem do sistema de funcionamento do AGV necess rio definir as fun es especificas que realizara o rob m vel na FMC como unidade de trans porte e manuseio de materiais material handling Estas fun es s o 1 recep o das pe as fabricadas final re processo e default colocadas pelo manipulador de material bra o rob num sistema de armazenamento localizado na parte superior do rob m vel formado por tr s espacos paralelos independentes para colocar cada tipo de pega 11 trans porte e recep
84. ada agru pando resultados das etapas precedentes a o armazenamento dos diversos padr es que contem o conhecimento a priori Ela permite tamb m medir as propriedades das formas resultantes da segmenta o A ltima etapa que pertence ao alto n vel da interpreta o Esta etapa fecha o ciclo dos processos que s o executadas no processamento de uma imagem segundo a arquitetura apresentada num sistema de vis o computacional e Interpreta o Esta etapa a parte inteligente do processo Outra forma de representar as etapas principais que conformam a arquitetura de um siste ma de vis o computacional mostrada na Figura 7 2 Fu et al 1987 e Gonzalez et al 46 2000 Estas etapas s o Sensoriamento Aquisi o Processamento de Imagens Pr processamento Segmenta o Descri o Reconhecimento e Interpreta o Representa o Pp Segmenta o gt e Descri o Pr Processamento a gt Dominio A Base Reconhecimento Resultado do de a gt e gt Problema Aquisi o de Conhecimento interpreta o lt ci Imagens Figura 7 2 Etapas b sicas de um sistema de vis o computacional modificado Fu et al 1987 7 4 PROCESSAMENTO DE IMAGENS O processamento de imagens uma rea que abarca muitos aspectos e t cnicas dependen do das aplica es e ou do campo de estudo onde s o utilizados os sistemas de vis o para a aquisi o das imagens A maioria dos algoritmos de vis o ex
85. adores apareceram os primeiros rob s mo veis industriais Embora o seu mbito de aplica o seja muito mais amplio segundo Rocha 2001 um rob m vel procura conjugar num s dispositivo de automa o a mobilidade de um ve culo aut nomo e a capacidade de manuseamento e manipula o dos rob s Neste dom nio o AGV Automatic Guided Vehicle um dispositivo com maior aplica o em empresas industriais ou de distribui o Nos ltimos anos houve muito interesse no desenvolvimento de tecnologias aplicadas em ve culos guiados automaticamente Desde a automatiza o de tarefas que envolvem trasla do e carga de materiais ou simples tarefas de inspe o onde implique o movimento desde um ponto inicial a um ponto final do ve culo tem havido uma grande melhoria na redu o de riscos tempos de traslado e consumo de energia A movimenta o dos ve culos guiados automaticamente 4GV baseada no estudo das diferentes t cnicas de navega o existentes as quais utilizam diferentes tipos de sensores infravermelho ultra som t ctil vis o etc como parte do equipamento do rob m vel para realizar tarefas de movimenta o do rob desde uma posi o inicial at uma posi o final Os ve culos guiados automaticamente s o usados para transporte interno e externo de ma teriais Tradicionalmente os AGV s foram os mais usados em sistemas de manufatura atu almente os AGV s s o utilizados para tarefas de transporte repetit
86. aior precis o em sua localiza o e consequentemente um melhor posicionamento do AGV pode ser obtido A Figura 9 21 mostra os quatro padr es testados cores originais e cores invertidas Todos estes padr es t m em comum o alto grau de contraste com o fundo e sua elei o fundamentada na pou ca influ ncia do ru do ocasionado pelo processo de segmenta o devido aos elementos vis veis do fundo Segundo este autor os padr es que s o mais suscept veis ao ru do ocasi onando maior erro de posi o s o os dois primeiros j os dois seguintes devido a sua geometria radial mostram ser quase insens veis ao ru do ocasionado pelo fundo b Figura 9 21 a marcas padr es landmarks testados b marcas com as cores invertidas Estes padr es pelo fato de trabalharem atrav s do uso de um sistema de vis o est o pre dispostos aos efeitos de distor o ocasionados pela transforma o de perspectiva da ima gem capturada pela c mera ngulo formado pelo eixo ptico da c mera e o campo de vi s o e a n o absoluta horizontalidade do posicionamento do AGV Todos estes erros s o analisados por Amat 2001 concluindo que as marcas mostradas na Figura 9 21 s o as id neas para serem usadas em uma navega o com um sistema de vis o como sensor principal Uma vez definidas as marcas que ser o utilizadas e o significado que elas ter o durante a navega o do AGV o passo seguinte identific las na imagem capt
87. alez 2000 Nesta parte do trabalho ser o considerados filtros espaciais lineares e n o lineares para o realce das imagens Os filtros espaciais podem ser classificados em passa baixa passa alta ou passa banda Os dois primeiros s o os mais utilizados em processamento de imagens O filtro passa banda mais utilizado em processamentos espec ficos principalmente para remover ru dos peri dicos Os filtros espaciais podem ser divididos em filtros lineares e filtros n o lineares Filtros Lineares e Filtro Passa Baixa Os denominados filtros passa baixa atenuam ou eliminam os componentes de alta fre qu ncia no dom nio de Fourier enquanto deixam as frequ ncias baixas inalteradas Os componentes de alta frequ ncia caracterizam bordas e outros detalhes finos de uma i magem de forma que o efeito resultante da filtragem passa baixa o borramento da imagem Portanto o efeito visual desse tipo de filtro o de suaviza o smoothing da imagem uma vez que as altas frequ ncias que correspondem as transi es abruptas s o atenuadas A suaviza o tende tamb m pelas mesmas raz es a minimizar o efeito do ru do em imagens Segundo Gonz les 2000 a forma de resposta impulsiva necess ria para implementar um filtro espacial passa baixa suaviza o indica que o filtro tem que possuir todos os coeficientes positivos Para um filtro espacial de 3 x 3 a estrutura mais simples seria uma m scara na qual todos os coeficien
88. aptura de imagens realizada atrav s da bi blioteca ioctl meteor h instalada no rob m vel a qual define as diferentes estruturas das 147 vari veis utilizadas para uma captura de imagens eficiente Mais detalhes foram explicados na se o 7 4 Esta classe interage diretamente com a classe Processamento de Imagens Classe Planning Planning a classe respons vel pela execu o dos algoritmos que atuam no planeja mento dos caminhos que dever o ser seguidos pelo rob m vel para evitar os obst culos n o previstos durante sua navega o Alguns dos algoritmos utilizados s o campos poten ciais the bug algorithm Alg2 etc A classe Planning utiliza a classe mapa para tomar decis o acerca do caminho que dever seguir o rob Independentemente do algoritmo utilizado no planejamento dos caminhos seguidos pelo rob esta classe pode ter como atri buto principal Goal Position que trabalha na recaptura da linha seguida pelo rob uma vez que o obst culo seja evitado Os principais m todos desta classe s o SelectGoal SetPath e GetPath que determinam os objetivos que dever cumprir o rob evitando obst culos im previstos Neste trabalho n o ser abordado o estudo detalhado desta classe mas apresen tada nesta se o por ser uma parte muito importante na navega o rob tica Classe Mapas Esta classe respons vel pela representa o do ambiente de navega o do rob m vel e pelo gerencia
89. as eta pas s o detalhadas no Ap ndice B 80 9 PARTE EXPERIMENTAL 9 1 ARQUITETURA DO SISTEMA A organiza o do controle da arquitetura afeta totalmente o desempenho do sistema do rob m vel A integra o de m ltiplos sistemas de sensores sem uma aquisi o e pr processamento de dados adequada e eficiente tem sido frequentemente ineficaz Pelo con trario m ltiplas formas de desenvolvimento e tarefas de controle podem ser mais eficien tes e manipul veis por uma arquitetura organizada provendo suporte para programa o de eventos priorizando tarefas processos de intera o e de controle Beccari et al 1997 O controle da arquitetura em tempo real que ser implementada no rob m vel est for mado por unidades de tarefas organizadas de acordo as prioridades exigidas pelo sistema Estas unidades ou m dulos s o 1 Unidade de Captura da imagem A unidade de captura a respons vel pela aquisi o da imagem atrav s da c mera assim como tamb m pela configura o da mesma e armazenar a imagem capturada em uma matriz utilizada nos m dulos seguintes Unidade de Pr processamento Esta unidade respons vel por realizar eficientemente as opera es fundamentais nas imagens capturadas nesta unidade onde o ru do e outros fatores como a lu minosidade do ambiente s o atenuados permitindo obter a informa o necess ria da imagem utilizando os algoritmos espec ficos de vis o
90. b tica e em ve culos guiados automaticamente para aplica es industriais AGV s 13 3 SISTEMAS FLEX VEIS DE MANUFATURA CONCEITOS B SICOS A palavra sistema significa um conjunto de elementos interligados destinados a uma determinada fun o No nosso caso essa fun o a produ o de bens Costuma se utilizar a palavra manufatura para significar produ o embora em seu senti do original fazer m o a palavra n o represente a realidade atual em que cada vez mais as m quinas substituem a habilidade manual do homem Assim a express o sistema de manufatura n o nova A novidade est no adjetivo fle xivel Essa caracter stica foi se incorporando aos sistemas de produ o medida que a presen a dos computadores nesses sistemas se tornava mais freq ente Embora n o haja consenso entre os v rios autores quanto origem do primeiro sistema flex vel de manufatura alguns consideram a ind stria inglesa de m quinas ferramenta Mollins como sendo a primeira a implantar em 1968 um sistema desse tipo Ele teria sido constru do para fabricar uma grande variedade de componentes e pode opera sem a presen a do homem por longos per odos Desde a d cada de 60 os sistemas flex veis de manufatura tornaram se cada vez mais so fisticados Os pioneiros no estudo dos m todos e processos de produ o criaram no in cio do s culo algumas formas de representar o
91. btida por uma c mera de TV Os pesos da rede neural s o treinados manualmente e trabalha com resolu es reduzidas de imagens de 30 por 32 ou de 45 por 48 pix is A desvantagem des te sistema que foi treinado para rodar numa estrada particular porem f cil de ser feito 2 4 PROCESSADORES DE VIS O DE ALTA VELOCIDADE Uma caracter stica significante do processamento atrav s de vis o a grande quantidade de dados envolvidos no processamento A velocidade de processamento do algoritmo para a filtragem de uma s imagem de aproximadamente 3 x 10 ciclos por segundo Esta ve locidade de processamento at dez vezes maior que a velocidade de um microprocessa dor comum Para solucionar estes problemas basicamente dois aspectos foram pesquisa dos e Desenvolvimento de algoritmos compactos e Desenvolvimento de processadores de alta velocidade Pesquisas desenvolvidas at o ano 1992 mostraram que existem pelo geral dois tipos de arquiteturas para processadores de alta velocidade 1 processadores altamente program veis e 2 processadores de fun es orientadas Masaki 1992 2 5 TRABALHOS DESENVOLVIDOS NOS LTIMOS ANOS Nos ltimos anos houve muito interes no desenvolvimento de tecnologias aplicadas em ve culos guiados automaticamente Desde a automatiza o de tarefas que envolvem trasla do e carga de materiais ou simples tarefas de inspe o onde implique o movimento desde um ponto inicial a um ponto f
92. canconococonoconnoronos 40 6 3 1 Planejamento da TrajetOriasicsssesssdsscvssccssesssescsverscdevevsnevecsetassceubecessosessanstenapaecs 40 TE VIS O COMPUTACION Aids 42 7 1 CONCEP O DE UM SISTEMA DE VIS O ARTIFICIAL ssscssssssceseseees 42 T2 APLICA COWS iaa acia 43 7 2 1 Aplica es Industriais siii cid li iia 43 7 2 2 Reconhecimento de PAdLOES sci sccsessessssesivesviscdncssscsssessoseseusdedscansvevdcentassenassies 44 7 2 3 Reconstru o tridiMensionall ccccsssssssssssssccssssssssssssccssssssssssscscsescces so 44 7 3 ARQUITETURA DE UM SISTEMA DE VIS O ARTIFICIAL sssscsssseeees 44 7 4 PROCESSAMENTO DE IMAGENS e eesossesesseesessossesossossesossossoseossesossossesessossee oe 47 TAL IMA GEMA teo 48 7 4 2 T CNICAS B SICAS PARA A MODIFICA O OU REALCE DE IMAGEN S n A cinta irao 49 TAL Es FOSO id 49 7 4 2 2 Equalizac o de Histogramas eesssesssesssocssoossoossssesssesssoossooossooseos 50 7 4 2 3 Filtragem no Dominio Espacial e ssesssosessoossoosssossssesssosesoossoossos 51 7 4 2 4 Filtragem no Dominio da Freqii ncia oooooomommsmmsmoies o 58 7 4 3 Segmenta o de Imagens sseessoesssesssesssecssooessoosssossssesssecssoossoossosssssesssose so 59 7 4 3 1 Segmenta o por Regi o ooocncooonccononcconnncconnncnonococonocononanononacononaconosa 60 7 4 4 Transforma o de Perspectiva Inverse Perspective Mapping
93. caso de c digo de barras devido ao potencial presen a de pessoas no ambiente de navega o Assim sinais alfanum ri cos poderiam ser usados no processo de reconhecimento durante a navega o do rob m vel A t cnica utilizada para o reconhecimento de sinais baseada em algo ritmos de redes neurais Esta t cnica chamada multicamadas MLP treinada a trav s do algoritmo backpropagation ver se o 7 3 5 A Figura 9 1 mostra a arquitetura do sistema composta pelos m dulos mencionados anteri ormente 82 Captura de Imagens CCD camera Detec o e Rastreamento de Linhas Reconhecimento de Marcas RCB E Sele o da marca na imagem Imagem em Cores de cinza Filtragem F redu o do ruido hardware ao rd pa Thresholding Binariza o da imagem Filtragem redu o do ruido software Transforma o da perspectiva TEM Inverse Perspective Mapping Controle da orienta o e posicionamento do rob pendente da linha marcas reconhecidas Figura 9 1 Arquitetura do Sistema 9 2 MODELAGEM E IMPLEMENTA O DA C LULA FLEX VEL DE MANU FATURA GRACO UnB Nesta se o ser o apresentados brevemente todos os trabalhos desenvolvidos na imple menta o f sica e l gica da FMC no laborat rio GRACO UnB Uma das primeiras tarefas que devem ser desenvolvidas para realizar a implementa o de uma FMC sua modelagem Esta tarefa implica na an lise dos pri
94. como caminhos seguidas pelo rob e pelo reconhecimento de marcas especificas utilizando intelig ncia artificial Diagramas UML A modelagem do sistema de navega o do 4GV ser desenvolvida utilizando um software baseado em t cnicas de objetos orientados atrav s do uso da linguagem UML Unified Modelling Language Este software permite a modelagem com os nove diagramas da UML 1 Diagramas de Casos de Uso 2 Diagramas de Classe 3 Diagrama de Componen tes 4 Diagrama de Desenvolvimento 5 Diagramas de Objetos 6 Diagramas de Seqii n cia 7 Diagramas de Colabora o 8 Diagrama de Estados e 9 Diagrama de atividades Nesta se o ser o apresentados apenas os diagramas 1 2 e 6 Quatrani 2000 Diagrama de Caso de Uso O diagrama de caso de uso como mostrado na Figura 9 10 um esquema gr fico que mostra algum ou todos os atores presentes no sistema que est sendo desenvolvido assim como tamb m seus comandos de utiliza o e intera es no sistema Cano et al 2005 Os comandos de utiliza o para o sistema s o 1 envio da ordem para inicializar navega o do rob m vel como AGV ii selecionar as tarefas que dever o ser executadas pelo AGV na FMC durante o funcionamento da FMC ou durante a manuten o das m quinas 111 receber informa o do AGV quando a tarefa foi conclu da e iv envio da ordem de finali za o das fun es de navega o do AGV ou de execu o de alguma das tarefas que e
95. da Groover 2003 23 Quantidades de material movimentado Esteiras Estei grande steiras Trens AGV Caminh es de alta Manipuladores manuais potencia pequena Carros manuais AGV Unidade de carga a curta longe Distancia Movimentada Figura 4 1 Esquema para selecionar os equipamentos manipuladores de materiais modificado Groover 2003 4 1 2 Os 10 princ pios dos Manipuladores de Material Segundo Groover 2003 os sistemas manipuladores de material se fundamentam em 10 princ pios b sicos 1 Planejamento 2 Padroniza o dos Equipamentos 3 Trabalho ti mo 4 Ergonometria 5 Unidade de carga adequada 6 Utiliza o de espa o 7 Siste ma 8 Automa o 9 Impacto no Ambiente e 10 Custo e tempo de vida 4 2 SISTEMAS DE TRANSPORTE DE MATERIAL Os principais tipos de transporte de materiais comumente usados para movimentar pe as ou outros materiais nas reas de processamento e armazenamento s o 1 carros industriais de alta pot ncia 2 ve culos guiados automaticamente 4GV 3 ve culos guiados atrav s de trilhos 4 esteiras e 5 talhas e guindastes A Tabela 3 1 mostra um resumo da classi fica o dos equipamentos comumente usados nos sistemas de transporte e manipula o de material assinalando suas caracter sticas econ micas e aplica es t picas 24 Tabela 4 1 Resumo de caracter sticas e aplica es dos equipamentos usados nos sistemas
96. da tarefa que o rob dever executar Esta sele o feita pelo gerenciador da c lula respons vel por transmitir esta informa o classe Tarefa Task Class Esta classe por sua vez a respons vel de transmitir esta informa o classe Rob Robot class como o objetivo que dever alcan ar o rob durante sua navega o goal A classe rob fazendo uso das classes acionador e sensor Actuator class e Sensor class executa a seqii ncia de passos para realizar a navega o do rob A classe rob depois de receber a ordem de come o das fun es de navega o inicia os sensores do rob atrav s da classe Sensor class Sensor a qual inicia as fun es de cada um dos sensores existentes no rob infravermelhos ultra som t ctil vis o e posi o atrav s do uso de suas subclas ses Uma vez capturadas as imagens atrav s do sensor de vis o imagem RGB a classe Processamento de Imagens Image Processing Class realiza as opera es de pr processamento transforma o da imagem RGB a cores de cinza filtragem transforma o de perspectiva binariza o etc e computa os dados de orienta o e posicionamento do rob m vel assim como tamb m faz o reconhecimento das marcas dispostas na FMC Se guidamente a imagem pr processada e passada para ser analisada pela classe tracking atrav s da compara o dos dados obtidos com os erros m nimos permitidos realizando uma
97. de perspectiva para um desvio na orienta o dO TODO AC a a a ae OL 121 Figura 10 5 Par metros Intr nsecos e Extr nsecos da c mera do rob m vel 122 Figura 10 6 Esquema do c lculo da orienta o das linhas seguidas pelo rob m vel 123 Figura 10 7 Padr es utilizados no treinamento da rede neural a Padr es originais sem distor o de dimens es 16x16 extra dos de uma imagem de dimens es 128x128 b Formas ruidosas usadas no treinamento da rede neural de dimens es OO o snno sia da hott a op a a Ss 124 Figura 10 8 Gr ficos gerados durante o treinamento da rede a seq ncia de gr ficos de converg ncia do erro durante o treinamento da rede neural b gr fico de converg ncia final para o treinamento da rede 125 xvil LISTA DE S MBOLOS NOMENCLATURA E ABREVIA ES P r Histograma de uma imagem Fk Transforma o inversa Equaliza o de histograma PQ Valor atualizado do pixel P x y Valor original do pixel em x y Mi j Valor da m scara na posi o i j i j Vari veis do somat rio Vf Gradiente de f nas coordenadas x y A I x y Operador Laplaciano W Real world space I Espa o da imagem 2D S Plano xy do espa o W que ser definida como a superf cie 7 o ngulo formado pela proje o do eixo tico o no plano z 0 e o eixo x 1 Vetor unit rio 0 ngulo formado pelo eixo tico o e o vetor unit rio 7 como
98. do NRobot possa enviar uma ordem ao hardware do rob para realizar as opera es de movimenta o das rodas do ve culo e assim fazer a respectiva cor re o dos erros originados durante a navega o Esta retro alimenta o do controle dos movimentos do rob realizada atrav s do controle da inclina o das linhas reconhecidas nos caminhos seguidos pelo rob Esta classe utiliza o sistema de vis o do rob como sen 146 sor principal composto por uma c mera CCD auxiliada por uma unidade de movimenta o da c mera pant tilt unit controlada pela porta serial RS 232 O principal atributo desta classe is N tracker que realiza o controle dos movimentos do rob partindo dos dados ob tidos da imagem atrav s da classe ImageProcessing Os principais m todos desta classe s o N TrackingGetParameters e N TrackingSetParameters utilizados para a configura o dos par metros que indicam os erros m nimos de inclina o das linhas seguidas pelo rob e para captura dos dados das inclina es obtidas depois da corre o Classe Processamento de Imagens Esta classe respons vel pelo pr processamento e extra o de informa o relevante na sequ ncia de imagens utilizadas durante a navega o do rob A extra o desta informa o conseguida atrav s do uso de algoritmos de vis o artificial a qual uma vez obtida serve de entrada para o sistema de controle do rob Classe Tracking O processamento de ima gens dura
99. do para uma melhoria significativa da produtividade total do sistema e Eliminar a presen a humana em ambientes potencialmente agressivos e perigosos para a sa de Um rob m vel procura conjugar num s dispositivo a mobilidade de um ve culo aut no mo e a capacidade de manuseio e manipula o dos rob s convencionais bra os rob s garfos telesc picos etc 30 O aparecimento de rob s m veis trouxe consigo reconhecidas vantagens mas tamb m in meros desafios tecnol gicos quais sejam o Alimenta o a partir de baterias recarreg veis que procura dar ao rob a maior dura o de tempo de trabalho aut nomo e Sistemas de navega o autom ticos eficientes flex veis tolerantes a falhas e segu ros o Controlo eficiente de frotas constitu das por v rios rob s m veis resolvendo pro blemas como o escalonamento otimizado o encaminhamento e gest o do tr fego Assim o desenvolvimento de rob s m veis uma tarefa fortemente interdisciplinar envolvendo reas tecnol gicas t o diversas como sensores e atuadores eletr nica de pot ncia energia projeto mec nico cinem tica din mica teoria de controle escalonamento em tempo real investiga o operacional sistemas de informa o telecomunica es etc Em n vel internacional o campo de aplica o dos rob s m veis n o se restringe a ind s tria abrangendo tamb m as reas de log stica distribui o e armazenagem explora o
100. do rob m vel Este processo de estima o constante comu mente chamado de dead reckoning usado como um sensor extra que indica a posi o do rob no ambiente de navega o Esta estimativa tende a acumular erros para per o dos de tempo longos de movimenta o do rob Esta estima o feita atrav s de varia es nas medi es das posi es dX dY dRota o em varia es de tempo muito pequenas Sms A integra o das varia es feitas s o reali zadas ao final do tempo de aqui derivado o nome em ingl s Integrated Configuration A configura o integrada do rob m vel pode ser obtida atrav s do chamado do comando N GetintegratedConfiguration recuperando os valores no campo N Integrator do comando N RobotState Similarmente a configura o integrada pode ser ajustada a qualquer configura o atrav s da modifica o do conte do do comando N _ Integrator e fazendo um chamado do comando N _ Set ntegratedConfiguration A 6 Sensores de Colis o O rob m vel possui 3 portas e 2 conjuntos de sensores ultra som infravermelho colis o na parte superior e inferior respectivamente de cada porta do rob totalizando 6 conjun tos No caso dos sensores de colis o cada conjunto possui 8 sensores de colis o totalizan do 48 sensores distribu dos ao redor do rob m vel As informa es dos sensores de contato s o armazenadas na estrutura N _ BumperController definida na estr
101. dor Laplaciano a Mascaras do Operador Laplaciano b Imagem filtrada utilizando o operador Laplaciano 7 4 2 4 Filtragem no Dominio da Fregii ncia A transformada de Fourier est ligada diretamente com os chamados filtros no dom nio da frequ ncia atrav s deles pode se obter uma filtragem eficiente das imagens adquiridas Esta filtragem utilizada quando a imagem apresenta ru do regular e ou peri dico Essa regularidade ou periodicidade vai se traduzir pela presen a no espectro de Fourier de um pico de frequ ncia especifica A remo o desse pico do espectro feita pela transformada de Fourier inversa e portanto o ru do regular e ou peri dico 58 A transformada discreta de Fourier da imagem x y pode ser calculada tomando se as transformadas de Fourier TF 1 eTF F A transformada discreta de Fourier da imagem I x y I u v TF I x y M 1N 1 Din 718 ED In ne ao a m 0 n 0 A transformada de Fourier est relacionada com a convolu o A transformada de Fourier da convolu o R x y das duas imagens I x y e F x y igual ao produto das trans formadas de Fourier de x y e F x y como e indicado na Equa o 7 19 Facon 2002 TF R TF 1 x y F x y TF DTF F 7 19 A convolu o da imagem ent o a transformada inversa do produto como se mostra na Equa o 7 20 M 1N 1 xmu ynv R x y ye Y Ru ve MN m 0 n 7 20 Os filtros podem ser divididos em d
102. e o do ve culo O resultado do processamento das imagens capturadas usada na detec o da posi o dos obst culos da geometria da estrada usado para controlar o atuador do sistema de movimento e dire o da roda steering wheel quando o veiculo est se movimentando Bertozzi et al 2000 10 Outro trabalho mais recente desenvolvido neste campo o IVVI Intelligent Vehicle base on Visual Information Este ve culo como se mostra na Figura 2 3 uma plataforma de pesquisa para a implementa o de sistemas baseados em vis o por computador que servem de ajuda no controle do ve culo Basicamente foram de senvolvidos sistemas de detec o de sinais de tr nsito outros ve culos pedestres e limites de estrada Collado et al 2003 Sistema de Posicionamento 1 GPS 2 Sistema de Navega o Inercial Sistema de Detec o 3 Detec o de ve culos obst culos e limites de estrada 4 Detec o e sinaliza o vertical 5 Percep o de ngulos mortos Sistemas de Processamento 6 Computadores com conex o r pida a ethemet Sistema de Interface com o Motorista 7 Human Machine Interface Figura 2 3 Ve culo Experimental IVVI modificado Collado 2003 2 6 SISTEMAS BASEADOS EM VIS O EM VE CULOS DESENVOLVIDOS NO JAP O Nesta se o ser o apresentados os primeiros trabalhos desenvolvidos no Jap o em ve culos inteligentes e particularmente tr s deles descritos por Tsugawa 1994
103. e do Posicionamento do Rob O controle do posicionamento do rob m vel pode ser calculado pela seguinte equa o E Lsin e 9 7 onde soma do espa o cego do rob d e a distancia yc at a interse o da linha na dire o do rob e a linha que passa pelo caminho A Figura 9 24 mostra a geometria que relaciona as distancias para o c lculo do erro de posicionamento 116 erro de orienta o erro de posicionamento caminho Rob M vel Figura 9 24 Geometria para o c lculo do erro de posicionamento 117 10 RESULTADOS EXPERIMENTAIS O sistema de navega o do rob m vel trabalha seguindo uma sequ ncia de algoritmos baseados em vis o computacional segundo as metodologias descritas nos cap tulos anterio res sendo os resultados obtidos nas diferentes etapas apresentados de forma resumida ao longo deste cap tulo 10 1 RESULTADOS OBTIDOS NAS ETAPAS DE AQUISI O DE IMAGENS E PR PROCESSAMENTO O processo de aquisi o de imagens e pr processamento conforme discutido anterior mente compreende etapas de filtragem transforma o de cores e limiariza o por histo grama Uma vez que a imagem adquirida atrav s da c mera em formato RGB a filtragem rea lizada utilizando um filtro passa baixa de dimens o 2 x 2 feita para reduzir o n vel de ru do A fim de otimizar as opera es de processamento utilizou se um m todo que com bina a redu o de resolu o
104. e do bra o do rob A garra deve ser projetada para segu rar uma parte ou partes espec ficas que ser o movimentadas na tarefa desenvolvida pelo rob As aplica es fundamentais do rob trabalhando como manipulador de materiais ou partes s o as seguintes 1 Transfer ncia de material e 2 Carga e descarga de m quinas Em quase todas as aplica es do rob como manipulador de materiais tanto as posi es como as orienta es das partes ou materiais devem ser conhecidas pelo rob atrav s de uma adequada programa o das tarefas espec ficas 4 3 1 2 Opera es de Processamento Estas aplica es s o aquelas nas quais o rob executa uma opera o de processamento nas pe as A caracter stica principal que distingue os rob s neste tipo de aplica o que o rob est equipado com algum tipo de ferramenta na extremidade do bra o Atrav s da manipula o da ferramenta o rob cumpre um ciclo de trabalho durante o processamento das partes que est o sendo trabalhadas Entre as aplica es t picas destas opera es de pro cessamento que s o executadas pelos rob s industriais est o soldagem por pontos solda gem por arco continuo pintura com spray etc Groover 2003 4 3 1 3 Montagem e Inspe o As opera es de montagem e inspe o executadas pelos rob s industriais geralmente s o uma combina o das aplica es de manipulador de material e processamento Montagem e inspe o s o geralmente at
105. e monitoramento tem como objetivo adequar os sinais provenientes dos con troladores das esta es de trabalho para que possam ser lidas pelo servidor do gerenciador da FMC Texeira et al 2005 9 2 1 5 Integra o L gica da FMC Desenvolvimento de Software A integra o l gica da FMC tem como objetivo o desenvolvimento do software necess rio para iniciar os processos de produ o no ch o de f brica Os principais softwares que es t o sendo desenvolvidos est o relacionados s tarefas que ser o realizadas pela unidade de transporte e manuseio de material bra o rob a unidade de gerenciamento da FMC e o sistema de navega o do rob m vel AGV e Unidade de transporte e manuseio de material O bra o rob programado atrav s de uma linguagem pr pria para realizar deslo camentos com precis o durante o processo de produ o da FMC em coordena o com as outras fun es dos equipamentos da c lula e AGV O rob m vel trabalhando como um AGV e programado para poder navegar pela c lula realizando as seguintes fun es 1 navega o baseada no sistema de vis o do rob atrav s do reconhecimento de linhas e marcas no ch o da f brica 2 re 90 cep o das partes fabricadas atrav s do uso de um dispositivo de armazenamento colocado no rob para recepcionar estas partes e 3 Transportador de materiais material handling durante a manuten o dos equipamentos da c lula e setup
106. e o movimento do rob J com os dois pontos obtidos e depois de aplicar a transforma o de perspectiva a equa o 9 4 referente equa o da reta pode calcular a orienta o da reta Esta orienta o posteriormente ser comparada com o erro m nimo de orienta o para executar o controle do rob O segundo m todo apresentado para a detec o de caminhos baseado na transformada de Hough Este m todo usado para detectar linhas retas na imagem capturada e assim poder definir a dire o do caminho A id ia da transformada de Hough aplicar na imagem uma 109 transforma o tal que todos os pontos pertencentes a uma mesma curva sejam mapeados num nico ponto de um novo espa o de parametriza o da curva procurada Gonzalez 2000 A Figura 9 17 apresenta um exemplo da imagem capturada pr processada com duas das linhas detectadas de interesse para conhecer a dire o do caminho que est sendo seguido pelo AGV Uma vez achadas estas duas linhas na imagem s o tirados pelo menos dois pontos arbitr rios destas linhas para poder calcular sua posi o real e assim conhecer a inclina o real do caminho seguido pelo AGV e corrigir o erro de acordo com os m ni mos de inclina o permitidos O pr processamento realizado na imagem capturada al m da filtragem de ru do e transforma o de cores a aplica o do filtro Sobel ou Roberts para a detec o das bordas da imagem Figura 9 17 Imagem pr
107. e oferece uma interface gr fica Atrav s dessa interface um usu rio pode enviar comandos e receber dados de qualquer processo do rob e Processo do usu rio E o programa do usu rio que controla o rob H algumas configura es poss veis utilizando se varias combina es desses processos A configura o mais simples o NRobot sendo executado no rob e a Ngui sendo executa da em outra m quina comunicando se pelo radio Ethernet O usu rio controla o rob manualmente pela Ngui A Figura 8 2 a mostra o diagrama dessa configura o User Program Link NHost Clenta Network 1 I A E PE Hardware Robot i Losa Hardware a b Figura 8 2 Configura es da arquitetura XRDEV do rob m vel a Configura o sim ples um GUI um rob b Configura o simples via rede Nomadic Te chnologies 1999 Uma configura o mais elaborada envolve um processo NRobot e um programa cliente usu rio ligando biblioteca cliente h spede Host Client Library Nessa configura o o 78 programa do usu rio com link na biblioteca cliente h spede pode ser compilado e e xecutado em qualquer m quina que possua uma conex o ao rob Esta biblioteca conhe cida como Nhost clientae se comunica diretamente com o processo NRobot e permite acessar as estruturas usando os sensores sistemas de movimenta o etc O processo NRobot executado no pr prio rob A Figura
108. e sistema tipicamente usado em um FMS As principais caracter sticas dos sistemas manipuladores de material s o e Movimentos independentes pe as workparts entre esta es e Manipula o duma grande variedade de pe as e Armazenamento tempor rio e Acesso conveniente na carga e descarga de pe as e Compatibilidade com o sistema de controle computadorizado H v rios tipos de m quinas controladas por computador destinadas a transportar materi ais Entre elas destacam se os AGV s e os RGV s Esses nomes s o siglas de termos em ingl s Automatically Guided Vehicle ou seja Ve culo Guiado Automaticamente e Ra il Guided Vehicle ou seja Ve culo Guiado por Trilho A Figura 3 3 a b c ilustra alguns dos equipamentos comumente utilizados no sistema de transporte e manuseio de material na industria moderna J os sistemas AS RS do ingl s Automatic Storage Retrieval Sys tem s o outros dispositivos com maior aplicac o em empresas industriais ou de distribui c o e s o sistemas fundamentais de suporte ao manuseio e armazenagem autom ticos de materiais em sistemas de manufatura automatizada e em cadeias de distribuig o de produ tos automatizadas A Figura 3 3 d mostra uns exemplos destes sistemas autom ticos de armazenamento 19 exemplo de um RGV Figura 3 3 Exemplos de manipuladores e armazenes na industria moderna a AGV b RGY c bra o rob e d AS RS modificado
109. ealiza constantemente uma varredura rotativa detectando a posi o de pain is refletores colocados ao longo do layout A posi o do AGV de terminada com base na triangula o dos feixes de luz refletidos Este sistema per mite re configurar facilmente o layout bastando para isso alterar a coloca o dos pain is refletores e re programar a configura o do AGV 35 Figura 5 4 Sistema Laser Rocha 2001 e Sistema GPS utilizado principalmente em reas externas em ve culos de grande porte como caminh es carros gruas etc Este sistema permite um bom controle apenas em percursos grandes pois a sua precis o baixa da ordem dos metros o que n o permite a carga ou descarga autom tica a partir de outros m todos O sis tema tem que ser complementado a partir de outros sistemas como por exemplo o de detec o de obst culos A Figura 5 5 mostra uma id ia do funcionamento deste sistema Figura 5 5 Localiza o em 4GV s GPS Leit o P 2005 Al m dos sistemas de localiza o mencionados existem outra grande variedade de sistemas de localiza o de AGV s quais sejam sistemas de comunica o por radio frequ ncia sis temas de localiza o por coordenadas ultra som etc 36 6 NAVEGA O ROB TICA 6 1 O PROBLEMA DA NAVEGA O A navega o um processo usado por um rob m vel para movimentar se desde uma po si o inicial a uma posi o final com base a um ponto de
110. ecessidade de re configurar frequentemente o layout de f brica Figura 5 1 Sistema filoguiado Leit o 2005 Sistema baseado em Rastreamento de Linhas atrav s de Vis o Computacional A navega o realizada pelo ve culo realizada atrav s da captura de informa o visual obtida de marcas artificiais pr existentes landmarks que s o especificamente linhas ou sinais colocados no ambiente onde trabalha o AGV A informa o obtida eficientemente processada usando algoritmos de vis o computacional Beccari et al 1997 Este sistema muitas vezes a solu o preferencial devido a seu baixo custo de implementa o e por ser uma boa alternativa para navega o de ve culos em ambientes estruturados como o caso de uma c lula flex vel de manufatura 33 A empresa Brasileira AAT Sistemas de Movimenta o explica o funcionamento do controle de dire o tico por c mera atrav s do sensor HG 73800 usado nos AGV s que eles fornecem Este sensor mostrado na Figura 5 2 a e serve para o guiamento tico autom tico por trilha e identifica o de marcas pr existentes nos ambientes da f brica O funcionamento do sensor consiste de uma c mera montada debaixo do ve culo que vai registrando uma trilha tica como mostra a Figura 5 2 b O computador montado no pr prio ve culo avalia a informa o da imagem e reconhece o desvio da trilha Bifurcacao 1 b Figura 5 2 Sensor
111. ele o do alvo a ser alcan ado pelo ro b SetGoal e a verifica o e confirma o da execu o da tarefa GoalAchieved Classe Rob Esta classe respons vel por descrever o rob m vel que usado na execu o das tarefas como AGV A classe rob tem duas subclasses classe acionadores e classe sensores as sociadas a ela atrav s de relacionamentos de agrega o como j foi explicado O atributo principal de esta classe NRobot que trabalha como um servidor que se comunica com o hardware do rob atrav s do envio de comandos aos dispositivos de movimenta o do rob e paralelamente recepciona dados enviados pelos sensores dele Os principais m to dos desta classe s o NRobotState respons vel pelo envio de dados aos sensores do rob e N GetRobotState respons vel pela captura dos dados enviados pelos sensores do rob Classe Sensor Esta classe respons vel pelo processamento e controle de todos os dados provenientes dos diferentes sensores do rob m vel os quais s o definidos como sensor t ctil Sensus 150 sensor de ultra som Sensus 250 sensor infravermelho Sensus 350 sistema de vis o e sistema de configura o integrada do posicionamento do rob dead reckoned position 144 Classe Acionador Esta classe respons vel pelo movimento do rob posi o desejada atrav s do aciona mento de quatro motores especiais controlados por tr s DSP s e um micro controlador de 32
112. enadas espaciais x y d a intensi dade brilho da imagem naquele ponto Gonzalez et al 2000 Como a luz uma forma de energia f x y deve ser positiva e finita isto 0 lt f x y lt 7 1 No caso de uma imagem que possui informa es em intervalos ou bandas distintas de fre q ncia necess rio uma fun o f x y para cada banda o caso de imagens coloridas padr o RGB que s o formadas pela informa o de cores primarias como o vermelho Red verde Green e azul Blue Para o processamento da imagem digitalizada fun damental representar sua informa o num formato adequado ao tratamento computacional Uma imagem pode ser representada por uma matriz em que os ndices de linha e coluna referenciam o brilho m dio amostrado no ponto correspondente na cena As imagens que as pessoas percebem em atividades visuais consistem em luz refletida dos objetos A natureza b sica de f x y pode ser caracterizada por dois componentes 1 a quantidade de luz incidindo na cena sendo observada ilumina o e 2 a quantidade de luz refletida pelos objetos da cena reflet ncia e s o representados por i x y e r x y respectivamente O produto das fun es i x y e r x y resulta f x y Gonzalez et al 2000 Fx y x y r x y 7 2 onde 0O lt i x y lt oo 7 3 48 O lt r x y lt l 7 4 A equa o 7 4 indica que a reflet ncia limitada entre O absor o tota
113. entada por s mbolos simples c rculos quadrados tri ngulos e a forma da parte in terna por n meros letras setas A forma externa define o tipo de sinal indicando se elas s o sinais de tr nsito ou de localiza o A Figura 9 19 mostra os diferentes s mbolos re comendados por Beccari 1997 utilizados durante a navega o do AGV 111 OOOO a AJ B ICID E b Figura 9 19 S mbolos de tr nsito e alfanum ricos a Conjunto de s mbolos de tr nsito b Conjunto de s mbolos de localiza o no ambiente modificado Becca ri 1997 Segundo Beccari 1997 os sinais simb licos s o preferencialmente utilizados em vez de sinais baseados em c digos de barras ou geom tricos em ambientes onde h potencial pre senga de pessoas ou outros sistemas de transporte de carga e assim possam ser reconhecidos evitando prov veis acidentes Atualmente na industria principalmente nas reas de manufatura e armazenamento h uma grande variedade de sinais ou marcas comumente usadas tanto em sistema manuais como aut nomos A Figura 9 20 mostra algumas das marcas mais frequentemente utiliza das Amat et al 2001 THT JAN O E 4 P Figura 9 20 Sinais landmarks comumente utilizadas na industria para a navega o dos AGV s modificado Amat 2001 112 Amat 2001 partindo dos s mbolos mostrados na Figura 9 20 selecionou um conjunto destes com uma potencial caracter stica em comum m
114. equ ncias capturadas pelo ve culo O sistema de rastreamento e navega o baseado em vis o por ser simples f cil de im plementar e ter um custo de opera o relativamente baixo motivam a pesquisa e garante procura de sistemas mais vers teis de n vel industrial que satisfa am otimamente as tarefas de ajuda durante as opera es de manuten o A flexibilidade um termo muito importante na manufatura moderna outra raz o para que este sistema tenha muita mais aceita o na industria que outros sistemas de navega o Uma t cnica alternativa tamb m apresentada com mais detalhe na se o 5 1 e muito utili zada no campo da manufatura flex vel baseada na triangula o da localiza o do AGV atrav s de faixas reflexivas montadas no teto ou paredes da f brica Um scanner locali zado no ve culo detecta a posi o das faixas refletoras e vai proporcionando a posi o onde o AGV est atuando em diferentes situa es programadas Varias t cnicas adicionais e equipamentos para navega o baseados em sinais ou marcas ativas active beacons s o descritas em Borenstein 1995 No sistema de navega o que se est implementando os fios el tricos s o substitu dos por uma linha pintada com um alto contraste em rela o a cor do ch o A imagem desta linha 95 capturada pela c mera localizada no rob m vel O custo de pintar uma linha baixo em compara o ao custo de implementa o do s
115. es por luz infravermelha capazes de prover informa es de presen a de objetos pr ximos a dist ncias entre 300 e 500mm Estes sensores s o compostos de dois emissores infravermelhos SIEMENS SFH 34 3Ga As e um receptor SIEMENS SFH 2030F fotodio do Para obter a energia refletida por um objeto s o feitas duas leituras uma com os emissores desligados obtendo se o n vel de radia o ambi ente e uma com os emissores ligados obtendo se a energia refletida mais 76 a radia o ambiental A energia referente ao objeto obtida da subtra o das leituras obtidas A equa o 8 2 mostra o c lculo desta energia E objeto E E iigado E desligado 8 2 Os fatores que influenciam as medi es obtidas pelos sensores s o os seguintes geometria quanto maior a dist ncia do objeto menor ser a energia refletida captada pelo receptor ilumina o quantidades grandes de energia infravermelha no ambiente pode saturar o receptor reduzindo sua sensitividade e cor de superficie A refletividade do objeto luz in fravermelha a cor possui grande influencia nas leituras obtidas 8 1 1 3 Subsistema de Vis o O rob m vel al m do subsistema sensorial possui o sistema Sensus 460 que consiste numa c mera de v deo colorida Hitachi KP D50 color digital padr o NTSC National Television Standards Comittee e uma placa de captura de v deo Matrox Meteor padr o PCI Peripherical Component Interconnect com at
116. essidade de processamento em tempo real etc A seguir s o apresentados exemplos de aplica es que envolvem t cnicas de processamento de imagens 7 2 1 Aplica es Industriais De forma geral o desenvolvimento de um projeto industrial que exija a utiliza o de t cni cas de processamentos de imagens sup e um importante conhecimento inicial do produto normas de concep o regras de produ o etc e exige t cnicas r pidas para atender pro cessos em tempo real e Controle de um rob controlar um rob uma das tarefas que requer rapidez e precis o Um rob usado para manipular pe as que podem ser ordenadas ou montadas com outros tipos de pe as Estas podem j estar acondicionadas em lo cais previamente conhecidos ou n o O alvo do rob atingido com auxilio de vi s o computacional pode envolver escolha de uma pe a entre varias outras pe as ou a determina o de uma trajet ria para evitar obst culos e Inspe o visual O controle de qualidade de um produto uma tarefa essencial no dom nio industrial O processo de inspe o implica na medi o de determina das propriedades de um produto como dimens es geom tricas superf cies posi o orienta o etc A inspe o automatizada mediante t cnicas de processamen tos de imagens possibilita a quantifica o de propriedades e coleta de dados sobre o produto que um inspetor humano n o capaz de realizar 43 7 2 2 Reconheciment
117. etamente com o controle do erro de orienta o em rela o ao m nimo permitido Este erro de orien ta o ao mesmo tempo relacionado com o ngulo a mostrado na Figura 9 22 o qual calculado atrav s da equa o 9 4 como o arco tangente da pendente m x pixel y pixel Figura 9 22 Esquema dos ngulos que devem ser controlados durante o rastreamento de linhas m 24 7 gt a arctan m 9 4 X X J o erro de orienta o propriamente dito e e calculado atrav s da equa o 9 5 o qual mostrado tamb m na Figura 9 22 90 a 9 5 t Este erro pode se negativo ou positivo dependendo se a linha rastreada est inclinada direita ou esquerda respectivamente Como a inclina o da linha rastreada pode estar variando entre 90 90 necess rio analisar os casos onde a pendente m pode tomar valores positivos ou negativos depen 115 dendo da inclina o da linha A equa o 9 6 mostra um analise para estas varia es de m Borenstein 1998 m gt 0 gt arctan m a gt 0 gt amp 90 a 9 6 m lt 0 gt arctan m a lt 0 gt e 90 a A Figura 9 23 ilustra as varia es na inclina o da linha rastreada atrav s da varia o do ngulo assim como tamb m os diferentes erros que se apresentam partindo destas varia es Figura 9 23 An lise das inclina es da linha rastreada 9 6 2 Control
118. ferramentas de Controle Num rico NC Um sistema flex vel de manufatura FMS formado por m quinas ferramenta com co mando num rico computadorizado CNC interconectadas para transfer ncia de informa es por um sistema de rede de comunica es e transfer ncia de materiais por um siste ma de manipula o troca e transporte de pe as e ferramentas como esteiras ve culos transportadores etc Um FMS se distingue de outras formas de manufatura automatizada por considerar e A diversidade de produtos que se deseja produzir flexibilidade do produto e As caracter sticas adaptativas das m quinas flexibilidade do produto e As caracter sticas adaptativas das m quinas flexibilidade dos equipamentos e e As propriedades de similaridade dos processos flexibilidade do processo Consideram se tamb m as implica es nas rela es de custo beneficio e produtivida de qualidade do sistema Tal diversidade exige do processo uma grande versatilidade para lidar com diferentes combina es operacionais e funcionais de m quinas ferramentas e sequ ncias de processos 3 1 1 O Termino Flex vel aplicado a um FMS Segundo Groover 2003 h tr s caracter sticas fundamentais que deve ter um sistema de manufatura para que possa ser flex vel 15 1 A habilidade de identificar e distinguir as diferentes partes ou tipos de produtos processados pelo sistema 2 Rapidez de troca das instru es de opera o
119. g o dos caminhos 108 Nesta parte do trabalho ser o analisados dois dos m todos mais comumente utilizados para o reconhecimento de caminhos rastreados atrav s de um sistema de vis o 1 extra o de pontos centrais das linhas em determinadas faixas da imagem binarizada e 2 reconheci mento de linhas atrav s do algoritmo da transformada de Hough Hough transform O segundo m todo apresentado como alternativa comumente utilizada no reconhecimento de linhas em imagens mas n o ser utilizado no desenvolvimento deste trabalho O primeiro dos m todos baseado na extra o de dois pontos xl yl e x2 y2 de duas faixas da imagem como mostrado na Figura 9 16 Dependendo da luminosidade do ambi ente as faixas escolhidas na imagem para tirar os pontos pode variar A partir do vetor representados por zeros ou uns das faixas escolhidas da imagem binarizada calculado o centro da pista para cada uma das faixas atrav s de um varrido delas para posteriormente utilizando a f rmula de m dia ponderada como se mostra na equa o 9 3 se possa calcular a localiza o do pixel central Costa 2003 i 0 9 3 onde x o vetor binarizado na posi o 7 m a largura da imagem C o centro da pista para cada uma das linhas No caso da pista n o ser encontrada por esta ter terminado o sistema atribui ao valor do centro da pista a coluna zero Este valor utilizado para avisar ao m dulo de controle que par
120. gem resultante uma vista superior top view da regi o do cami nho seguido pelo ve culo m vel como se fosse observado desde uma determinada altura Assim este processo IPM Lee et al 2001 e Lee et al 2002 faz um re mapeado da imagem entrante no espa o da imagem u v E a um novo mapa no plano z 0do espa o real real world space W x y z te E A Figura 7 12 ilustra as rela es entre os dois espa os Em particular apresentado o ponto P do espa o real projetado no espa o da imagem no ponto O espa o I plano z 0 do espa o W y Figura 7 12 Rela es entre o espa o real W e o espa o da imagem 1 Os espa os Euclidianos s o definidos como 63 W x y z e E representa o espa o real 3D sistemas de coordenadas reais onde o espa o real real world definido u v e E representa o espa o da imagem 2D sistema de coordenadas na te la onde a cena em 3D projetada Assumindo que o caminho plano a imagem adquirida pela c mera corresponde ao espa o I enquanto a imagem reorganizada definida no plano z 0 do espa o W Assim o processo de re mapeado projeta a imagem adquirida no plano z 0 do espa o 3D W A imagem re mapeada definida como o plano xy do espa o W que ser definida como a superf cie SA x y 0 ew Mapeamento da Imagem no espa o na Superf cie S do espa o W O uso da JPM requer do conhecimen
121. ia de melhor visualiza o A equaliza o modifica o histograma da ima gem original de tal forma que a imagem transformada tenha um histograma uniforme Os n veis de cinza devem aparecer na imagem com a mesma frequ ncia Ramesh et al 1995 No caso de uma imagem original as freqii ncias s o dadas por p r n n 7 5 onde i representa o n vel de cinza e e 0 L 1 n corresponde ao numero de pixels do n vel de cinza i e n corresponde ao n mero total dos pixels A transforma o associada uniformiza o kn E se T gt 1 pr 7 6 jo Jo A transforma o inversa r T s 7 7 Ao processo geral denomina se de equaliza o do histograma Por causa dos problemas de aproxima o de densidade o histograma obtido n o corresponde exatamente ao histogra ma de uma lei uniforme A Figura 6 4 mostra a imagem equalizada com seu respectivo histograma d J j o i 0 150 200 0 50 1 250 b Figura 7 4 Equaliza o do histograma de uma imagem a Imagem equalizada b Histograma correspondente 50 Outro algoritmo de equaliza o do histograma proposto por Haralick 1988 fixa o n mero k de n veis de cinza em um n mero menor ao valor de origem permitindo aproxi mar se mais da lei uniforme 7 4 2 3 Filtragem no Dom nio Espacial O uso de m scaras espaciais para processamento de imagens usualmente chamado de filtragem espacial Gonz
122. icionamento do histograma da imagem em duas regi es atrav s de um limiar nico T objeto e fundo A imagem ent o varrida atuali zando os valores de n vel de cinza de cada pixel com base na equa o 7 21 A escolha do limiar 7 pode ser baseada em diversos crit rios entre os quais e Um valor 7 subjetivo definido pelo usu rio do sistema e No n mero de pixeis desejados para a imagem resultante da limiariza o e Numa distribui o de probabilidade P que separe os objetos do fundo Uma abordagem mais eficiente de limiariza o obtida atrav s da defini o do limiar ti mo Parker 1996 que utiliza conceitos probabil sticos da estrutura da imagem para o c l culo do valor de V ver equa o 7 20 7 4 4 Transforma o de Perspectiva Inverse Perspective Mapping IPM 7 4 4 1 Mapeamento Inverso de Perspectiva IPM O ngulo de vis o baixo o qual a cena adquirida e a distancia dos objetos at a c mera s o OS principais aspectos que originam os chamados de efeitos de perspectiva Estes as pectos basicamente geom tricos contribuem para associar a diferente informa o que est contida em cada pixel da imagem adquirida O efeito de perspectiva deve ser tomado em conta dependendo do peso de informa o relevante contida em cada pixel A solu o ao problema de remo o dos efeitos de perspectiva da imagem adquirida con siste basicamente numa transforma o geom trica conhecida como mapeament
123. igem algum processamento preliminar de imagem O objetivo do processamento digital de imagens realizar trans forma es de forma que se consiga uma melhora do aspecto visual de certas fei es estru turais para a an lise posterior e interpreta o Num processamento digital de imagens in cluem realce melhora da qualidade da imagem adquirida compress o compacta o de imagens digitais para transmiss o restaura o elimina o dos efeitos de degrada o e extra o de caracter sticas localiza o de elementos especiais da imagem como contor nos e regi es Trucco 1998 Segundo K Huh 2005 o processo de aquisi o de imagens pode ser considerado como uma transforma o desde o espa o real 3D conhecido como mundo a um plano 2D de uma imagem As principais reas de aplica es do processamento digital de imagens que requerem m todos capazes de real ar as informa es contidas nas imagens para a posterior interpreta 47 o e an lise s o an lise de recursos naturais geologia agricultura cartografia etc an lise ambiental monitoramento de polui o e aquecimento global planejamento urbano meteorologia movimento de nuvens previs o de tornados biomedicina aplica es in dustriais navega o rob tica etc 7 4 1 IMAGEM O termo imagem refere se a uma fun o de intensidade luminosa bidimensional denotada por f x y em que o valor ou amplitude de f nas coord
124. im poder extrair caracter sticas importantes da imagem as quais ser o usadas na nave ga o do rob A detec o de regi es numa imagem pode ser feita principalmente com um dos dois obje tivos 1 extrair uma determinada regi o e 2 dividir particionar a imagem num conjun to de regi es disjuntas cuja uni o representa a imagem inteira A regi o numa imagem um conjunto de pontos ligados onde de qualquer ponto da regi o pode se chegar a qualquer outro ponto por um caminho inteiramente contido nessa regi o As regi es que se deseja detectar em geral s o regi es homog neas ou seja representam alguma propriedade local aproximadamente constante Comumente esta pro priedade a continuidade no n vel de cinza Um exemplo de fun o exprimindo essa propriedade de continuidade sobre uma regi o R x y pode ser Sonka 1999 e R x y homog nea se e somente se para qualquer dupla de pontos a diferen a entre os n veis de cinza dos dois pontos n o for maior que uma constante Os diferentes m todos para particionamento em regi es s o i Limiarizac o ou binariza o Threshold 60 ii Divis o e fus o Split and Merge Limiariza o O principio da limiariza o Gonzalez et al 2000 consiste em separar as regi es de uma imagem quando esta apresenta duas classes o fundo e o objeto Esta t cnica usada no pr processamento das imagens baseada na utiliza o de um hi
125. inal do ve culo tem havido uma grande melhoria na redu o de riscos tempos de traslado e consumo de energia Nesta parte do trabalho ser o apresentados os resumos das mais recentes pesquisas desen volvidas na automa o de ve culos para estradas Autonomous Road Following fazendo uma revis o das solu es experimentais e prot tipos desenvolvidos mundialmente As t c nicas desenvolvidas nestes trabalhos realizados at o ano 2000 s o baseadas num sistema de vis o e s o as que ser o usadas na proposta de integrar o rob m vel na FMC Os resultados mais interessantes e tend ncias neste campo assim como a evolu o dos ve culos inteligentes nas pr ximas d cadas s o apresentados como resumos dos trabalhos realizados por Bertozzi et al 2000 V rios grupos de pesquisa em aplica es de sistemas de transporte inteligente intelligent transportation systems ITS tem integrado suas pesquisas mais desenvolvidas em solu es de controle de movimentos autom ticos dentro de um sistema chamado intelig ncia do ve culo Estes prot tipos de ve culos foram submetidos a v rios testes em ambientes estruturados trilha fechada Em poucos casos estes testes foram feitos em estradas p bli cas com condi es de tr fico real como s o os casos seguintes O prot tipo VaMP desenvolvido pela Universidade de Bundeswehr Miinchen UBM foi experimentado numa estrada de M nich Alemanha at Odense
126. ini o do modo de captura Nesta etapa definido como ser o capturadas as imagens No presente trabalho utilizou se captura continua pois essa forma reduz o tempo de captura para cada imagem ioctl ifd METEORCAPTUR METEOR _ CAP CONTINOUS Realizada a configura o da placa de captura o programa come a a receber os sinais que permitem ao mesmo realizar o processamento das imagens e suas demais fun es Onde ifd uma vari vel que associa o devicedriver da placa ao sistema localizado no diret rio dev e geo uma vari vel do tipo estrutura meteor _ geomet 143 AP NDICE C DETALHE DAS CLASSES DO SISTEMA DE NAVEGA O MODELADO Classe Tarefa Esta classe interage diretamente com o gerenciador da FMC e respons vel por especificar e ordenar a execu o da tarefa a ser realizada pelo rob m vel Dita tarefa realizada du rante a navega o do rob atrav s do rastreamento de linhas tracking e o reconheci mento de marcas desenhados no ch o da f brica A tarefa cumprida quando o rob m vel chega a um determinado ponto especificado por uma marca o qual reconhecido pelo sistema de vis o do rob que significa por sua vez uma varia o na dire o e posiciona mento do rob m vel Esta classe faz uso de s um dos objetos da classe rob Esta classe tem como atributo principal goal reconhecimento de uma marca ou coordenadas reque ridas J os principais m todos desta classe s o a s
127. iormente dever o ser reconhecidos na imagem Pode se notar que para os tr s tipos de imagens imagem com valor limiar threshold igual a 30 a que melhor separa a imagem de interesse do fundo limiariza o por histograma Este valor foi fixado para o n vel de luminosidade do ambiente de trabalho onde s o realizados os testes Estes algoritmos de pr processamento s o executados dentro do programa principal image get exe c rodando na m quina upper do rob m vel num ambiente linux threshold 30 threshold 35 threshold 40 threshold 50 threshold 70 Figura 10 1 Sequencia de imagens pre processadas s mbolo 1 119 a threshold 30 threshold 35 threshold 40 threshold 50 threshold 70 Figura 10 2 Sequencia de imagens pre processadas simbolo 2 threshold 30 threshold 35 threshold 40 threshold 50 Figura 10 3 Sequencia de imagens pre processadas simbolo 3 120 10 2 RESULTADOS OBTIDOS NAS ETAPAS DE REMO O DA DISTOR O DE PERSPECTIVA A transforma o de perspectiva explicado com detalhe na se o 7 4 4 aplicada para corrigir a dire o do caminho afetada por esta distor o a qual provocada pela inclina o da c mera 45 para realizar o rastreamento dos caminhos e sinais desenhados no ch o A Figura 10 4 mostra as diferentes imagens afetadas pela distor o de perspectiva para um desvio na orienta o do rob de 11 O programa
128. istema atrav s de fios enterrados no ch o e muito menor que o sistema que usa laser para a localiza o do ve culo 9 3 2 MODELAGEM DO AGV 9 3 2 1 Modelagem do Ambiente de Atua o do AGV O ambiente onde o rob m vel executar suas fun es de navega o como AGV na FMC realizando opera es de transporte de material material handling determinado como um ambiente estruturado Este ambiente possui como principais caracter sticas a n o varia o da posi o dos componentes ou equipamentos que conformam o dito ambiente e o n o fluxo de pessoas durante o trabalho desenvolvido pelo AGV Estas caracter sticas s o ide ais nas industrias altamente automatizadas j que a probabilidade de que aconte a algo imprevisto sempre latente por este motivo que o rob m vel n o est equipado com um s tipo de sensores a fus o de v rios deles faz com que a navega o seja feita com seguran a A Figura 9 8 ilustra o ambiente estruturado onde o AGV realizar suas fun es Pode se observar que tanto os equipamentos como os caminhos que ser o seguidos pelo AGV s o elementos pr determinados com base em uma an lise previamente desenvolvida depen dendo do processo de fabrica o e a flexibilidade com que os trabalhos t m que ser feitos As caracter sticas espec ficas mais importantes dos caminhos como pode ser observado tamb m na Figura 9 8 s o 1 disposi o estrat gica de marcas que
129. istema de alimenta o 79 8 1 4 Placa de Captura de Imagens O sistema de vis o do rob m vel possui uma placa de captura de v deo Matrox Meteor uma c mera Hitachi KP D50 Color A placa de captura permite taxas de atualiza o de at 30 fps imagens por segundo e resolu es de at 640 x 480 pixeis para imagens de 24 bits A c mera possui uma lente de 6mm 1 1 2 com varia es do foco e diafragma sem zoom A configura o da placa de captura realizada atrav s da biblioteca ioctl meteor h que define estruturas de dados e vari veis para esse prop sito A configura o da imagem cap turada feita atrav s da estrutura meteor _ geomet a qual possui quatro vari veis conforme a Tabela 7 1 Tourino 2000 Tabela 7 1 Vari veis da estrutura de dados meteor _ geomet Vari vel Uso rows columns define as dimens es da imagem frames define o n mero de imagens na mem ria oformat define a quantidade de n veis de quantiza o de cores Os dados de configura o s o enviados para o hardware da placa de captura atrav s da chamada da fun o ioctl do UNIX A seq ncia de configura o dada pelas seguintes etapas a defini o da geometria da imagem b defini o do tipo de v deo c defini o do tipo de entrada d defini o do sinal de imagem dispon vel e e defini o do modo de cap tura No Ap ndice A se apresentam as estruturas que definem esta configura o Est
130. ivas e em outras reas tais como armazenagem sistemas de transporte externo subsolo etc O uso dos AGV s tem crescido enormemente desde sua introdu o O n mero de reas de aplica o e varia o nos tipos tem aumentado significativamente Armaz ns e centros com muitas intersec es s o exemplos de reas distribu das Existem tr s tecnologias as quais s o comumente usadas em sistemas comerciais dos AGV s 1 cabo guiado 2 rastreamento de caminhos desenhados no ch o paint strips e 3 ve culos auto guiados A tecnologia mais recente laser GPS fus o sensorial vis o etc desenvolvida para navega o rob tica e especificamente para o caso dos AGV s utilizada nos ve culos auto guiados Assim o desenvolvimento de rob s m veis uma tarefa fortemente interdisciplinar envolvendo reas tecnol gicas t o diversas como sensores e atuadores eletr nica de pot ncia energia projeto mec nico cinem tica din mica teoria de controle escalonamento em tempo real investiga o operacional sistemas de informa o telecomunica es etc A n vel internacional o campo de aplica o dos rob s m veis n o s na ind stria este significativamente mais amplo abarcando tamb m as reas de log stica distribui o e ar mazenagem explora o subaqu tica e oceanogr fica explora o planet ria bem como aplica es militares Atualmente na industria e especificamente em Portugal segu
131. ividades fortemente intensivas altamente repetiti vas e tediosas S o estas as raz es pelas quais os rob s s o m quinas ideais para realizar estas aplica es 28 4 4 ROB TICA INDUSTRIAL VS ROB TICA M VEL E necess rio definir exatamente as caracter sticas espec ficas que definem um manipulador e as que definem um rob m vel Leit o et al 2005 Tanto os manipuladores como os rob s m veis est o dentro da categoria de rob s dependendo das caracter sticas f sicas de cada um deles podem realizar determinadas tarefas dentro de um FMS A Tabela 4 2 mos tra as caracter sticas mais importantes que definem cada um deles Tabela 4 2 Caracter sticas principais dos manipuladores e rob s m veis modificado Leit o 2005 Rob tica Industrial Rob tica M vel Rob s Manipuladores Rob s M veis e Base fixa capacidade de mobilida de limitada Base m vel e Manipuladores multi aplica o mul ti funcional e re program vel Possui capacidade de mobilidade e Realiza o de tarefas repetitivas normalmente atribu das a humanos Realiza as suas pr prias decis es utilizando o feedback que recebe do seu ambiente 29 5 ESTADO DA ARTE DA ROB TICA M VEL APLICADA EM AGVs Com o desenvolvimento de tecnologias de navega o para ve culos aut nomos e o aumen to da capacidade de processamento dos computadores apareceram os primeiros
132. l e 1 reflet ncia total A natureza de i x y determinada pela fonte de luz e r x y determinada pelas caracter sticas dos objetos na cena 7 4 2 T CNICAS B SICAS PARA A MODIFICA O OU REALCE DE IMA GENS 7 4 2 1 Histograma O realce e an lise das imagens s o feitos atrav s de informa es fornecidas pelo histogra ma da imagem adquirida O histograma de uma imagem informa aproximadamente a dis tribui o de probabilidade de cada um dos n veis de cinza de uma imagem J segundo Gonzalez 2000 o histograma de uma imagem digital com n veis de cinza no intervalo 0 Z 1 uma fun o discreta p r n n em que r o k simo nivel de cinza n o n mero de pix is na imagem com esse n vel de cinza n o n mero total de pixels na i magem e k 0 1 2 L 1 A Figura 7 3 mostra a imagem original com seu respectivo histograma Notar na Figura 7 3 b os tr s picos com maior numero de pix is para deter minados n veis de cinza da imagem nas faixas 50 100 e 200 250 1 05 Ez fi A J 0 50 250 i i b Figura 7 3 Histograma de uma imagem a Imagem original b Histograma correspondente 49 7 4 2 2 Equaliza o de Histogramas A equaliza o de histograma consiste basicamente em uma redistribui o dos valores de n veis de cinza para os p xeis resultando assim numa imagem com maior contraste e co mo conseq nc
133. mento dos diferentes tipos de mapas existentes para as diferentes tarefas de navega o do rob as quais poderiam ser selecionadas dependendo das varia es f sicas no ambiente Geralmente o mapa representado numa matriz de duas dimens es onde cada pixel representa uma c lula f sica do ambiente real parte do mapa que esta ocupada pelos obst culos pode ser representada como 1 e o restante da rea no ocupada pode ser representada como 0 Atrav s dos mapas tamb m poss vel obter a localiza o do rob m vel durante sua navega o 148 AP NDICE D DIMENS ES E VISTAS PRINCIPAIS DOS COMPONEN TES CONSTRUIDOS DA FMC D 1 Armaz m de material e pecas usinadas a i L 149 D 2 Carro de Deslocamento do Manipulador de Material 150 AP NDICE E C DIGO FONTE DOS PRINCIPAIS PROGRAMAS DE SENVOLVIDOS E 1 Trecho do algoritmo de transforma o de perspectiva IPM C IPM inverse perspective mapping Fun o que transforma a vista distorcida captada pela camera em uma vista desde o ceu x Si include ipm h include lt stdio h gt include lt stdlib h gt void ipm const int r cols const int r rows const double im double r int 1 C ro double x y l gamma theta im x im y pix heigth pix heigth HEIGTH Pixels for 1 c r cols l ro r rows 1 for i 0 i lt ROWS i for j 0 lt CO
134. n em geral muito lento e suscet vel a patologias de treinamento A paralisia da rede ocorre em regi es de gradientes pr ximos de zero Depen dendo das condi es iniciais o treinamento fica preso em m nimos locais da superf cie de erro Bauchspiess 2004 O algoritmo Error Backpropagation levou a uma grande aceita o das RNA s por parte da comunidade cient fica uma vez que redes multicamadas podem ser treinadas a partir dos dados que representam amostras significativas do processo em quest o 74 8 CARACTER STICAS DO HARDWARE E SOFTWARE DO ROB M VEL 8 1 ROB M VEL O rob m vel Nomad XR4000 utilizado no desenvolvimento deste projeto um sistema de rob tica m vel avan ado cujos componentes principais compreendem sistemas de con trole comunica o sensoriamento administra o de pot ncia e tecnologias de programa o Este rob possui outras capacidades para o desenvolvimento de pesquisas mais avan adas como s o os casos de manipula o m vel movimentos com velocidades altas de senvolvimento de sistemas inteligentes utilizando o sistema de vis o e navega o baseada no sistema sensorial A Figura 8 1 mostra o rob m vel utilizado Nomadic Technologies 1999 Figura 8 1 Rob m vel Nomad XR4000 8 1 1 Descri o do Hardware do Rob O hardware conjunto de componentes que conformam a parte f sica do rob m vel composto pelos subsistemas de movimenta
135. nParam goal 10 5 nomadNet TR train nomadNet entradasRede saidasRede perfNotMet TR perf 1 size TR perf 2 gt nomadNet trainParam goal end H H H TESTE H M Sem ru do saidaOriginalArredondada round saidasRede saidaDaRede sim nomadNet entradasRede saidaDaRedeArredondada round saidaDaRede erros saidaOriginalArredondada saidaDaRedeArredondada qtdErros 0 erros sum abs erros for i 1 size erros 2 if erros 1 gt 0 qtdErros qtdErros 1 152 end end percErros percErros qtdErros size erros 2 100 Para entradas ruidosas uadas no treinamento 70 de Threshold e Noise de 10 saidaOriginalArredondada round saidasRedeNoise saidaDaRede sim nomadNet entradasRedeNoise saidaDaRedeArredondada round saidaDaRede erros saidaOriginalArredondada saidaDaRedeArredondada qtdErros 0 erros sum abs erros for i 1 size erros 2 if erros i gt 0 qtdErros qtdErros 1 end end percErros percErros qtdErros size erros 2 100 WWMM VALIDACAO YY Para entradas com 5 de ruido saidaOriginalArredondada round saidasNoise05 saidaDaRede sim nomadNet entradasNoise05 saidaDaRedeArredondada round saidaDaRede erros saidaOriginalArredondada saidaDaRedeArredondada qtdErros 0 erros sum abs erros for i 1 size erros 2 if erros 1 gt 0 qtdErros qtdErros 1 end end percEr
136. ncipais aspectos relacio nados tomada de decis es avaliando o comportamento do sistema em diferentes poss veis estados de funcionamento Dependendo da diversidade de pe as que ser o produzidas na FMC estes estados ser o modelados e simulados atrav s de diferentes m todos Predi zer poss veis falhas no funcionamento da FMC principalmente de posicionamento de seus componentes tamb m um dos objetivos nesta parte do trabalho 83 A modelagem da FMC ser desenvolvida atrav s das seguintes formas 1 modelagem f si ca e 2 modelagem l gica A modelagem f sica refere se basicamente localiza o das esta es de trabalho da FMC as quais definem o layout da c lula Esta modelagem pode ser feita atrav s da utiliza o de softwares de simula o em 3D e assim possam ser ava liados os movimentos e trajet rias principalmente das unidades de manuseamento e trans porte de material J a modelagem l gica implica a utiliza o de eventos discretos representados pelos diferentes estados dos componentes da FMC durante seu funcionamento Esta modelagem pode ser feita utilizando Redes de Petri atrav s desta t cnica s o modelados os diferentes estados das esta es de trabalho garantindo o controle do ch o de f brica evitando poss veis falhas principalmente de colis o e tempos mortos entre as esta es de trabalho Uma das t cnicas mais usadas na modelagem de sistemas de controle do ch o de f brica
137. ndo Rocha 2001 os projetos industriais de rob tica m vel j realizados tiveram aplica o principalmente na industria f bricas c lulas e sistemas flex veis de manufatura na log stica de cadeias de distribui o e armazenagem e nos servi os Neste tipo de aplica es destacam se dois tipos de dis positivos o AGV Automatic Guided Vehicle e o AS RS Automatic Storage Retrieval System 1 2 OBJETIVO DO TRABALHO Neste trabalho prop e se a implementa o de um dos m todos de navega o para resolver o problema de planejamento da trajet ria de um rob m vel e assim poder integr lo a uma c lula flex vel de manufatura FMC que est sendo implementada no laborat rio GRA CO UnB O rob m vel estar trabalhando como um ve culo guiado automaticamente AGV cujo sistema de navega o apresentar vantagens e desvantagens as quais tamb m ser o analisadas neste trabalho O sistema proposto de navega o ser modelado utilizando t cnicas de orienta o de obje tos atrav s da linguaje UML Unified Modeling Language A modelagem utilizando obje tos orientados fornece um novo ponto de vista para focar um sistema flex vel de manufatu ra usando modelos organizados como s o os m dulos flex veis de manufatura os quais comp em uma FMC Este m todo de navega o baseado no sistema de vis o do rob m vel e uma alternati va econ mica que pode ser implementada em ambientes estrutu
138. nios pertencentes camada com lt O n mero de neur nios por camada denotado por n Cada neur nio de uma camada representado por D Ln D 12 Quando um est mulo S dado como uma entrada rede NV se ter para cada neur nio 1 uma ativa o a s e sua sa da o s respectiva A ativa o do neur nio computada atrav s da propaga o adiantada das sa das dos n veis de neur nios pr vios pela equa o 7 28 n I 1 ain s Wia F Midias O 1 1 s 7 28 j l 1 1 onde Wija denotado como o peso da uni o entre os neur nios j 1 e 1 1 e w o limiar de ativa o A sa da do neur nio i relacionado a sua ativa o atrav s da equa o 7 29 Oi s Fla s 7 29 onde f R 0 1 uma fun o continua squashing like com uma primeira derivada positiva cont nua Em sua forma geral uma rede N definida pela equa o we RPO gro 7 30 onde n 0 o n mero de entradas e n L o n mero de sa da dos neur nios Os exem plos usados na fase de aprendizagem s o basicamente uma cole o de P pares de entra das sa das que a rede N deve interpolar assim L DO 169 RIO Dije RAD s 1 P 7 31 A fun o de custo para um certo mostrada na equa o 7 32 n L IR E Em s 7 32 Nie Ms 1 P 5 LE 2 s l j l A Equa o 7 32 otimizada durante a fase de aprendizagem medid
139. ns of data indow functions o o Response Packet Error code contents of data etc ABB IRB6 Pallet Figura 9 6 Estrutura de comunica o da FMC 9 2 1 7 Parte F sica Implementada na FMC Nesta se o ser o descritos brevemente dois dos componentes da FMC que foram constru dos para ser usados tanto no armazenagem de pe as e de mat ria prima como no posicio namento do manipulador de material bra o rob O armaz m de pe as como se mostra na Figura 9 7 a foi constru do em base a um mode lo automatizado AS RS para trabalhar em c lulas flex veis de manufatura As dimens es do armaz m consideradas na constru o foram tomadas dependendo dos seguintes fatores a comprimento e di metro das pe as que ser o fabricadas b abertura m xima da garra do manipulador bra o rob c deslocamentos m ximos do bra o rob permitindo a extra o das barras de a o para serem usinadas 93 a b Figura 9 7 Componentes constru dos da FMC a Armaz m de pe as fabricadas e de mat ria prima b carro posicionador do manipulador de material bra o ro b O Ap ndice D mostra as dimens es reais assim como tamb m as vistas principais do ar maz m constru do O carro para deslocamento do manipulador de material bra o rob mostrado na Figura 9 7 b foi constru do visando a flexibilidade do bra o rob nas tarefas de posicionamento tanto para a e
140. nsporte e armazenamento de material mencionados anteriormente como s o os AGV s e AS RS existem outros tipos de manipu ladores de material como rob s industriais pallets transportador em m quinas CNC esteiras usadas numa linha de montagem manual mecanismos de transfer ncia e alimenta dor de partes em linhas automatizadas 4 1 CONSIDERA ES NO PROJETO DE SISTEMAS MANIPULADORES DE MATERIAL Os equipamentos usados como manipuladores de material s o usualmente montados dentro de um sistema O sistema deve ser especificado e configurado para satisfazer os requeri mentos duma determinada aplica o J o projeto do sistema depende dos materiais que ser o manipulados quantidades e distancias que ser o movimentados e outros fatores Os materiais s o classificados em categorias por suas caracter sticas f sicas estado f sico tamanho peso forma seguran a e risco etc 4 1 1 Fluxo Rotas e Programa o da Produ o Scheduling Outros fatores importantes que devem ser considerados na an lise do sistema e assim de terminar que tipo de equipamento o mais apropriado s o quantidade e fluidez do mate rial a ser movimentado controle de rotas e programa o sequenciada dos movimentos A Figura 4 1 mostra como uma referencia geral um guia de como selecionar os equipamentos manipuladores de material para algumas aplica es caracter sticas envolvendo especificamente fluidez e distancia movimenta
141. nte a navega o do rob envolve opera es de baixo n vel como detec o de li nhas c lculo da inclina o das linhas assim como a detec o e reconhecimento de marcas A detec o das linhas a principal opera o que dever ser realizada por esta classe duran te a navega o do rob e assim computar a inclina o da linha rastreada O c lculo desta inclina o realizado atrav s da extra o de dois pontos contidos nas linhas detectadas numa determinada faixa da imagem O rob m vel al m destas opera es deve estar na capacidade de detectar e reconhecer diferentes marcas que indicam a a o que dever to mar o rob O principal atributo desta classe N ImageProcessing que realiza o controle de todos os processamentos realizados na sequ ncia de imagens at a obten o da inclina o da linha ou reconhecimento de alguma das marcas dispostas na FMC Os principais m todos s o N RGBGrayImage N PassLowFilter N PassHighFilter N Thresholding N IPM N GetSlope N SignDetection e N SignRecognition Classe Vis o Esta classe respons vel pela captura de imagens no ambiente de navega o do rob O sistema de vis o do rob m vel est formado por uma c mera CCD Hitachi KP D50 e uma placa de captura de imagens Matrox Meteor que permite taxas de extra o de imagens de at 30fps frames per second com uma resolu o m xima de 640 x 480 pix is para ima gens de 24 bits A configura o da placa de c
142. ntes regi es bordas e detalhes finos da imagem tornam se mais n tidas Como conseq ncia o ru do que possa existir numa imagem tamb m pode ser enfatizado A forma da resposta ao impulso necess ria para implementar um filtro espacial passa alta agu amento indica que o filtro deve ter coeficientes positivos pr ximos ao seu centro e coeficientes negativos na periferia Para uma m scara 3 x 3 como a que mostrada na Figura 7 7 a escolha de um valor positivo no centro com coeficientes ne gativos no resto da m scara satisfaz essa condi o 111 A 5 x 1 8 al Aall Figura 7 7 Imagem filtrada com um filtro passa alta Filtros N o Lineares Os filtros n o lineares conhecidos tamb m como filtros por derivadas s o utilizados para alterar a imagem sem diminuir sua resolu o 53 Conforme Gonz les 2000 o c lculo da m dia dos pix is sobre uma regi o tende a borrar os detalhes de uma imagem Assim como o c lculo da m dia an logo integra o pode se esperar que a diferencia o tenha o efeito oposto de agudiza o da imagem O gradiente o m todo mais comum de diferencia o em aplica es de processamento de imagens Para uma fun o f x y o gradiente de f nas coordenadas x y definido como o vetor a Ox Vf Y 7 9 oy a equa o 7 10 mostra a magnitude desse vetor 2 2 1 2 Vf mag Vf 2 y 7 10 Ox Oy Esta equa o
143. ntre eles durante o funcionamento da c lula A Figura 9 6 mostra a estrutura de comunica o da FMC A tec nologia focas 1 desenvolvida pelo fabricante do torno CNC permite realizar a comunica o entre a unidade de gerenciamento MgU e o centro de torneamento O sistema radio Ethernet permite a comunica o com o rob m vel sem usar um cabo de ethernet O usu rio pode utilizar mecanismos ou servi os de redes tais como ftp telnet TCP IP Nomadic Technologies 1999 A comunica o entre a unidade de gerenciamento MgU e a unidade de inspe o micr metro realizada atrav s do uso do protocolo RS232 J a comunica o entre a unidade de transporte e manuseamento de material bra o rob e o Torno CNC feita atrav s do envio e recep o de sinais I O 24V dos sistemas de PLC s Finalmente a comunica o entre o MgU e o centro de torneamento Torno CNC feita atrav s de o envio e recep o de sinais de 24V CNC MgU e RS232 MgU CNC 92 Uma interface de monitoramento desenvolvida permite a convers o dos sinais enviados para que possam ser lidos tanto pelo centro de torneamento como pelo MgU e Buil i Remote User Hub Switch Hub Switch Internet o fu Monitoring Monitoring Signal Signal H lava 5V i 5V Remote cr Fei User lava upper graco unb br Remote ste lower graco unb pr Personal Compute Gripper FWLIB32 DLL Proxy functio
144. o cliente no site http www webfmc com br Esta ordem dever ter a seguinte informa o data n mero de partes a serem produzidas produto selecionado para ser produzido etc Esta informa o processada e usada pelos outros n veis hier rquicos que conformam a FMC O produto ou parte a ser fabricado projetado atrav s de um sistema baseado em uma me todologia da Webmachining sistema CAD CAPP CAM onde depois que a parte proje tada gerado automaticamente o plano de processo dela PP lvares et al 2005 J atrav s do sistema CAPP as ordens solicitadas pelo cliente s o convertidas em ordens de trabalho as quais s o utilizadas no plano mestre de escalonamento Master Scheduler 91 Planning MSP O MSP e o PP servem como informa o de entrada na Unidade de Ge renciamento E gt o Hub Switch Hub Switch gt AE Internet o Ea q Customer Remote Order User o ES o E Lo Lo Remote Remote ar CADICAPPICAM x User User ystem System hurano a mam http webmachining alvarestech com Managment Unit Micrometer Pallet Turning Center TCPAP WO 24V Focas1 IRB6 RS 232C VO 24V VO 24V WO 24V Figura 9 5 Estrutura Hier rquica da FMC A comunica o entre as diferentes esta es de trabalho permite ter um controle remoto dos equipamentos da FMC assim como tamb m interc mbio de dados e
145. o de padr es A exig ncia crescente na automatiza o de tarefas humanas repetitivas e ou cansativas levou os pesquisadores a desenvolver ferramentas especificas para atender projetos cujo conhecimento inicial pobre e ou incompleto e onde um certo grau de intelig ncia im portante O reconhecimento de um padr o realiza este tipo de tarefas Entre algumas das aplica es podemos citar o reconhecimento de caracteres o reconhecimento de impres s es digitais reconhecimento de assinaturas etc 7 2 3 Reconstru o tridimensional A constante evolu o de desempenho dos computadores viabiliza a percep o tridimensio nal do mundo a partir de imagens bidimensionais Como exemplo podemos citar a tomo grafia de resson ncia magn tica com imagens de alta resolu o e nitidez a qual permite esperar uma explos o de ferramentas de visualiza es tridimensionais de diferentes partes do corpo humano e o desenvolvimento de sistemas de apoio ao diagn stico m dico Facon 2002 7 3 ARQUITETURA DE UM SISTEMA DE VIS O COMPUTACIONAL Os processamentos das imagens capturadas por um sistema de vis o mudam muito em fun o da rea de trabalho Assim estes processamentos variam sobre as imagens segundo as seguintes caracter stica e A natureza das imagens depende do meio onde elas s o capturadas podendo ser reas como medicina do meio industrial ou de laborat rio onde as entidades encontradas e informac es c
146. o inverso de perspectiva Inverse Perspective Mapping IPM Uma vez aplicada esta t cnica de transforma o geom trica a imagem re mapeada em uma nova imagem de duas dimen s es na qual a informa o contida homogeneamente distribu da entre todos os pixeis permitindo assim seguir com o processamento seguinte da imagem Obviamente a aplica o desta transforma o IPM requer da aquisi o de condi es espec ficas como posi o da c mera orienta o da c mera par metros ticos da c mera etc e algumas suposi es na cena representadas na imagem definidas como conhecimento pr vio Assim a trans forma o IPM pode ser usada em ambientes estruturados onde por exemplo a c mera montada numa posi o fixa ou em situa es onde a calibra o do sistema e os ambientes adjacentes podem ser registrados atrav s de outro tipo de sensores Bertozzi 1998 62 Conforme Huh 2004 IPM a transforma o inversa desde o plano 2D de uma imagem ao plano de coordenadas globais 3D ou mundo removendo os efeitos de perspectiva Remo o do Efeito de Perspectiva O mapeamento inverso de perspectiva permite transformar a imagem desde uma determi nada perspectiva mostrada na tela a uma vista desde o c u O procedimento seguido para remover o efeito de perspectiva substitui a imagem entrante re mapeando cada pixel colocando os em diferentes posi es e produzindo uma nova ma triz 2D de pix is A ima
147. oeficiente de ajuste e x a m dia local dos valores de intensidade sobre uma vizinhan a de pix is O pr processamento das imagens deve ter um custo computacional baixo o que implica rapidez na execu o dos algoritmos Na Figura 9 15 a mostra a figura original capturada pelo rob m vel A Figura 9 15 b mostra a imagem pr processada filtragem transforma o de cores e binariza o 107 Figura 9 15 a Imagem original capturada pela c mera do rob m vel b Imagem pr processada para detec o de linhas e sinais 9 5 2 Detec o de Linhas A opera o visual principal necess ria para a navega o do AGV calcular a orienta o do caminho desenhado no ch o Esta opera o estima a inclina o ou pendente do caminho trabalhando o como uma linha atrav s do uso de um par de pontos da imagem O caminho que o AGV estar seguindo n o necessariamente uma linha reta como pode ser visto na Figura 9 16 O AGV t m outras alternativas de movimenta o para poder na vegar pela FMC necess rias para cumprir com suas fun es de transportador de material Assim para evitar as mudan as bruscas de dire o nos caminhos seguidos a imagem cap turada analisada atrav s de duas faixas na parte inferior da imagem como apresentado na Figura 9 16 E x pixel E x pixel y pixel y pixel x2 y2 x1 yD Figura 9 16 Pontos pr selecionados para o c lculo da dire
148. ole da Universidade de Bras lia Interface Gr fica do Usu rio Gera o de hip teses Hypertext Transfer Protocol Verifica o de hip teses Hue Saturation Value x1x IDEF Integration Definition for Function Modeling IPM Inverse Perspective Mapping ITS Intelligent transportation systems VO Input Output IVVI Intelligent Vehicle base on Visual Information MLP Multilayer perceptrons MgU Management Unit MARF Maryland Road Following MODT Multiple object detector NC Comando Num rico NTSC National Television Standards Committee PVS Personal Vehicle System PROMETHEUS Program for a European Traffic with Highest Efficiency and Un precedented Safety RP Redes de Petri RGV Rail Guided Vehicle RGB Red Green and Blue RDT Road Detection and Tracking RALPH Rapidly Adapting Lateral Position Handler SODT Single object detector and tracker TF R A transformada de Fourier da convolu o R x y TCP IP TCP Transmission Control Protocol Protocolo de Controle de Transmiss o e o IP Internet Protocol TG Tecnologia de Grupo UML Unified Modeling Language WWW World Wide Web Rede Mundial de Computadores XRDEV Arquitetura multi processada do Robo Movel Nomad XR 4000 XX 1 INTRODU O 1 1 ESTADO TECNOL GICO Com o desenvolvimento de tecnologias de navega o para ve culos aut nomos e o aumen to da capacidade de processamento dos comput
149. onar no ponto 1 a espera de outra ordem 9 3 2 6 Detalhe das fun es do rob m vel durante o set up ou manuten o das m quinas da FMC Quando a FMC n o est em funcionamento deixando de lado a possibilidade de falta de trabalho o rob m vel estar executando tarefas de transporte de ferramentas desde o ar maz m ao lugar onde fica a m quina em set up ou manuten o O caminho alternativo Figura 9 8 desenhado para a realiza o destas fun es os pontos 3 4 e 5 s o habi litados dependendo se m quina est em set up ou manuten o e assim o rob m vel poda se posicionar no lugar adequado 9 4 SET UP DO ROB M VEL O rob m vel que ser integrado na FMC para trabalhar como AGV o Nomad XR4000 apresentado na Figura 9 14 Nesta figura podem ser tamb m apreciados alguns dos compo nentes sensoriais que formam parte do hardware do rob sensores de ultra som vis o e infravermelho O hardware principal de controle do rob formado por dois computadores upper e lower rodando no sistema operacional Linux Na parte superior do rob est montada a unidade de dire o dos movimentos da c mera CCD Pan Tilt Unit PTU e captura das imagens e realizada atrav s da placa de captura de imagens a qual permite taxas de atualiza o de at 30 fps imagens por segundo e resolu es de 640 x 480 e uma c mera de v deo a cor Mais detalhes do hardware do rob m
150. ontidas s o muito diversas e A qualidade das imagens A qualidade requerida de uma imagem varia de acordo com a aplicac o A resolug o da imagem depende principalmente das dimensiones da matriz do n mero de n veis de cinza de cada pixel e do intervalo entre imagens As condi es de ilumina o do ambiente outra caracter stica importante que influenciam na qualidade da imagem 44 e Conhecimento do ambiente O conhecimento inicial do ambiente elemento im portante no processo de an lise No meio industrial o conhecimento inicial sempre existente permite uma an lise mais dirigida para uma solu o r pida J em casos onde o conhecimento inicial fraco como no caso de imagens adquiridas por sat lite o processo de analise deve ser mais completo para suprir a falta de conheci mento O processamento digital de imagens pode ser classificado em tr s n veis distintos baixo m dio e alto No processamento de baixo n vel os dados de entrada s o pix is da imagem original capturada e os dados de sa da representam propriedades da imagem na forma de valores num ricos associados a cada pixel No processamento de n vel m dio este conjunto de valores produz como resultado uma lista de caracter sticas O processamento de alto n vel produz a partir destas caracter sticas uma interpreta o do conte do da imagem Rosenfeld 2001 Uma estrutura funcional completa de um sistema de processamento e analise de imagen
151. opsasesen dec siasonvasdsio pentepesstrsandei 77 8 1 1 4 Subsistema de COMUMICACAD cssssssssssccsssssssscssceccccsssssssssccssesees 77 8 1 2 Arquitetura XRDEV Nomadic Technologies 1999 77 8 1 3 A Linguagem do Rob Interfaces de Programa o oe 79 8 1 4 Placa de Captura de ImagenSs seessesssoossoossssesssesssocesoossoossssesssesssoessoossos cee 80 9 PARTE EXPERIMENTAL acti 81 xi 9 1 ARQUITETURA DO SISTEMA ossesssssesessssossossesossosseseosessossossesossosseseosossoseososseseos 81 9 2 MODELAGEM E IMPLEMENTA O DA C LULA FLEX VEL DE MANUFATURA GRACO UnB i siscesssssssovervdvontectocsnssasennssveonbeosleedsaassensoevesiasovasbenvoneeds 83 9 2 1 C lula Flex vel de Manufatura cccssscscscsssccsssssssesssscssssssssssssscssonsees 85 9 2 1 2 Modelagem da C lula Flex vel de Manufatura 86 9 2 1 3 Integra o FISICA in 89 9 2 1 4 Interfaces de Monitoramento e Comunica o cccssssssssreeeees 90 9 2 1 5 Integra o L gica da FMC Desenvolvimento de Software 90 9 2 1 6 Estrutura Hier rquica de Controle e Comunica o da FMC 91 9 2 1 7 Parte F sica Implementada na FMC cooccnconononnnonnnconnncnnoconnconnnoonoss 93 9 3 MODELAGEM E IMPLEMENTA O DO AGV NA FMC GRACO UnB 95 9 3 1 INTRODU O iii ga a aeb e 95 9 3 2 MODELAGEM DO AGV
152. ossui certas caracter sticas antropo m rficas A caracter stica antropom rfica mais ressaltante seu bra o mec nico que usa do para realizar uma grande variedade de tarefas industriais Outras caracter sticas pareci das s humanas s o a capacidade do rob de responder a entradas de sinais de sensores desde outras m quinas e realizar as tarefas correspondentes A tecnologia desenvolvida nestes rob s envolve um controle coordenado de eixos m ltiplos com um computador digi tal como controlador central do rob Groover 2003 4 3 1 Aplica es dos Rob s Industriais As caracter sticas gerais pelas quais os rob s devem substituir a fun o humana em situa es de trabalhos industriais s o as seguintes e Ambientes de trabalho perigosos para humanos e Ciclos repetitivos de trabalho e Tarefas de manuseio de materiais dificultosas para humanos e Versatilidade na troca e execu o de tarefas e Versatilidade no posicionamento e orienta o das partes de trabalho e F cil reprograma o do rob para a execu o de novas tarefas 27 4 3 1 1 Aplica es dos Rob s Industriais como Manipulador de Materiais As aplica es executadas por um rob industrial como manipulador de materiais s o basi camente as relacionadas ao movimento de partes ou materiais desde um lugar a outro Para que o traslado destas partes ou materiais possa ser feito o rob industrial dotado de uma garra que trabalha na extremidad
153. propriedade de real ar linhas verticais e horizontais mais escuras que o fundo sem real ar pontos isolados Gonzalez et al 2000 Este operador est formado por duas m scaras as quais s o mostradas na Figura 7 8 d A Figura 7 10 ilustra o resultado obtido atrav s da aplica o do operador de Sobel 56 Figura 7 10 Imagem filtrada utilizando o operador de Sobel e Operador Laplaciano A fun o que representa o Laplaciano aplicada a uma imagem digital mostrada na equa o 7 16 O efeito da aplica o desta fun o numa imagem evidencia uma informa o importante que o ponto onde a fun o passa pelo zero zero crossing dado que tais pontos s o localiza es de bordas 0 y I y 7 16 A I x y L x y A intensifica o das bordas pode ser realizada por subtra o da imagem x y com a derivada segunda de x y Uma opera o bem conhecida no campo da fotografia onde aplicada esta opera o chamada unsharp masking I AI Para uma imagem digital a fun o do Laplaciano Eq 7 17 calculada num ponto pode ser aproximado da seguinte maneira A x y LG y aD I x 1 y 1 x 1L y 1 x y 1 I x y 1 41 x y As m scaras definidas a partir da aproxima o da equa o 7 17 s o mostradas na Fi gura 7 11 57 1 2 1 2 1 4 1 ES ES 2 2 e a Laplaciano a b Figura 7 11 Opera
154. quipamentos os quais conformam a parte f sica de uma FMC para que possam interagir entre si com sincronismo durante o funcionamento da mesma o princi pal objetivo desta se o Para conseguir esta integra o s o necess rias as seguintes condi es as RP como uma alternativa de modelagem a eventos discretos como o caso de uma e layout da FMC localiza o das esta es de trabalho e adquirir os equipamentos com as caracter sticas t cnicas requeridas torno CNC micr metro bra o rob e rob m vel e conex o das interfaces de comunica o das diferentes esta es e projeto e constru o do sistema de posicionamento do manipulador bra o rob 89 e projeto e constru o da garra para o manipulador e projeto e constru o do armaz m de partes ver Fig 9 7 9 2 1 4 Interfaces de Monitoramento e Comunica o A comunica o entre todos os equipamentos que comp em a FMC e baseada em protoco los de comunica o O objetivo nesta fase da implementa o chegar a comunicar todas as m quinas numa s rede de comunica o de maneira que possam interagir entre elas tendo em comum um controlador central que o gerenciador da FMC Os diferentes tipos de comunica o que est o sendo implementados na FMC s o RS232 TCP IP I O Na se o 9 2 1 6 se mostrar mais detalhadamente os tipos de comunica es especificas existentes entre cada uma das m quinas da FMC A interface d
155. ra o de pontos das linhas seguidas que extrai da imagem binarizada os pontos mais importantes da cena como o caso da extra o de dois pontos da linha para calcular a sua inclina o para depois ser comparada com os erros m nimos permitidos O quarto m dulo o de reconhecimento dos sinais atrav s da utiliza o de algoritmos baseados em redes neurais e finalmente o quinto m dulo o de controle que com base informa o gerada nos m dulos anteriores trabalha nos motores do rob para gerar ou corrigir os movimentos ao longo da linha rastreada ou executar uma a o de movimento dependendo do sinal re conhecido O sistema de navega o utilizado pelo rob m vel modelado utilizando t c nicas de objetos orientados atrav s da linguaje UML vi ABSTRACT MOBILE ROBOT NAVIGATION TECHNIQUE BASED IN VISION SYSTEM FOR INTEGRATE IT TO A FLEXIVEL MANUFACTURING CELL FMC Author Carlos Enrique Villanueva Cano Supervisor Sadek Cris stomo Absi Alfaro Programa de P s gradua o em Sistemas Mecatr nicos Bras lia May of 2006 Nowadays the control of the automatic guided vehicles AGV is based on the study of different navigation existing techniques Those utilize different kinds of sensors infrared ultrasound tactile vision etc as part of the equipment included in the mobile robot carry ing out their tasks of movement and control since an initial position to a defined final posi tion The main contribu
156. ra 3 2 Caracteristicas das tr s categorias numa FMC e uma FMS modificado Groover 2003 3 2 COMPONENTES DE UMA FMS Como ja foi indicado um FMS formado basicamente pelos seguintes componentes 66 i Esta es de trabalho do ingl s workstations 11 Manipulador de material e sistema de armazenamento 111 Integra o e comunica o Um FMS altamente automatizado iv Recursos humanos i Esta es de trabalho workstations e O equipamento montado usado num FMS depende do tipo de trabalho que ser efe tuado pelo sistema Embora nos sistemas projetados sejam na maioria dos casos pa ra trabalhos de manufatura e os principais tipos de esta es de processamento se 18 jam as m quinas ferramenta CNC o conceito de FMS aplicado em v rios outros processos Os tipos de esta es comumente utilizados num FMS s o esta es de carga e descarga load unload stations esta es de m quinas workstations CNC mill turn centers etc Entre outras esta es dependendo do processo de manufatura est o esta es de montagem esta es de controle da qualidade limpe za refrigera o etc ii Manipulador de material e sistema de armazenamento Material Handling and Sto rage System Nesta se o ser o apresentadas de uma forma geral as fun es do sistema de manipula o de material e de armazenamento assim como tamb m ser o apresentados os diferentes equipamentos que comp em est
157. rados ambientes limpos sem movimentos ou deslocamentos constantes de pessoas ou outros equipamentos nos ca minhos pintados no ch o de f brica A c lula flex vel de manufatura que est sendo implementada cumpre com os requisitos necess rios de um ambiente estruturado garantindo um bom funcionamento do sistema de navega o Por outro lado em um sistema flex vel de manufatura com muitas esta es e fluxo de produ o alto e vari vel o sistema de navega o que est sendo implementado poderia ter dificuldades quando o objetivo seja criar novas rotas de aceso nos diferentes lugares do ch o de f brica Outro objetivo a implementa o f sica da FMC relacionado aos sistemas de comunica o entre os diferentes componentes da c lula assim como os de transporte manuseamento e armazenamento de materiais Verifica se como principal beneficio desta implementa o o baixo custo tanto na parte f sica como na parte de programa o do rob 1 3 RESUMO DOS CAP TULOS No cap tulo 2 apresentada uma revis o bibliogr fica detalhada das tecnologias iniciais e recentes que est o envolvidas neste trabalho No capitulo 3 s o apresentados os conceitos fundamentais que est o envolvidos numa ma nufatura flex vel Estes conceitos s o importantes para entender o ambiente onde um AGV realiza suas fun es como transportador de material e como o trabalho realizado por ele fundamental para dar validez ao termo flex
158. resentados nas Figuras 9 20 e 9 21 O prop sito de treinar a rede neural com uma grande variedade de formas dife rentes reconhecer os s mbolos padr es ainda quando estes estejam afetados pela trans forma o de perspectiva e evitar o uso do algoritmo IPM o qual aumenta a carga computacional Autio et al 2001 Uma vez que as marcas s o reconhecidas novas informa es s o enviadas ao sistema de movimenta o do rob X Y 0 para sua nova localiza o atrav s do uso da estrutura struct N Integrator modificando os ditos par metros atrav s do uso de N SetintegratedConfiguration Varia es nos par metros de velocidade e acelera o podem ser tamb m inclu dos 9 6 CONTROLE DA ORIENTA O E POSICIONAMENTO DO ROB 9 6 1 Controle da Orienta o do Rob O controle da orienta o e dire o do rob steering usando caracter sticas das imagens capturadas atrav s de um sistema de vis o tem sido tema de pesquisa principalmente no campo de automa o de ve culos de estrada Thorpe et al 1988 Bertozzi et al 2000 e 114 Collado et al 2003 Entre as diferentes aplica es utilizadas baseadas em algoritmos de vis o desenvolvidos figuram t cnicas de controle de dire o usando pontos da imagem com transforma o de perspectiva para o rastreamento de linhas dos caminhos seguidos pelo ve culo O controle da dire o do AGV durante o rastreamento da linha relacionado dir
159. retro alimenta o recalculando constantemente estes dados e comparando os com os obtidos depois do novo posicionamento do rob Finalmente o rob atinge seu objetivo quando uma marca reconhecida a qual indicar uma a o que dever tomar parar virar virar e voltar etc 102 EN Figura 9 13 Diagrama de Seqii ncias 9 3 2 5 Detalhe das fun es do rob m vel durante o funcionamento da FMC O gerenciador da FMC o respons vel de enviar as ordenes das tarefas que dever o ser executadas pelo AGV Estas ordens s o basicamente relacionadas ao posicionamento e localiza o do AGV no ambiente da FMC definidos pelas marcas desenhadas no ch o como ilustrado na Figura 9 8 Uma vez que se deu inicio ao funcionamento da FMC o rob m vel se posicionar no pon to 1 ilustrado na Figura 9 8 o qual indica o lugar de partida para realizar suas fun es como AGV Seguidamente o rob m vel receber outra ordem proveniente do gerenciador da FMC para se posicionar no ponto 2 a espera que o manipulador de material bra o rob coloque a pe a fabricada previamente qualificada pelo sistema de controle de quali dade micr metro laser no espa o correspondente do armaz m localizado na parte superi or do rob m vel Este processo de posicionamento do rob m vel entre os pontos 1 e 2 103 repetitivo durante o funcionamento da FMC at que receba a ordem de parar as fun es como AGV e se posici
160. ro problema cr tico a cor da linha dependendo do material com que ela feita e o material da superf cie onde ela desenhada ou implementada o reflexo da l mpada pode ser interpretado como sendo uma linha visto que a c mera esta posicionada em cima do rob Isto pode ser facilmente resolvido com a ado o de uma cor que contraste como o ch o como por exemplo negro e branco opacos No algoritmo para detec o dos pontos que definem o centro da linha nas duas faixas selecionadas da imagem apresentou se bastante robusto para as diferentes imagens com threshold 30 apresentadas na Figura 10 1 O prop sito de treinar a rede neural com uma grande variedade de formas diferentes reconhecer os s mbolos padr es ainda quando estes estejam afetados pela transforma o de perspectiva e evitar o uso do algoritmo IPM o qual aumenta a carga computacional Os resultados de valida o obtidos na aplica o do algoritmo de reconhecimento de sinais baseado em redes neurais apresentam boa toler ncia ao ru do e as distor es nas imagens o que permitiria ao rob realizar suas fun es de AGV atrav s do reconhecimento de sinais no ch o da f brica O sistema testado com 40 entradas de imagens validado a diferentes n veis de ru do Apresenta uma efici ncia no reconhecimento de at 77 dos casos De 127 pendendo do treinamento e o n mero de ciclos selecionado esta porcentagem pode aumen tar ou diminuir Estes re
161. rob m vel comumente entre 30 e 50cm Esta informa o e capturada atrav s da e miss o de energia infravermelha por meio de LED s high current LED s a energia retornada capturada atrav s de fotodiodos A energia retornada inversamente propor cional a distancia ao objeto e fun o da refletividade da superf cie dos objetos O princi pal atributo desta classe N InfraredController o qual controla os dados registrados no ambiente de navega o Os m todos principais s o N_InfraredSet e N Getlnfrared para a configura o dos par metros e captura de dados provenientes dos sensores Classe Sensor de Ultra som Esta classe respons vel por fornecer informa o da distancia dos objetos que est o relati vamente longes do rob m nimo 15cm e m ximo 700cm A informa o desta distancia 145 obtida atrav s da multiplica o da velocidade do som pelo tempo que demora um pulso de ultra som em chegar ao objeto O principal atributo desta classe N SonarController que serve para controlar os dados captados pelos sensores no ambiente Os principais m todos s o N SonarSet que serve para realizar a configura o dos par metros requeridos pelo sen sor N SonarTimeOut e N GetSonar para aquisi o dos dados dos sensores durante a na vega o do rob Classe Posi o Esta classe respons vel pela constante estima o da posi o do rob atrav s de tr s coor denadas x y tomando como
162. rob s mo veis industriais cujo campo de aplica o muito amplo Segundo Rocha 2001 um rob m vel procura conjugar num s dispositivo de automa o a mobilidade de um ve culo au t nomo e a capacidade de manuseamento e manipula o dos rob s Neste dom nio o AGV Automatic Guided Vehicle e o AS RS Automatic Storage Retrieval System s o os dis positivos com maior aplica o em empresas industriais ou de distribui o Um sistema flex vel de manufatura como j se definiu no capitulo anterior esta formado por um conjunto de m quinas e por um sistema de transporte e manuseamento de materi ais ligados e controlados atrav s de uma rede de computadores Antes do aparecimento da rob tica m vel o transporte e manuseio de materiais eram realizados com uma forte inter ven o humana ex ve culos guiados manualmente Com o desenvolvimento de tecnolo gias de navega o para ve culos aut nomos e o aumento da capacidade de processamento dos computadores apareceram os primeiros rob s m veis industriais com o objetivo de reduzir a interven o humana nos sistemas flex veis de manufatura d cada 80 A utiliza o de rob s m veis em um sistema de manufatura permite o Aumentar o grau de automa o e flexibilidade facilitando a integra o total e con trole otimizado do sistema atrav s de uma rede de computadores o Otimizar o fluxo de materiais atrav s de um correto escalonamento de tarefas contribuin
163. ros percErros qtdErros size erros 2 100 Para entradas com 15 de ruido saidaOriginalArredondada round saidasNoisel 5 saidaDaRede sim nomadNet entradasNoise15 saidaDaRedeArredondada round saidaDaRede erros saidaOriginalArredondada saidaDaRedeArredondada qtdErros 0 erros sum abs erros for i 1 size erros 2 if erros 1 gt 0 qtdErros qtdErros 1 end 153 end percErros percErros qtdErros size erros 2 100 Para entradas com 20 de ruido saidaOriginal Arredondada round saidasNoise20 saidaDaRede sim nomadNet entradasNoise20 saidaDaRedeArredondada round saidaDaRede erros saidaOriginalArredondada saidaDaRedeArredondada qtdErros 0 erros sum abs erros for i 1 size erros 2 if erros i gt 0 qtdErros qtdErros 1 end end percErros percErros qtdErros size erros 2 100 fprintf 1 Erros no reconhecimento de n fprintf 1 a imagens originais d percErros 1 fprintf 1 a imagens com 70 de threshold e 10 de ruido d percErros 2 fprintf 1 a imagens com 5 de ruido d percErros 3 fprintf 1 a imagens com 15 de ruido d percErros 4 fprintf 1 a imagens com 20 de ruido d percErros 5 154
164. s classificado em n veis apresentado na Figura 7 1 Alto nivel Baixo nivel Figura 7 1 Estrutura funcional de um sistema de vis o computacional modificado Gonzalez 2000 No baixo n vel podem ser analisadas duas etapas 1 Aquisi o e digitaliza o e 2 Pr processamentos 45 e Aquisi o e digitaliza o A imagem do sensor transformada em uma imagem digital sobre a forma de uma matriz de valores inteiros chamados pixels O sensor poderia ser uma c mera de v deo monocrom tica ou colorida anal gica e uma pla ca de digitaliza o frame grabber No caso de c meras de v deo digitais h ne cessidade somente de uma interface com o computador A natureza do sensor e da imagem que ele produz s o determinadas pela aplica o e Pr processamento O objetivo nesta etapa e corrigir os defeitos e imperfei es aparecidos durante a aquisi o da imagem que podem ter como causa caracter sticas f sicas do sistema condi es deficientes de ilumina o etc As duas etapas envolvidas no n vel m dio s o as seguintes 1 Segmenta o e 2 Repre senta o e Segmenta o O objetivo desta etapa dividir a imagem em partes constitutivas chamadas de regi es Em uma imagem natural a segmenta o efetuada pela de tec o de descontinuidades contornos e ou de similaridades regi es na ima gem e Representa o O objetivo desta etapa elaborar uma estrutura adequ
165. s a fim de detectar colis es potenciais Quando uma colis o poss vel o processo de percep o inicia uma a o evasiva O n vel final de seguran a em um rob m vel obtido atrav s da detec o de colis o por sensores de toque ou contato A Figura 6 1 mostra a inter rela o hier rquica entre as fun es de navega o de um rob m vel 37 Plano de tarefa Modelo do ambiente Mapa do ambiente f Planejamento de Aprendizado ou adapta o caminho Rastreamento do Fus o sensorial caminho O cus Controle do Evitando os Sensoreamento movimento obst culos do ambiente Figura 6 1 Hierarquia das fun es de navega o de um rob m vel modificado Ribeiro et al 2002 6 2 T CNICAS DE NAVEGA O UTILIZADAS EM ROB TICA As t cnicas utilizadas em navega o rob tica podem ser classificadas em dois grandes grupos 1 medidas relativas da posi o e 2 medidas absolutas da posi o Borenstein et al 1995 6 2 1 Navega o baseada em medidas relativas da posi o e Navega o Odom trica Este m todo usa encoders para medir a rota o das rodas e controlar a orienta o do ve culo A vantagem deste sistema de navega o sua autonomia e a capacidade de prover sempre ao ve culo uma estimativa de sua posi o A desvantagem deste sistema que o erro de posi o aumenta sem limites a menos que uma refer
166. s s o maiores Assim a localiza o do AGV deve ser periodicamente verificada comparando as posi es calculas com as conhecidas As posi es conhecidas s o estabelecidas usando sinais beacons localizadas estrategicamen te em toda a planta H v rios tipos de sinais usados nestes sistemas de AGV comerciais Um dos sistemas usados o de c digo de barras montados nos corredores da planta Estes podem ser captados por um scanner de laser montado no ve culo Baseado nas posi es dos sinais o computador instalado no ve culo para processar as tarefas de navega o usa triangula o atualizando as posi es calculadas pelo sistema dead reckoning Outros sistemas usam sinais magn ticos colocados n o ch o da planta ao longo dos caminhos O sistema de estimativa de posi o usado para movimentar o ve culo entre os sinais a atual localiza o delas fornece os dados para atualizar o mapa de dados estimados por dead reckoning Estas novas capacidades desenvolvidas permitem ao ve culo acessar a lugares os quais seriam inacess veis atrav s de sistemas de guias com cabos A principal vantagem da tecnologia usada nestes ve culos em rela o s que utilizam ca minhos fixos guias com cabos caminhos com sinais a flexibilidade A rede de cami nhos pode ser completamente mudada dependendo dos requerimentos dos dados processa dos do sistema de navega o A rede de caminhos pode ser expandida instalando novas
167. s sistema de produ o Uma dessas formas a dos chamados fluxogramas de produ o Com s mbolos representavam se as v rias fases pelas quais passava o material ao ser processado Assim podiam se indicar as opera es inspe es transportes armazenamentos e tempos de espera do material em processo Em seguida tentava se reduzir ou eliminar as atividades que apenas aumentavam o custo do produto Os fluxogramas foram substitu dos por formas mais modernas de representa o muitas delas realizadas com o aux lio do pr prio computador 3 1 DEFINI O DE SISTEMA FLEX VEL DE MANUFATURA FMS Segundo Groover 2003 um FMS definido como um dos tipos de c lulas de m quinas usados para implementar uma tecnologia de grupo TG Estas c lulas como parte do TG s o bem automatizadas e tecnologicamente sofisticadas No esquema de classifica o pro 14 posto pelo mesmo autor para sistemas de manufatura um FMS possui tipicamente m lti plas esta es automatizadas interagindo entre elas Um FMS altamente automatizado inclui v rios conceitos e tecnologias como m quinas CNC controle computadorizado distribu do transportador de material AGV e armazenamento automatizado e tecnologia de grupo O conceito de FMS foi originado in Gr Bretanha em 1960 A primeira instala o de uma FMS foi feita nos Estados Unidos em 1967 Estes sistemas criados inicialmente executa ram manufaturas de fam lias de partes usando m quinas
168. scoesssooesessoo 25 4 2 2 Fun es dos AGV A TIN 26 4 3 ROB S INDUSTRIA Sisi 27 4 3 1 Aplica es dos Rob s Industrials 27 4 3 1 1 Aplica es dos Rob s Industriais como Manipulador de AE ES e El CA nO SA RE A NES AR SA OA 28 4 3 1 2 Opera es de ProcessaMeNtO cccccccccscecscscecscscecscsssscssssescesseees 28 4 3 1 3 Montagem Inspe o e siessescaisatsdercoselzosa do iosaatess denso saco taciones 28 4 4 ROB TICA INDUSTRIAL VS ROB TICA MOVEL sssssssssssssssssecsseesseenseens 29 5 ESTADO DA ARTE DA ROB TICA M VEL APLICADA EM AGV S 30 5 1 TECNOLOGIA DESENVOLVIDA PARA GUIAR OS VE CULOS AUTOMATICAMENTE citent riesasta oi 31 5 2 SISTEMAS DE NAVEGA O COMUMENTE UTILIZADOS EM AGV s 32 5 2 1 Sistemas de Caminhos FixOS cscabessssesosisicnnosctra segun soninasstesisatei saiechicaceintemado 33 5 2 2 Sistemas de Caminhos DimAmicos scsccssssscssssssessssssscessssscsssecsssessoeses 35 6 NAVEGA O ROBOTICA an 37 6 1 O PROBLEMA DA NAVEGACAD csssssssssssssssssssessssesscsssssesssssssnssosescessesoes sos 37 6 2 T CNICAS DE NAVEGA O UTILIZADAS EM ROB TICA c 38 6 2 1 Navega o baseada em medidas relativas da posi o seessess 38 6 2 2 Navega o baseada em medidas absolutas da posi o ceseess 39 6 3 PLANEJAMENTO DO MOVIMENT O ccocncoonocnosoncnnocinoconononocncnono
169. sinais ou beacons Estas mudan as podem ser realizadas rapidamente sem maiores alte ra es das instala es da planta 5 2 SISTEMAS DE NAVEGA O COMUMENTE UTILIZADOS EM AGV s Existem diversos m todos de navega o que permitem um 4GV seguir um caminho fixo ou um caminho din mico A determina o dos caminhos fixos ou din micos depende dos custos de instala o dos requisitos de flexibilidade e da necessidade ou n o da futura am plia o do sistema Os sistemas com caminhos fixos s o menos dispendiosos todavia invi abilizam a possibilidade de reagir a altera es no layout do trabalho sem interromper seu funcionamento normal acarretando por isso em custos adicionais 32 5 2 1 Sistemas de Caminhos Fixos Sistema Filoguiado O sistema filoguiado segundo Rocha 2000 como se mos tra na Figura 5 1 um exemplo de um m todo de caminhos fixos que usado em grande escala devido a sua robustez e simplicidade Este sistema baseia se no se guimento do campo magn tico criado por condutores implantados no solo e percor rido por uma corrente el trica sinusoidal O campo magn tico detectado por ante nas que seguem a frequ ncia corresponde ao caminho a seguir Este sistema tem sido largamente utilizado devido sua simplicidade e robustez mas tem a desvan tagem de n o permitir a re configura o do layout o que o torna muito pouco fle x vel e inadequado a ind strias do tipo job shop onde existe a n
170. st o sendo desenvolvidas 99 Co Envio da ordem de inicio das fun es do rob m vel D sele o das tarefas que ser o executadas pelo AGV a A a e lt lt communicate gt gt Manager of the lt lt communicate gt gt FMC ao lt lt communicate gt gt E aquisi o de dados enviados pelo AGV quando a tarefa Envio da ordem de parar as fun es do AGV Figura 9 10 Diagrama de caso de uso Diagrama de Classe Os diagramas de classe descrevem os tipos de objetos no sistema e os v rios tipos de rela cionamento est tico que existem entre eles Fowler et al 2000 H dois tipos principais de relacionamento est tico Associa o e Agrupa o e associa es descrevem as rela es entre duas classes Por exemplo se o rob car rega pe as dentro da m quina CNC ent o a classe rob poderia associar se com a classe m quina CNC em termos de carregar partes A Figura 9 11 ilustra este e xemplo Yang et al 2000 M quina Robot Y CNC Figura 9 11 Associa es entre classes e subtipo A Figura 9 12 mostra a superclasse sensor com suas subclasses as classes sensor t ctil sensor de ultra som sensor infravermelho sensor de vis o e sensor de 100 posi o Estas subclasses n o s herdam as caracter sticas da superclasse sensor mas tamb m t m seus pr prios m todos e atributos e Agrega o descreve as rela es a part off
171. stograma No caso de n veis de cinza bem repartidos dado que o histograma apresenta distintamente as duas classes na forma de dois picos separados por um vale a limiariza o trivial Limiarizar consiste no caso de um objeto mais claro que o fundo em escolher no histo grama um valor 7 tal que para um pixel P x y P x y V 1 para f x y 2T 7 21 0 para f x y lt T en onde T o valor do limiar ou threshold P x y l para os elementos da imagem que representam os objetos e P x y O para os elementos da imagem que representam o fundo ou vice versa Sonka 1999 Este processo usado muitas vezes para dissociar o fundo das identidades presentes A maior vantagem que o principio simples e precisa de pouca mem ria mas a escolha do limiar delicada e fica muito emp rica Ela depende muito da qualidade dos contrastes e da qualidade e da natureza da imagem A qualidade da imagem fun o do fator de reflet n cia e do fator de ilumina o Parker 1991 Esse ltimo influencia fortemente a natureza dos picos do histograma No caso de uma ilumina o n o uniforme sobre toda a cena a separa o dos picos e o estabelecimento do limiar s o mais dif ceis Geralmente podem ser utilizados dois tipos de limiariza o Tourino 2002 i Global quando T depende apenas do valor de f x y ii Din mico quando 7 depende de f x y ede P x y 61 A limiariza o global simples realiza o part
172. sultados s o aceit veis dependendo das condi es de trabalho e do ambiente onde o rob m vel esteja trabalhando Para as condi es testadas no ambiente de trabalho do rob na FMC estes resultados s o aceit veis A velocidade do rob m vel na execu o de suas tarefas e outro fator importante para o reconhecimento dos sinais 128 12 CONCLUS ES E RECOMENDA ES 12 1 CONCLUS ES A metodologia proposta neste trabalho mostrou se vi vel para atacar o problema de nave ga o do rob m vel usando como sensor principal seu sistema de vis o Este sistema comparado com outros tradicionais como por exemplo infravermelho GPS etc mais flex vel e de menor custo Custo baixo de implementa o Os caminhos seguidos pelo rob m vel podem ser pinta dos no ch o e facilmente criar novas rotas dependendo da necessidade de transporte na f brica sem uso de outros equipamentos como no caso dos sistemas filoguiados laser GPS etc Pose se transferir toda a tecnologia desenvolvida no presente trabalho para outros projetos como o caso de automa o de ve culos para estradas A transforma o de perspectiva IPM fornece uma nica solu o para remover as distor es geradas na imagem 2D do caminho projetado Com uma correta configura o dos par metros da c mera intr nsecas e extr nsecos este m todo pode se tornar til para mui tas aplica es no campo da vis o computacional A vantagem
173. t o e Incremento da utiliza o das m quinas e Poucas m quinas requeridas e Redu o do espa o do ch o de fabrica e Capacidade de mudan a alta e Redu o de invent rios e Baixos tempos mortos de produ o e Alta produtividade e qualidade do produto tima e Tempos grandes de produ o sem interven o do oper rio 3 3 3 Limita es de uma FMS As limita es mais relevantes s o e N o uma panac ia para solucionar todos os problemas de produtividade e de lu cro e Custo alto de produ o n o justificado pode ser negativo e Integra o com sistemas existentes podem n o dar certo 22 4 SISTEMAS MANIPULADORES DE MATERIAL Um manipulador de material definido por The Material Handling Industry of Am rica como o elemento respons vel pelo movimento armazenamento prote o e controle dos materiais por todo o processo de manufatura e de distribui o incluindo o consumo e dis posi o deles A manipula o do material deve ser feita com uma seguran a alta eficiente custo baixo precis o tempos exatos e sequenciados e sem estragar o material O custo do manipulador de material uma parte importante no custo total de produ o em m dia ao redor de 20 25 do custo total de manufatura nos Estados Unidos Eastman 1987 O custo em pro por o dos manipuladores de material varia dependendo do tipo de produ o e grau de automa o Al m dos sistemas de manipula o tra
174. tal e vertical da c mera a e a respectivamente podem ser obtidos atrav s das equa es mostradas em 7 25 D E zian RL 2 f 7 25 A vCCDxn 1 a 2 tan 2 f onde hCCD tamanho horizontal do pixel da camera vCCD tamanho vertical do pixel da camera f dist ncia focal da c mera dado pelo fabricante 67 vista de lado AR FOV A A w k E aw w d d Figura 7 14 Campo de vis o definido pela geometria da c mera modificado Huh 2005 Com base nas configura es acima descritas do sensor de vis o pode se dividir estes pa r metros em duas categorias 1 par metros intr nsecos e 2 par metros extr nsecos e Par metros Intr nsecos Abertura angular vertical a da c mera abertura hori zontal da c mera e resolu o da c mera nxn e Par metros Extrinsecos Ponto de vis o da c mera C 1 d h referentes ao espa o real dire o da vis o da c mera referente aos ngulos y e O ver Fig 7 13 7 4 5 2 Resolu o A resolu o de uma imagem capturada por uma c mera dada pelo n mero de pixeis tanto horizontais como verticais Assim entre as especifica es de uma c mera dadas pelo fa bricante deve estar tanto a resolu o da imagem horizontal como vertical dadas em n me ro de pix is 7 4 5 3 Geometria de Proje o da Perspectiva Um sistema de vis o computacional envolve opera es fundamentais de processamento de imagens
175. te m todo baseado na decomposi o do espa o livre Chee do rob em simples regi es ou c lulas Campos Potenciais O rob tratado como uma part cula atuando sobre a influ n cia de um campo potencial U A dire o ao objetivo modelada por um campo atrativo Os obst culos s o evitados por a o de uma for a repulsiva gerada por um campo negativo 41 7 VIS O COMPUTACIONAL O sistema de navega o do rob m vel utilizado como um 4GV na FMC baseado em um sistema de vis o Este sistema composto de uma serie de algoritmos executados se quencialmente para cumprir tarefas pr determinadas de navega o dentro da FMC Neste capitulo s o apresentados conceitos b sicos de processamento de imagens e vis o compu tacional utilizados no desenvolvimento do trabalho 7 1 CONCEP O DE UM SISTEMA DE VIS O ARTIFICIAL Os sistemas de vis o computacional visam com ajuda do conhecimento de diversas reas mec nica biologia medicina comunica o visual eletr nica matem tica etc obter um conjunto de t cnicas e metodologias que possam dar suporte ao desenvolvimento de teorias e produtos suficientemente eficientes e confi veis para aplica es pr ticas Cita se como exemplo a automatiza o dos processos de controle de qualidade identifica o e classifi ca o de produtos e explora o de ambientes diversos Facon 2002 O objetivo da vis o computacional recuperar informa
176. tes tenham valor 1 Uma solu o de m scara de dimens o 3 x 3 normalizada mostrada abaixo Mascaras maiores normalizadas s o tamb m mostradas na Figura 7 5 51 alafalafafida 11111 111 11111 1 1 11 111 1 11111 111 Tica Bit shea oa aaah Lia 111 111 aa 11111 111 11111 1f1 111 MENERA CARRE Figura 7 5 Filtros passa baixas espaciais de v rios tamanhos O valor atualizado do pixel P x y ap s a passagem da m scara qualquer M de dimens o 2m 1 x 2m 1 realizado atrav s da utiliza o da equa o 7 8 conhe cida tamb m como convolu o discreta Trucco 1998 A Figura 6 6 mostra a fil tragem da uma imagem afetada por ru do a um 20 com o filtro passa baixa Pa y 5 Petri y MG 7 8 i mj m onde P x y Valor atualizado do pixel P x y Valor original do pixel em x y M i j Valor da m scara na posi o 1 i j Vari veis do somat rio a b c Figura 7 6 Imagem filtrada com filtro passa baixa a Imagem original b adi o de ru do salt amp pepper c Imagem filtrada filtro 5 x 5 smoothing 52 e Filtro Passa Alta B sica A filtragem passa alta atenua ou elimina os componentes de baixa frequ ncia O efeito visual deste tipo de filtro o de agudiza o sharpening da imagem As transi es en tre difere
177. tion of this work is developing a navigation technique based on a vision system by integrating a mobile robot to a flexible manufacturing cell FMC that is being implemented on the GRACO UnB laboratory On the mobile robot working as an auto matic guided vehicle AGV are shown as well the advantages and disadvantages of this kind of navigation The system of proposed navigation is building up for five main modules The first module is images capture module in RGB format through the Matrox Meteor board The second module of pre processing carries out the processing of the captured images through the application of computational vision algorithms The third is the line points extraction mod ule to extract from the image the most important points of the scene as is in the case of the slope line tracking calculation and comparing it with the minimum permitted errors in the tracking line The fourth module of signs recognition through the utilization of algo rithms based in neural nets and finally the fifth module of control that base on the infor mation generated in the previous modules works in the motor control of the robot generat ing the correct movements during the tracking line or executing an action of movement depending on the recognized sign The navigation system utilized by the mobile robot will be modelled utilizing techniques of objects oriented through the UML language vil RESUMEN T CNICA DE NAVEGACI N DE U
178. to dos seguintes par metros Bertozzi 1998 ponto de vis o viewpoint A posi o da c mera C 1 d h e W dire o do ponto de vis o viewing direction O eixo tico o determinado pelos seguintes ngulos y o ngulo formado pela proje o do eixo tico o no plano z 0 e 0 eixo x Es te ngulo definido pelo vetor unit rio 7 como se mostra na Figura 7 13 a 0 Eo ngulo formado pelo eixo tico o e o vetor unit rio 7 como se mostra na Figura 7 13 b abertura A abertura angular da c mera 2a resolu o A resolu o da c mera n x n As equa es obtidas atrav s de opera es alg bricas e trigonom tricas que definem o mapeamento final f I gt S em fun o de u e v s o 64 x u v preor 6a vu 2 roj 7a Pe de a a n n 1 Hy hac O a su ZE tsin Fa led 7 22 Hi n z u v 0 A Equa o 7 22 retorna o ponto x y 0 e S correspondente ao ponto u v e J Mapeamento da Imagem na Superf cie S no Espa o 7 As equa es que definem a transforma o inversa g S I s o Bertozzi 1998 hx sin aretan a j x l arctan 0 a Re 9 0 u x y 0 a n l 7 23 arctan 7 lt a x l v x y 0 Za n 65 gt gt N gt pa Ro E g a a b Figura 7 13 Configura es dos par metros da c mera a plano xy no espa o W super ficie S b plano z7 assumindo que o origem
179. tra um esquema de uma rede de comunica o comumente utilizada nas implementa o de FMS s Sistemas de Planejamento e Programa o de Produ o Unidade de Controle do Sistema Flex vel de Manufatura PRINCIPAL RESERVA INTERFACE M quinas Rob s Outros Atuadores CNC Industriais e Sensores Figura 3 4 Esquema de uma rede de comunica o modificado Leit o 2004 iv Recursos Humanos Um componente adicional em um FMS a m o de obra Humanos s o necess rios para administrar as opera es do FMS As fun es comuns realizadas s o 1 carregar material ou pe as no sistema 2 descarregar partes terminadas ou montadas do sistema 3 troca e sele o de ferramentas 4 manuten o e repara o dos equipamentos 5 programa o das partes no sistema das m quinas CNC 6 programa o e opera o do sistema computa dorizado e 7 Administra o total do sistema 21 3 3 APLICA ES BENEFICIOS E LIMITA ES DE UMA FMS 3 3 1 Aplica es de uma FMS O conceito de automa o flex vel aplic vel a uma grande variedade de opera es ou pro cessos de manufatura Algumas das aplica es onde comumente utilizado um FMS s o opera es de manufatura com m quinas ferramentas a mais comum aplica o monta gens de partes inspe o conforma o de metais etc 3 3 2 Benef cios de uma FMS Entre os principais benef cios que se obt m ao implementar um FMS es
180. trole de um ve culo baseado no sistema sensorial para ambientes diferentes a uma estrada off road foi estudado como parte da DARPA Defence Advanced Research Pro jects Agency neste projeto esteve inclu da tamb m o projeto ALV Autonomous Land Ve hicle que come ou em 1984 Depois destes projetos diferentes trabalhos foram feitos com enfoque na percep o e planejamento de uma navega o aut noma Entre outras institui es as Universidades de Massachusetts e Honeywell desenvolveram um software de rastreamento de movimento SR e demonstrou um rastreamento usando dados em 3 D Martin Marietta em 1984 construiu e operou o veiculo ALV e desenvolveu seu pr prio software para seguimento de caminhos road following software Hughes e a Universidade de Maryland contribu ram no desenvolvimento de sistemas de navega o off road e on road respectivamente no desenvolvimento do ALV J o aporte realizado pela Universidade de Carnegie Mellon foi o desenvolvimento de sistemas de vis o a cor Depois dos trabalhos desenvolvidos pela DARPA houve outros projetos de ve culos aut nomos desenvolvidos nos cinco anos seguintes Nos Estados Unidos Texas A amp M traba lhou com sistemas de rastreamento visual e desvio de obst culos A General Motors traba lho com sistemas de seguimentos de linhas a baixas velocidades com uma ilumina o constante do ambiente de trabalho J a Universidade da Calif rnia Berkeley desenvolveu v rios prot
181. u um sistema de vis o para predizer a posi o dos contornos dos caminhos ou linhas Outro aporte importante no desenvolvimento de algoritmos de vis o foi feito pela Universidade de Maryland com o projeto MARF Maryland Road Following que consistiu no desenvolvimento de um sistema atrav s de vis o para o seguimento de caminhos com ajuda basicamente de dois m dulos o m dulo de planejamento que decide que objetos devem ser procurados na imagem e como localiz los e o m dulo de verifica o respons vel pelo controle do sensor e pelo processamento dos dados obtidos e verifica o das predi es feitas pelo m dulo de planejamento A universidade de Osaka baseada no conceito optokinetic nystagamus referente a olho humano desenvolveu um sistema de navega o para ve culos aut nomos para predizer as posi es das bordas baseando se no modelo de fluxo da imagem As bordas preditas s o comparadas com as bordas observadas Estas compara es produzem resultados que s o usados para atualizar o modelo de fluxo da imagem no sistema Masaki 1992 2 3 REDES NEURAIS PARA PROCESSAMENTO DE IMAGENS Um dos primeiros trabalhos realizados neste campo foi o ALVINN Autonomous Land Ve hicle in a Neural Net desenvolvido pela Universidade Carnegie Mellon o qual um e xemplo de um sistema de vis o baseado em redes neurais para o controle de ve culos aut nomos Este sistema controla os movimentos do ve culo baseado na informa o o
182. uas classes filtros passa baixa e filtros passa alta 7 4 3 Segmentac o de Imagens A segmentac o de imagens um dos processos mais importantes na an lise de processa mento de imagens cujo objetivo principal dividir uma imagem em seu dom nio espacial em subconjuntos mutuamente exclusivos chamados de regi es onde cada uma destas uniforme e homog nea com respeito a algumas propriedades como tom ou textura Segundo Facon 2002 o alvo da segmenta o obter a partir de uma imagem digitalizada pr processada um conjunto de primitivas ou segmentos significativos que cont m a informa o sem ntica relativa imagem de origem 59 Os m todos de segmenta o podem ser divididos em tr s grupos 1 O primeiro o de conhecimento global global knowledge da imagem ou de suas partes o conhecimento representado usualmente pelo histograma das caracter sticas da imagem O segundo grupo a segmenta o baseada nas bordar da imagem Edge based segmentation e o terceiro grupo a segmenta o baseada em regi es Sonka et al 1999 Grande variedade de ca racter sticas podem ser usadas na detec o de bordas e regi es na imagem como brilho textura campo de velocidades etc 7 4 3 1 Segmenta o por Regi o A segmenta o por regi o o grupo que ser explicado com maior detalhe por ser uma das t cnicas utilizadas no processamento da imagem capturada pelo rob m vel deste trabalho e ass
183. um rob e uma esteira re circulante de transporte de partes 16 J um sistema de manufatura automatizado para qualificar como flex vel deve satisfazer os seguintes crit rios 1 Teste de variedade de partes Pode o sistema processar diferentes tipos de partes n o trabalhando num sistema de produ o em grupo nonbatch mode 2 Teste de mudan as de programa o Pode o sistema aceitar mudan as na pro grama o da produ o e mudan as nas quantidades de produ o nos diferentes ti pos de partes 3 Teste de identifica o e recupera o de erros Pode o sistema recuperar eficien temente erros ou m s fun es de opera o e colapsos dos equipamentos que con formam a c lula 4 Teste de partes novas Pode o sistema aceitar novas partes projetadas dentro os diferentes produtos com relativa facilidade Se a resposta para todas estas perguntas sim ent o o sistema pode ser considerado fle x vel Os mais importantes crit rios s o o 1 e o 2 J os crit rios 3 e 4 s o menos determinantes sem deixar de ser importantes e podem ser implementados em v rios n veis C lula Flex vel de Manufatura Uma C lula Flex vel de Manufatura pode estar configurada por dois ou tr s esta es de trabalho m quinas CNC ou centros de torneamento mais um sistema de manipula o de partes do ingl s part handling system como se mostra na Figura 3 2 O sistema de mani pula o conectado a
184. uma esta o de carga e descarga de partes Adicionalmente ao sis tema de manipula o usualmente inclui um sistema de armazenamento de capacidade limi tada Sistema Flex vel de Manufatura J um FMS tem quatro ou mais esta es de trabalho de processamento m quinas CNC ou centros de torneamento conectados mecanicamente por um sistema de manipula o de partes comum e eletronicamente por um sistema computadorizado distribu do A reuni o de v rias c lulas de manufatura d origem ao chamado sistema de manufatura 17 Uma importante diferen a entre um FMS e uma FMC o n mero de m quinas Um FMS tem quatro ou mais Uma segunda diferen a que um FMS tem geralmente esta es de trabalho como suporte da produ o mas n o participam diretamente nela Estas esta es podem ser armaz m de partes esta o de limpeza esta o de medi o de coordenadas etc Uma terceira diferen a que o sistema de controle computadorizado de um FMS geral mente muito mais complexo e sofisticado O esquema apresentado na Figura 3 2 mostra a varia o dos fatores de investimento n vel de produ o e volume ao ano versus o n mero de maquinas instaladas e o tipo de instala o que deveria ser feita FMC FMS E Sistema flex vel de ES manufatura FMS 3 H o ga RE e Z C lula flex vel de 3 gt manufatura FMC A o gt 43 C lula duma m quina s 1 2 ou3 4 ou mais Numero de maquinas Figu
185. urada Tanto a identi fica o e a classifica o das marcas s o realizadas atrav s do uso de t cnicas baseadas em redes neurais A imagem binarizada examinada atrav s de um algoritmo que funciona como uma janela de identifica o das regi es com potencial presen a de marcas na i magem Adorni 1996 Depois que as regi es foram identificadas o algoritmo faz o reco 113 nhecimento das marcas com formas compat veis ao conjunto de marcas pr selecionadas como padr es Adorni et al 1997 A percep o da forma executada atrav s de um conjunto de neur nios auto associados cada um relacionado a uma das diferentes formas armazenadas como padr es e capaz de reproduzir como sa da o mesmo padr o se e somente se um nico padr o conhecido pela rede neural que est sendo analisado num instante durante a navega o do ve culo O reconhecimento do s mbolo ent o realizado atrav s do uso de uma rede neural atuando s na parte selecionada pelo algoritmo identificador da marca ou s mbolo na imagem capturada A dimens o da imagem capturada de 128 x 128 j a dimens o da parte selecionada da imagem pertencente ao s mbolo tem um tamanho de 16 x 16 pix is O modelo de rede neural utilizado MLP multilayer perceptrons ou Perceptrom Mul ticamadas ver se o 7 4 6 3 treinada com o algoritmo backpropagation utilizando 10 ou mais formas diferentes para cada uma das marcas ou s mbolos ap
186. utura N RobotState A estrutura N _ BumperController definida da seguinte forma N CONST unsigned int BumperCount struct N __ Bumper Bumper N MAX BUMPER COUNT 5 139 A estrutura N _ BumpersSet definida na estrutura N _ BumperController cont m infor mac es de cada conjunto de sensores A 6 Sensores Infravermelhos As informa es dos sensores infravermelhos s o armazenados na estrutura N _ InfraredController definida na estrutura N RobotState Essa estrutura definida da seguinte forma struct N _ InfraredController BOOL InfraredPaused N CONST unsigned int InfraredCount struct N _ InfraredSet InfraredSet N MAX _ INFRARED SET COUNT Cada sensor infravermelho individual possui a sua refer ncia armazenada na estrutura N Infrared que definida da seguinte forma struct N Infrared long Reading unsigned long TimeStamp A O campo reading da estrutura N _ Infrared armazena um valor de 0 aus ncia minima energia refletida a 255 m xima energia refletida o qual representa a quantidade de ener gla infravermelha refletida de um objeto As informa es dos sensores infravermelhos s o atualizadas na estrutura N InfraredController ao realizar a chamada do comando N Getinfrared int N Getinfrared long RobotID A 7 Sensores de Ultra Som O n mero de sensores de ultra som igual aos de colis o e infravermelhos s o 48 dispostos como pode ser observado na Figura 5 5 As
187. vel foram apresentados na se o 8 1 1 104 b Figura 9 14 Rob m vel a Rob m vel Nomad XR4000 b Posicionamento da c mera a 45 aproximadamente O sistema de vis o do rob m vel trabalha com os seguintes par metros de configura o 30 fps e em resolu o baixa de 128 x 128 Como pode ser visto na Figura 9 14 b a localiza o da c mera n o apropriada para con seguir a detec o das linhas A tima localiza o da c mera deveria ser perto do ch o posicionada na parte inferior do rob A m xima inclina o para abaixo da orienta o do PTU aproximadamente 45 quando a c mera do rob esta capturando as imagens da li nha Esta disposi o da c mera leva a ter um espa o cego na frente do rob de aproxi madamente 370mm a qual deve ser controlada pelo sistema de navega o do rob atrav s dos diferentes tipos de sensores 9 5 PROCESSAMENTO DE IMAGENS O processamento de imagens utilizado para a navega o do AGV envolve opera es de baixo n vel como realce detec o e computa o da orienta o de linhas identifica o de interse es entre linhas que definem os diferentes caminhos e detec o e reconhecimento de sinais 105 9 5 1 Pr Processamento de Imagens O pr processamento das imagens realizado basicamente em as seguintes etapas a fil tragem b transforma o de cores e c limiariza o por histograma O ru do uma vari
188. xtra o de material do armaz m como posicionamento e extra o de pe as na placa do cen tro de torneamento assim como tamb m no posicionamento das pe as para passar o controle de qualidade atrav s do micrometro laser b espa o livre durante a manuten o das m quinas principalmente do centro de torneamento atrav s do deslocamento do bra o rob pelos trilhos ao extremo deles O Ap ndice D mostra as dimens es reais assim como tamb m as vistas principais do sis tema de deslocamento do bra o rob constru do 94 9 3 MODELAGEM E IMPLEMENTA O DO AGV NA FMC GRACO UnB 9 3 1 INTRODU O Neste cap tulo ser o descritas a modelagem e implementa o do sistema de rastreamento de linhas e navega o utilizado pelo rob m vel trabalhando como um AGV na FMC Este sistema de navega o baseado no sistema de vis o do rob ideal para trabalhar em ambientes estruturados O baixo custo de implementa o outro fator importante para se levar em conta na implementa o deste sistema Os AGV s como j foi descrito no cap tulo 4 s o unidades de transporte que seguem rotas ou caminhos pr especificados dentro da c lula de manufatura Comumente os caminhos s o especificados por fios el tricos enterrados dentro do concreto do solo da f brica Os fios carregam os sinais el tricos AC detectadas por uma antena localizada no AGV A escolha de m ltiplos caminhos existentes pode ser feita dependendo das fr

2006_Carlos Enrique Villanueva Cano

Contents

Download Pdf Manuals

Related Search

Related Contents