COBERTURA DE ÁREA COOPERATIVA UTILIZANDO SEGMENTAÇÃO HEXAGONAL
HÉCTOR IGNÁCIO AZPÚRUA PÉREZ-IMAZ COBERTURA DE ÁREA COOPERATIVA UTILIZANDO SEGMENTAÇÃO HEXAGONAL Dissertação apresentada ao Programa de Pós-Graduação em Ciência da Computação do Instituto de Ciências Exatas da Universidade Federal de Minas Gerais como requisito parcial para a obtenção do grau de Mestre em Ciência da Computação. Orientador: Mario Fernando Montenegro Campos Coorientador: Douglas Guimarães Macharet Belo Horizonte Maio de 2015
Este trabalho esta dedicado para as três mulheres mais importantes na minha vida, a minha mãe, a minha avó, e a minha companheira Daniela, que esteve comigo nos momentos bons e ruins, e sempre foi uma inspiração para dar o melhor de mim em todo momento. vii
Agradecimentos Gostaria de agradecer a todos aqueles que me apoiaram em todo o processo de evolução acadêmica e pessoal que foi empreender o mestrado. A minha família que me apoiou desde longe, aos meus amigos da minha terra natal como também os novos amigos que fiz no Brasil. Aos meus orientadores, companheiros de laboratório e professores com os quais sempre pude contar. E em especial, para minha companheira de vida Daniela, que sempre é a minha luz no final do túnel. Obrigado a todos. ix
El trabajo nos hace libres (Diefenbach) xi
Resumo A Robótica Móvel tem gerado muito interesse nas últimas décadas, principalmente devido aos avanços que têm permitido o desenvolvimento e uso de robôs móveis na execução de tarefas nas mais diversas áreas. Os problemas de cobertura de área e mapeamento são desafios importantes os quais têm muitas aplicações como vigilância, procura de munições não deflagradas, resgate, entre outras, nas quais a cooperação de diferentes robôs simultâneos pode melhorar o desempenho dessas tarefas. Neste trabalho é apresentada uma metodologia de cobertura cooperativa completa baseada na segmentação hexagonal do ambiente, onde times de robôs irão trabalhar em conjunto para cobrir uma região de interesse côncava ou convexa. A cobertura pode ter diferentes configurações dependendo do tipo de mapeamento realizado. O problema de cobertura é abordado como uma série de passos em sequencia, na qual, inicialmente, uma região de interesse é segmentada em hexágonos regulares e em seguida as sub-regiões resultantes são alocadas e organizadas eficientemente entre diferentes times de robôs. No próximo passo, são geradas as rotas internas dos clusters resultantes, que podem ser otimizadas, dependendo do tipo de mapeamento, variando o ângulo de cobertura, o número de robôs nos times, bateria dos robôs e altura. Foram avaliadas diferentes técnicas de alocação dos trajetos entre os times de robôs, onde foi selecionado um algoritmo de clusterização que gerou as alocações mais homogêneas. A metodologia foi avaliada em experimentos simulados, onde foi avaliado a vantagem do uso de múltiplos robôs, diferentes parâmetros de otimização interna e externa das trajetórias das subáreas entre outros parâmetros. Também foram realizados experimentos em um cenário real onde, foi possível verificar a viabilidade da implementação da metodologia com veículos aéreos não tripulados de pequeno porte. Palavras-chave: Cobertura de área, robótica, mapeamento, segmentação poligonal. xiii
Abstract Mobile Robotics have generated great interest in recent decades, mainly due to the advances that have lead the development and use of mobile robots to perform tasks in several different areas. The mapping and area coverage problems are major challenges in Robotics that have many applications such as surveillance, detection of unexploded ordnance, and rescue, among others, in which the cooperation of different simultaneous robots can improve the performance of these tasks. This work presents a complete and cooperative coverage methodology based on hexagonal tessellation of the environment, on where robot teams will work together to cover a concave or convex, region of interest. The coverage can have different configurations depending on the mapping being performed. The coverage problem is approached as a series of steps on which a region of interest is segmented into regular hexagons and then the resulting sub-regions are allocated and organized efficiently between different teams of robots. Then, the internal coverage routes of those sub-regions are generated. Those sub-regions can be optimized varying the angle of coverage, number of teams of robots, number of robots inside a team, flight height, and battery capacity of the robots. We evaluated different techniques of path allocation between the robot teams, and conclude that the clustering approach was the one that generated the most homogeneous allocations between the teams. The methodology was tested in simulated experiments, which evaluated the behavior of the system, varying each of the parameters within the system. Experiments with real robots were also conducted where it was possible to verify the feasibility of implementing the methodology in small UAVs. Keywords: Area coverage, Mobile Robotics, Mapping, Poligonal Tesselation. xv