Cooperative transportation of a cable–suspended underactuated planar load through model-based motion planning

Resumo Técnico: Transporte Cooperativo de uma Carga Planar Suspendida por Cabos e Subatuada

Definição do Problema
O artigo aborda o desafio do transporte e manipulação cooperativa de uma carga planar, subatuada e suspensa por cabos, utilizando dois carrinhos independentes que se movem ao longo de um trilho linear comum. O sistema consiste em uma viga rígida (a carga) com três graus de liberdade (posição horizontal, posição vertical e orientação) suspensa por dois cabos rígidos de comprimento fixo de dois carrinhos. Como o sistema é controlado por apenas duas forças independentes (os atuadores dos carrinhos), mas possui três graus de liberdade, ele é inerentemente subatuado.

A dificuldade central reside no fato de que a carga é "cinematicamente indeterminada"; sua posição não é definida unicamente pelas posições dos carrinhos devido à dinâmica de pêndulo e ao acoplamento não linear. O planejamento baseado apenas em cinemática falha aqui porque a carga pode oscilar ou deslocar-se mesmo quando as posições dos carrinhos estão fixas. Além disso, em cenários industriais que exigem sincronização precisa (por exemplo, linhas de manufatura ou embalagem), a carga deve seguir uma trajetória prescrita exatamente no tempo e no espaço, sem modificar o caminho desejado. Uma restrição significativa é que a arquitetura de controle é frequentemente "colocada", o que significa que sensores e atuadores estão localizados apenas nos carrinhos, sem feedback direto da carga. Isso torna a rejeição de distúrbios e a supressão de oscilações difíceis, pois os controladores dos carrinhos são amplamente insensíveis ao estado dinâmico da carga devido à pequena razão entre a inércia da carga e a do motor.

Metodologia
Os autores propõem uma abordagem de planejamento de movimento baseada em modelo que trata o problema como uma inversão do modelo de dinâmica. Em vez de depender de otimização ou suavização heurística (como perfis limitados por jerk), o método calcula as trajetórias de referência exatas para os carrinhos atuados necessárias para forçar a carga a seguir uma trajetória específica e predefinida.

A metodologia procede da seguinte forma:

1. Modelagem do Sistema: O sistema é modelado usando um conjunto de Equações Diferenciais-Algébricas (DAEs) de índice 3 não lineares baseadas em coordenadas redundantes. No entanto, para o algoritmo de planejamento, os autores utilizam a forma normal de entrada-saída da dinâmica da carga. A carga é tratada como um corpo não restringido atuado por tensões de cabos, com as restrições cinemáticas dos cabos explicitamente incluídas.
2. Formulação de Dinâmica Inversa: Os outputs controlados são definidos como as coordenadas do centro de massa da carga ($x_G, y_G$). Ao expressar a dinâmica da carga em termos de tensões de cabos ($\tau$) e utilizar a forma normal de entrada-saída, os autores derivam uma relação algébrica entre a aceleração desejada da carga e as tensões de cabos necessárias. Isso envolve uma "matriz de desacoplamento" que mapeia os inputs de controle para as acelerações de saída.
3. Solução Numérica: Como o sistema não é plano (non-flat) — ou seja, não admite uma solução de dinâmica inversa puramente algébrica —, o método emprega integração numérica explícita. Partindo de condições iniciais conhecidas, o algoritmo utiliza um esquema de Runge-Kutta de quarta ordem para integrar as equações de movimento para frente. Em cada passo de tempo, ele:
   • Computa o estado da carga ($\chi, \dot{\chi}$).
   • Resolve as equações de restrição cinemática não lineares para determinar as posições dos carrinhos necessárias ($x_C$).
   • Calcula as tensões de cabos necessárias algebricamente.
   • Deriva as velocidades e acelerações dos carrinhos via diferenciação das restrições cinemáticas.
4. Verificação de Viabilidade: Uma característica crítica da abordagem é o cálculo explícito das tensões dos cabos em cada etapa. Isso permite uma verificação imediata da viabilidade da trajetória, garantindo que as tensões permaneçam positivas (cabos esticados) e dentro dos limites físicos.
5. Implementação: As trajetórias de referência resultantes (posição, velocidade e aceleração) para os carrinhos são computadas offline e carregadas no controlador industrial. O controle em cascata nativo dos carrinhos então rastreia essas referências.

Principais Contribuições

• Rastreamento Exato de Trajetória: O método garante que a carga siga uma trajetória prescrita exatamente no tempo e no espaço sem alterar o caminho desejado, um requisito frequentemente não atendido por abordagens livres de modelo.
• Compatibilidade com Controle Colocado: A abordagem é projetada especificamente para sistemas onde o feedback da carga não está disponível. Ela depende inteiramente do modelo para moldar o movimento do carrinho, tornando-se compatível com controladores industriais proprietários que não podem ser modificados para aceitar feedback externo da carga.
• Eficiência Computacional: Ao utilizar esquemas de integração explícita (Runge-Kutta) em vez de cálculos complexos de flatness simbólica ou otimizações pesadas, o método mantém uma carga computacional baixa, adequada para planejamento offline e implementação em hardware industrial com recursos limitados.
• Verificação de Viabilidade Integrada: A formulação fornece naturalmente os valores de tensão dos cabos, permitindo que os projetistas verifiquem se uma trajetória é fisicamente realizável (ou seja, os cabos não ficam frouxos) antes da execução.

Resultados Experimentais
O método foi validado em uma configuração de nível industrial usando um sistema de motor síncrono linear de imã permanente B&R ACOPOStrak com dois carrinhos (0,7 kg cada) e uma carga de barra de aço (0,244 kg). Dois casos de teste foram realizados: uma translação horizontal (0,3 m) e um movimento combinado de levantamento horizontal-vertical (200 mm horizontal, 50 mm vertical), ambos executados em 1,5 segundos usando perfis polinomiais de nono grau de repouso-a-repouso.

O método de "Inversão de Modelo" proposto foi comparado com uma abordagem de "Planejamento de Movimento Rígido" (que negligencia a subatuação e trata a carga como um corpo rígido conectado aos carrinhos).

• Translação Horizontal: A abordagem baseada em modelo reduziu o erro máximo de rastreamento na direção horizontal de 40,9 mm para 0,7 mm (uma redução de 98,3%) e na direção vertical de 5,2 mm para 0,5 mm (redução de 90,7%). Os erros RMS foram igualmente reduzidos em mais de 85%.
• Movimento de Levantamento: Melhorias semelhantes foram observadas, com o erro máximo de rastreamento horizontal reduzido em 98% e o erro vertical em 85,6%. O erro de contorno (capacidade de rastreamento no espaço cartesiano) foi reduzido em aproximadamente 94%.
• Oscilações Residuais: O método proposto suprimiu significativamente as oscilações residuais após a conclusão do movimento em comparação com a abordagem de planejamento rígido, que exibiu vibrações persistentes.

Significância e Alegações
O artigo afirma que a abordagem proposta oferece uma solução praticamente viável para o transporte cooperativo de precisão na automação industrial. Sua principal significância reside na capacidade de alcançar alto rastreamento de precisão e supressão de oscilação sem exigir modificações na arquitetura de controle nativa ou a adição de sensores no lado da carga. Isso a torna particularmente atraente para indústrias que utilizam controladores proprietários fechados, onde os loops de feedback internos não podem ser alterados.

Os autores enfatizam que a dependência do método em integração numérica explícita permite uma implementação fácil e baixo custo computacional, enquanto o cálculo explícito de tensão fornece uma ferramenta valiosa para dimensionamento do sistema e análise de viabilidade de trajetória durante a fase de projeto. Os resultados confirmam que o planejamento baseado em modelo é superior aos métodos heurísticos e livres de modelo para sistemas de carga suspensa por cabos, alcançando erros de rastreamento na ordem de sub-milímetros (pico de 0,7 mm) com oscilações residuais desprezíveis.