Made available in DSpace on 2015-04-11T14:02:54Z (GMT). No. of bitstreams: 1 antonio ramos.pdf: 1755825 bytes, checksum: 768c541e148d73e5b3ca6302d0df68f4 (MD5) Previous issue date: 2013-03-27 / Wireless Sensor Networks (WSNs) are commonly used in monitoring applications due to its capacity to sensing, processing and communicating, and its low cost. However, one limitation of WSN is on energy, because each device (sensor node) of the network needs to have low energy consumption, not allowing the use of extra hardware such as GPS. On the other hand, robots can assist in monitoring made by WSN. One possible application using robots in WSN is to search for events of interest, in which a robot browsing the network to find a specific event, using the signal strength (RSSI) as a reference for navigation. Solutions to this problem have been found in the literature. However, such works assume a devised propagation model, in which the RSSI regression curve versus distance is ideal for that scenario. We present in this dissertation two algorithms that solve the problem of robot navigation based on RSSI in search of an event. The first algorithm is based on the node signal coverage detection and the second uses probability to estimate distance and direction of the target node. Therefore, we conducted experiments to measure the RSSI value according to the distance in Amazon rainforest and represent the signal model propagation obtained in a simulator. Simulations based on the solutions of the literature showed that the percentage of arrival of these solutions is inversely related to the distance of departure from its target when subjected to propagation model detected in experiments. The two algorithms presented have been developed considering the propagation model of the signal obtained in the experiments and both find their target 100 % of the cases. / Redes de Sensores Sem Fio (RSSF) são comumente utilizadas em aplicações de monitoramento, devido à sua capacidade de sensoriar, processar, comunicar e seu baixo custo. No entanto, uma das limitações de RSSF é quanto à energia, pois cada dispositivo (nó sensor) dessa rede precisa ter baixo consumo de energia, não permitindo a utilização de hardwares extras, como o GPS. Por outro lado, robôs podem auxiliar no monitoramento feito por RSSF. Uma possível aplicação utilizando robôs em RSSF é a busca de eventos de interesse, na qual um robô navega na rede até encontrar um determinado evento, utilizando a potência de sinal (RSSI) como referência para sua navegação. Encontramos na literatura trabalhos que solucionam tal problema. Entretanto, tais trabalhos consideram um modelo de propagação idealizado, na qual a curva de regressão do RSSI em função da distância é ideal para aquele cenário. Apresentaremos nesta dissertação dois algoritmos que solucionam o problema de navegação do robô baseada na RSSI em busca de um evento. O primeiro algoritmo é baseado na detecção da borda de cobertura do sinal do nó e o segundo utiliza probabilidade para estimar distância e direção do nó alvo. Para o tal, realizamos experimentos para medir a valor de RSSI de acordo com a distância, na floresta Amazônica e representamos o modelo de propagação de sinal obtido em um simulador. Simulações baseadas nas soluções da literatura mostraram que o percentual de chegada destas soluções é inversamente relacionada à distancia de partida de seu alvo quando submetidas ao modelo de propagação detectado nos experimentos. Os dois algoritmos apresentados foram desenvolvidos considerando o modelo de propagação do sinal obtido nos experimentos e ambos encontram seu alvo em 100% dos casos.

Quando um robô autônomo tenta resolver as tarefas de navegação dentro de um ambiente real interno usando relações qualitativas, vários problemas aparecem tais como observação parcial do ambiente e percepção incerta. Isso ocorre porque os sensores do robô não proporcionam informação suficiente para perceber completamente as situações do ambiente, além de incorporarem ruído no processo. A web semântica dota o robô autônomo com a habilidade de obter conhecimento de senso comum extraído da web, conhecimento este que os sensores do robô não podem proporcionar. Porém, nem sempre é fácil levar efetivamente estes recursos semânticos da web ao uso prático. Neste trabalho, foi examinado o uso de recursos semânticos da web na navegação robótica; mais especificamente, em uma navegação qualitativa onde o raciocínio incerto desempenha um papel significativo. Nós avaliamos o uso de uma representação relacional; particularmente, na combinação da informação semântica web e dos dados de baixo nível proporcionados pelos sensores, permitindo uma descrição de objetos e das relações entre os mesmos. Esta representação também permite o uso de abstração e generalização das situações do ambiente. Este trabalho propõe a arquitetura Web-based Relational Robotic Architecture (WRRA )para navegação robótica que combina os dados de baixo nível dos sensores do robô e os recursos web semânticos existentes baseados em lógica descritiva probabilística, como aprendizagem e planejamento relacional probabilístico. Neste trabalho, mostramos os benefícios desta arquitetura em um robô simulado, apresentando um estudo de caso sobre como os recursos semânticos podem ser usados para lidar com a incerteza da localização e o mapeamento em um problema prático. / When an autonomous robot attempts to solve navigation tasks in a qualitative relational way within a real indoor environments, several problems appear such as partial observation of the environment, and uncertain perception, since the robots sensors do not provide enough information to perceive completely the environment situations, besides the sensors incorporate noise in the process. The semantic web information endows the autonomous robot with the ability to obtain common sense knowledge from the web that the robot\'s sensors cannot provide. However, it is not always easy to effectively bring these semantic web resources into practical use. In this work, we examine the use of semantic web resources in robot navigation; more specifically, in qualitative navigation where uncertain reasoning plays a significant role. We evaluate the use of a relational representation; particularly, in the combination of the semantic web and the low-level data sensor information, which allows a description of relationships among objects. This representation also allows the use of abstraction and generalization of the environment situations. This work proposes the framework Web-based Relational Robotic Architecture WRRA for robot navigation that connects the low-level data from robot\'s sensors and existing semantic web resources based on probabilistic description logics, with probabilistic relational learning and planning. We show the benefits of this framework in a simulated robot, presenting a case study on how semantic web resources can be used to face location and mapping uncertain in a practical problem.

Quando um robô autônomo tenta resolver as tarefas de navegação dentro de um ambiente real interno usando relações qualitativas, vários problemas aparecem tais como observação parcial do ambiente e percepção incerta. Isso ocorre porque os sensores do robô não proporcionam informação suficiente para perceber completamente as situações do ambiente, além de incorporarem ruído no processo. A web semântica dota o robô autônomo com a habilidade de obter conhecimento de senso comum extraído da web, conhecimento este que os sensores do robô não podem proporcionar. Porém, nem sempre é fácil levar efetivamente estes recursos semânticos da web ao uso prático. Neste trabalho, foi examinado o uso de recursos semânticos da web na navegação robótica; mais especificamente, em uma navegação qualitativa onde o raciocínio incerto desempenha um papel significativo. Nós avaliamos o uso de uma representação relacional; particularmente, na combinação da informação semântica web e dos dados de baixo nível proporcionados pelos sensores, permitindo uma descrição de objetos e das relações entre os mesmos. Esta representação também permite o uso de abstração e generalização das situações do ambiente. Este trabalho propõe a arquitetura Web-based Relational Robotic Architecture (WRRA )para navegação robótica que combina os dados de baixo nível dos sensores do robô e os recursos web semânticos existentes baseados em lógica descritiva probabilística, como aprendizagem e planejamento relacional probabilístico. Neste trabalho, mostramos os benefícios desta arquitetura em um robô simulado, apresentando um estudo de caso sobre como os recursos semânticos podem ser usados para lidar com a incerteza da localização e o mapeamento em um problema prático. / When an autonomous robot attempts to solve navigation tasks in a qualitative relational way within a real indoor environments, several problems appear such as partial observation of the environment, and uncertain perception, since the robots sensors do not provide enough information to perceive completely the environment situations, besides the sensors incorporate noise in the process. The semantic web information endows the autonomous robot with the ability to obtain common sense knowledge from the web that the robot\'s sensors cannot provide. However, it is not always easy to effectively bring these semantic web resources into practical use. In this work, we examine the use of semantic web resources in robot navigation; more specifically, in qualitative navigation where uncertain reasoning plays a significant role. We evaluate the use of a relational representation; particularly, in the combination of the semantic web and the low-level data sensor information, which allows a description of relationships among objects. This representation also allows the use of abstraction and generalization of the environment situations. This work proposes the framework Web-based Relational Robotic Architecture WRRA for robot navigation that connects the low-level data from robot\'s sensors and existing semantic web resources based on probabilistic description logics, with probabilistic relational learning and planning. We show the benefits of this framework in a simulated robot, presenting a case study on how semantic web resources can be used to face location and mapping uncertain in a practical problem.

Made available in DSpace on 2015-03-05T13:53:43Z (GMT). No. of bitstreams: 0 Previous issue date: 28 / Nenhuma / Neste trabalho foi desenvolvido um sistema de controle robusto para robôs móveis autônomos que é capaz de operar e de se adaptar a diferentes ambientes e condições. Para isso foi proposta uma arquitetura de controle híbrida (COHBRA), integrando as duas principais técnicas de controle robótico (controle deliberativo e controle reativo). Esta arquitetura de controle utiliza uma abordagem de três camadas para integrar uma camada vital (controle reativo), uma camada funcional (seqüenciador) e uma camada deliberativa (controle deliberativo). A comunicação entre as diversas camadas é realizada através de uma área de memória compartilhada, inspirada na abordagem Blackboard. A arquitetura de controle possui um esquema de múltiplas representações internas do ambiente: representação poligonal, representação matricial e representação topológica / semântica. O sistema de controle desenvolvido tem a capacidade de navegar em um ambiente dinâmico, desviando tanto de obstáculos estáticos como de obstáculos móveis / In this work we developed a robust control system for autonomous mobile robots capable of operating and adapting in various environments and conditions. In order to accomplish this objective an hybrid control architecture (COHBRA) was proposed, integrating the two main techniques of robotic control: deliberative control and reactive control. This control architecture uses a three layers approach to integrate a vital layer (reactive control), a functional layer (sequencer) and a deliberative layer (deliberative control). The communication between the three layers uses a shared memory approach, inspired in the Blackboard approach. The control architecture has a structure of multiple internal representations of the environment: polygonal representation, matricial representation and topological/semantic representation. The control system has the ability to navigate in a dynamic environment, avoiding static obstacles and unexpected mobile obstacles. The deliberative layer uses the A* algorithm to calcu