Heurísticas integradas para designação de tarefas, sequenciamento e planejamento de trajetórias de robôs móveis autônomos em ambientes de manufatura.
Show simple item record
| dc.contributor |
Universidade Federal de Santa Catarina. |
pt_BR |
| dc.contributor.advisor |
Taglialenha, Silvia Lopes de Sena |
|
| dc.contributor.author |
Clasen, Bárbara |
|
| dc.date.accessioned |
2026-07-14T14:27:21Z |
|
| dc.date.available |
2026-07-14T14:27:21Z |
|
| dc.date.issued |
2026-07-01 |
|
| dc.identifier.uri |
https://repositorio.ufsc.br/handle/123456789/274207 |
|
| dc.description |
TCC (graduação) - Universidade Federal de Santa Catarina, Campus Joinville, Engenharia de Transportes e Logística. |
pt_BR |
| dc.description.abstract |
A crescente utilização de robôs móveis autônomos (Autonomous Mobile Robots – AMRs) em ambientes industriais tem ampliado os desafios relacionados à designação de tarefas, ao sequenciamento das atividades e ao planejamento de caminhos, elementos fundamentais para garantir eficiência, segurança e produtividade em sistemas de manufatura cada vez mais dinâmicos. Este trabalho investiga heurísticas de designação de tarefas integradas ao sequenciamento e ao planejamento de caminhos em sistemas compostos por múltiplos AMRs. Para isso, foi desenvolvido um modelo de simulação computacional em Python, no qual o ambiente foi representado por meio de um grafo ponderado e as trajetórias dos robôs foram determinadas por meio do algoritmo A*. Foram implementadas três heurísticas de designação de tarefas baseadas em Ociosidade, Proximidade e Tempo de Chegada, e avaliados seus desempenhos em diferentes cenários operacionais. A análise foi realizada com base nas métricas makespan, distância total percorrida, balanceamento da carga de trabalho entre os robôs e tempo computacional. Os resultados evidenciaram que não existe uma heurística universalmente superior para todos os cenários avaliados. A heurística de Proximidade apresentou melhor desempenho em cenários de baixa e moderada complexidade, com menores valores de makespan e tempo computacional. A heurística de Tempo de Chegada destacou-se pela redução da distância total percorrida e pelo melhor balanceamento entre os robôs em cenários heterogêneos, embora com maior custo computacional. Já a heurística de Ociosidade apresentou resultados mais favoráveis em cenários com distribuição simétrica das tarefas. Conclui-se que a integração entre designação de tarefas, sequenciamento e planejamento de trajetórias influencia diretamente o desempenho operacional do sistema, sendo a escolha da heurística dependente das características do ambiente e dos objetivos operacionais considerados. |
pt_BR |
| dc.format.extent |
58 f. |
pt_BR |
| dc.language.iso |
por |
pt_BR |
| dc.publisher |
Joinville, SC. |
pt_BR |
| dc.rights |
Open Access. |
en |
| dc.subject |
Robôs móveis autônomos |
pt_BR |
| dc.subject |
Planejamento de trajetórias |
pt_BR |
| dc.subject |
Designação de tarefas |
pt_BR |
| dc.subject |
Sequenciamento de tarefas |
pt_BR |
| dc.subject |
Simulação computacional |
pt_BR |
| dc.title |
Heurísticas integradas para designação de tarefas, sequenciamento e planejamento de trajetórias de robôs móveis autônomos em ambientes de manufatura. |
pt_BR |
| dc.type |
TCCgrad |
pt_BR |
Files in this item
This item appears in the following Collection(s)
Show simple item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account
Statistics
Compartilhar