Controle do ZMP

Nessa seção são apresentados os resultados referentes ao controle do ZMP para as diferentes condições de simulação realizadas. A figura 3.11 apresenta os valores de Px,

sua referência e os limites do polígono de suporte para o veículo transitando sem sistema de controle em um solo senoidal com velocidade angular de ω = π

2. Nela, observa-se

que o veículo se mantém estável e seu ponto de momento zero (Px) segue a referência,

47

Figura 3.11: ZMP do veículo ao longo do eixo x sem implementação do sistema de controle

Na figura 3.12 os mesmos parâmetros são apresentados, porém, com a atuação do sistema de controle para solos com ω = π

2, ω = π e ω = 2π. Observa-se que o ponto

de momento zero Px ainda é capaz de seguir sua referência e se manter no centro do

polígono de suporte.

Entretanto, ao se analisar a tabela 3.2, observa-se que para o caso ω = π

2 houve um

aumento no erro de Px em relação ao caso semelhante sem a atuação do sistema de

controle. Tal fato é aceitável devido à melhora significativa no controle da altura, uma vez que Px ainda se encontra dentro do polígono de suporte.

48

Figura 3.12: ZMP do veículo ao longo do eixo x com implementação do sistema de controle

Semelhante análise pode ser feita para Py por meio da figura 3.13, que apresenta

os valores de Py, sua referência e os limites do polígono de suporte para o veículo

transitando sem sistema de controle em um solo senoidal com velocidade angular de ω = π₂.

Figura 3.13: ZMP do veículo ao longo do eixo y sem implementação do sistema de controle

49 Ao se comparar com os resultados apresentados na figura 3.14, que apresenta con- dições semelhantes, porém com a utilização do sistema de controle, pode-se observar que o ponto de momento zero Pyse mantém próximo ao centro do polígono de suporte,

mantendo o veículo estável. De encontro a isso, a tabela 3.2 apresenta um aumento no erro em Py quando se ativa o sistema de controle para todos os casos. Isso se dá devido

à interferência da atuação na estabilidade lateral do veículo.

Figura 3.14: ZMP do veículo ao longo do eixo y com implementação do sistema de controle

A análise feita para os perfis de solo com defasagem lateral de 180◦ _{apresenta re-}

sultados mais expressivos que as anteriores, uma vez que, para este caso, o veículo não é capaz de se manter estável sem a utilização do sistema de controle em nenhuma das condições simuladas.

Dessa forma, as figuras 3.15 e 3.16 apresentam os resultados das simulações para Px

50

Figura 3.15: ZMP do veículo ao longo do eixo x com implementação do sistema de controle para o perfil do solo defasado 180◦

Figura 3.16: ZMP do veículo ao longo do eixo y com implementação do sistema de controle para o perfil do solo defasado 180◦

Por meio da análise das figuras, podemos observar um aumento no erro quando se aumenta a velocidade angular da senoide do solo ω, porém, o ponto de momento zero ainda se mantém próximo ao centro do polígono de suporte, o que garante a estabilidade do veículo. A tabela 3.2 apresenta os valores do RMSE para Px e Py, ambos com a

utilização do sistema de controle, uma vez que o veículo não se mantém estável sem o sistema de controle para essa condição.

51 Tabela 3.2: RMSE para os erros de Zc Px e Py [mm]

Zc Px Py

Perfil do solo Sem Com Sem Com Sem Com

defasagem defasagem defasagem defasagem defasagem defasagem

Com Sem Com Sem Com Sem Com Sem Com Sem Com Sem

controle controle controle controle controle controle controle controle controle controle controle controle

π

2 1,6140 48,7396 0,4550 — 6,1054 5,567 9,6744 — 37,2491 0,0323 25,7358 —

π 1,4073 23,1366 1,0300 — 23,0029 28,6134 21,1683 — 34,8989 0,0873 42,7081 —

2π 5,4685 52,2985 2,4626 — 84,4874 61,9422 54,5196 — 40,5444 0,5356 75,0230 —

Ao se comparar os resultados obtidos com os encontrados na literatura para casos se- melhantes, observa-se que o controlador ZMP-fuzzy apresentou desempenho inferior no controle do ZMP aos relatados por Suzumura e Fujimoto (2012a). Entretanto, o autor não faz o controle de altura em conjunto com o ZMP e, além disso, no presente trabalho foi considerado que o ZMP de referência (Pxref e Pyref) não apresentava acelerações e,

dessa forma, o centro de massa do veículo e o ponto de momento zero coincidiriam. Tal fato não condiz com a realidade, pois existem acelerações provocadas pelas interação do veículo com o solo.

Nos trabalhos de Suzumura e Fujimoto (2012a), Suzumura e Fujimoto (2012b) e Kajita et al. (2003a), o ponto de momento zero de referência é gerado dinamicamente em tempo real e, dessa forma, é obtido um RMSE menor do que o encontrado com a aproximação feita no presente trabalho.

Apesar disso, o controlador desenvolvido apresentou desempenho satisfatório ao controlar simultaneamente os pontos de momento zero e a altura do centro de massa do veículo, garantindo o controle da altura e estabilidade do veículo já que o ZMP foi mantido dentro do polígono de suporte. Além disso, o modelo permite a utilização de um ZMP de referência dinâmico, conforme encontrado na literatura citada.

3.7 Conclusão

A estratégia de controle desenvolvida apresentou um desempenho satisfatório no controle de estabilidade do veículo além de manter a altura de trabalho dentro dos limites definidos. Tal fato indica que o controlador ZMP-fuzzy é eficaz na abordagem do problema em questão.

52

Referências Bibliográficas

APOSTOLOPOULOS, D. D. Analytical Configuration of Wheeled Robotic Locomotion. Tese (Doutorado) — Robotics Institute, Carnegie Mellon University, Pittsburgh, PA, April 2001.

BECHAR, A. Robotics in horticultural field production. Stewart Postharvest Review, Stewart Postharvest Solutions, v. 6, n. 3, p. 1–11, 2010.

BECHAR, A.; VIGNEAULT, C. Agricultural robots for field operations: Concepts and components. Biosystems Engineering, Elsevier, v. 149, p. 94–111, 2016.

BURKUS, E.; ODRY, P. Implementation of 3d ground contact model for uneven ground using simmechanics. In: IEEE. 2014 IEEE 12th International Symposium on Intelligent Systems and Informatics (SISY). [S.l.], 2014. p. 131–135.

CABRERA, J. et al. Multiobjective constrained optimal synthesis of planar mechanisms using a new evolutionary algorithm. Mechanism and machine theory, Elsevier, v. 42, n. 7, p. 791–806, 2007.

DASGUPTA, A.; NAKAMURA, Y. Making feasible walking motion of humanoid robots from human motion capture data. In: IEEE. Robotics and Automation, 1999. Proceedings. 1999 IEEE International Conference on. [S.l.], 1999. v. 2, p. 1044–1049. DATTA, R.; PRADHAN, S.; BHATTACHARYA, B. Analysis and design optimization of a robotic gripper using multiobjective genetic algorithm. IEEE Transactions on Systems, Man, and Cybernetics: Systems, IEEE, v. 46, n. 1, p. 16–26, 2016.

DEB, K. et al. A fast and elitist multiobjective genetic algorithm: Nsga-ii. IEEE transactions on evolutionary computation, IEEE, v. 6, n. 2, p. 182–197, 2002.

GRAND, C.; BENAMAR, F.; PLUMET, F. Motion kinematics analysis of wheeled– legged rover over 3d surface with posture adaptation. Mechanism and Machine Theory, Elsevier, v. 45, n. 3, p. 477–495, 2010.

GRAND, C. et al. Decoupled control of posture and trajectory of the hybrid wheel-legged robot hylos. In: IEEE; 1999. IEEE International Conference on Robotics and Automation. [S.l.], 2004. v. 5, p. 5111–5116.

HOLLAND, J. H. Adaptation in natural and artificial systems: an introductory analysis with applications to biology, control, and artificial intelligence. [S.l.]: U Michigan Press, 1975.

53 KAJITA, S. et al. Biped walking pattern generation by using preview control of zero-moment point. In: IEEE. Robotics and Automation, 2003. Proceedings. ICRA’03. IEEE International Conference on. [S.l.], 2003. v. 2, p. 1620–1626.

KAJITA, S. et al. Resolved momentum control: Humanoid motion planning based on the linear and angular momentum. In: IEEE. Intelligent Robots and Systems, 2003.(IROS 2003). Proceedings. 2003 IEEE/RSJ International Conference on. [S.l.], 2003. v. 2, p. 1644–1650.

LEE, T.; LEUNG, F.; TAM, P. S. position control for wheeled mobile robots using a fuzzy logic controller. In: Proceedings of 25th Annual Conference of the IEEE Industrial Electronics Society (IECON’99). [S.l.: s.n.], 1999. p. 525–528.

LUO, Y.; LI, Q.; LIU, Z. Design and optimization of wheel-legged robot: Rolling-Wolf. Chinese Journal of Mechanical Engineering, v. 27, n. 6, p. 1133–1142, nov 2014. MORISAWA, M. et al. Biped locomotion control for uneven terrain with narrow support region. In: IEEE. System Integration (SII), 2014 IEEE/SICE International Symposium on. [S.l.], 2014. p. 34–39.

RAHMAN, M. A.; AHMAD, S. Performance comparison between pd-fuzzy and pid controller towards the stability of the extendable double-link two-wheeled mobile robot. In: IEEE. Control Conference (ASCC), 2015 10th Asian. [S.l.], 2015. p. 1–6. RAIBERT, M. et al. Bigdog, the rough-terrain quadruped robot. In: Proceedings of the 17th World Congress. [S.l.: s.n.], 2008. v. 17, n. 1, p. 10822–10825.

SANTOS, I. F. Dinâmica de sistemas mecânicos. [S.l.]: Ed. Makron Books, Sao Paulo, Brasil, 2001.

SICILIANO, B.; KHATIB, O. Springer handbook of robotics. [S.l.]: Springer Science & Business Media, 2008.

SIEGWART, R.; NOURBAKHSH, I. R.; SCARAMUZZA, D. Introduction to autonomous mobile robots. [S.l.]: MIT press, 2011.

STANDARD, A. Asae d497. 4. Agricultural Machinery Management Data. ASAE, St. Joseph, MI, USA, 2003.

STANDARD, A. Asae d497. 7. Agricultural Machinery Management Data. ASAE, St. Joseph, MI, USA, 2011.

SUZUMURA, A.; FUJIMOTO, Y. Control of dynamic locomotion for the hybrid wheel-legged mobile robot by using unstable-zeros cancellation. In: IEEE. Robotics and Automation (ICRA), 2012 IEEE International Conference on. [S.l.], 2012. p. 2337–2342.

SUZUMURA, A.; FUJIMOTO, Y. High mobility control for a wheel-legged mobile robot based on resolved momentum control. In: 2012 12th IEEE International Workshop on Advanced Motion Control (AMC). Saravejo, Bosnia and Herzegovina: IEEE, 2012. p. 1–6.

54 SUZUMURA, A.; FUJIMOTO, Y. Real-time motion generation and control systems for high wheel-legged robot mobility. Industrial Electronics, IEEE Transactions on, IEEE, v. 61, n. 7, p. 3648–3659, 2014.

VIDONI, R. et al. Evaluation and stability comparison of different vehicle configurations for robotic agricultural operations on side-slopes. Biosystems engineering, Elsevier, v. 129, p. 197–211, 2015.

VOLPATO, C. E. S. et al. Projeto de um cortador de base para colhedora de cana de açúcar utilizando otimização matemática. SciELO Brasil, 2005.

VUKOBRATOVIĆ, M.; BOROVAC, B. Zero-moment point—thirty five years of its life. International Journal of Humanoid Robotics, World Scientific, v. 1, n. 01, p. 157–173, 2004.

VUKOBRATOVIĆ, M.; STEPANENKO, J. On the stability of anthropomorphic systems. Mathematical biosciences, Elsevier, v. 15, n. 1, p. 1–37, 1972.

WHITLEY, D. A genetic algorithm tutorial. Statistics and computing, Springer, v. 4, n. 2, p. 65–85, 1994.