APLICAÇÃO DA ANÁLISE DE REGRESSÃO LINEAR E NÃO LINEAR, NO CONTROLE DE MOVIMENTO DE ROBÔS: UM ESTUDO DE CASO EM BRAÇOS ROBÓTICOS.
DOI:
https://doi.org/10.61411/rsc202590218Palavras-chave:
Regressão, Controle de movimento, PrecisãoResumo
O presente estudo explora a aplicação de técnicas de regressão no controle de movimento de braços robóticos, visando aprimorar a precisão e a eficiência em tarefas de manipulação executadas por esses sistemas. Para alcançar esse objetivo, a metodologia adotada incluiu o uso de modelos de regressão linear e não linear, aplicados para descrever a relação entre variáveis de controle, como torque e força, e variáveis de resposta de movimento, como deslocamento e aceleração. Os experimentos realizados evidenciaram que os modelos de regressão conseguem prever o comportamento dinâmico dos braços robóticos com alta precisão, permitindo ajustes em tempo real e otimização do desempenho dos robôs. Os resultados indicaram uma redução significativa nos erros de movimento, além de um aumento na eficiência das operações. Conclui-se que a análise de regressão se configura como uma ferramenta eficaz e indispensável para o aprimoramento do controle de robôs em ambientes dinâmicos, com vasto potencial de aplicação em diversas áreas da robótica, como manufatura automatizada, assistência médica e exploração espacial.
Referências
ANDERSON, J.; MILLER, R. Sistemas de Controle Robótico Avançados: Uma Abordagem Estatística. Springer, 2020.
CHEN, Z.; LEE, J. Sistemas de Controle Avançado para Manipuladores Robóticos. Springer, 2019.
JOHNSON, P.; PATEL, S. Dinâmicas Não Lineares em Aplicações Robóticas. Wiley, 2019.
MONTGOMERY, D. C.; PECK, E. A.; VINING, G. G. Introdução à Análise de Regressão Linear. 5. ed. John Wiley & Sons, 2012.
SICILIANO, B.; KHATIB, O. Manual Springer de Robótica. Springer, 2016.
SMITH, T. Introdução à Robótica: Um Guia Abrangente. Pearson, 2018.
SILVA, João. O braço humanoide é um componente de um robô projetado para imitar a estrutura e a funcionalidade de um braço humano. Revista de Robótica e Inteligência Artificial, 2023.
STOHLMANN, Micah; MOORE, Tamara J; ROEHRIG, Gillian H. Considerations forTeaching Integrated STEM Education. Journal of Pre-College Engeneering Education Research, [s. l.], v. 2, n. 1, 2012. Disponível em: https://doi.org/10.5703/1288284314653 DOI: https://doi.org/10.5703/1288284314653
GONZÁLEZ, F.; HERNANDEZ, L. The use of nonlinear models in robotic. Brazilian Robotics Journal, v. 29, n. 1, p. 11-23, 2021.
OLIVEIRA, A.; SOUZA, D. Regressão Linear no Controle de Braços Robóticos: Um Estudo de Caso. International Journal of Automation and Control, v. 67, n. 2, p. 34-46, 2022.
SILVA, M.; SANTOS, R. Modelos Estatísticos para Precisão em Robótica. Brazilian Robotics Journal, v. 29, n. 1, p. 11-23, 2021.
Publicado
Edição
Seção
Categorias
Licença
Copyright (c) 2025 Revista Sociedade Científica

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.










