A robótica vem sendo utilizada com sucesso em diversas áreas, tais como: indústria, serviços, entretenimento e exploração espacial. Isso se deve ao fato de que, em muitos casos, robôs podem executar tarefas de maneira mais rápida, mais precisa e menos custosa que uma pessoa. A robótica também pode servir para substituir seres humanos em tarefas prejudiciais à saúde ou em situações em que uma pessoa seja incapaz de sobreviver, como, na presença de radiação ou no espaço. Há uma tendência na robótica de se aumentar autonomia; com isso, é de interesse da área
que sejam desenvolvidos mais robôs autônomos com capacidade de locomoção. Uma parte das questões que devem ser consideradas na robótica móvel é o problema de planejamento e controle de trajetória, que trata, basicamente, de encontrar um caminho que ligue duas localizações e guie um robô ao longo do mesmo, evitando colisões. O problema de planejamento e controle de trajetória vem sofrendo diversas adaptações com o passar dos anos; e, diversos trabalhos buscam atuar em vertentes bem específicas, tais como: múltiplos robôs, ambientes dinâmicos e execução em tempo real. Contudo, poucos trabalhos buscam tratar de um cenário que reúna essas três vertentes ao mesmo
tempo; sendo essa abordagem a mais robusta e aplicável em diversos problemas. O objetivo principal desse trabalho é apresentar um framework que seja capaz de controlar um conjunto de robôs heterogêneos em um ambiente real. Dado que o planejamento de trajetória é apenas uma pequena parte do que um robô autônomo deve realizar, o trabalho apresentado aqui se preocupa em resolver os caminhos em tempo real; em outras palavras, o tempo gasto no planejamento não deve atrasar a atuação do robô no espaço de trabalho. O objetivo secundário é garantir a segurança dos robôs ao longo do percurso, evitando colisões com obstáculos fixos, móveis e entre os próprios robôs do conjunto. Foram realizados experimentos em três plataformas de simulação e em uma plataforma real. Inicialmente, foi desenvolvido um ambiente de testes simples, onde os robôs e obstáculos não possuíam restrições quanto à movimentação, este, foi útil para verificar que o crescimento computacional da abordagem descrita nesse trabalho não era demasiadamente grande. Foram utilizados, também, dois simuladores, os quais possuíam plataformas robóticas modeladas do tipo omnidirecional e diferencial. As simulações nesses ambientes mostraram que a proposta de resolução descrita neste trabalho, resolveria o problema com robôs reais e é facilmente adaptável para diferentes tipos de plataformas robóticas. Por último, foram feitos experimentos em uma plataforma de futebol de robôs, com robôs
reais, o que demonstrou que os resultados obtidos em ambientes simulados mantinham-se no mundo real. O framework foi capaz de resolver o problema tanto em simulações, quanto em ambientes reais, obtendo sempre boas taxas de resoluções.