A Indústria 4.0 exige automação para melhorar eficiência e precisão, tornando os robôs colaborativos essenciais pela sua adaptabilidade e integração com IoT e inteligência artificial. Neste contexto, a resolução da cinemática inversa em manipuladores, especialmente para pick-and-place, é um desafio relevante. Esta dissertação investiga métodos numéricos para resolver a cinemática inversa em um ambiente simulado utilizando o software GAZEBO, organizando peças de LEGO com um Cobot integrado ao ROS e visão computacional via YOLO. Foram comparados algoritmos como Gradiente Descendente (baseado na pseudo-inversa do Jacobiano), que ajusta iterativamente as variáveis articulares, e os métodos de otimização BFGS, L-BFGS-B e Nelder-Mead, que utilizam aproximações da Hessiana para melhorar a convergência. Os resultados mostram que, embora os métodos analíticos sejam superiores ao tempo de execução, os métodos numéricos oferecem maior flexibilidade e são mais fáceis de implementar, no entanto a complexidade e velocidade computacional carecem de desempenho em relação ao analítico, tornando-se uma alternativa viável para resolver problemas de cinemática inversa em cenários onde soluções analíticas são inviáveis ou inexistentes.
|
