Árvores aleatórias de exploração rápida com técnicas de aprendizado de máquinas aplicadas à navegação de carros autônomos

• Ano de defesa: 2022
• Autor(a) principal: Ferreira, João Pedro Barros
• 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
• Palavras-chave em Português: Electronic engineering; Robotics; Computer learning; Automatic control; Engenharia eletrônica; Robótica; Aprendizado do computador; Controle automático; ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS
• Link de acesso: http://www.bdtd.uerj.br/handle/1/19362

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.