Publicação: Detecção de escorregamento em tempo real para controle de uma garra robótica, utilizando Machine Learning
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
O manuseio e preensão de objetos de forma correta depende do controle preciso da
força aplicada, juntamente com a detecção de escorregamento do objeto a ser segurado. A
implementação de sensoriamento tátil para a detecção de escorregamento no controle da força
de preensão pode reduzir os custos na manipulação de objetos na indústria e trazer mais
segurança para aqueles que operam junto a estas máquinas. Assim, foi desenvolvido um sistema
de preensão de objetos que atua em apenas uma direção, recebe os sinais de dois sensores de
pressão e um sensor acústico, e tem como atuador um motor de passo, que controla a força
de preensão exercida no objeto. O sistema desenvolvido teve seu princípio de funcionamento
baseado na detecção, em tempo real, de escorregamento na superfície de contato do objeto,
por meio da análise do sinal do sensor acústico, posicionado na superfície, além da detecção da
força de preensão. Um algoritmo de treinamento supervisionado foi usado como classificador e
desempenhou a função de detectar a presença de escorregamento na superfície do dispositivo.
Assim, o sistema de controle da força de preensão sobre o objeto a ser segurado é baseado
na resposta do classificador frente à presença de escorregamento. Sua resposta, caso positiva,
implica um ganho incremental fixo da força exercida durante a preensão. Ao final, é analisada
a performance do sistema online de controle da preensão para diferentes objetos e observa-se
que o sistema é capaz de manter a preensão estável para objetos com maior massa e rigidez
elevada.
Abstract
The correct handling and gripping of objects depend on the precise control of the
applied force, together with the slip detection of the object to be held. The implementation
of tactile sensing for slip detection in the control of the gripping force can reduce the costs
of handling objects in the industry and bring more safety to those who operate with these
machines. Thus, an object gripping system was developed that acts in only one direction, it
receives signals from two pressure sensors and an acoustic sensor, and it has a stepper motor
that controls the gripping force exerted on the object. The developed system has its operating
principle based on the slip detection, in real-time, on the contact surface of the object, through
the analysis of the signal from the acoustic sensor, positioned on the surface, in addition to
the detection of the grip strength. A supervised learning algorithm was used as a classifier
and performed the function of detecting the presence of slipping on the device’s surface. Thus,
the control system of the grip strength on the object to be held is based on the classifier’s
response to the presence of slipping. Its answer, if positive, implies a fixed incremental gain in
the force exerted during the grip. In the end, the performance of the online grip control system
is analyzed for different objects and it is observed that the system can maintain the grip stable
for objects with greater mass and high rigidity.
Palavras-chave
Controle da força de preensão, Grip force control, Detecção de escorregamento, Slip detection, Aprendizado de máquina, Machine learning
Citação
TAVARES, Alexandre Henrique Pereira. Detecção de escorregamento em tempo real para controle de uma
garra robótica, utilizando Machine Learning. 2020. 75 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2020. DOI http://doi.org/10.14393/ufu.di.2020.231.
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto