Robô Móvel Evita-Obstáculos Baseado em Visão no Raspberry Pi

Resumo

Este relatório apresenta o design e implementação de um robô móvel de baixo custo que usa visão computacional para detectar e evitar obstáculos. Alimentado por um Raspberry Pi e uma webcam USB, o sistema demonstra como hardware barato pode permitir navegação autônoma em ambientes internos, como armazéns, sem operadores humanos.

Introdução

Robôs autônomos comerciais costumam ser caros e adaptados a um único ambiente, dependendo de sensores passivos como ultrassom ou infravermelho para evasão de colisão (Wang et al., 2011). Avanços recentes em computação embarcada permitem o uso de algoritmos de visão de alto desempenho em plataformas baratas. Uma abordagem baseada em visão pode detectar obstáculos bem antes de entrarem em proximidade, oferecendo solução mais robusta para navegação interna.

Solução Proposta & Artefato

O objetivo é construir um robô autônomo que detecte obstáculos através de uma webcam USB conectada a um Raspberry Pi. O processo de desenvolvimento envolveu:

• Projetar algoritmo de visão computacional com SimpleCV para identificar obstáculos.
• Portar o algoritmo para o Raspberry Pi.
• Implementar controle de motores DC via Python GPIO.
• Testar e avaliar desempenho do sistema no Pi.

Objetivos-chave foram alcançados:

• Alcance de detecção ajustável parâmetros do algoritmo.
• Obstáculos marcados com círculo de tamanho constante para fácil identificação.
• SimpleCV interfaceia com o Pi para comandar dois motores DC.
• Desempenho do sistema validado em várias distâncias de obstáculos.

Stack de Hardware e Software

Hardware

• Kit Raspberry Pi
• Webcam USB
• Dois motores DC
• Driver de motor H‑Bridge
• Chassi e fiação
• Protoboard e cabos

Software

• Biblioteca Python SimpleCV
• Ubuntu / Raspberry OS (Raspbian)
• Python 2.7

Visão Geral do Algoritmo de Visão Computacional

O algoritmo foi desenvolvido primeiro em um laptop Ubuntu e depois portado para o Pi, aproveitando a compatibilidade Linux. Ele identifica um marcador circular colocado nos obstáculos, binariza a imagem para isolar a forma e calcula seu raio para estimar distância. A tela é dividida em três zonas verticais; a posição horizontal do círculo determina a ação de direção do robô.

Como o processador de 700 MHz e 512 MB RAM do Raspberry Pi limitam processamento de alta resolução, uma resolução de 320×240 foi escolhida para equilibrar precisão de detecção e estabilidade de taxa de quadros.

Configuração Experimental

Um equipamento experimental mediu a relação entre a área em pixels do círculo e sua distância física do robô. Movendo o obstáculo para mais perto ou mais longe, o mapeamento pixel-distância do algoritmo foi calibrado, permitindo estimativa precisa de distância a partir de uma única visão da câmera.

Fluxograma do Sistema

No fluxo operacional, a webcam USB transmite frames para o Pi. O SimpleCV escaneia cada frame em busca do marcador circular. Após detecção, o Pi calcula a posição do marcador e atua no H‑Bridge para acionar os motores esquerda, direita ou frente conforme necessário.

Conclusão

O projeto demonstra que um Raspberry Pi, uma webcam USB e SimpleCV podem formar um sistema de evasão de obstáculos viável e econômico adequado para aplicações de robótica interna. Trabalhos futuros poderiam estender o algoritmo para detectar obstáculos não marcados e integrar fusão de sensores para maior confiabilidade.