:: Programa de Pós-graduação em Engenharia Elétrica da UFBA ::

 |  Português Este site em português  |  English This site in english  |  Español Este sitio en español

 

 

Aumentar o tamanho do texto Diminuir o tamanho do texto Imprimir página atual

Sistemas Computacionais e Robótica

 

Esta linha de pesquisa aborda temas relacionados com a concepção, ]projeto e construção de sistemas robóticos. Entre as áreas de estudo desenvolvidas estão sistemas multi-robôs, interação homem-robô, controle de sistemas robóticos, sistemas eletrônicos embarcados, processamento de sinais e inteligência computacional.

Os projetos de pesquisa ativos são os seguintes: 

Indústria 4.0Responséveis: André Gustavo Scolari Conceição, Paulo César Machado de Abreu Farias, Eduardo Furtado Simas Filho, Jés de Jesus Fiais Cerqueira e Wagner Luiz Alves de Oliveira.

A quarta revolução industrial surgiu na Alemanha em 2011 e agora é um paradigma de inovação global para a indústria de transformação em todo o mundo. A partir de sua concepção inicial da adoção completa dos CPSs (Cyber Physical Systems) na produção, o paradigma Industry 4.0 agora ampliou seu escopo para um conjunto mais amplo de tecnologias e para os processos mais vitais no ciclo de vida dos produtos e sistemas de produção. A Indústria 4.0 abrange um conjunto de paradigmas e pilares, os quais apresentam vários desafios prioritários. Tal escopo envolve Internet Industrial das Coisas, Manufatura Aditiva, Robótica pelo viés da Tecnologia, personalização em massa, sistemas de serviço de produto e manufatura sustentável pelo viés dos negócios.

No que diz respeito à Indústria 4.0 no Brasil, existem alguns desafios claros em muitos segmentos industriais, como a adaptação de processos operacionais, o desenvolvimento e investimento em equipamentos com novas tecnologias, a adaptação de instalações de manufatura e serviços, bem como o surgimento de redes colaborativas. De uma forma geral, a linha de pesquisa aborda robôs avançados e estratégias de localização e navegação mais inteligentes, IoT e tecnologias de aprendizado de máquina usadas para melhorar os processos de manufatura, a fim de maximizar a automação, flexibilidade e capacidade de resposta. Também são desenvolvidos trabalhos na área de inspeção de equipamentos industriais utilizando sistemas inteligentes.

Neste projeto de pesquisa pesquisa, as seguintes linhas de pesquisa estão em andamento: i) Ambientes de experimentação de sistemas cyber-físicos para simulação de plantas industriais conectadas por uma infraestrutura de dados (IoT e WLAN); ii) Sistemas de manufatura flexíveis e autônomas para produtos personalizados no contexto Industria 4.0; iii) Detecção de Objetos Baseada em Deep Learning aplicada a manufatura aditiva; iv) Sistema de Grasping Visual para Manipuladores Industriais; v) Sistemas de Navegação para AGVs em ambientes industriais; vi) Controle de Sistemas Robóticos usando Informação Visual. Dentro desde projeto de pesquisa, temos um subprojeto chamado FASTEN - Flexible and Autonomous Manufacturing Systems for Custom-Designed Products. Este projeto visa desenvolver, demonstrar e validar um sistema de manufatura aditiva conectado em unidades de produção de produtos personalizados de baixo custo unitário. Inclui: i) um sistema de fabricação escalável, modular e autônomo para a produção de produtos com design personalizado; ii) uma plataforma de IoT (Internet of Things) unificada industrial de código aberto para serviços de execução de fabricação e personalização de produtos; um aplicativo de análise de dados para análise preditiva e prescritiva do desempenho de máquinas e atendimento ao cliente para manufatura digital.

Processamento Inteligente da InformaçãoResponséveis: Eduardo Furtado Simas Filho, Paulo César Machado de Abreu Farias, Wagner Luiz Alves de Oliveira e Jés de Jesus Fiais Cerqueira.

O aprendizado de máquina tem sido cada vez mais utilizado com sucesso em diversas aplicações práticas da engenharia. Atualmente há uma grande quantidade de informação disponível e, em alguns casos, os métodos tradicionais não conseguem realizar o processamento adequadamente ou apresentar a resposta em um tempo adequado. Nestes casos sistemas inteligentes podem ser treinados para obter a informação desejada.

Esta área de pesquisa lida com o desenvolvimento de algoritmos de aprendizado de máquina para a solução de problemas práticos de engenharia e instrumentação científica, bem como com o estudo de soluções computacionais dedicadas para implementação dos métodos propostos. Outras aplicações desta área incluem o uso de arquiteturas híbridas para a aceleração de processamento das partes críticas dos algoritmos utilizados. Tais arquiteturas envolvem dispositivos de diferentes tipos, tais como processadores multi-core, FPGAs e GPGPUs. Nestas arquiteturas, as partes de computação intensiva de um algoritmo são geralmente executadas em um ou mais processadores de propósito específico, enquanto a CPU gerencia a comunicação entre nós e organiza os dados de entrada e de saída. FPGAs e GPGPUs são os dois principais tipos de dispositivos utilizados como aceleradores, com maior ou menor adequação conforme a carga de trabalho. FPGA é um hardware altamente configurável, de temporização determinística e interfaces de projeto diversificadas. Já GPGPUs fornecem unidades de execução paralela maciça e alta largura de banda de memória, através de uma estrutura regular, fortemente acoplada. De modo geral, FPGAs se destacam em aplicações que envolvam streaming de dados em ponto fixo, enquanto. GPGPUs são mais adequadas para operações em ponto flutuante para grandes conjuntos de dados sem interdependência.

As soluções desenvolvidas nesta área de pesquisa podem ser utilizadas tanto em aplicações de computação em nuvem (cloud computing) quanto de computação de borda (edge computing). As pesquisas em andamento são: (i) desenvolvimento de estratégias de processamento de sinais para os sistemas de instrumentação e filtragem online do detector ATLAS, que está instalado num dos pontos de colisão do acelerador de partículas LHC (Large Hadron Collider), em operação no CERN (Centro Europeu para Pesquisa Nuclear) em Genebra, Suíça. 

Robótica SocialResponséveis: Jés de Jesus Fiais Cerqueira, Eduardo Furtado Simas Filho e Wagner Luiz Alves de Oliveira.

A robótica industrial foca no desenvolvimento de robôs (hardware mecânico e eletroeletrônico), sensores, atuadores, algoritmos de controle e ferramentas computacionais de apoio à aplicação de robôs no setor produtivo. Esta área da robótica está atualmente bastante consolidada pelas características intrínsecas de ambientes de aplicações chamados estruturados, aplicações maciçamente repetitivas e com reduzida necessidade de interação com seres humanos (vide o expressivo número de aplicações existentes e soluções comerciais). Em decorrência de fatores como estes, poucas soluções podem ser aplicadas a uma grande quantidade de problemas. Mesmo assim, vários desafios antigos e novos existem nesta vertente, como os demandados pelos novos conceitos de “Indústria 4.0”. Em outro rumo, a robótica social foca no desenvolvimento de robôs (hardware mecânico e eletroeletrônico), sensores, atuadores, algoritmos de controle e ferramentas computacionais de apoio à aplicação de robôs no convívio social com seres humanos ou até mesmo com animais ou outros robôs. Estas aplicações são extremamente diferente daquelas existentes em ambientes industriais ou produtivos.

Na robótica social os ambientes de aplicação não são estruturados, podendo ser não uniformes ou irregulares e possuírem obstáculos fixos ou móveis (humanos, animais, outros robôs). O grau de interação com seres vivos (podendo incluir animais) é levado ao extremo, o que requer a capacidade do robô em inferir emoções de tais seres, bem como expressar emoções e emular personalidade própria. Os robôs necessitam ser autônomos, o que significa serem capazes de tomarem decisões por conta própria levando em conta restrições impostas pela subtração de danos ou riscos aos seres humanos ou ao ambiente. Nesta situação, os requisitos de projeto nas dimensões de mecânica, elétrica/eletrônica e computação são levados também ao extremo.

Neste projeto de pesquisa, tem-se estudado o desenvolvimento de robôs sociais interativos com capacidade de: (i) inferir os estados emocionais dos usuários a partir dos meios de interação visual, auditivo, gesticular e biossinais; (ii) emular estados emocionais a partir de meios de interação tátil, visual e auditivo; (iii) promover a interação humano robô sustentável e que vise o conforto e bem estar do usuário. Adicionalmente, são desenvolvidos estudos sobre a avaliação da qualidade do processo interativo entre humano e robô. 

 


© 2010 PPGEE - ppgee@ufba.br
Rua Aristides Novis, n.02, 4° andar, Sala 23 Federação - CEP: 40210-630. Salvador - Bahia, Brasil.
Telefone  Tel: +55 (71) 3283-9775 - Feedback Formulário de Contato


  Administração