Traction control is a critical aspect of mobile robots that need to traverse rough terrain, avoiding excessive slip - which may cause the terrain to collapse locally and trap the robot wheels - and guaranteeing an adequate trajectory and speed control while reducing the power requirements. Traction control of all-wheel-drive robots in rough terrain was originally motivated by space exploration, such as in the case of the Mars Exploration Rovers. However, such technology is also needed in our planet, in particular in the Amazon region. This is the case of the Hybrid Environmental Robot (HER), a 4-wheel-drive mobile robot with independent suspensions, under development at CENPES/PETROBRAS. This robot is susceptible to changing terrain conditions, facing slippery soil and steep slopes. In this work, a new traction control scheme is proposed to allow HER to maintain a desired velocity while minimizing power requirements and slippage, considering motor saturation and avoiding flip-over dynamic instability. The proposed technique is based on a redundant computed torque control scheme, analytically optimized to minimize power requirements. Simulations are performed for rough terrain conditions with 2D-profile, considering the general case of different tire-terrain contact angles at each wheel. It is found that the control scheme is able to analytically predict in real time the ideal torques required by each independent wheel to maintain the desired speed, even on very rough terrain, minimizing when possible the power consumption. The method is applicable to the 3D case as long as the roll angle of the robot chassis does not vary too much compared to the robot pitch angle.

Uma tecnologia incipiente para atuação de sistemas com características físicas e dinâmicas parecidas com músculos naturais vem sendo estudada desde o início da década de 90. No entanto, o controle destes sistemas não é uma tarefa trivial, devido às não-linearidades intrínsecas. Este trabalho apresenta uma proposta para controle não-linear de força em músculos artificiais baseados no polímero acrílico VHB4905. São desenvolvidos modelos matemáticos do atuador polimérico experimentado. Essas equações são utilizadas no controle de forma a compensar os efeitos não-lineares do sistema. Experimentos são conduzidos em uma bancada de testes especialmente desenvolvida, contendo um sensor de força e o atuador polimérico acionado por um circuito de alta tensão (até 10kV). Obtém-se um erro máximo de força de 1% entre o modelo que caracteriza o material e o experimento de força em função do estímulo elétrico. Demonstra-se que o controle não-linear proposto gera melhores resultados a entradas em degrau que um controle PID padrão, o qual não leva em consideração a não-linearidade e a alta sensibilidade do atuador quando submetido a tensões próximas da tensão de quebra do dielétrico, gerando oscilações. A eficácia da técnica de controle proposta é comprovada experimentalmente.

An incipient technology for actuation with physical and dynamic characteristics similar to natural muscles has been studied since early 90's. However, the control of such systems is not a trivial task, due to actuator non-linearities. This work presents a proposal for non-linear control of force in artificial muscles based on the VHB4905 acrylic polymer. Mathematical models of the tested actuator are developed. Experiments are performed on a especially developed test bench with a force transducer and the artificial muscle actuated by a high voltage circuit (10kV maximum). A maximum force error of 1% is obtained when comparing the model that characterizes the material and the experiment that measures force versus electric stimulus. It is shown that the proposed non-linear controller results in a better step response when compared to a standard PID controller. The standard PID does not take into account the system non-linearities, therefore it cannot avoid oscillations in the step response when subjected to high voltages, close to the dielectric breakdown of the polymer. The effectiveness of the proposed control technique is proven experimentally.

Usualmente não é possível fornecer a priori a robôs móveis autônomos um mapa detalhado de seu ambiente de trabalho. Nestes casos, o robô precisa criar um modelo geométrico preciso movendo-se pelo ambiente e utilizando seus sensores. Neste trabalho, um algoritmo iterativo é proposto para planejar a estratégia de exploração de robôs móveis autônomos, permitindo-os construir de forma eficiente um modelo do ambiente em forma de grafo sem a necessidade de sensores de alto custo. Neste algoritmo, o conteúdo de informação presente em sub-regiões de uma imagem panorâmica 2-D do ambiente é determinada a partir da posição atual do robô usando uma única câmera fixada em sua estrutura. Usando uma métrica baseada na teoria da informação de Shannon, o algoritmo determina, a partir da imagem 2-D, localizações potenciais para novos nós do grafo, a partir dos quais serão tomadas novas imagens panorâmicas para prosseguir com a exploração. Uma transformada de Mellin é usada para guiar o robô de volta a um nó previamente explorado. Este processo continua até que todo o ambiente tenha sido explorado em um nível de detalhes pré-especificado. A eficácia do algoritmo é verificada experimentalmente através da exploração de um ambiente interno por um agente robótico móvel dispondo apenas de um conjunto limitado de sensores.

In field or indoor environments it is usually not possible to provide service robots with detailed a priori environment and task models. In such environments, robots will need to create a dimensionally accurate geometric model by moving around and scanning the surroundings with their sensors, while minimizing the complexity of the required sensing hardware. In this work, an iterative algorithm is proposed to plan the visual exploration strategy of service robots, enabling them to efficiently build a graph model of their environment without the need of costly sensors. In this algorithm, the information content present in sub-regions of a 2-D panoramic image of the environment is determined from the robot's current location using a single camera fixed on the mobile robot. Using a metric based on Shannon's information theory, the algorithm determines, from the 2-D image, potential locations of nodes from which to further image the environment. Using a feature tracking process, the algorithm helps navigate the robot to each new node, where the imaging process is repeated. A Mellin transform and tracking process is used to guide the robot back to a previous node. This imaging, evaluation, branching and retracing its steps continues until the robot has mapped the environment to a pre-specified level of detail. The effectiveness of this algorithm is verified experimentally through the exploration of an indoor environment by a single mobile robot agent using a limited sensor suite.