Navegação De Robos Moveis

A capacidade de explorar locais específicos em um determinado ambiente é fundamental para a autonomia de um robô móvel. Sem essa capacidade, um robô estaria limitado a um determinado espaço, sendo impossível concluir ações que envolvem deslocamento.

Para um robô se locomover ele precisa inicialmente se localizar no ambiente, por isso a localização é um dos maiores desafios no campo da robótica móvel. Para resolver esse problema é comum utilizar sensores como o sonar e o laser. Eles são eficazes em regiões regulares, como paredes planas e corredores estreitos [1]. No entanto, ao ar livre se tornam menos robustos, pois a estrutura do ambiente varia bastante devido às irregularidades da superfície.

Existem outros métodos que utilizam sensores inerciais, tais como acelerômetros, giroscópios e encoders, mas eles são baseados em odometria [2], que por sua vez possui um problema de erro acumulativo e alto custo de implementação. Há também a possibilidade de utilizar sensores de medida absoluta, como o GPS. Ainda assim, ele geralmente não é aplicado em ambientes onde não há visibilidade de satélite.

Todas estas dificuldades com sensores tradicionais levaram o desenvolvimento de pesquisas para a modalidade sensorial primária dos seres humanos: a visão. Os sistemas visuais biológicos, apesar de possuírem capacidade limitada de processamento, apresentam grande aptidão para lidar com cenas complexas em tempo real, que não se restringem a ambientes específicos.

Isto se torna evidente no sistema visual humano, em que a quantidade de informação que atravessa o nervo óptico – aproximadamente da ordem de 〖10〗^8 bits por segundo – excede bastante o que o cérebro é capaz de processar e assimilar em experiência consciente [3][4].

O mecanismo natural utilizado para lidar com este problema é conhecido como atenção visual, que consiste em selecionar apenas porções da informação que serão processadas preferencialmente. Esta estratégia, é formulada na teoria da integração de características [4], que define os pontos de maior relevância em uma cena como resultantes de um mapa topográfico de saliência. Ele é obtido a partir da combinação de várias características significativas, extraídas a partir do ambiente observado.

Tais pontos podem ser uma referência do ambiente explorado pelo robô, e posteriormente utilizados para facilitar o reconhecimento de locais, o que faz com que ele não permaneça restrito a uma região específica, facilitando sua interação inteligente com o ambiente.