LocalizaÃÃo baseada em mÃtodo de Monte Carlo e algoritmos genÃticos para robÃtica mÃvel.

AUTOR(ES)

Almeida, Luis Fernando

DATA DE PUBLICAÇÃO

2003

RESUMO

A robÃtica mÃvel autÃnoma à uma Ãrea de pesquisa onde o foco primordial concentra-se na busca incessante de meios que possibilitem a operaÃÃo de um robà mÃvel sem a intervenÃÃo humana e de um modo mais inteligente possÃvel. Para isso, essa busca pode ser dividida em diferentes Ãnfases: planejamento de aÃÃes, mapeamento de ambiente e localizaÃÃo do robà dentro do mundo em que se encontra. Mais especificamente, o problema de determinaÃÃo da localizaÃÃo à considerado por alguns como o fator mais importante para capacitar a autonomia de um robà mÃvel. Muito jà foi proposto sobre tÃcnicas de localizaÃÃo, e, dentre as mais recentes, destaca-se o algoritmo de localizaÃÃo Monte Carlo, uma tÃcnica eficiente no que diz respeito à soluÃÃo dos diversos problemas que abrangem estimaÃÃo de posiÃÃo de um robà mÃvel. O trabalho aqui apresentado tem por objetivo a implementaÃÃo de um algoritmo de estimaÃÃo de posiÃÃo baseado no algoritmo de localizaÃÃo Monte Carlo em conjunto com um Algoritmo GenÃtico. Aqui, a funÃÃo deste Ãltimo à minimizar erros acentuados de localizaÃÃo, ocasionados pela deficiÃncia dos modelos probabilÃsticos que representam a dinÃmica de movimento e a percepÃÃo sensorial do robÃ. Isso acontece, principalmente no caso de sensores do tipo sonar diante de obstÃculos do tipo quina. O resultado obtido à o mÃtodo de localizaÃÃo Monte Carlo GenÃtico, que se apresentou como uma possÃvel soluÃÃo para minimizaÃÃo desses erros de localizaÃÃo. O grande empecilho, porÃm, constatado nessa abordagem, à o elevado nÃmero de parÃmetros a serem configurados. O desafio, entÃo, torna-se encontrar o ajuste ideal de parametrizaÃÃo para obtenÃÃo de melhor desempenho deste mÃtodo.

ASSUNTO(S)

posiÃÃo (localizaÃÃo) inteligÃncia artificial filtros de rastreamento dinÃmica de robÃs algoritmos genÃticos robÃtica cinemÃtica estimaÃÃo de sistemas identificaÃÃo de parÃmetros mÃtodo de monte carlo robÃs teorema de bayes

Documentos Relacionados

• TÃcnicas de visÃo computacional e de controle para aplicaÃÃo em robÃtica mÃvel.
• Optimation and dimensional of plane trusses of Wood, applying the genetic algorithms method
• Uso dos algoritmos genÃticos para a otimizaÃÃo de rotas de distribuiÃÃo
• Algoritmos genÃticos para um problema de objetivos mÃltiplos: roteamento multicast
• GeraÃÃo de rotas urbanas virtuais usando algoritmos genÃticos