Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Automação). Faculdade de Engenharia. Universidade do Porto. 2009

Ingeniero Civil Eléctrico / SLAM (Simultaneous Localization and Mapping) es el problema de estimar la posición de un robot (u otro agente), y simultáneamente, generar un mapa de su entorno. Es considerado un concepto clave en la robótica móvil, y fundamental para alcanzar sistemas verdaderamente autónomos. Entre las muchas soluciones que se han propuesto para resolver SLAM, los métodos basados en grafos han adquirido gran interés por parte de los investigadores en los últimos años. Estas soluciones presentan varias ventajas, como la habilidad de manejar grandes cantidades de datos, y conseguir la trayectoria completa del robot, en vez de solo la última posición. Una implementación particular de este método es el algoritmo GraphSLAM, presentado por primera vez por Thrun y Montemerlo en 2006. En esta memoria, el algoritmo GraphSLAM es implementado para resolver el problema de SLAM en el caso de dos dimensiones. En objetivo principal de esta memoria es proveer de una solución de SLAM ampliamente aceptada para la realización de pruebas comparativas con nuevos algoritmos de SLAM. La implementación usa el framework g2o como herramienta para la optimización de mínimos cuadrados no lineales. La implementación de GraphSLAM es capaz de resolver SLAM con asociación de datos conocida y desconocida. Esto significa que, incluso cuando el robot no tiene conocimiento del origen de las mediciones, éste puede asociar las mediciones a los estados correspondientes, mediante el uso de estimación probabilística. El algoritmo también usa un método basado en kernel para la estimación robusta ante outliers. Para mejorar el tiempo de cómputo del algoritmo, varias estrategias fueron diseñadas para verificar las asociaciones y ejecutar el algoritmo de manera eficiente. La implementación final se probó con datos simulados y reales, en el caso de asociación conocida y desconocida. El algoritmo fue exitoso en todas las pruebas, siendo capaz de estimar la trayectoria del robot y el mapa del entorno con un error pequeño. Las principales ventajas del algoritmo son su alta precisión, y su alto grado de configuración dado por la selección de parámetros. Las mayores desventajas son el tiempo de cómputo del algoritmo cuando la cantidad de datos es alta, y su incapacidad de eliminar falsos positivos. Finalmente, como trabajo futuro, se sugieren modificaciones para aumentar la velocidad de convergencia, y para eliminar falsos positivos.

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Automação). Faculdade de Engenharia. Universiade do Porto. 2010

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Automação). Faculdade de Engenharia. Universidade do Porto. 2009

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Automação). Faculdade de Engenharia. Universidade do Porto. 2010

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2008

Tese de mestrado. Engenharia Informática. Faculdade de Engenharia. Universidade do Porto. 2008

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major automação). Faculdade de Engenharia. Universidade do Porto. 2010

Tese de doutoramento. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2009

En esta tesis se propone un lenguaje de programación de agentes cognitivos racionales y formalismos de argumentación basados en la noción de tipo de argumento. Estos formalis-mos argumentativos extenderán a aproximaciones existentes en la literatura de manera tal que permitan representar argu-mentos tipados y definir relaciones de conflicto, herencia y preferencia entre los tipos de argumento. En particular, el primero de estos formalismos se basará en los Marcos Argu-mentativos Abstractos, mientras que el segundo constituirá una extensión de la Programación en Lógica Rebatible (DeLP). El lenguaje de programación de agentes propuesto en esta tesis permitirá la especificación declarativa de agentes a tra-vés de sus componentes mentales, y estará provisto de una semántica formal. A diferencia de otros lenguajes de la litera-tura, el lenguaje propuesto también permitirá especificar dife-rentes clases de metas y representar creencias y metas que pueden estar conflicto. Para tal fin, empleará los formalismos argumentativos desarrollados en esta tesis, en particular, utili-zando los tipos de argumento para identificar los diferentes componentes mentales de un agente. Por lo tanto, un agente razonará con argumentos para sus percepciones, creencias, y las diferentes clases de metas que puede especificar para decidir, ante la presencia de conflictos, qué información preva-lecerá. Los formalismos argumentativos presentados en esta tesis propondrán un mecanismo novedoso y general para modelar sistemas con múltiples tipos. De esta manera, no sólo serán adecuados para modelar los tipos de argumento en el lenguaje de programación de agentes propuesto, sino que podrán ser utilizados para modelar tipos de argumento en otros dominios como diálogos argumentativos, sistemas con múltiples fuentes de información, o sistemas con información basada en valores. En esta tesis se abordará la definición, el análisis y las propiedades de estos formalismos argumen-tativos, así como también del lenguaje de programación de agentes propuesto. / This thesis proposes a programming language for rational congnitive agents, along with argumentation formalisms based on the notion of argument type. These argumentation formalisms will extend already existing approaches in order to represent typed arguments and define conflict, inheritance and preference relations among argument types. In particular, the rst formalism will be based on Abstract Argumentation Frameworks, whereas the second will be an extension of Defeasible Logic Programming (DeLP). The proposed agent programming language will allow for a declarative specification of agents through their mental components, and will be provi-ded of a formal semantics. Unlike other approaches proposed in the literature, this programming language will be able to consider different goal types and conflicting beliefs and goals. To accomplish this, it will use the argumentation formalisms developed in this thesis, particularly by identifying an agents s mental components through argument types. Therefore, an agent will reason with arguments for its perceptions, beliefs and goals to decide, in the presence of conflicts, which infor-mation prevails.The argumentation formalisms developed in this thesis will constitute a novel and general mechanism for multi-typed systems modeling. Thus, they will be appropriate to model argument types in the proposed agent programming language, but they could also be used in other domains such as argumentation dialogues, multi-source information systems, and value-based information systems. This thesis will address the definition, analysis and properties of these argumentation formalisms and the proposed agent programming language.