Orientadores : Douglas Eduardo Zampieri, Andre Mendeleck / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-07-31T15:02:34Z (GMT). No. of bitstreams: 1
Andrade_JoseFabioAbreude_M.pdf: 7564732 bytes, checksum: c02f34e46c1026a4be1448d102dca9cc (MD5)
Previous issue date: 2001 / Resumo: A navegação autônoma de veículos há muito desperta o interesse de pesquisadores, principalmente na área de inteligência artificial. Um dos problemas de grande importância é a determinação de uma trajetória, pois dela depende o veículo para que possa navegar pelo ambiente, evitando colidir com obstáculos, até alcançar uma ou mais posições pré-estabelecidas. Neste trabalho, é proposto um sistema para a geração de trajetórias, utilizando redes neurais artificiais, aplicado na navegação de robôs móveis em ambientes desestruturados. Numa primeira etapa foi abordado o uso de uma única rede neural do tipo Perceptron de Múltiplas Camadas (MLP), com uma arquitetura 28-20-2, para a resolução do problema. Entretanto, o sistema proposto apresentou um alto custo computacional para o treinamento da rede, quando da generalização das condições de trabalho, uma vez que o número de padrões utilizados era muito elevado. Numa etapa posterior, esta rede neural :MLP foi substituída por um sistema híbrido formado por funções lógicas e por 36 redes neurais :MLP. Os resultados da simulação computacional, apresentados na forma de gráficos, comprovam a eficiência do método para ambientes desestruturados / Abstract: The autonomous navigation of vehic1es has been an area of great interest for researchers for a long time, mainly in the area of artificial intelligence. One of the most interesting problems is that related to the trajectory generated for a vehic1e, which shall be guided in an environrnent, avoiding colliding with obstac1es in order to reach predefined positions. This thesis presents a methodology to generate trajectories using neural networks applied to mobile robot navigation. In a first approach, it has been used a single MLP neural network, with a 28-20-2 architecture, to solve this problem. However, this system presented a high computational effort for training the neural network, since the number of pattems increased due to the generalization of the environments. In a second approach this neural network has been improved to a hybrid system composed of logic operations and 36 MLP neural networks. The results of computer simulation presented graphically showed that the proposed methodology were efficient to guide the robot in unknown environments / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/263878 |
Date | 28 May 2001 |
Creators | Andrade, Jose Fabio Abreu de |
Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Mendeleck, Andre, Zampieri, Douglas Eduardo, 1948- |
Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Mecânica |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 168p. : il., application/pdf |
Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds