Árvores aleatórias de exploração rápida com técnicas de aprendizado de máquinas aplicadas à navegação de carros autônomos
Ano de defesa: | 2022 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Faculdade de Engenharia Brasil UERJ Programa de Pós-Graduação em Engenharia Eletrônica |
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://www.bdtd.uerj.br/handle/1/19362 |
Resumo: | A robótica móvel é uma área promissora da engenharia que alia a automatização de tarefas com a locomoção. Essa flexibilidade de movimento traz uma demanda por métodos que permitam a navegação autônoma do robô, evitando a colisão com qualquer outro objeto no espaço. O planejamento de trajetórias é um problema complexo que, frequentemente, exige o conhecimento profundo do robô e heurísticas particulares ao sistema em que é aplicado. Este trabalho propõe uma abordagem sistemática para este problema, considerando a união das árvores aleatórias de exploração rápida, um algoritmo clássico de planejamento de trajetórias, com diversas técnicas de aprendizado de máquinas, a fim de contornar as dificuldades associadas à obtenção de soluções analíticas. O método proposto é avaliado computacionalmente em um modelo de robô móvel similar a um automóvel de passeio, um sistema importante considerando a emergência dos carros autônomos, e atinge resultados comparáveis aos métodos analíticos, que utilizam profundo conhecimento do sistema. |