Dissertação
Multi-Robot Surveillance Task Planning Under Uncertainty EVALUATED
O uso de equipas multi-robô tem sido cada vez mais considerado como uma boa solução para, ao mesmo tempo, aumentar a confiabilidade e diminuir tempos de paragem de aplicações tanto industriais como científicas. Com aparecimento de equipas multi-robô, surgiram desafios em obter estratégias de coordenação eficientes que levem em conta incerteza quanto à duração das acções executadas pelos robôs. Modelos baseados nas Generalized stochastic Petri nets with rewards (GSPNRs) onde os tokens são interpretados como robôs proporcionam um formalismo capaz de modelar problemas multi-robô com um espaço de estados reduzido, e em simultâneo providenciam uma modelação estócastica explícita da incerteza quanto à duração das acções executadas. Esta tese estende vários estudos recentes baseados nestes modelos GSPNR para que possam modelar equipas robóticas heterogéneas constituídas por diferentes tipos de robôs e para abilitar a modelação de um único atributo arbitrário intrínsico a um tipo de robô: e.g. a bateria de cada robô. Além disto, a tese desenvolve uma ferramenta para MATLAB que fornece uma implementação das GSPNRs e métodos para calcular políticas óptimas sobre estes modelos. A ferramenta desenvolvida também inclui a possibilidade de executar estas políticas óptimas diretamente em robôs, comunicando com estes através do Robotic Operating System (ROS). Por último, um problema de planeamento de inspeções de painéis fotovoltaicos é resolvido, e a política óptima foi testada em robôs simulados no Gazebo.
dezembro 3, 2021, 8:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Pedro Manuel Urbano de Almeida Lima
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Catedrático