Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/28964
Full metadata record
DC FieldValueLanguage
dc.creatorTavares, Alexandre Henrique Pereira-
dc.date.accessioned2020-03-12T11:54:55Z-
dc.date.available2020-03-12T11:54:55Z-
dc.date.issued2020-02-17-
dc.identifier.citationTAVARES, 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.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/28964-
dc.description.abstractThe 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.pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectControle da força de preensãopt_BR
dc.subjectGrip force controlpt_BR
dc.subjectDetecção de escorregamentopt_BR
dc.subjectSlip detectionpt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectMachine learningpt_BR
dc.titleDetecção de escorregamento em tempo real para controle de uma garra robótica, utilizando Machine Learningpt_BR
dc.title.alternativeReal-time slip detection to control a robotic grasp, using Machine Learningpt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Morais, Aniel Silva de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8844251698422960pt_BR
dc.contributor.referee1Oliveira, Sérgio Ricardo de Jesus-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1434903162665776pt_BR
dc.contributor.referee2Morais, Josue Silva de-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/2007658962904545pt_BR
dc.contributor.referee3Fontoura, Kleber Lopes-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/9157723208485584pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/6709928763784288pt_BR
dc.description.degreenameDissertação (Mestrado)pt_BR
dc.description.resumoO 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.sizeorduration75pt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.identifier.doihttp://doi.org/10.14393/ufu.di.2020.231pt_BR
dc.crossref.doibatchid89da9dcf-8a13-4319-a675-f62872bc0411-
Appears in Collections:DISSERTAÇÃO - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
DeteccaoEscorregamentoTempo.pdfDissertação18.21 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons