Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-07-25T17:21:34Z
No. of bitstreams: 1
RaphaelSantos.pdf: 3718930 bytes, checksum: df335fd5562e8156000972c282fe9724 (MD5) / Made available in DSpace on 2017-07-25T17:21:34Z (GMT). No. of bitstreams: 1
RaphaelSantos.pdf: 3718930 bytes, checksum: df335fd5562e8156000972c282fe9724 (MD5)
Previous issue date: 2016-08-17 / Autonomous exploration, in robotics, can be defined as the act of moving into an unknown
environment, at priori, while building up a map of the environment. A great deal of
literature describes several problems that are relate to the strategy exploration: perception,
location, trajectory control and mapping. This work aims to present an autonomous
exploration algorithm based on metaheuristics. Therefore, the problem of autonomous
exploration of mobile robots is formulated as an optimization problem, providing data
for metaheuristics that are able to search points in the space of solutions that represent
positions on the map under construction that best meet the objectives of the exploration.
Metaheuristics are approximate methods that guarantee sufficiently good solutions to
optimization problems. The proposal was implemented and incorporated as an optimization
module in a simultaneous location and mapping system that was run on the Robot
Operating System environment and proved to be able to guide a simulated robot without
human intervention. Two optimization metaheuristics were implemented to guide target to
simulated robot: Genetic Algorithm and Firefly Algorithm. Both algorithms have achieved
good results, however the second one was able to guide robot by best trajectories. / Exploração autônoma, em robótica, pode ser definida como o ato de mover-se em um
ambiente, a princípio desconhecido, enquanto constrói-se um mapa deste ambiente. Uma
grande parte da literatura relata vários problemas que se relacionam com a estratégia de
exploração: percepção, localização, trajetória, controle e mapeamento. Este trabalho visa
apresentar um algoritmo de exploração autonoma baseado em metaheurísticas. Para tanto,
o problema de exploração autônoma de robôs móveis é formulado como um problema de
otimização, fornecendo dados para que metaheurísticas sejam capazes de buscar pontos
no espaço de soluções que representam posições no mapa em construção que melhor
satisfaçam os objetivos da exploração. Metaheuristicas são metodos aproximados que
garantem soluções suficientemente boas para problemas de otimização. A proposta foi
implementada e incorporada como um módulo de otimização em um sistema de localização
e mapeamento simultâneos que foi executado em ambiente Robot Operating System e
mostrou-se capaz de guiar um robô simulado sem intervenção humana. As metaheurísticas
usadas foram o Algoritmo Genético e o Algoritmo de Vagalumes. Ambos os algoritmos
obtiveram bons resultados, no entanto o Algoritmo de Vagalumes guiou o robô por
trajetórias melhores.
Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede/1760 |
Date | 17 August 2016 |
Creators | Santos, Raphael Gomes |
Contributors | Oliveira, Alexandre César Muniz de |
Publisher | Universidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET, UFMA, Brasil, DEPARTAMENTO DE INFORMÁTICA/CCET |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds