Construa um micromouse para resolver labirintos

O que você está construindo

Um robô colocado em um labirinto que nunca viu, que encontra o centro e depois percorre de volta o caminho mais curto que consegue provar existir.

Essa segunda metade é o que diferencia um micromouse de todos os outros robôs deste site. Um robô seguidor de linha reage. Um robô com desvio de obstáculos reage. Um micromouse lembra — constrói um mapa enquanto se movimenta e então planeja entre células que ainda não visitou. É o menor problema completo de robótica: medição, movimento, mapeamento e planejamento, todos precisam funcionar ao mesmo tempo.

A estratégia de duas passagens

Os micromouses de competição fazem várias passagens e são pontuados pela mais rápida. Isso produz uma estratégia que vale copiar mesmo quando ninguém está cronometrando você:

Primeira passagem — explorar. Avance com cuidado, registre quais células têm quais paredes e chegue ao centro. A velocidade é irrelevante; o mapa é o produto.

Segunda passagem — usar o mapa. Aplique flood fill ao mapa concluído, calcule a rota mais curta e percorra-a sem parar para fazer novas medições daquilo que você já sabe.

A divisão importa porque as duas passagens querem coisas opostas. Explorar pede movimento lento e cauteloso e medição constante. Fazer a passagem rápida exige avançar com decisão. Tentar fazer as duas ao mesmo tempo produz um robô que é ruim nas duas.

Por que o algoritmo não é a parte difícil

O flood fill é realmente simples: dê distância 0 à célula objetivo, dê a cada vizinha 1 a mais que a menor vizinha alcançável e siga sempre para um número menor. São algumas dezenas de linhas e, em uma grade, ele comprova produzir o caminho mais curto.

A parte difícil é que ele pressupõe que o robô sabe em qual célula está.

Conte uma célula errado, ou vire 88° em vez de 90° algumas vezes, e o planejador estará resolvendo o labirinto para um robô que está em outro lugar. O sintoma é frustrante: o algoritmo é perfeito, a fiação está correta, e o robô avança com convicção contra uma parede.

Por isso a ordem de construção abaixo gasta a maior parte do esforço com movimento e adiciona o planejador por último. Você pode provar o planejador separadamente no simulador do solucionador de labirintos, onde a posição é exata por construção — exatamente por isso que simular primeiro vale o tempo.

Lista de materiais

Total: aproximadamente US$ 70–95, mais o labirinto.

Três sensores de distância, não um. Um único sensor frontal obriga o robô a girar para fazer a medição, o que custa tempo e — muito pior — introduz erro de orientação em cada observação. Três sensores fixos permitem ler as três paredes de uma célula de uma só vez, sem se mover. É a diferença entre um micromouse que mapeia de forma confiável e outro que acumula erro toda vez que verifica uma parede.

Lembre-se de que os três sensores VL53L0X iniciam no endereço 0x29, portanto você precisa de três GPIOs em XSHUT para ativá-los um de cada vez e reatribuir endereços — e precisa repetir isso a cada inicialização, porque a alteração é volátil.

Fique de olho na RAM. Um campo de distâncias de flood fill de 16×16 armazenado como uint8_t ocupa 256 bytes, além de um mapa de paredes e uma fila. Em 2 KB de um Uno isso cabe, mas somente se você gerenciar o espaço com cuidado — o que já é um bom exercício, e a razão pela qual muita gente migra para ESP32 aqui.

Ordem de construção

1 — Obtenha três leituras de distância limpas. Frente, esquerda e direita, usando sensores de tempo de voo VL53L0X. Eles compartilham um barramento I²C e iniciam no mesmo endereço, então ative-os um de cada vez, mantendo os outros em reset e reatribuindo endereços na inicialização. Confirme que cada um lê uma parede a uma distância conhecida antes de montar qualquer coisa.

2 — Faça-o avançar em linha reta e virar em ângulo reto. Esta é a parte principal. Siga seguimento de parede e curvas precisas: um laço PID nos sensores laterais para permanecer centralizado, curvas integradas pelo giroscópio em vez de contagens de encoder e novo ajuste do esquadro contra uma parede frontal sempre que houver uma. Não avance até o robô conseguir dar dez curvas e continuar corretamente orientado.

3 — Conte células com confiabilidade. Encoders preveem onde um limite deveria estar; a borda de descida de uma parede lateral confirma onde ele realmente está. Quando os dois discordam, acredite na parede — ela é uma referência física, não uma estimativa acumulada.

4 — Registre as paredes em um mapa. Dois bits por célula para quatro paredes, e um labirinto de 16 × 16 cabe em algumas centenas de bytes. Registre cada observação assim que a faz.

5 — Adicione o flood fill. Agora o planejador tem dados honestos. Recalcule as distâncias sempre que uma parede recém-descoberta invalidar o plano atual — esse replanejamento é a razão de usar flood fill em vez de uma busca de uma única passagem.

Observações dos componentes que importam

Pequeno vence rápido. O robô precisa girar dentro de uma célula. Um chassi compacto, com as rodas próximas ao centro de rotação, gira corretamente; um chassi longo bate nas paredes a cada curva, e nenhum ajuste conserta a geometria.

A folga é erro de orientação. Cada curva no lugar inverte os motores, e um redutor frouxo perde os primeiros poucos graus — cerca de 0,9° de orientação em uma roda de 42 mm com 4° de folga. Motores N20 com redutor metálico existem por esse motivo.

Monte os sensores laterais um pouco à frente e inclinados. Apontá-los diretamente para fora significa que eles só veem uma parede quando ela está exatamente ao lado, então o robô fica sabendo dela tarde demais. Um pequeno ângulo para a frente dá ao laço de controle uma antecipação.

Dê aos sensores uma alimentação estável. Um VL53L0X retorna números errados com aparência plausível quando o trilho cai, em vez de falhar obviamente — o pior tipo de falha, porque o mapa se enche de paredes que não existem.

Como fica um bom resultado

Duas dessas linhas merecem ênfase.

A detecção de paredes não aceita crédito parcial. Uma parede registrada incorretamente corrompe o mapa; o flood fill então calcula um caminho que a atravessa como se estivesse livre, e a passagem rápida avança direto contra ela. Não há degradação gradual, e é por isso que a passagem de exploração é lenta.

As linhas de deriva são o verdadeiro projeto. O algoritmo não é a parte difícil — o flood fill tem cerca de quarenta linhas e pode ser testado inteiramente no simulador sem componentes. A parte difícil é que, depois de dez células, o robô não está mais onde pensa estar, e um micromouse que deriva 20 mm a cada dez células estará tocando a parede no lado oposto do labirinto. Tudo o que faz um micromouse real funcionar — correção de seguimento de parede, curvas integradas com os dados do giroscópio e calibração de encoders — existe para combater esse único número.

Quando algo dá errado

Quase todas as entradas dessa tabela são falhas de movimento ou medição, não de algoritmo. Essa distribuição é o mais importante a saber antes de começar, porque ela indica onde dedicar seu tempo.

Se quiser as ideias de mapeamento e planejamento sem componentes, o simulador do solucionador de labirintos executa a mesma estratégia de duas fases no navegador, e o caminho de planejamento de caminho e mapeamento prossegue até A* e SLAM. Para um primeiro robô de labirinto muito mais barato, o solucionador de labirinto com fita usa fita em vez de paredes e não precisa de sensores de distância.