Fundação de Apoio a Pesquisa e à Inovação Tecnológica do Estado de Sergipe - FAPITEC/SE / The evolution of mobile robotics has directed research in this area to solve increasingly
complex tasks. In these tasks, when optimized behaviors are specified, a deliberative
process is required in order to determine the best action before executing it. In navigation
architectures, the deliberation process is usually accomplished by a motion planning
strategy. One of the motion planning techniques which has received much of the attention
from the researches is the Rapidly-exploring Random Tree (RRT), because of its capacity
to reduce representation dimension quickly. The vast majority of the research developed
in this area, so far, is mainly focused on developing variants of the RRT for specific
problems, not providing detailed analyzes regarding the influence of different variables
in the classical algorithm. In this master’s work the focus is precisely to fill this gap by
investigating the influence of different variables that compose the classic RRT algorithm,
in other words, a detailed analysis of the RRT degrees of freedom and its influence on
the final result. In addition, unlike most RRT papers, where the objective is to find the
best path between two points, this dissertation presents a new approach in RRT searches
by combining the search for a compact and complete representation of the configuration
space with a low computational cost and knowledge of only the robot’s goal configuration.
To validate and analyze the results obtained, tests by simulation are performed. / A evolução na área de robótica móvel tem direcionado as pesquisas nesse campo para
a solução de tarefas cada vez mais complexas. Nessas tarefas, quando comportamentos
otimizados são especificados, faz-se necessário um processo de deliberação para determinar
a melhor ação a ser tomada antes de executá-la. Em arquiteturas de navegação, o
processo de deliberação é normalmente realizado por uma estratégia de planejamento de
movimento. Uma das técnicas de planejamento de movimento que tem recebido grande
parte da atenção dos pesquisadores dessa área nos últimos tempos é a Rapidly-exploring
Random Tree (RRT), pela sua capacidade de reduzir a dimensão da representação de
forma rápida. A maioria dos trabalhos de pesquisa desenvolvidos utilizando RRT, até o
momento, tem como foco principal desenvolver variantes dessa técnica para problemas
específicos, sem apresentar análises aprofundadas quanto a influência das diferentes variáveis
do algoritmo clássico. Neste trabalho de mestrado o foco é, justamente, suprir
essa carência, investigando a influência das diferentes variáveis que compõem o algoritmo
clássico da RRT, ou seja, uma análise detalhada dos graus de liberdade da RRT e suas
influências no resultado final. Além disso, diferentemente da maioria dos trabalhos em
RRT, em que o objetivo é encontrar o melhor caminho entre dois pontos, esta dissertação
apresenta uma nova abordagem nas pesquisas em RRT ao combinar a busca por
uma representação compacta e completa do espaço de configuração com um baixo custo
computacional e com o conhecimento a priori apenas da configuração de destino do robô.
Para validar e analisar os resultados obtidos, testes por simulação são realizados.
Identifer | oai:union.ndltd.org:IBICT/oai:ri.ufs.br:riufs/5034 |
Date | 17 February 2017 |
Creators | Sousa, Stephanie Kamarry Alves de |
Contributors | Molina, Lucas |
Publisher | Universidade Federal de Sergipe, Pós-Graduação em Engenharia Elétrica, UFS, Brasil |
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:Repositório Institucional da UFS, instname:Universidade Federal de Sergipe, instacron:UFS |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0124 seconds