Spelling suggestions: "subject:"autofocalização e mapeamento"" "subject:"autofocalização e capeamento""
1 |
Mapas auto-organizáveis para agentes robóticos autônomosMOLE, Vilson Luiz Dalle 31 January 2010 (has links)
Made available in DSpace on 2014-06-12T15:52:08Z (GMT). No. of bitstreams: 2
arquivo3104_1.pdf: 10366275 bytes, checksum: 2fb0195a7c62e76b0be52b710d341aa7 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2010 / dispositivos sensores de varredura a laser. O agente explora um ambiente composto de salas,
corredores e passagens entre salas. Tal ambiente é inicialmente desconhecido e o agente
robótico o explora assimilando conhecimento sobre o layout e outras características,
produzindo uma representação interna. O agente robótico faz uso dessa representação interna
para: planejar suas ações de navegação; determinar e percorrer um caminho entre a sua
posição atual e outra localizada no ambiente conhecido; navegar desviando de obstáculos;
localizar a si mesmo em sua representação interna, confrontando as informações capturadas
por seu sistema sensor com o seu conhecimento do ambiente; produzir reconstruções virtuais
das áreas visitadas.
O problema acima é formalizado considerando a captura, codificação, representação e
associação de percepções como base para a obtenção de uma representação cognitiva do
ambiente. Os fluxos de dados dos dispositivos sensores são considerados fontes para a
extração de percepções por processos inatos, e estes, em termos computacionais, constituem
um passo de pré-processamento.
Nesta tese, o foco é a obtenção dos comportamentos mencionados acima, a partir de
mecanismos de Inteligência Artificial. Aspectos de Neurofisiologia e Neuropsicologia são
considerados na proposição de um modelo cognitivo e um conjunto de modelos
computacionais e seus algoritmos. O modelo cognitivo proposto é biologicamente plausível e
computacionalmente realizável. Posteriormente, o modelo cognitivo proposto é usado no
desenvolvimento de artefatos computacionais para suporte aos processos cognitivos
requeridos. Tal modelo é composto de uma arquitetura em camadas entrelaçadas e suporta a
definição de módulos que realizam processos cognitivos isolados, bem como módulos que
realizam processos cognitivos com interdependências. O modelo cognitivo proposto, o sistema motor e sensor do agente robótico e as tarefas
definidas são considerados na proposição de um conjunto básico de módulos. Um novo
modelo de mapa auto-organizável é proposto para suporte às atividades neurais requeridas.
Esse novo modelo de rede neural foi chamado de Mapa Auto-Organizável Crescente que
Aprende Topologia (Growing Topology Learning Self-Organizing Map - GTLSOM). O
GTLSOM produz, a partir de triangulações simples, um mapa que representa a topologia de
um espaço de amostras. Esse modelo de rede neural é usado como uma ferramenta para
armazenar, agrupar e indexar percepções produzindo mapas que atuam como memórias
básicas para processos cognitivos mais elaborados.
O layout do ambiente no entorno do agente robótico é representado em um mapa
produzido pelo modelo GTLSOM. Esse mapa é, então, empregado na interpretação do
ambiente local diferenciando entre espaço livre e obstáculos.
A percepção e desvio de obstáculos é suportada em dois momentos diferentes. Na fase
de planejamento, o mapa de Células de Grade é usado e caminhos são determinados evitando
os obstáculos conhecidos. Para tal, é proposto um algoritmo que tem por bases a dispersão de
um pulso elétrico sobre um aramado e o conceito de campos potenciais. Na fase de
navegação, as percepções do agente robótico são usadas na obtenção de uma memória
contextual. Essa memória produz um julgamento de valor acerca da viabilidade de cada uma
das ações de navegação disponíveis. O algoritmo proposto para guiar o agente robótico
através de um caminho determinado no mapa de Células de Grade, considera esse julgamento
de valor na decisão de qual ação executar.
A reconstrução virtual de um lugar visitado é obtida usando o GTLSOM como uma
ferramenta para a obtenção de uma malha de triângulos que representa as superfícies dos
obstáculos e as superfícies que delimitam o ambiente.
Nesta tese, o conceito de mapa topológico é similar ao de um grafo. Logo,
considerando diferentes níveis de abstração, os nodos podem representar salas (localidades)
ou posições (lugares). Um nodo representa um conjunto de percepções formando um contexto
que habilita o agente robótico a reconhecer um lugar quando revisitado. O primeiro nível de
abstração mencionado é remetido a trabalhos futuros. Entretanto, é proposto um algoritmo
para a obtenção de um mapa topológico no qual cada nodo congrega um conjunto de
percepções formando um contexto que identifica um lugar, uma posição visitada pelo agente e que pode ser reconhecida a partir do conjunto de características percebidas. As relações de
vizinhança entre lugares são representadas pelas conexões entre nodos. O modelo GTLSOM é
empregado como uma memória de percepções onde o conjunto de percepções atuais dispara
lembranças cujo contexto associativo produz o reconhecimento do lugar.
O modelo cognitivo e os algoritmos propostos são validados em um ambiente 3D
virtual realístico. Esse ambiente foi desenvolvido como parte desta tese, e foi projetado para
permitir interações diretas e em tempo real com o agente robótico virtual. A movimentação do
agente no ambiente pode ser observada sob três diferentes perspectivas. Uma câmera
apresenta a visão do próprio agente robótico. Outra segue o agente enquanto ele se movimenta
no ambiente. A terceira câmera produz uma visão de topo, na qual se observa o agente
robótico e parte do ambiente ao seu redor. A simulação da dinâmica é capaz de detectar as
colisões entre o agente robótico e os elementos do ambiente. Entretanto, a simulação de
inércia e de forças de aceleração e gravidade são remetidas a trabalhos futuros
|
2 |
Auto-localização e construção de mapas de ambiente para robôs móveis baseados em visão omnidirecional estéreo. / Simultaneous localization and map building for mobile robots with omnidirectional estereo vision.Oliveira, Paulo Roberto Godoi de 14 April 2008 (has links)
Este projeto consiste no desenvolvimento de um sistema para auto-localização e construção de mapas de ambiente para robôs móveis em um ambiente estruturado, ou seja, que pode ser descrito através de primitivas geométricas. O mapa é construído a partir da reconstrução de imagens adquiridas por um sistema de visão omnidirecional estéreo baseado em um espelho duplo de perfil hiperbólico. A partir de uma única imagem obtida, utilizandose algoritmos de visão estéreo, realiza-se a reconstrução tridimensional do ambiente em torno do robô e, assim, obtêm-se as distâncias de objetos presentes no ambiente ao sistema de visão. A partir da correspondência da reconstrução de várias imagens tomadas em diferentes posições cria-se o mapa do ambiente. Além do mapa global do ambiente o sistema também realiza o cálculo da localização do robô no ambiente utilizando informações obtidas na correspondência da reconstrução da seqüência de imagens e a odometria do robô. O sistema de construção de mapas de ambiente e auto-localização do robô é testado em um ambiente virtual e um ambiente real. Os resultados obtidos tanto na construção do mapa global do ambiente, como na localização do robô, mostram que o sistema é capaz de obter informação com a acuracidade necessária para permitir a sua utilização para navegação de robôs móveis. O tempo computacional necessário para reconstruir as imagens, calcular a posição do robô e criar o mapa global do ambiente possibilita que o sistema desenvolvido seja usado em uma aplicação que necessite da geração do mapa global em um intervalo de tempo na ordem de poucos segundos. Ressalta-se que este projeto teve como ponto de partida um projeto de iniciação científica financiado pela FAPESP. Esse trabalho de iniciação científica foi publicado na forma de um trabalho de conclusão de curso (Oliveira, 2005). / This project aims the development of a system for self localization and environment map building for mobile robots in a structured environment. The map is built from images acquired by an omnidirectional stereo system with a hyperbolic double lobed mirror. From a single acquired image, using stereo vision algorithms, the environment around the robot is tridimensionally reconstruct and the distances of objects in the environment from the system are calculated. From the matching of several reconstructed environments obtained from images taken in different positions the global environment map is created. Besides the global map the system also calculates the localization of the mobile robot using information obtained from the matching of the sequence of image reconstructions and the robot odometry. The map building and robot localization system is tested in virtual and real environments. The computational time required to make the calculation is of the order of few seconds. The results obtained both for the map building and for the robot localization show that the system is capable of generating information with enough accuracy to allow it to be used for mobile robot navigation. This project had as start point a scientific initiation project supported by FAPESP. The scientific initiation project was published as a graduation work (Oliveira, 2005).
|
3 |
Auto-localização e construção de mapas de ambiente para robôs móveis baseados em visão omnidirecional estéreo. / Simultaneous localization and map building for mobile robots with omnidirectional estereo vision.Paulo Roberto Godoi de Oliveira 14 April 2008 (has links)
Este projeto consiste no desenvolvimento de um sistema para auto-localização e construção de mapas de ambiente para robôs móveis em um ambiente estruturado, ou seja, que pode ser descrito através de primitivas geométricas. O mapa é construído a partir da reconstrução de imagens adquiridas por um sistema de visão omnidirecional estéreo baseado em um espelho duplo de perfil hiperbólico. A partir de uma única imagem obtida, utilizandose algoritmos de visão estéreo, realiza-se a reconstrução tridimensional do ambiente em torno do robô e, assim, obtêm-se as distâncias de objetos presentes no ambiente ao sistema de visão. A partir da correspondência da reconstrução de várias imagens tomadas em diferentes posições cria-se o mapa do ambiente. Além do mapa global do ambiente o sistema também realiza o cálculo da localização do robô no ambiente utilizando informações obtidas na correspondência da reconstrução da seqüência de imagens e a odometria do robô. O sistema de construção de mapas de ambiente e auto-localização do robô é testado em um ambiente virtual e um ambiente real. Os resultados obtidos tanto na construção do mapa global do ambiente, como na localização do robô, mostram que o sistema é capaz de obter informação com a acuracidade necessária para permitir a sua utilização para navegação de robôs móveis. O tempo computacional necessário para reconstruir as imagens, calcular a posição do robô e criar o mapa global do ambiente possibilita que o sistema desenvolvido seja usado em uma aplicação que necessite da geração do mapa global em um intervalo de tempo na ordem de poucos segundos. Ressalta-se que este projeto teve como ponto de partida um projeto de iniciação científica financiado pela FAPESP. Esse trabalho de iniciação científica foi publicado na forma de um trabalho de conclusão de curso (Oliveira, 2005). / This project aims the development of a system for self localization and environment map building for mobile robots in a structured environment. The map is built from images acquired by an omnidirectional stereo system with a hyperbolic double lobed mirror. From a single acquired image, using stereo vision algorithms, the environment around the robot is tridimensionally reconstruct and the distances of objects in the environment from the system are calculated. From the matching of several reconstructed environments obtained from images taken in different positions the global environment map is created. Besides the global map the system also calculates the localization of the mobile robot using information obtained from the matching of the sequence of image reconstructions and the robot odometry. The map building and robot localization system is tested in virtual and real environments. The computational time required to make the calculation is of the order of few seconds. The results obtained both for the map building and for the robot localization show that the system is capable of generating information with enough accuracy to allow it to be used for mobile robot navigation. This project had as start point a scientific initiation project supported by FAPESP. The scientific initiation project was published as a graduation work (Oliveira, 2005).
|
Page generated in 0.0896 seconds