Knowledge representation for improving the control and navigation of mobile robot manipulators in internal logistics

Rodrigo Farinha Bernardo

Key information

Authors:

Rodrigo Farinha Bernardo (Rodrigo Bernardo)

Supervisors:

Paulo Jorge Sequeira Gonçalves (Paulo Jorge Sequeira Gonçalves); João Miguel da Costa Sousa (João Miguel Da Costa Sousa)

Published in

November 12, 2025

Abstract

O aparecimento da Indústria 4.0 e 5.0 foi caracterizada por mudanças radicais nos sistemas de produção. A necessidade de uma maior capacidade de resposta através de sistemas reconfiguráveis de forma a conferir sistemas flexíveis de produção, colocou desafios significativos na logística interna. Foi comprovado inúmeras vezes que as plataformas robóticas modernas (ex., os robôs manipuladores moveis autónomos) são a chave para atingir estes novos requisitos de produção, contudo surge o desafio de construir programas de controlo para estes de forma a gerar comportamentos competentes em função das suas características, da tarefa que executam e do ambiente em que operam. A normalização da representação do conhecimento é um elemento crucial na indústria moderna. A modelação semântica e as ontologias foram enumeradas como uma estratégia promissora na representação do conhecimento necessário para apoiar a flexibilidade e a modularidade dos novos sistemas de produção. Neste trabalho foi investigada e proposta uma ontologia de domínio, de modo a conferir sistemas robóticos flexíveis na logística interna, com base nesta ontologia foram propostas diferentes arquiteturas de forma a que os robôs consigam inferir como as tarefas podem ser realizadas através de movimentos e interações com o ambiente, e como podem replanear, evitando um estado de falha tirando partido das possibilidades de ação, assim como das características que os objetos no seu ambiente oferecem. Adicionalmente foi proposta uma arquitetura que integra modelos de otimização e conhecimento semântico a fim de melhorar o planeamento de tarefas dos sistemas robóticos e facilitar o replaneamento dinâmico, provando ser uma estratégia promissora e propõe-se que seja explorada em cenários industriais de maior dimensão, onde esta pode ainda trazer mais vantagens. Foi demostrado com base em casos de estudo reais, que o vocabulário do domínio traz benefícios adicionais para a representação do conhecimento adquirido, nas novas arquiteturas semânticas de navegação e manipulação de robôs, de forma que os robôs possam interagir com outras máquinas, robôs e humanos dentro da fábrica num quadro de conhecimento comum. Com base na representação semântica de todos os elementos do ambiente de logística interna. Isto inclui a compreensão das relações entre os diferentes componentes, a localização dos postos de trabalho, os requisitos de cada componente e as prioridades associadas a cada tarefa, entre outros. Radical changes in production systems have marked the emergence of Industry 4.0 and 5.0. The need for greater responsiveness through reconfigurable systems to provide flexible production systems has created significant challenges for internal logistics. It has been proven countless times that modern robotic platforms (e.g., autonomous mobile manipulator robots) are the key to achieving these new production requirements. However, the challenge is developing control programs that generate competent behavior depending on their characteristics, tasks, and the environment in which they operate. The standardization of knowledge representation is a crucial element in modern industry. Semantic modeling and ontologies have been identified as promising knowledge representation strategies needed to support the flexibility and modularity of new production systems. This thesis investigates and proposes a domain ontology to provide flexible robotic systems in internal logistics. Different frameworks were proposed so that robots can infer how tasks can be carried out through movements and interactions with the environment and how they can replan, avoiding a state of failure, taking advantage of the possibilities of action, as well as the characteristics that the objects in their environment offer. An architecture that integrates optimization models and semantic knowledge to improve the task planning of robotic systems and facilitate dynamic replanning has also been proposed, proving to be a promising strategy and is proposed to be explored in larger industrial scenarios, where it can bring even more advantages. Based on real case studies, it has been shown that the domain vocabulary brings additional benefits for the representation of acquired knowledge in new semantic architectures for robot navigation and manipulation so that robots can interact with other machines, robots and humans within the factory in a common knowledge framework. Based on the semantic representation of all the elements of the internal logistics environment. This includes understanding the relationships between the different components, the location of workstations, the requirements of each component, and the priorities associated with each task, among others.