Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/261814
Full metadata record
DC FieldValueLanguage
dc.contributor.CRUESPUNIVERSIDADE ESTADUAL DE CAMPINASpt_BR
dc.identifier(Broch.)pt_BR
dc.descriptionOrientadores : Marconi Kolm Madrid, Ricardo Ribeiro Gudwinpt_BR
dc.descriptionDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computaçãopt_BR
dc.format.extent95f. : il.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.typeTESEpt_BR
dc.titleAplicações de sistemas classificadores para robotica autonoma movel com aprendizadopt_BR
dc.contributor.authorMoussi, Lubnen Namept_BR
dc.contributor.advisorMadrid, Marconi Kolm, 1962-pt_BR
dc.contributor.coadvisorGudwin, Ricardo Ribeiro, 1967-pt_BR
dc.contributor.institutionUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computaçãopt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectSistemas inteligentes de controlept_BR
dc.subjectRobóticapt_BR
dc.description.abstractResumo: A Robótica Móvel tem como meta fundamental elaborar trajetórias para evitar colisões, localizar e alcançar alvos, auto-suficiência do robô em termos de suprimento de energia, transporte de objetos, etc. Uma solução que dê autonomia ao robô no aprendizado de seu comportamento se contrasta com outras abordagens mais clássicas que exigem um modelo prévio do ambiente em que o robô está inserido. Caso seja necessário colocar o robô em outro ambiente, ou caso o ambiente tenha componentes variantes no tempo, estes modelos apresentam grande ineficiência, exigindo do projetista todo um recálculo de trajetórias, ou até mesmo inviabilizando seu uso. A utilização de procedimentos de aprendizagem libera o projetista de ter que inserir no seu projeto conhecimentos detalhados do ambiente e dão ao robô a possibilidade de se comportar adequadamente em ambientes diferentes. Este trabalho se dirige à solução do problema do aprendizado do robô em tempo real de como se locomover evitando colisões. Evitar colisões é essencial para a movimentação do robô móvel e faz parte de sua estratégia mais ampla, qualquer que seja o seu objetivo. Quanto à abordagem para se resolver esse problema, é investigada, em ambiente virtual, a utilização de Redes Neurais em Sistemas Classificadores, solução não encontrada na literatura. A utilização de redes neurais pretende aumentar o poder de descrição dos sistemas classificadores, substituindo suas regras binárias, limitadas em termos de seu poder de processamento, por uma ferramenta mais poderosa. É feita também a simulação de Sistemas Classificadores em sua forma convencional, proporcionando um termo de comparação para os Sistemas Classificadores com Redes Neurais. Um resultado interessante obtido é a suavização de trajetórias proporcionadas pelas redes neurais. Várias sugestões são apresentadas para pesquisas futuras. Foi necessária a elaboração de um Simulador, que é também parte integrante deste trabalho, para se conseguir os resultados pretendidos, o qual utiliza ambiente virtual em 2 dimensões e considera algumas das caracteristicas de um robô real, o mini robô Kheperapt
dc.description.abstractAbstract: Mobile robotics has as its fundamental goal to elaborate trajectories avoiding collisions, locating and reaching targets, power supply self sufficiency, objects transportation, etc. A solution providing autonomy to the robot for learning its behavior is contrasting with more classical approaches that require a previous model of the environment in which the robot is inserted. In the case in which is needed to put the robot in another environment, or in which the environment has its configuration varying with time, these models present a great deficiency, demanding that the designer recalculates the trajectory, or even making its use unviable. The use of learning procedures releases the designer of inserting detailed knowledge of the environment and gives to the robot the possibility of behaving well in different environments. This work is directed to the solution of the robot's real time learning problem concemed with how to move avoiding collisions. To avoid collisions is essential for the movement of a mobile robot and is part of its wider strategy, whatever could it be its objective. Related to the approach to solve this learning problem, this work investigates, in a virtual environment, the use of Neural Networks within classifier systems, a solution not found in the literature. The use of neural networks has the intention of giving more descriptive power to the classifier systems, substituting its binary rules, limited in terrns of its processing power, by a more powerful tooL !t's also made a simulation of the Classifier Systems in its conventional form, which provides a comparison reference for the Neural Networks Classifier Systems. An interesting result obtained is trajectory smoothing provided by the neural networks. A number of suggestions are presented for future research. To achieve the intended results it was required to elaborate a Simulator, which is also part of this work, utilizes a 2 dimensional environment and takes into account some of the characteristics of a real robot, the mini robót Kheperaen
dc.publisher[s.n.]pt_BR
dc.date.issued2002pt_BR
dc.identifier.citationMOUSSI, Lubnen Name. Aplicações de sistemas classificadores para robotica autonoma movel com aprendizado. 2002. 95f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: <http://libdigi.unicamp.br/document/?code=vtls000293684>. Acesso em: 27 mar. 2017.pt_BR
dc.description.degreelevelMestradopt_BR
dc.description.degreenameMestre em Engenharia Eletricapt_BR
dc.contributor.committeepersonalnameSilva, Alexandre Pinto Alves dapt_BR
dc.contributor.committeepersonalnameGomide, Fernando Antonio Campospt_BR
dc.contributor.committeepersonalnameZuben, Fernando Jose Vonpt_BR
dc.date.defense2002-07-11T00:00:00Zpt_BR
dc.date.available2017-03-27T22:10:11Z
dc.date.available2017-07-13T19:51:41Z-
dc.date.accessioned2017-03-27T22:10:11Z
dc.date.accessioned2017-07-13T19:51:41Z-
dc.description.provenanceMade available in DSpace on 2017-03-27T22:10:11Z (GMT). No. of bitstreams: 1 Moussi, Lubnen Name.pdf: 6333215 bytes, checksum: e4af4ba8d3d1158a51e0c29d86462cd7 (MD5) Previous issue date: 2002en
dc.description.provenanceMade available in DSpace on 2017-07-13T19:51:41Z (GMT). No. of bitstreams: 1 Moussi_LubnenName_M.pdf: 6333215 bytes, checksum: e4af4ba8d3d1158a51e0c29d86462cd7 (MD5) Previous issue date: 2002en
dc.identifier.urihttp://repositorio.unicamp.br/jspui/handle/REPOSIP/261814
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Moussi_LubnenName_M.pdf6.18 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.