Nos últimos anos, houve um crescimento na robótica móvel nas mais distintas áreas, impulsionado pela versatilidade de tarefas que esses robôs podem realizar. Entretanto, para que sejam capazes de executá-las de forma precisa, é essencial que possam navegar de maneira confiável, o que não é uma tarefa simples devido à dificuldade em se obter a pose exata do robô (posição e orientação). Este artigo descreve o desenvolvimento de um robô com a instrumentação necessária para testes de navegação autônoma e, para isso, usa encoders em cada par lateral de rodas para controlar a velocidade e calcular a odometria do robô. Para solucionar os erros acumulativos associados aos algoritmos de odometria, o robô também foi equipado com um sensor laser LiDAR para o uso futuro de algoritmos de localização, como o Monte Carlo Localization, e um sensor inercial para fusão de dados. O controle de dados e comandos é feito através do ROS e de um joystick e os resultados mostraram que o robô pôde controlar a velocidade e a posição de em um ambiente interno. Além disso, testes com o LiDAR para futuros algoritmos de localização absoluta foram realizados a fim de preparar o robô para implementações que exigem navegação autônoma e precisa.

A robótica móvel é uma área em grande crescimento na pesquisa científica e na indústria, devido a sua versatilidade e capacidade de substituir os humanos, especialmente em trabalhos perigosos, e por apresentar melhor desempenho em certas aplicações. Várias delas são em ambientes externos, como em indústrias, aplicações aeroespaciais, petroquímicas, dentre outras. Esse artigo mostra a implementação de um sistema de localização de um robô móvel em ambiente outdoor, utilizando sistema de navegação global por satélite e odometria. Pretende-se, assim, obter uma forma robusta de localização, permitindo uma navegação confiável em diferentes terrenos. Testes foram realizados com a navegação por satélite e a odometria. Percebeu-se que o robô pôde trabalhar bem em ambientes externos capturando corretamente a localização GPS quando comparado com o Google Earth Pro. Com relação a odometria, houve pequenos erros quando o robô se moveu em linha reta, o que aumentou ao se realizar rotações. Isso se deve à característica do funcionamento do robô diferencial 4WD, onde as curvas geram deslizamento das rodas. Além disso, pode‑se demonstrar o bom funcionamento quando feita a fusão dos dados de GNSS, IMU e odometria.

processo de formação de ferroligas em fornos a arco submerso requer uso intensivo de energia elétrica, que é convertida em energia térmica dentro do forno, usando eletrodos do tipo Søderberg. O material que alimenta o forno e é usado para formar o eletrodo é chamado de pasta eletródica. Quando a pasta é introduzida no processo, ela é submetida a condições que criam assimetrias que podem afetar a formação do eletrodo e causar sua quebra. Tal situação é difícil de ser detectada pelas equipes operacionais devido ao número de medições de nível realizadas em vários pontos. Diante disso, há interesse em soluções capazes de detectar a perturbação, uma vez que ela tem um impacto negativo na formação dos eletrodos e, consequentemente, na produção de ferro ligas. Nesse contexto, o uso de sistemas especialistas se apresenta como uma alternativa para agregar e estruturar conhecimentos operacionais e inferir a ocorrência de assimetria na pasta com confiança e de forma automática. Considerando isso, o artigo apresenta uma abordagem de sistema especialista difuso para inferir esse risco potencial na formação do eletrodo Søderberg.

No quesito navegação de robôs móveis em ambientes internos, um dos maiores problemas encontrados é a obtenção correta da localização do robô. Dentre os diferentes métodos existentes, há poucos que são satisfatórios para assegurar uma navegação correta por acumular erros, como o caso da dead reckoning ou emprego de sensores inerciais, ou pela limitação e imprecisão quando se trata de ambientes internos como no caso do GPS. O presente trabalho traz a implementação da fusão dos dados da dead reckoning e giroscópio para estimar a orientação de um robô móvel, utilizando o Filtro de Kalman Estendido (EKF) em uma plataforma robótica real, a fim de comparar o resultado da localização obtida com a fusão e com a dead reckoning. Para análise dos resultados, foi utilizado um sistema de localização por imagem, testado e validado, para fornecer a localização real do robô.