LCAD - Contribuições do(a) usuário(a) [pt-br]

Amazon Picking Challenge

2026-02-12T04:15:04Z

Alberto Ferreira De Souza:

== LCAD Professor Achieves 7th Place at the Amazon Picking Challenge ==

[[Arquivo:Photo-icra.jpg|480px|centro]]

Professor Alberto F. De Souza, coordinator of the '''High-Performance Computing Laboratory (LCAD)''', was part of a team that achieved 7th place at the Amazon Picking Challenge, an autonomous robotics competition organized by Amazon ([https://dl.acm.org/doi/abs/10.1609/aimag.v37i2.2659]). As part of his postdoctoral activities with Prof. Kostas Bekris's group (https://pracsys.cs.rutgers.edu/) at Rutgers University (USA), Professor Alberto developed hardware and software for the Motoman robot (SDA10F, Yaskawa - https://www.motoman.com/en-us/products/robots/industrial/assembly-handling/sda-series/sda10f) using various technologies previously developed at LCAD. This result places LCAD, PPGI, and UFES among the top 10 teams in autonomous robotic manipulation worldwide.

Bloomberg article about the Amazon Picking Challenge featuring a video interview with Prof. Alberto.
[https://www.bloomberg.com/news/videos/2015-05-28/amazon-seeks-robots-with-human-grasp-from-students]

Video showing the final version of the system developed for the competition (5x speed for better visualization):

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Robot only:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

This video presents the initial system proposal for the robot, designed at the beginning of the project. The final system architecture used in the competition is a slightly improved version.

[[Image:1.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/M7ktnz32BA0]]

This video presents the preliminary mapping, localization, and object detection systems.

[[Image:2.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/47_Bj3o9s-Y]]

The object detector used is an improved version of the Linemod detector. This video shows a test performed after some improvements were made to the publicly available version of Linemod. The final version developed and used in the competition will be released as open-source software.

[[Image:3.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/s_mtzXzKT7c]]

This video shows the Baxter robot performing all the main competition tasks. Rutgers already had this robot, which was used in the preliminary phase of the project. Professor Alberto was responsible for the decision-making, mapping, localization, and object detection subsystems, while Prof. Bekris's team was responsible for the robot motion planning (Prof. Bekris's team specialty). However, in this video, the robot motion planning system was also developed by Prof. Alberto based on the MoveIt! software, available as open source. Object detection was still enabled by a preliminary version of the system used in the competition.

[[Image:4.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/0K_PHgdauGo]]

Video submitted to Amazon in a parallel competition to determine who would receive a shelf and the objects to be used in the competition. In it, you can see Prof. Bekris's group motion planner being used in simulations.

[[Image:5.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/eFRg8EhO2Uk]]

Video submitted to the manufacturer of the robot used in the competition, Motoman SDA10F, manufactured by Yaskawa. Thanks to this video, Rutgers was loaned (for 6 months) a robot worth ~US$150,000.00.

[[Image:6.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/-Lz8SbGRlmw]]

Video submitted to Amazon in a parallel competition to receive support to transport the robot to the competition (Rutgers won the support).

[[Image:7.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/H33EeTi3FaI]]

More advanced version of the system running on Baxter and picking objects from the competition shelf.

[[Image:8.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/kx6mFj9pjPU]]

This vacuum gripper was designed by Professor Alberto, in collaboration with the company Unigripper (http://www.unigripper.com), specifically for the competition.

[[Arquivo:Photo_1.JPG|thumb|480px|centro|Hand-drawn sketch of the vacuum gripper design developed for the competition]]

All points scored in the competition were achieved using it. The basic physical structure was implemented by the company Unigripper (http://www.unigripper.com). However, the electronic actuation, as well as the computational driver, were implemented by Prof. Alberto. Rutgers won Unigripper's support in a parallel competition to the Amazon Picking Challenge organized by the company.

[[Image:9.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=4hWTLhXAjyA]]

In this video, Prof. Alberto presents the complete system he developed (including motion planning) running with the mapping, localization, and object detection components in the real world, but simulating the robot used in the competition.

[[Image:10.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/4__ainsD0QI]]

This video presents the final version of the system used in the competition being employed on the competition robot. In the video, the Motoman SDA10F robot successfully performs one of the competition tasks.

[[Image:11.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=tofuV3d3XW0]]

This video again presents the final version of the system used in the competition being employed on the competition robot. In the video, the Motoman SDA10F robot successfully performs several competition tasks:

[[Image:12.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=ag6aSwCUzMA]]

The same video at 5x speed:

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Robot only, 5x:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

Amazon Picking Challenge

2026-02-12T04:11:48Z

Alberto Ferreira De Souza:

== LCAD Professor Achieves 7th Place at the Amazon Picking Challenge ==

[[Arquivo:Photo-icra.jpg|480px|centro]]

Professor Alberto F. De Souza, coordinator of the '''High-Performance Computing Laboratory (LCAD)''', was part of a team that achieved 7th place at the Amazon Picking Challenge, an autonomous robotics competition organized by Amazon ([https://dl.acm.org/doi/abs/10.1609/aimag.v37i2.2659]). As part of his postdoctoral activities with Prof. Kostas Bekris's group (https://pracsys.cs.rutgers.edu/) at Rutgers University (USA), Professor Alberto developed hardware and software for the Motoman robot (SDA10F, Yaskawa - https://www.motoman.com/en-us/products/robots/industrial/assembly-handling/sda-series/sda10f) using various technologies previously developed at LCAD. This result places LCAD, PPGI, and UFES among the top 10 teams in autonomous robotic manipulation worldwide.

Bloomberg article about the Amazon Picking Challenge featuring a video interview with Prof. Alberto.

[https://www.bloomberg.com/news/videos/2015-05-28/amazon-seeks-robots-with-human-grasp-from-students]

Video showing the final version of the system developed for the competition (5x speed for better visualization):

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Robot only:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

This video presents the initial system proposal for the robot, designed at the beginning of the project. The final system architecture used in the competition is a slightly improved version.

[[Image:1.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/M7ktnz32BA0]]

This video presents the preliminary mapping, localization, and object detection systems.

[[Image:2.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/47_Bj3o9s-Y]]

The object detector used is an improved version of the Linemod detector. This video shows a test performed after some improvements were made to the publicly available version of Linemod. The final version developed and used in the competition will be released as open-source software.

[[Image:3.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/s_mtzXzKT7c]]

This video shows the Baxter robot performing all the main competition tasks. Rutgers already had this robot, which was used in the preliminary phase of the project. Professor Alberto was responsible for the decision-making, mapping, localization, and object detection subsystems, while Prof. Bekris's team was responsible for the robot motion planning (Prof. Bekris's team specialty). However, in this video, the robot motion planning system was also developed by Prof. Alberto based on the MoveIt! software, available as open source. Object detection was still enabled by a preliminary version of the system used in the competition.

[[Image:4.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/0K_PHgdauGo]]

Video submitted to Amazon in a parallel competition to determine who would receive a shelf and the objects to be used in the competition. In it, you can see Prof. Bekris's group motion planner being used in simulations.

[[Image:5.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/eFRg8EhO2Uk]]

Video submitted to the manufacturer of the robot used in the competition, Motoman SDA10F, manufactured by Yaskawa. Thanks to this video, Rutgers was loaned (for 6 months) a robot worth ~US$150,000.00.

[[Image:6.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/-Lz8SbGRlmw]]

Video submitted to Amazon in a parallel competition to receive support to transport the robot to the competition (Rutgers won the support).

[[Image:7.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/H33EeTi3FaI]]

More advanced version of the system running on Baxter and picking objects from the competition shelf.

[[Image:8.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/kx6mFj9pjPU]]

This vacuum gripper was designed by Professor Alberto, in collaboration with the company Unigripper (http://www.unigripper.com), specifically for the competition.

[[Arquivo:Photo_1.JPG|thumb|480px|centro|Hand-drawn sketch of the vacuum gripper design developed for the competition]]

All points scored in the competition were achieved using it. The basic physical structure was implemented by the company Unigripper (http://www.unigripper.com). However, the electronic actuation, as well as the computational driver, were implemented by Prof. Alberto. Rutgers won Unigripper's support in a parallel competition to the Amazon Picking Challenge organized by the company.

[[Image:9.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=4hWTLhXAjyA]]

In this video, Prof. Alberto presents the complete system he developed (including motion planning) running with the mapping, localization, and object detection components in the real world, but simulating the robot used in the competition.

[[Image:10.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/4__ainsD0QI]]

This video presents the final version of the system used in the competition being employed on the competition robot. In the video, the Motoman SDA10F robot successfully performs one of the competition tasks.

[[Image:11.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=tofuV3d3XW0]]

This video again presents the final version of the system used in the competition being employed on the competition robot. In the video, the Motoman SDA10F robot successfully performs several competition tasks:

[[Image:12.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=ag6aSwCUzMA]]

The same video at 5x speed:

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Robot only, 5x:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

Amazon Picking Challenge

2026-02-12T04:03:17Z

Alberto Ferreira De Souza:

== LCAD Professor Achieves 7th Place at the Amazon Picking Challenge ==

[[Arquivo:Photo-icra.jpg|480px|centro]]

Professor Alberto F. De Souza, coordinator of the '''High-Performance Computing Laboratory (LCAD)''', was part of a team that achieved 7th place at the Amazon Picking Challenge, an autonomous robotics competition organized by Amazon ([http://amazonpickingchallenge.org]). As part of his postdoctoral activities with Prof. Kostas Bekris's group (http://www.pracsyslab.org/bekris) at Rutgers University (USA), Professor Alberto developed hardware and software for the Motoman robot (SDA10F, Yaskawa - http://www.motoman.com/datasheets/SDA10F.pdf) using various technologies previously developed at LCAD. This result places LCAD, PPGI, and UFES among the top 10 teams in autonomous robotic manipulation worldwide.

Bloomberg article about the Amazon Picking Challenge featuring a video interview with Prof. Alberto.

[http://www.bloomberg.com/news/articles/2015-05-28/robot-with-a-human-grasp-is-amazon-s-challenge-to-students http://www.bloomberg.com/news/articles/2015-05-28/robot-with-a-human-grasp-is-amazon-s-challenge-to-students]

Video showing the final version of the system developed for the competition (5x speed for better visualization):

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Robot only:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

This video presents the initial system proposal for the robot, designed at the beginning of the project. The final system architecture used in the competition is a slightly improved version.

[[Image:1.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/M7ktnz32BA0]]

This video presents the preliminary mapping, localization, and object detection systems.

[[Image:2.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/47_Bj3o9s-Y]]

The object detector used is an improved version of the Linemod detector. This video shows a test performed after some improvements were made to the publicly available version of Linemod. The final version developed and used in the competition will be released as open-source software.

[[Image:3.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/s_mtzXzKT7c]]

This video shows the Baxter robot performing all the main competition tasks. Rutgers already had this robot, which was used in the preliminary phase of the project. Professor Alberto was responsible for the decision-making, mapping, localization, and object detection subsystems, while Prof. Bekris's team was responsible for the robot motion planning (Prof. Bekris's team specialty). However, in this video, the robot motion planning system was also developed by Prof. Alberto based on the MoveIt! software, available as open source. Object detection was still enabled by a preliminary version of the system used in the competition.

[[Image:4.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/0K_PHgdauGo]]

Video submitted to Amazon in a parallel competition to determine who would receive a shelf and the objects to be used in the competition. In it, you can see Prof. Bekris's group motion planner being used in simulations.

[[Image:5.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/eFRg8EhO2Uk]]

Video submitted to the manufacturer of the robot used in the competition, Motoman SDA10F, manufactured by Yaskawa. Thanks to this video, Rutgers was loaned (for 6 months) a robot worth ~US$150,000.00.

[[Image:6.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/-Lz8SbGRlmw]]

Video submitted to Amazon in a parallel competition to receive support to transport the robot to the competition (Rutgers won the support).

[[Image:7.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/H33EeTi3FaI]]

More advanced version of the system running on Baxter and picking objects from the competition shelf.

[[Image:8.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/kx6mFj9pjPU]]

This vacuum gripper was designed by Professor Alberto, in collaboration with the company Unigripper (http://www.unigripper.com), specifically for the competition.

[[Arquivo:Photo_1.JPG|thumb|480px|centro|Hand-drawn sketch of the vacuum gripper design developed for the competition]]

All points scored in the competition were achieved using it. The basic physical structure was implemented by the company Unigripper (http://www.unigripper.com). However, the electronic actuation, as well as the computational driver, were implemented by Prof. Alberto. Rutgers won Unigripper's support in a parallel competition to the Amazon Picking Challenge organized by the company.

[[Image:9.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=4hWTLhXAjyA]]

In this video, Prof. Alberto presents the complete system he developed (including motion planning) running with the mapping, localization, and object detection components in the real world, but simulating the robot used in the competition.

[[Image:10.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/4__ainsD0QI]]

This video presents the final version of the system used in the competition being employed on the competition robot. In the video, the Motoman SDA10F robot successfully performs one of the competition tasks.

[[Image:11.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=tofuV3d3XW0]]

This video again presents the final version of the system used in the competition being employed on the competition robot. In the video, the Motoman SDA10F robot successfully performs several competition tasks:

[[Image:12.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=ag6aSwCUzMA]]

The same video at 5x speed:

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Robot only, 5x:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

Equipe

2026-02-08T19:12:39Z

Alberto Ferreira De Souza: /* Estudantes de Doutorado */

__TOC__

==Pesquisadores==

* [http://www.lcad.inf.ufes.br/alberto Dr. Alberto Ferreira De Souza]
* [https://www.inf.ufes.br/~claudine/ Dr. Claudine Badue (Coordenadora)]
* [https://www.inf.ufes.br/~todsantos Dr. Thiago Oliveira dos Santos]
* [https://www.inf.ufes.br/~elias Dr. Elias Oliveira]
* Dr. Edilson de Aguiar (Egresso)

==Estudantes de Doutorado==

'''Professor Alberto'''
* Vinicius Brito Cardoso (Egresso)
* Rânik Guidolini (Egresso)
* Raphael Vivacqua Carneiro (Egresso)
* Sabrina Siqueira Panceri (Egressa)
* Filipe Wall Mutz (Egresso)
* Avelino Forechi Silva (Egresso)
* Heráclito Amâncio Pereira Júnior (Egresso)
* Lucas de Paula Veronese (Egresso)
* Mariella Berger Andrade (Egressa)
* Fabio Daros de Freitas (Egresso)

'''Professora Claudine'''
* Pedro Henrique Vieira de Oliveira Azevedo

'''Professor Elias'''
* Cristiano da Silveira Colombo
* Marcos Alécio Spalenza
* Wesley Pereira da Silva
*Jéssica Oliveira Brito (Coorientador de Doutorado)
*Jaimel de Oliveira Lima (Coorientador de Doutorado)
*Flávio Izo (Coorientador de Doutorado)

'''Professor Thiago'''
* Jacson Rodrigues Correia da Silva
* [https://rodrigoberriel.com Rodrigo Ferreira Berriel]
* Thiago Meireles Paixão

==Estudantes de Mestrado==

'''Professor Alberto'''
* Genilson de Morais Cruz
* Fabiano Rodrigues de Paula
* Marcos Thiago Piumbini
* Renan Mantuanelli de Aquino
* Sergio Costa Almeida
* Cézar Augusto Gobbo Passamani
* Marcelo Bringuenti Pedro

'''Professora Claudine'''
* Anderson Mozart Caetano dos Santos
* Caio Barata de Pinho
* David Pereira de Araújo
* Gabriel Andrade Nunes de Moraes
* Josias Alexandre Oliveira
* Thiago Gonçalves Cavalcante

'''Professor Elias'''
*James Alves da Silva Junior

'''Professor Thiago'''
*Letícia Carvalheiro Navarro
*Leonardo Paulucio
*Vinicius Ferraço Arruda
*Jean Pablo Vieira de Mello

==Estudantes de Graduação==

'''Professor Thiago'''
* Lucas Tabelini Torres

==Iniciação Científica==

'''Professor Elias'''
* Matheus Rizzi
* Gabriel Valdino

==Egressos==

'''Professor Alberto'''
* Kenyo Colnago dos Santos (Coorientador de Mestrado)
* João Paulo Angeli (Coorientador de Mestrado)
* Edilson Luiz do Nascimento (Coorientador de Mestrado)
* Fabio Daros de Freitas (Doutorado)
* Heráclito Amâncio Pereira Júnior (Doutorado)
* Filipe Wall Mutz (Doutorado)
* Lucas de Paula Veronese (Doutorado)
* Mariella Berger Andrade (Doutorado)
* Avelino Forechi Silva (Doutorado)
* Ricardo Emanuel Vaz Vargas (Graduação)
* Eduardo Max Amaro Amaral (Graduação)
* Hélcio Bezerra de Mello (Graduação)
* Luiz Eduardo Favalessa Peruch (Iniciação Científica)
* Daniel Cardoso (Iniciação Científica)
* Henrique Bertolo Selga (Iniciação Científica)
* Leonardo de Sena Cunha (Iniciação Científica)
* Lucas Catabriga Rocha (Iniciação Científica)
* Jorcy de Oliveira Neto (Iniciação Científica)
* Rafael Favaro Ferreira (Iniciação Científica)
* Renato Luiz de Freitas Cunha (Iniciação Científica)
* Helder Brito Nascimento (Iniciação Científica)
* Stiven Schwanz Dias (Iniciação Científica)
* Paulo Henrique Schmidt Castellani (Iniciação Científica)
* Thiago Thomes Coelho (Iniciação Científica)
* Melina Schneider Campo Dall'Orto (Iniciação Científica)
* Marcelo Bringuenti Pedro (Iniciação Científica)
* Thómas Jéfferson da Silva Teixeira (Mestrado)
* Rafael Correia Nascimento (Mestrado)
* Vinicius Brito Cardoso (Mestrado)
* Lauro José Lyrio Júnior (Mestrado)
* Tiago Alves DE Oliveira (Mestrado)
* Cayo Magno Da Cruz Fontana (Mestrado)
* Michael André Gonçalves (Mestrado)
* Vítor Barbirato Azevedo (Mestrado)
* André Gustavo Coelho de Almeida (Mestrado)
* Hélio Perroni Filho (Mestrado)
* Bruno Zanetti Melotti (Mestrado)
* Camilo Alves Carvalho (Mestrado)
* Felipe Thomaz Pedroni (Mestrado)
* Fernando Líbio Leite Almeida (Mestrado)
* Sotério Ferreira de Souza (Mestrado)
* Dijalma Fardim Júnior (Mestrado)
* Hallysson Oliveira (Mestrado)
* Sergio Nery Simões (Mestrado)
* Christian Daros de Freitas (Mestrado)
* Karin Satie Komati (Mestrado)
* Marta Magda Dornelles Bertoldi (Mestrado)
* Avelino Forechi Silva (Mestrado)
* Jairo Lucas de Moraes (Mestrado)

'''Professora Claudine'''

*Eduardo Max Amaro Amaral (Coorientador de Mestrado)
*Vinicius Cardoso Brito (Coorientador de Mestrado)
*Vítor Barbirato Azevedo (Coorientador de Mestrado)
*André Leal Tibério (Graduação)
*Jader Gomes Nascimento (Graduação)
*Josias Alexandre Oliveira (Graduação)
*Rickson Guidolini (Graduação)
*Vicente Bissoli Sessa (Graduação)
*Victor Nascimento Neves (Graduação)
*Állek Cezana Rajab (Iniciação Científica)
*Eduarda Costa Coppo (Iniciação Científica)
*Gabriel Hendrix (Iniciação Científica)
*Jader Gomes Nascimento (Iniciação Científica)
*Josias Alexandre Oliveira (Iniciação Científica)
*Lucas Grigoleto Scart (Iniciação Científica)
*Maurício Garcia Valli (Iniciação Científica)
*Miguel Rios Escóssia de Oliveira (Iniciação Científica)
*Rafael Correia Nascimento (Iniciação Científica)
*Rânik Guidolini (Iniciação Científica)
*Victor Nascimento Neves (Iniciação Científica)
*William de Oliveira Santos (Iniciação Científica)
*Caribe Zampirolli de Souza (Mestrado)
*Luan Ferreira Reis de Jesus (Mestrado)
*Ranik Guidolini (Mestrado)
*Rômulo Ramos Radaelli (Mestrado)
*Vicente Bissoli Sessa (Mestrado)

'''Professor Edilson'''
*Lucas de Paula Veronese (Coorientador de Doutorado)
*André Teixeira Lopes (Coorientador de Mestrado)
*Rodrigo Ferreira Berriel (Coorientador de Mestrado)
*Tiago Alves de Oliveira (Coorientador de Mestrado)
*Cayo Fontana (Coorientador de Mestrado)
*Lukas Taves (Graduação)
*Joao Paulo Moro Loureiro (Iniciação Científica)
*Raphael Assis (Iniciação Científica)
*Juliana Amorim Guimarães (Mestrado)
*Pedro Henrique Vieira de Oliveira Azevedo (Mestrado)

'''Professor Thiago'''

*Avelino Forechi Silva (Coorientador de Doutorado)
*Mariella Berger (Coorientador de Doutorado)
*Thómas Jéfferson da Silva Teixeira (Coorientador de Mestrado)
*Juliana Amorim Guimarães (Coorientador de Mestrado)
*Pedro Henrique Vieira de Oliveira Azevedo
*Filipe Wall Mutz (Coorientador de Mestrado)
*Lauro José Lyrio Júnior (Coorientador de Mestrado)
*Michael André Gonçalves (Coorientador de Mestrado)
*Renan Fricks dos Santos (Graduação)
*Gilmarllen Miotto (Graduação)
*David Morosini (Graduação)
*Ivo Nicchio (Graduação)
*Luiz Felipe Abreu Sousa (Graduação)
*Flávio Duarte (Graduação)
*Miguel Rios Escossia de Oliveira (Graduação)
*Rafael Correia Nascimento (Graduação)
*Gabriel Pietroluongo (Iniciação Científica)
*Franco Schmidt Rossi (Iniciação Científica)
*Vanderlei Vieira de Souza Filho (Iniciação Científica)
*João Paulo Araújo de Andrade (Iniciação Científica)
*Renan Sarcinelli (Mestrado)
*[https://rodrigoberriel.com Rodrigo Ferreira Berriel] (Mestrado)
*Lucas Luppi Amorim (Mestrado)
*Rafael Horimoto de Freitas (Mestrado)
*Marcus Vinicius Zavarez (Mestrado)
*Lucas Caetano Possatti (Mestrado)
*André Teixeira Lopes (Mestrado)
*Christian Baumberger (Mestrado)

2026-02-07T14:35:34Z

Alberto Ferreira De Souza: Desfeita a edição 81447 de Leticia Navarro (Discussão)

2016-03-31T21:44:13Z

Alberto Ferreira De Souza:

Criando Kernel RT Ubuntu 12.04

2016-03-31T21:43:34Z

Alberto Ferreira De Souza:

As informações abaixo são baseadas em: https://rt.wiki.kernel.org/index.php/RT_PREEMPT_HOWTO

Atualize o apt-get:

# apt-get update

Baixe o kernel da versão desejada de http://www.kernel.org/pub/linux/kernel/v3.x

Você deve escolher um kernel da mesma versão que o seu, mas um pouco mais novo (ex. se o seu é 3.8.0, pode pegar um 3.8.13). Para instalar o RT, você vai, na verdade, atualizar seu kernel usando os fontes de um novo kernel, um pouco mais novo que o seu - o RT é um patch em um fonte de kernel existente.

Nos exemplos abaixo, o kernel escolhido é o 3.4.52:

$ wget http://www.kernel.org/pub/linux/kernel/v3.x/linux-3.4.52.tar.bz2

Baixe o patch RT para o kernel escolhido de http://www.kernel.org/pub/linux/kernel/projects/rt/ Se não existir, escolha outro kernel (ver acima). No exemplo abaixo, o patch é para o kernel 3.4.52:

$ wget http://www.kernel.org/pub/linux/kernel/projects/rt/3.4/patch-3.4.52-rt67.patch.bz2

Logo após, instale os pacotes abaixo:

$ sudo apt-get install gcc libncurses5-dev

Após instalar os pacotes, digite:
$ sudo su
# cd /usr/src/
# cp /< diretório onde voce baixou seu kernel>/linux-3.4.52.tar.bz2 .
# cp /< diretório onde voce baixou seu patch>/patch-3.4.52-rt67.patch.bz2 .

Descompacte o kernel:

# tar -jxvf linux-3.4.52.tar.bz2

Mude para o diretório do kernel:

# cd linux-3.4.52

Faca o patch do kernel:

# bzcat ../patch-3.4.52-rt67.patch.bz2 | patch -p1

Obtenha a configuração atual no novo kernel:

# make oldconfig

O make vai fazer algumas perguntas, responda com o padrão EXCETO sobre as opções real time e modo debug. Ou seja, quando perguntado por:

* "Preemption Model"
** Escolha "5. Fully Preemptible Kernel (RT) (PREEMPT_RT_FULL) (NEW)"
* "Debug preemptible kernel (DEBUG_PREEMPT)"
** Escolha "n"

Caso tenha algo a mudar no kernel, use o comando abaixo e mude de acordo com seu interesse nos menus.

# make menuconfig

Ao finalizar, salve as configurações e continue como descrito abaixo (alguns dos comandos abaixo demoram dezenas de minutos para terminar):

# make bzImage
# make modules
# make modules_install

Após finalizar sem erro, copiar o kernel para /boot:

# cp arch/x86_64/boot/bzImage /boot/vmlinuz-3.4.52-rt67
# cp System.map /boot/System.map-3.4.52-rt67
# cp .config /boot/config-3.4.52-rt67

Gere a imagem:

# cd /boot
# mkinitramfs -o initramfs-3.4.52-rt67.img 3.4.52-rt67

Atualize o grub:

# grub2-mkconfig -o /boot/grub2/grub.cfg
ou
# update-grub

Reinicie o computador para verificar se tudo está certo. Deve aparece o kernel com real time. Exemplo (Linux car01 3.8.13-rt16 #1 SMP PREEMPT RT)
# uname -a

Para instalar a placa de video NVIDIA siga esses passos:

Baixe o driver NVIDIA-Linux-x86_64-352.41.run no site da nvidia

Faça o Download do patch do nvidia https://dl.dropboxusercontent.com/u/1015089/online-ref/nvidia-352.41-rt.patch

Instalei o ssh
$ sudo apt-get install ssh

Descompacte o driver da nvidia
$ cd ~/Downloads
$ sudo sh ./NVIDIA-Linux-x86_64-352.41.run --extract-only
Aplique o patch
$ less nvidia-352.41-rt.patch | patch NVIDIA-Linux-x86_64-352.41/kernel/nv-linux.h

Faça a instalação do driver
Atenção!!! Nesse momento o driver vai apresentar um erro, não se preocupe continue com a instalação. O driver vai perguntar se deseja criar um arquivo para desabilitar o nouveau, aceite esse opcão.
Termine os passos e reincie o pc.

pressione Ctrl+Alt+F1 para entrar no modo texto
$ sudo service lightdm stop
$ cd NVIDIA-Linux-x86_64-352.41
$ sudo sh ./nvidia-installer
Renicie a maquina

Agora acesse a maquina por outro pc via ssh para continuar a instalação
$ ssh usuario@ip
Entre em modo super usuário
$ sudo su
Mate o lightdm
# sudo service lightdm stop
Instale o driver (Será feitas algumas perguntas, fique atento sobre a execução do nvidia-xconfig, escolha yes)
# export IGNORE_PREEMPT_RT_PRESENCE=1
# cd ~/Download/NVIDIA-Linux-x86_64-352.41
# sudo sh ./nvidia-installer
Quando terminar inicie novamente o servidor X e volte a usar a maquina
# sudo service lightdm start

Verifique se o driver foi instalado corretamente, deve mostrar as informações da placa de video
$ nvidia-settings

Criando Kernel RT Ubuntu 12.04

2016-03-31T18:16:48Z

Alberto Ferreira De Souza:

As informações abaixo são baseadas em: https://rt.wiki.kernel.org/index.php/RT_PREEMPT_HOWTO

Atualize o apt-get:

# apt-get update

Baixe o kernel da versão desejada de http://www.kernel.org/pub/linux/kernel/v3.x

Você deve escolher um kernel da mesma versão que o seu, mas um pouco mais novo (ex. se o seu é 3.8.0, pode pegar um 3.8.13). Para instalar o RT, você vai, na verdade, atualizar seu kernel usando os fontes de um novo kernel, um pouco mais novo que o seu - o RT é um patch em um fonte de kernel existente.

Nos exemplos abaixo, o kernel escolhido é o 3.4.52:

$ wget http://www.kernel.org/pub/linux/kernel/v3.x/linux-3.4.52.tar.bz2

Baixe o patch RT para o kernel escolhido de http://www.kernel.org/pub/linux/kernel/projects/rt/ Se não existir, escolha outro kernel (ver acima). No exemplo abaixo, o patch é para o kernel 3.4.52:

$ wget http://www.kernel.org/pub/linux/kernel/projects/rt/3.4/patch-3.4.52-rt67.patch.bz2

Logo após, instale os pacotes abaixo:

$ sudo apt-get install gcc libncurses5-dev

Após instalar os pacotes, digite:
$ sudo su
# cd /usr/src/
# cp /< diretório onde voce baixou seu kernel>/linux-3.4.52.tar.bz2 .
# cp /< diretório onde voce baixou seu patch>/patch-3.4.52-rt67.patch.bz2 .

Descompacte o kernel:

# tar -jxvf linux-3.4.52.tar.bz2

Mude para o diretório do kernel:

# cd linux-3.4.52

Faca o patch do kernel:

# bzcat ../patch-3.4.52-rt67.patch.bz2 | patch -p1

Obtenha a configuração atual no novo kernel:

# make oldconfig

O make vai fazer algumas perguntas, responda com o padrão EXCETO sobre as opções real time e modo debug. Ou seja, quando perguntado por:

* "Preemption Model"
** Escolha "5. Fully Preemptible Kernel (RT) (PREEMPT_RT_FULL) (NEW)"
* "Debug preemptible kernel (DEBUG_PREEMPT)"
** Escolha "n"

Caso tenha algo a mudar no kernel, use o comando abaixo e mude de acordo com seu interesse nos menus.

# make menuconfig

Ao finalizar, salve as configurações e continue como descrito abaixo (alguns dos comandos abaixo demoram dezenas de minutos para terminar):

# make bzImage
# make modules
# make modules_install

Após finalizar sem erro, copiar o kernel para /boot:

# cp arch/x86_64/boot/bzImage /boot/vmlinuz-3.4.52-rt67
# cp System.map /boot/System.map-3.4.52-rt67
# cp .config /boot/config-3.4.52-rt67

Gere a imagem:

# cd /boot
# mkinitramfs -o initramfs-3.4.52-rt67.img 3.4.52-rt67

Atualize o grub:

# grub2-mkconfig -o /boot/grub2/grub.cfg
ou
# update-grub

Reinicie o computador para verificar se tudo está certo. Deve aparece o kernel com real time. Exemplo (Linux car01 3.8.13-rt16 #1 SMP PREEMPT RT)
# uname -a

Para instalar a placa de video NVIDIA siga esses passos:

Baixe o driver NVIDIA-Linux-x86_64-352.41.run no site da nvidia

Faça o Download do patch do nvidia https://dl.dropboxusercontent.com/u/1015089/online-ref/nvidia-352.41-rt.patch
Instalei o ssh
sudo apt-get install ssh

Extraia o driver da nvidia
# cd ~/Downloads
# sudo sh ./NVIDIA-Linux-x86_64-352.41.run --extract-only
Aplique o patch
# less nvidia-352.41-rt.patch | patch NVIDIA-Linux-x86_64-352.41/kernel/nv-linux.h

Faça a instalação do driver
* Atenção!!! Nesse momento o driver vai apresentar um erro, não se preocupe continue com a instalação. O driver vai perguntar se deseja criar um arquivo para desabilitar o nouveau, aceite esse opcão. Termine os passos e reincie o pc.
pressione Ctrl+Alt+F1 para entrar no modo texto
# sudo service lightdm stop
# cd NVIDIA-Linux-x86_64-352.41
# sudo sh ./nvidia-installer
Renicie o pc

Agora entre via ssh na maquina
# ssh usuario@ip
Mate o lightdm
# sudo service lightdm stop
Instale o driver (Será feitas algumas perguntas, fique atento sobre a execução do nvidia-xconfig, escolha yes)
# cd ~/Download/NVIDIA-Linux-x86_64-352.41
# sudo sh ./nvidia-installer
Quando terminar inicie novamente o servidor X e volte a usar a maquina
# sudo service lightdm start

Verifique se o driver foi instalado corretamente, deve mostrar as informações da placa de video
# nvidia-settings

Criando Kernel RT Ubuntu 12.04

2016-03-31T18:15:47Z

Alberto Ferreira De Souza:

As informações abaixo são baseadas em: https://rt.wiki.kernel.org/index.php/RT_PREEMPT_HOWTO

Atualize o apt-get:

# apt-get update

Baixe o kernel da versão desejada de http://www.kernel.org/pub/linux/kernel/v3.x

Você deve escolher um kernel da mesma versão que o seu, mas um pouco mais novo (ex. se o seu é 3.8.0, pode pegar um 3.8.13). Para instalar o RT, você vai, na verdade, atualizar seu kernel usando os fontes de um novo kernel, um pouco mais novo que o seu - o RT é um patch em um fonte de kernel existente.

Nos exemplos abaixo, o kernel escolhido é o 3.4.52:

$ wget http://www.kernel.org/pub/linux/kernel/v3.x/linux-3.4.52.tar.bz2

Baixe o patch RT para o kernel escolhido de http://www.kernel.org/pub/linux/kernel/projects/rt/ Se não existir, escolha outro kernel (ver acima). No exemplo abaixo, o patch é para o kernel 3.4.52:

$ wget http://www.kernel.org/pub/linux/kernel/projects/rt/3.4/patch-3.4.52-rt67.patch.bz2

Logo após, instale os pacotes abaixo:

$ sudo apt-get install gcc libncurses5-dev

Após instalar os pacotes, digite:
$ sudo su
# cd /usr/src/
# cp /< diretório onde voce baixou seu kernel>/linux-3.4.52.tar.bz2 .
# cp /< diretório onde voce baixou seu patch>/patch-3.4.52-rt67.patch.bz2 .

Descompacte o kernel:

# tar -jxvf linux-3.4.52.tar.bz2

Mude para o diretório do kernel:

# cd linux-3.4.52

Faca o patch do kernel:

# bzcat ../patch-3.4.52-rt67.patch.bz2 | patch -p1

Obtenha a configuração atual no novo kernel:

# make oldconfig

O make vai fazer algumas perguntas, responda com o padrão EXCETO sobre as opções real time e modo debug. Ou seja, quando perguntado por:

* "Preemption Model"
** Escolha "5. Fully Preemptible Kernel (RT) (PREEMPT_RT_FULL) (NEW)"
* "Debug preemptible kernel (DEBUG_PREEMPT)"
** Escolha "n"

Caso tenha algo a mudar no kernel, use o comando abaixo e mude de acordo com seu interesse nos menus.

# make menuconfig

Ao finalizar, salve as configurações e continue como descrito abaixo (alguns dos comandos abaixo demoram dezenas de minutos para terminar):

# make bzImage
# make modules
# make modules_install

Após finalizar sem erro, copiar o kernel para /boot:

# cp arch/x86_64/boot/bzImage /boot/vmlinuz-3.4.52-rt67
# cp System.map /boot/System.map-3.4.52-rt67
# cp .config /boot/config-3.4.52-rt67

Gere a imagem:

# cd /boot
# mkinitramfs -o initramfs-3.4.52-rt67.img 3.4.52-rt67

Atualize o grub:

# grub2-mkconfig -o /boot/grub2/grub.cfg
ou
# update-grub

Reinicie o computador para verificar se tudo está certo. Deve aparece o kernel com real time. Exemplo (Linux car01 3.8.13-rt16 #1 SMP PREEMPT RT)
# uname -a

Para instalar a placa de video NVIDIA siga esses passos:

Baixe o driver NVIDIA-Linux-x86_64-352.41.run no site da nvidia
Faça o Download do patch do nvidia https://dl.dropboxusercontent.com/u/1015089/online-ref/nvidia-352.41-rt.patch
Instalei o ssh
sudo apt-get install ssh

Extraia o driver da nvidia
# cd ~/Downloads
# sudo sh ./NVIDIA-Linux-x86_64-352.41.run --extract-only
Aplique o patch
# less nvidia-352.41-rt.patch | patch NVIDIA-Linux-x86_64-352.41/kernel/nv-linux.h

Faça a instalação do driver
* Atenção!!! Nesse momento o driver vai apresentar um erro, não se preocupe continue com a instalação. O driver vai perguntar se deseja criar um arquivo para desabilitar o nouveau, aceite esse opcão. Termine os passos e reincie o pc.
pressione Ctrl+Alt+F1 para entrar no modo texto
# sudo service lightdm stop
# cd NVIDIA-Linux-x86_64-352.41
# sudo sh ./nvidia-installer
Renicie o pc

Agora entre via ssh na maquina
# ssh usuario@ip
Mate o lightdm
# sudo service lightdm stop
Instale o driver (Será feitas algumas perguntas, fique atento sobre a execução do nvidia-xconfig, escolha yes)
# cd ~/Download/NVIDIA-Linux-x86_64-352.41
# sudo sh ./nvidia-installer
Quando terminar inicie novamente o servidor X e volte a usar a maquina
# sudo service lightdm start

Verifique se o driver foi instalado corretamente, deve mostrar as informações da placa de video
# nvidia-settings

Criando Kernel RT Ubuntu 12.04

2016-03-31T18:14:21Z

2015-07-06T00:11:07Z

Alberto Ferreira De Souza: /* Professor do LCAD obtém a sétima colocação na Amazon Picking Challenge */

== Professor do LCAD obtém a sétima colocação na Amazon Picking Challenge==

[[Arquivo:Photo-icra.jpg|480px|centro]]

O professor Alberto F. De Souza, coordenador do '''Laboratório de Computação de Alto Desempenho''', participou de equipe que obteve a sétima colocação na Amazon Picking Challenge, uma competição de robótica autônoma promovida pela Amazon ([http://amazonpickingchallenge.org]). O professor Alberto, como parte de suas atividades de pós-doutoramento junto ao grupo do prof. Kostas Bekris (http://www.pracsyslab.org/bekris), da Rutgers University (USA), desenvolveu hardware e software para o robô Motoman (SDA10, Yaskawa) utilizando várias tecnologias previamente desenvolvidas no LCAD. O resultado obtido coloca o LCAD, o PPGI e a UFES em um time que se encontra entre os 10 melhores em manipulação robótica autônoma do mundo.

Reportagem da Bloomberg sobre a Amazon Picking Challenge com vídeo com entrevista do prof. Alberto.

[http://www.bloomberg.com/news/articles/2015-05-28/robot-with-a-human-grasp-is-amazon-s-challenge-to-students http://www.bloomberg.com/news/articles/2015-05-28/robot-with-a-human-grasp-is-amazon-s-challenge-to-students]

Vídeo com a versão final do sistema desenvolvido para a competição (5 vezes a velocidade normal para melhor visualização):

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Apenas o robô:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

Neste vídeo é apresentada a proposta inicial de sistema para o robô, elaborada no início do projeto. A arquitetura do sistema final, utilizada na competição, é uma versão ligeiramente aprimorada.

[[Image:1.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/M7ktnz32BA0]]

Neste vídeo, sao apresentados os sistemas de mapeamento, localização e detecção de objetos preliminares.

[[Image:2.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/47_Bj3o9s-Y]]

O detector de objetos utilizado é uma versão aprimorada do detector de objetos denominado Linemod. Este vídeo mostra um teste realizado após algumas das melhorias realizadas na versão publicamente disponível de Linemod. A versão final desenvolvida e utilizada na competição será disponibilizada como software livre.

[[Image:3.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/s_mtzXzKT7c]]

Neste vídeo é apresentado o robô Baxter realizando todas as principais tarefas da competição. A Rutgers já possuia este robô, que foi utilizado na fase preliminar do projeto. O professor Alberto era o responsável pelos subsistemas de tomada de decisão, mapeamento, localização e detecção de objetos, equanto que a equipe do prof. Bekris era responsável pela parte de planejamento do movimento do robô (especialidade da equipe do prof. Bekris). Contudo, neste vídeo o sistema de planejamento dos movimentos do robô utilizado também foi desenvolvido pelo prof. Alberto com base no software MoveIt!, disponível na forma de software livre. A detecção de objetos ainda era viabilizada por uma versão preliminar do sistema utilizado na competição.

[[Image:4.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/0K_PHgdauGo]]

Vídeo submetido à Amazon em competição paralela promovida pela mesma para determinar a quem a empresa iria conceder uma estante e os objetos que seriam usados na competição. Nele é possível ver o planejador de movimentos do grupo do prof. Bekris empregado em simulações.

[[Image:5.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/eFRg8EhO2Uk]]

Vídeo submetido ao fabricante do robô usado na competição, Motoman SDA10F, fabricado pela Yaskawa. Graças a este vídeo a Rutgers ganhou por empréstimo (por 6 meses) um robô de ~U$150,000.00.

[[Image:6.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/-Lz8SbGRlmw]]

Vídeo submetido para a Amazon em uma competição paralela para receber apoio para transportar o robô para a competição (a Rutgers ganhou o apoio).

[[Image:7.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/H33EeTi3FaI]]

Versão mais avançada do sistema desenvolvido rodando no Baxter e pegando objetos na estante da competição.

[[Image:8.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/kx6mFj9pjPU]]

Este manipulador a vácuo foi projetado pelo professor Alberto, em conjunto com a empresa Unigripper (http://www.unigripper.com) especialmente para a competição.

[[Arquivo:Photo_1.JPG|thumb|480px|centro|Rascunho a mão do projeto do manipulador vácuo desenvolvido para a competição]]

Todos os pontos obtidos na competição foram alcançados com dele. A estrutura física básica dele foi implementada pela empresa Unigripper (http://www.unigripper.com). Mas o acionamento eletrônico, assim como o driver de acionamente computacional, foram implementados pelo prof. Alberto. A Rutgers ganhou o apoio da Unigripper em uma competição paralela à Amazon Picking Challenge promovida pela empresa.

[[Image:9.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=4hWTLhXAjyA]]

Neste vídeo, o prof. Alberto apresenta o sistema completo que ele desenvolveu (inclusive o planejamento de movimento) rodando com a parte de mapeamento, localização e detecção de objetos no mundo real, mas simulando o robô utilizado na competição.

[[Image:10.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/4__ainsD0QI]]

Neste vídeo é apresentada a versão final do sistema utilizado na competição sendo empregada no robô utilizado na competição. No vídeo, o robô Motoman SDA10F realiza com sucesso uma das tarefas da competição.

[[Image:11.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=tofuV3d3XW0]]

Neste vídeo é novamente apresentada a versão final do sistema utilizado na competição sendo empregada no robô utilizado na competição. No vídeo, o robô Motoman SDA10F realiza com sucesso várias das tarefas da competição:

[[Image:12.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=ag6aSwCUzMA]]

O mesmo vídeo 5x mais rápido:

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Apenas o robô, 5x:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

Amazon Picking Challenge

2015-07-06T00:08:11Z

Alberto Ferreira De Souza: /* Professor do LCAD obtém a sétima colocação na Amazon Picking Challenge */

== Professor do LCAD obtém a sétima colocação na Amazon Picking Challenge==

[[Arquivo:Photo-icra.jpg|480px|centro]]

O professor Alberto F. De Souza, coordenador do '''Laboratório de Computação de Alto Desempenho''', participou de equipe que obteve a sétima colocação na Amazon Picking Challenge, uma competição de robótica autônoma promovida pela Amazon ([http://amazonpickingchallenge.org]). O professor Alberto, como parte de suas atividades de pós-doutoramento junto ao grupo do prof. Kostas Bekris, da Rutgers University (USA), desenvolveu hardware e software para o robô Motoman (SDA10, Yaskawa) utilizando várias tecnologias previamente desenvolvidas no LCAD. O resultado obtido coloca o LCAD, o PPGI e a UFES em um time que se encontra entre os 10 melhores em manipulação robótica autônoma do mundo.

Reportagem da Bloomberg sobre a Amazon Picking Challenge com vídeo com entrevista do prof. Alberto.

[http://www.bloomberg.com/news/articles/2015-05-28/robot-with-a-human-grasp-is-amazon-s-challenge-to-students http://www.bloomberg.com/news/articles/2015-05-28/robot-with-a-human-grasp-is-amazon-s-challenge-to-students]

Vídeo com a versão final do sistema desenvolvido para a competição (5 vezes a velocidade normal para melhor visualização):

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Apenas o robô:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]

Neste vídeo é apresentada a proposta inicial de sistema para o robô, elaborada no início do projeto. A arquitetura do sistema final, utilizada na competição, é uma versão ligeiramente aprimorada.

[[Image:1.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/M7ktnz32BA0]]

Neste vídeo, sao apresentados os sistemas de mapeamento, localização e detecção de objetos preliminares.

[[Image:2.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/47_Bj3o9s-Y]]

O detector de objetos utilizado é uma versão aprimorada do detector de objetos denominado Linemod. Este vídeo mostra um teste realizado após algumas das melhorias realizadas na versão publicamente disponível de Linemod. A versão final desenvolvida e utilizada na competição será disponibilizada como software livre.

[[Image:3.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/s_mtzXzKT7c]]

Neste vídeo é apresentado o robô Baxter realizando todas as principais tarefas da competição. A Rutgers já possuia este robô, que foi utilizado na fase preliminar do projeto. O professor Alberto era o responsável pelos subsistemas de tomada de decisão, mapeamento, localização e detecção de objetos, equanto que a equipe do prof. Bekris era responsável pela parte de planejamento do movimento do robô (especialidade da equipe do prof. Bekris). Contudo, neste vídeo o sistema de planejamento dos movimentos do robô utilizado também foi desenvolvido pelo prof. Alberto com base no software MoveIt!, disponível na forma de software livre. A detecção de objetos ainda era viabilizada por uma versão preliminar do sistema utilizado na competição.

[[Image:4.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/0K_PHgdauGo]]

Vídeo submetido à Amazon em competição paralela promovida pela mesma para determinar a quem a empresa iria conceder uma estante e os objetos que seriam usados na competição. Nele é possível ver o planejador de movimentos do grupo do prof. Bekris empregado em simulações.

[[Image:5.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/eFRg8EhO2Uk]]

Vídeo submetido ao fabricante do robô usado na competição, Motoman SDA10F, fabricado pela Yaskawa. Graças a este vídeo a Rutgers ganhou por empréstimo (por 6 meses) um robô de ~U$150,000.00.

[[Image:6.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/-Lz8SbGRlmw]]

Vídeo submetido para a Amazon em uma competição paralela para receber apoio para transportar o robô para a competição (a Rutgers ganhou o apoio).

[[Image:7.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/H33EeTi3FaI]]

Versão mais avançada do sistema desenvolvido rodando no Baxter e pegando objetos na estante da competição.

[[Image:8.jpg|thumb|600px|centro|nenhum|link=http://youtu.be/kx6mFj9pjPU]]

Este manipulador a vácuo foi projetado pelo professor Alberto, em conjunto com a empresa Unigripper (http://www.unigripper.com) especialmente para a competição.

[[Arquivo:Photo_1.JPG|thumb|480px|centro|Rascunho a mão do projeto do manipulador vácuo desenvolvido para a competição]]

Todos os pontos obtidos na competição foram alcançados com dele. A estrutura física básica dele foi implementada pela empresa Unigripper (http://www.unigripper.com). Mas o acionamento eletrônico, assim como o driver de acionamente computacional, foram implementados pelo prof. Alberto. A Rutgers ganhou o apoio da Unigripper em uma competição paralela à Amazon Picking Challenge promovida pela empresa.

[[Image:9.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=4hWTLhXAjyA]]

Neste vídeo, o prof. Alberto apresenta o sistema completo que ele desenvolveu (inclusive o planejamento de movimento) rodando com a parte de mapeamento, localização e detecção de objetos no mundo real, mas simulando o robô utilizado na competição.

[[Image:10.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/4__ainsD0QI]]

Neste vídeo é apresentada a versão final do sistema utilizado na competição sendo empregada no robô utilizado na competição. No vídeo, o robô Motoman SDA10F realiza com sucesso uma das tarefas da competição.

[[Image:11.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=tofuV3d3XW0]]

Neste vídeo é novamente apresentada a versão final do sistema utilizado na competição sendo empregada no robô utilizado na competição. No vídeo, o robô Motoman SDA10F realiza com sucesso várias das tarefas da competição:

[[Image:12.jpg|thumb|600px|centro|nenhum|link=https://www.youtube.com/watch?v=ag6aSwCUzMA]]

O mesmo vídeo 5x mais rápido:

[[Image:13.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/8bXFiNWPc3E]]

Apenas o robô, 5x:

[[Image:14.jpg|thumb|600px|centro|nenhum|link=https://youtu.be/PhxOCKRejGM]]