English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

The development of anti-collision robotic systems has undergone several advances in algorithms of route planning. These systems, widely used in autonomous activities, generate free routes of collisions with objects in the workspace of the robot. In this context, the Artificial Potential Fields technique has been the focus of improvements in recent years due to its simplicity of application and efficiency in real-time systems, due to the fact that it does not require a global mapping of the robot’s workspace. In spite of its efficiency, this technique is susceptible to local minima problems of different natures, such as: Goals Non-Reachable with Obstacles Nearby and Reacharound Local Minimum Problem. To solve these problems, an improvement called Adaptive Artificial Potential Fields is used in conjunction with the Subgoal Selection, Goal Configuration Sampling and Convex Hull techniques. The Robot Operating System (ROS) framework and a collaborative robot manipulator UR5 validate the proposed method. Resumo: O desenvolvimento de sistemas robóticos anticolisão tem passado por diversos avanços em algoritmos de planejamento de rotas. Estes sistemas, amplamente utilizados em atividades autônomas, geram rotas livres de colisões com objetos na área de trabalho do robô. Neste contexto, a técnica dos Campos Potenciais Artificiais tem sido foco de melhorias nos últimos anos devido a sua simplicidade de aplicação e eficiência em sistemas de tempo real, pelo fato de não necessitar de um mapeamento global da área de trabalho do robô. Apesar da sua eficiência, esta técnica é suscet́ıvel a problemas de mı́nimos locais de naturezas diferentes, como: Goals NonReachable with Obstacles Nearby e Reacharound Local Minimum Problem. Para solucionar estes problemas, uma melhoria chamada de Campos Potenciais Artificiais Adaptativos é utilizada em conjunto com as técnicas de Subgoal Selection, Goal Configuration Sampling e Convex Hull. Resultados experimentais com o framework Robot Operating System (ROS) e um Manipulador Robótico colaborativo UR5 validam a abordagem proposta.

Sistema Anticolisão Aplicado a Manipuladores Robóticos Baseado em Campos Potenciais Artificiais