Dissertação

{pt_PT=Automatic grasping system for multi-drone parcel delivery} {} APPROVED

{pt=Esta tese aborda o projeto de um sistema de preensão automatizado para ser utilizado em transporte de encomendas por múltiplos drones. A solução proposta consiste num mecanismo de garra equipado com um conjunto de sensores e algoritmo de estimação de pose da parcela, incorporado num sistema baseado num controlador preditivo de modelos híbridos. O desenho da garra é definido por uma combinação de restrições espaciais e cinemáticas, considerando diferentes cenários de preensão. Após o estudo dos aspectos mecânicos da garra, uma solução final é proposta e um protótipo criado, utilizando técnicas de impressão 3D para grande parte da estrutura. Acionada por um servomotor modificado, acoplado a um conjunto de engrenagens especialmente projetado, a garra é capaz de agarrar e soltar objetos a velocidades razoáveis, possuindo também a capacidade de segurar a carga, mesmo quando nenhuma corrente é fornecida. Um sensor de posição angular e um sensor de limite de força determinam os estados da garra. A aquisição e o processamento da pose da encomenda são obtidos usando o sistema de marcadores fiduciais ArUco. Propõe-se um modelo híbrido para combinar a dinâmica da garra e do drone, assim como para definir diferentes modos de operação (pegar, transportar e soltar). Um controlador híbrido é implementado e usado para gerar as referências para o ângulo do braço da garra e para a trajetória do drone. O sistema proposto é validado experimentalmente usando o protótipo da garra funcional e o algoritmo de estimação de pose, enquanto que a dinâmica do drone é simulada., en=This thesis addresses the design of an automated grasping system to be used in multi-drone parcel delivery. The proposed solution consists of a gripper mechanism equipped with a set of sensors and a parcel pose estimation algorithm, incorporated into a control system based on a Hybrid Model Predictive Controller. The gripper mechanism design is defined by a combination of spatial and kinematic restrictions, all while considering different prehension scenarios. After the study of the gripper's mechanical aspects, a final design is proposed and a prototype created using 3D printing techniques for the bulk of the structure. Driven by a modified servo motor, coupled with a specially designed gear train, the gripper is capable of grasping and dropping objects at reasonable speeds, while also being able to hold the cargo even when no current is being supplied. An angular position sensor and a force threshold sensor determine the gripper's states. The parcel's pose acquisition and processing are achieved using the ArUco fiducial marker system. A hybrid model is proposed to combine the gripper and drone dynamics, as well as to define the different modes of operation (grabbing, transporting and dropping) and is represented as a Mixed Logic Dynamic system, using the HYSDEL formatting language. An hybrid MPC is implemented, using MIQP, and used to generate the references for the gripper arm angle and the drone's trajectory to the target locations. The proposed system is experimentally validated using the fully functional gripper and pose estimation mechanism while the drone dynamics are simulated. }
{pt=Drone, Encomendas, Garra, MPC, Modelo híbrido, ArUco, en=Drone, Delivery, Gripper, MPC, Hybrid Model, ArUco}

Orientação

ORIENTADOR

Bruno João Nogueira Guerreiro

DEEC, FCT, Universidade Nova de Lisboa

Professor Auxiliar

ORIENTADOR

Paulo Jorge Coelho Ramalho Oliveira

Departamento de Engenharia Mecânica (DEM)

Professor Associado