O sucesso dos AGVs e AMRs depende de mais autonomia e inteligência
- 25 de jun.
- 6 min de leitura
Simulação de sistemas para empresas de dispositivos médicos
Fabricantes de AGVs e AMRs sofrem pressão para reduzir o tempo de desenvolvimento de uma solução altamente personalizada ao passo que precisam aumentar a confiabilidade dos sistemas autônomos. Além disso, a integração entre dinâmica veicular, propulsão elétrica, sensores, algoritmos de navegação e controle torna cada novo projeto mais complexo. Nesse cenário, a Simulação de Sistemas permite validar decisões de engenharia antes da construção dos protótipos físicos.
Hoje vemos aplicações de robôs autônomos em áreas como logística, manufatura, centros de distribuição, mineração. Em uma aplicação menos usual, temos a presença desse tipo de tecnologia também em hospitais.
Atualmente, a tendência na indústria de dispositivos médicos acompanha a tendência geral de sistemas mais autônomos. Robôs de desinfecção médica são utilizados para esterilizar hospitais (salas de espera, quartos de pacientes), estacionamentos, shoppings e outros locais públicos, com a grande vantagem de não expor mais pessoas ao vírus ao utilizar esses robôs.
Robôs autônomos de desinfecção médica em ambiente 3D para higienizar salas
Em uma aplicação desenvolvida com softwares e serviços de engenharia da Siemens, foram projetados novos AMRs dedicados. Eles combinam uma plataforma autônoma movida a eletricidade com um sistema de desinfecção na parte superior. Normalmente, esse sistema inclui bicos de microaspersão de líquido que injetam nas superfícies ou luzes ultravioleta C (UVC) para purificar o ar. O objetivo é destruir todos os microrganismos patogênicos em suspensão. Dessa forma, os robôs desinfetantes higienizam esses ambientes, e as pessoas podem utilizá-los posteriormente para suas atividades normais.
Os desafios de desenvolvimento e a simulação de sistemas
A simulação de sistemas pode ajudar a reduzir o tempo de desenvolvimento, diminuindo o número de protótipos físicos dispendiosos e campanhas de testes. Um fator crucial no ciclo de desenvolvimento de robôs autônomos é o funcionamento autônomo e a capacidade de navegar em novos ambientes. Isso é feito por meio de uma combinação de visão computacional (câmeras, lidars, radares de curto alcance, etc.), fusão de sensores, lógica de controle e dinâmica veicular, permitindo que os robôs operem com facilidade em diversas situações e tipos de piso.
Quando a interação física com o ambiente infectado representa um risco muito grande para humanos, o robô autônomo pode realizar tarefas simples e repetitivas. Muitas soluções em robótica controlam o movimento do robô remotamente. No entanto, o robô autônomo pode se locomover sozinho para executar suas funções. Ele utiliza visão computacional (obtida por diversos sensores embarcados) e um algoritmo típico de percepção-raciocínio-ação, que fornece os comandos corretos aos atuadores sem a necessidade de presença humana e, consequentemente, sem riscos de contaminação viral.
Desafios típicos para AGVs (“Veículos Guiados Automaticamente”) e AMRs (“Robôs Móveis Autônomos”)
Neste artigo, gostaríamos de apresentar algumas ideias sobre como a abordagem baseada em simulação pode apoiar o desenvolvimento de robôs autônomos. Desde o dimensionamento do sistema, passando pelo projeto dos sensores, até a verificação e validação dos algoritmos de controle finais.
Uma estrutura de simulação para sistemas autônomos
A estrutura de simulação combina diferentes ferramentas da Siemens já implementadas com sucesso em diversas aplicações autônomas em múltiplos setores. Exemplos incluem carros autônomos na indústria automotiva, drones e UAM (mobilidade aérea urbana) na aeronáutica, veículos agrícolas autônomos em equipamentos pesados e até tanques de guerra em ambientes hostis na área de defesa. Consequentemente, aplica-se a mesma arquitetura de simulação às aplicações emergentes de robôs médicos, que precisam atender a requisitos ligeiramente diferentes.
Esta estrutura integra diversas ferramentas de software que realizam simulações no domínio do tempo. Um fluxo de trabalho alternativo consistiria na conexão direta do Simcenter Amesim e do Simcenter Prescan com o FMI (Functional Mockup Unit), que está disponível em ambas as ferramentas.
Estrutura de simulação com as diferentes ferramentas envolvidas
Simcenter Amesim® representando a dinâmica do veículo e a propulsão elétrica.
O Simcenter Prescan® representa o ambiente hospitalar e modela os sensores que detectam a presença de objetos no ambiente (câmeras, lidars, radares de curto alcance, etc.).
Simulink® conectando o Simcenter Amesim e o Simcenter Prescan.
Além disso, foi utilizado o ROS (Robot Operating System) para a fusão de sensores e os algoritmos de controle que fornecem os comandos dos atuadores para o modelo do veículo no Simcenter Amesim.
Visão geral do fluxo de dados e cenas 3D personalizadas
O estado do robô é transferido do Simcenter Amesim para o Simulink, que fornece a posição e a orientação atualizadas do robô para o Simcenter Prescan. Em seguida, o Simcenter Prescan fornece, através do Simulink, os dados dos sensores virtuais para o sistema operacional ROS. Finalmente, o algoritmo de controle do ROS envia os comandos atualizados dos atuadores para o modelo do Simcenter Amesim para que ele siga o caminho correto. Agora o laço de controle está fechado e o robô pode se mover sozinho dentro do ambiente (como o quarto do hospital), evitando colisões com os obstáculos detectados.
Abrangência das atividades e domínios no projeto de um robô móvel autônomo (AMR) para uso médico
No que diz respeito à modelagem de ambientes, como hospitais, armazéns ou centros de distribuição, o Simcenter Prescan permite a importação de objetos personalizados típicos dessas aplicações como arquivos CAD:
Diversas geometrias de robôs móveis autônomos (AMRs),
Geometrias para disposição de cômodos, corredores, declives, camas e obstáculos.
Condições adversas impostas pelo ambiente natural (dia e noite, etc.)
Assim, é possível representar as configurações reais e as condições de operação.
Modelagem da dinâmica do veículo robótico e seu ambiente 3D
O modelo Simcenter Amesim prevê o comportamento físico e as interações de diferentes subsistemas em um veículo de três rodas. Ele possui tração dianteira, incluindo os motores elétricos com seus inversores, controladores e a bateria de alimentação de 24V, e tração traseira passiva. Além disso, o modelo representa a dinâmica do veículo, incluindo seus eixos, chassi e pneus. O gêmeo digital do Simcenter Amesim foi usado para implementar funções de direção autônoma. Em seguida, equipou-se o veículo com modelos de sensores e, finalmente, o ciclo foi fechado integrando o algoritmo de decisão entre os dados simulados dos sensores e o modelo do veículo.
Modelo Simcenter Amesim do robô desinfetante com sua dinâmica veicular e propulsão elétrica
Pode-se investigar múltiplos cenários e como as funções de detecção e desvio de obstáculos permitem que o robô se desloque autonomamente neste ambiente 3D desconhecido. A visualização da cena 3D com diferentes perspectivas auxilia na compreensão dos resultados da simulação. Para isso, diversas orientações de câmera foram utilizadas, bem como a fusão de sensores da biblioteca ROS para processamento de vídeo.
Vistas 3D a partir de diferentes orientações da câmera
Agora fica claro como a combinação entre Simcenter Amesim e Simcenter Prescan apoia o desenvolvimento e a validação de AGVs e AMRs ao longo de todo o ciclo de projeto. Ao integrar modelos multidisciplinares do veículo, do ambiente e dos sensores em um único fluxo de simulação, a engenharia pode avaliar o desempenho do sistema muito mais cedo no ciclo de desenvolvimento. Essa abordagem reduz riscos técnicos, antecipa problemas de integração e acelera a tomada de decisões durante o desenvolvimento.
Com uma plataforma de simulação, é possível validar a arquitetura do veículo, comparar diferentes configurações de sensores como LiDAR, câmeras e radares, analisar a autonomia da bateria em diversos perfis de operação e otimizar as estratégias de controle e navegação. Também é possível verificar a estabilidade dinâmica do veículo em diferentes cenários, testar algoritmos de percepção e planejamento de trajetória em ambientes virtuais e validar o software embarcado antes da realização de testes em campo.
Ao transferir grande parte das etapas de verificação para o ambiente virtual, as campanhas de testes físicos tornam-se mais objetivas e eficientes, reduzindo a necessidade de múltiplos protótipos e encurtando o tempo de desenvolvimento. O resultado é um processo de engenharia mais ágil, com menor custo de validação e maior confiança no desempenho do AGV ou AMR antes de sua implantação em operação.
Gibin Joe Zachariah e Sagar Milind Supe realizaram o estudo de caso acima como parte de seus trabalhos de investigação. Eles trabalham com novos produtos inteligentes avançados na Siemens Digital Industries Software (DISW) em Michigan, Estados Unidos. Ambos fazem parte da equipe de serviços de Engenharia e Consultoria do Siemens Simcenter.
O que um robô de desinfecção ensina sobre o desenvolvimento de qualquer AGV ou ARM moderno: A simulação de sistemas permite acelerar o desenvolvimento de dispositivos inteligentes, reduzindo custos com protótipos e validando soluções autônomas com maior eficiência. Quer entender como as tecnologias Simcenter podem apoiar seus projetos de engenharia? Agende uma reunião com a CAEXPERTS e descubra como aplicar simulação avançada para otimizar seus produtos e processos.
WhatsApp: +55 (48) 98814-4798
E-mail: contato@caexperts.com.br
