Speaker
Description
Os modelos de otimização desempenham um papel essencial em ambientes industriais, especialmente na Indústria 5.0, onde os sistemas robóticos avançados são fundamentais para aumentar a eficiência e a adaptabilidade. Este trabalho aborda problemas de otimização de grande escala e altamente não lineares, que surgem na geração de movimentos semelhantes aos humanos para um robô antropomórfico a realizar tarefas de reposição de prateleiras. A geração destes movimentos implica a formulação e resolução de problemas de otimização complexos relacionados com as posturas angulares dos braços e a evitar a colisão com obstáculos no espaço de trabalho do robô. O impacto de diferentes níveis de simplificação na eficiência computacional é avaliado através de técnicas numéricas de otimização adaptadas a problemas de grande escala. Os resultados demonstram que níveis moderados de simplificação reduzem significativamente o tempo de computação, enquanto níveis mais elevados podem comprometer o desempenho. As análises estatísticas efetuadas confirmam a importância de equilibrar a redução do número de restrições e variáveis de decisão com a eficiência do solver ao lidar com problemas tão exigentes do ponto de vista computacional. As conclusões evidenciam os desafios e as oportunidades na otimização de movimentos robóticos para aplicações industriais, contribuindo para o desenvolvimento de sistemas robóticos mais eficientes e com comportamentos mais semelhantes aos humanos no retalho inteligente e para além dele.
