Made available in DSpace on 2016-08-29T15:33:17Z (GMT). No. of bitstreams: 1 tese_5127_.pdf: 4819920 bytes, checksum: 08b84820654654b07e5c2c3862222d64 (MD5) Previous issue date: 2012-08-29 / As imagens projetadas dentro de nossos olhos mudam o tempo todo por conta do movimento dos olhos ou do nosso corpo como um todo. Contudo, percebemos o mundo retratado nas imagens capturadas pelos olhos como estável. Muito embora, as imagens projetadas nas retinas humanas sejam bidimensionais, o cérebro é capaz de sintetizar uma representação tridimensional estável a partir delas, com informações sobre cor, forma e profundidade a respeito dos objetos no ambiente ao nosso redor, viabilizando nossa navegação no mundo por meio do sentido da Visão. Neste trabalho, investigamos modelos matemático-computacionais de cognição visual (compreensão do mundo e das ideias por meio da Visão), aplicados ao problema de navegação de veículos autônomos. Nós empregamos modelos probabilísticos de navegação exploratória e de localização e mapeamento simultâneos (Simultaneous Localization And Mapping, ou SLAM), e desenvolvemos modelos dos movimentos oculares de busca visual e vergência baseados em Redes Neurais Sem Peso (Virtual Generalizing RAM, ou VG-RAM) para navegar um robô autônomo através de uma caminho definido por uma sequencia de pontos de interesse especificados na forma de simples fotos 2D do ambiente. Nossos resultados mostraram que é possível navegar um robô autônomo de um ponto de origem até um ponto de destino fornecendo apenas imagens não contiguas do caminho.