O desenvolvimento de tecnologias para robótica móvel está possibilitando a sua aplicação nos mais diferenciados setores. Seja na indústria ou em serviços, os robôs autônomos ganham espaço por propiciar atividades mais específicas, permitindo abstrair ações para os usuários finais. Além disso, em setores onde o acesso de um humano pode ser perigoso, estas soluções autônomas fornecem uma opção de segurança, como, por exemplo, para equipes de resgate, quando o ambiente desconhecido pode trazer riscos à vida.
Para o uso de robôs autônomos em ambientes desconhecidos é necessário que o robô tenha meios para reconhecer o ambiente em sua volta e sua própria localização dentro dele. Diversas pesquisas trazem soluções com técnicas diferentes, onde cada uma pode ser mais adequada dependendo do tipo da aplicação. No mapeamento de espaços internos, considerando ambientes onde pode ter acontecido uma possível catástrofe ou desastre natural, realizar o mapeamento do ambiente em um período de tempo aceitável é fundamental para equipes de busca e resgate, já que precisam de um entendimento de todo espaço para planejar e decidir suas ações.
Entretanto, o uso de apenas um único robô pode trazer algumas restrições, como tempo de mapeamento muito alto além de poder haver restrição no acesso terrestre. O problema de acesso a locais que são, inicialmente, inacessíveis para um robô terrestre pode ser solucionado com o uso de um VANT, que pode sobrevoar espaços remotos e sem possibilidade de acesso de outra forma. Porém, o uso de um único VANT traz outras restrições, como tempo disponível de voo. O uso de times de robôs aéreos (isto é, múltiplos VANT) trabalhando de forma cooperativa apresenta-se como uma alternativa, quando a partir das leituras realizadas por eles, o trabalho de mapeamento é feito em menor tempo (BURGARD et al., 2005). O uso de múltiplos VANT em uma tarefa de mapeamento de ambientes internos possibilita atingir uma maior amplitude do espaço, pois os VANT acessam locais que veículos terrestres não conseguem.
formas variadas. Enquanto mapas métricos permitem representar um ambiente completo de forma discretizada, mapas topológicos trazem a baixa carga de processamento e consumo de memória (SIEGWART et al., 2011), o que é salutar quando o robô em questão é um VANT. Técnicas de exploração diversas buscam atender demandas com foco na maior cobertura possível de um espaço ou ainda na comunicação e tolerância a falhas durante o processo.
O método aqui proposto define uma estrutura de mapa topológico baseado na organização dos favos de uma colmeia de abelhas. Cada vértice desse mapa topológico representa um ponto específico no ambiente que abrange o espaço de um hexágono, e a adjacência entre os pontos representa a possibilidade de circulação livre entre eles. Com esta estrutura definida, os múltiplos VANT fazem a exploração e o mapeamento do ambiente interno de forma cooperativa, buscando repetir o comportamento de abelhas no processo de construção dos favos: um primeiro VANT mapeia o primeiro hexágono, verificando se em cada um dos seus lados é possível alçar um novo espaço livre. Após o primeiro hexágono ser completamente mapeado, os demais VANT seguem no processo de exploração dos novos hexágonos descobertos. O processo de exploração finaliza quando não houver novas descobertas. Uma técnica de resolução de caminhos bloqueados tratou momentos em que trajetórias de diferentes VANT ficam sobrepostas e coincidem a busca por ocupação de um mesmo espaço em um mesmo tempo.
Para organizar a ordem de exploração dos hexágonos, três diferentes estratégias foram aplicadas, conforme pode ser visto na seção 4.3.3. A estratégia FIFO organizou a exploração baseada na ordem de descoberta dos hexágonos, porém gerou muito tráfego no ambiente, acarretando em maiores tempo de execução do processo de exploração e mapeamento. A estratégia de distância euclidiana (DE) fez com que o conhecimento do ambiente (crescimento do grafo topológico) ocorresse em largura, ou seja, os espaços mais próximos do ponto inicial são explorados antes. Porém, esta estratégia também apresenta um tráfego elevando no ambiente, pois a alocação dos hexágonos não considera o posicionamento geral de todos os VANT. A abordagem de distância euclidiana relativa (DER) considera, além da distância do hexágono não visitado para o hexágono inicial, a posição em que o VANT está localizado. Isso permite que as tarefas de exploração e mapeamento do VANT concentrem-se em determinadas áreas do ambiente, diminuindo o tráfego, o número de caminhos bloqueados e consequentemente o tempo total de exploração e mapeamento de todo o ambiente. Nos experimentos realizados utilizando essa estratégia, houve redução do tempo de mapeamento total em 27,16% e 26,4% em comparação ao FIFO para os cenários 1 e 2, respectivamente. Quando é analisado o número de deslocamentos realizados, a diferença é de 67,88% e 65,52% a menos dos experimentos que utilizaram a estratégia FIFO, para os cenários 1 e 2,
respectivamente.
A captura de informações de temperatura e sua respectiva representação no mapa topológico gerado possibilita que as equipes de busca e resgate consigam identificar focos de incêndios no ambiente. Esta aplicação pode ser estendida para outros tipos de sensores, como de umidade, gás, entre outros, ampliando a possibilidade de aplicação do método e dos mapas propostos no planejamento e decisão das ações a serem realizadas em uma missão de resgate.
A representação em cubos 3D do espaço a partir de leituras das câmeras RGB-D geram uma visualização do ambiente de forma que as equipes de resgate possam ter uma percepção do estado físico interno. A definição do tamanho destes cubos influencia em um maior ou menor detalhamento do espaço.
A utilização do ambiente virtual de simulação V-REP possibilitou realizar os experimentos variando o cenário e os algoritmos adotados como estratégia de alocação de hexágonos para explorar (FIFO, DE e DER). Entretanto, a representação de dinâmicas de vários VANT e do ambiente como um todo demandam alta capacidade de processamento. O equipamento utilizado para executar as simulações possui capacidade de processamento satisfatório, porém mesmo assim apresenta falhas de comunicação entre V-REP e Matlab, o que por muitas vezes refletia em leitura errada dos sensores. Assim, formas de detecção desta falhas foram inseridas nos códigos, buscando a reconexão quando elas aconteciam.
Considerando as hipóteses desta tese que foram descritos na seção 1.1, verifica-se que é possível realizar a exploração e o mapeamento colaborativo de ambientes internos usando múltiplos robôs aéreos. Para tanto, é necessário o uso de um método que tenha em seu arcabouço o controle das atividades exploratórias com alocação de tarefas de exploração e mapeamento, coordenadas entre os múltiplos robôs aéreos, e também mantendo um controle da evolução do mapeamento como um todo e das informações adicionais que dão suporte ao controle do comportamento dos VANT autônomos. Esse controle é obtido a partir de algumas premissas, por exemplo: (i) o VANT circula apenas dentro de área conhecidas (hexágonos identificados), (ii) escolha de um hexágono a explorar a partir de uma estratégia que busque fornecer o menor tempo global de exploração e mapeamento com o menor deslocamento possível para cada VANT, como pode ser visto nas seção 5.3. Ainda, o conhecimento da localização de cada VANT e de suas trajetórias possibilita tratar possíveis bloqueios de caminhos que por ventura se cruzem, de forma que esse processamento é feito no momento em que ocorrem os bloqueios. A estratégia a ser adotada (FIFO, DE ou DER) influencia no número de bloqueios de caminhos a serem tratados.
baseadas em parâmetros da exploração para o tempo de execução da exploração e mapeamento, que poderiam acontecer em uma missão real usando VANT reais. Os erros de imprecisão de posicionamento não se propagam pelo mapa topológico (SIEGWART et al., 2011), porém, ao ignorar falhas de precisão no posicionamento durante a captura das informações pelas câmeras RGB-D, ruídos podem ocorrer na sua representação. As falhas de comunicação entre os VANT e a UC são abstraídas neste método, porém em um cenário real podem haver interferências que influenciem na qualidade de comunicação. Alguns aspectos gerais de funcionamento de VANT também são ignorados, de forma que questões de tempo de voo disponível vs mapeamento completo do ambiente não são avaliados neste trabalho. O método apresentado não considera objetos dinâmicos não identificados (como outros VANT), de forma que caso um obstáculo surja em um local anteriormente mapeado como livre, tal obstrução não será identificada com atualizações de adjacências.
Esta tese de doutorado gerou as seguintes contribuições:
• Um método de exploração e mapeamento de ambientes internos inspirados em como as abelhas constroem as colmeias com sua implementação em MATLAB;
• Representações do ambiente explorado através de mapas topológicos e suas respectivas visualizações em cubos que representam a ocupação 3D do ambiente;
• Modelos de ambientes de simulação com múltiplos VANT equipados com sensores de proximidade e câmera RGB-D na plataforma V-REP;
• Um artigo sobre estratégias de alocação de tarefas de exploração e mapeamento de ambientes internos com múltiplos robôs aéreos publicado em revista científica Sensor (Basel) ((ROSA et al., 2020) - ver apêndice D - fator de impacto 3.031;
• Um artigo de revisão sistemática da literatura submetido para revista científica IEEE Latin America, o qual está em processo de revisão - fator de impacto 0.804;
• Um artigo submetido para evento científico (CONTROLO 2020, de 01 a 03 de julho de 2020, Bragança - Portugal), o qual encontra-se em processo de revisão;