O projeto de Transporte Inteligente de Cargas no contexto da Indústria 4.0, tem como objetivo modernizar os sistemas logísticos por meio do uso de robôs autônomos, integrando
técnicas avançadas de Inteligência Artificial (IA) voltadas à percepção, tomada de decisão e navegação em ambientes industriais complexos e dinâmicos.
No âmbito do projeto, coordenado pelo professor André Gustavo Scolari Conceição (Universidade Federal da Bahia, UFBA) e com participação de pesquisadores de diversas
outras instituições, a iniciativa surgiu a partir das limitações dos métodos tradicionais de transporte e movimentação de cargas, fortemente dependentes de operações manuais para
localização, separação e deslocamento de produtos. Ao longo da pesquisa, foram desenvolvidos e aperfeiçoados robôs equipados com sensores como câmeras, Light
Detection and Ranging (LiDAR) e Inertial Measurement Unit (IMU), capazes de interpretar o ambiente utilizando algoritmos de IA para detecção e classificação de objetos,
técnicas probabilísticas de localização e mapeamento simultâneo (SLAM, Simultaneous Localization and Mapping) e métodos avançados de controle e planejamento de
trajetórias.
Os sistemas desenvolvidos demonstraram a capacidade de navegação em ambientes não estruturados, ajuste de rotas em tempo real, identificação de cargas variadas e execução de
manobras precisas de aproximação e docagem. Braços robóticos com sensores visuais e técnicas de IA ampliaram essas funcionalidades, possibilitando múltiplas preensões em 6D
e seleção precisa de objetos, inclusive em processos de manufatura aditiva, caracterizados por alta complexidade e proximidade de obstáculos.
O projeto comprovou que a aplicação de técnicas modernas de IA em sistemas robóticos pode transformar significativamente a logística industrial, promovendo soluções mais
flexíveis, escaláveis e robustas. Os impactos esperados incluem aumento da eficiência operacional, redução de custos, melhor uso de energia e maior segurança no ambiente de trabalho.
Além da UFBA, colaboraram com o projeto: Universidade Federal de Goiás (UFG), entidade associada ao INESC P&D Brasil; Mahnic Operadora Logística LTDA; Cesar Transporte de
Cargas LTDA.
O projeto foi financiado pelo CNPq por meio da Chamada CNPq/MCTI/FNDCT No 15/2022 – Desenvolvimento de CT&I para o Setor de Transporte.
