Detalhes bibliográficos
| Ano de defesa: |
1994 |
| Autor(a) principal: |
Okamoto Junior, Jun |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| 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: |
https://www.teses.usp.br/teses/disponiveis/3/3132/tde-23072024-110313/
|
Resumo: |
Pesquisas recentes na área de sensores para sistemas robóticos autônomos e semi-autônomos têm mostrado que a atividade sensorial deve ser planejada e que as informações dos sensores devem ser integradas para que as tarefas destes sistemas possam ser cumpridas com sucesso, sejam elas, processos de montagem automáticos com robôs ou a exploração de regiões desconhecidas por veículos não tripulados. O presente trabalho mostra uma nova metodologia, que utiliza ferramentas estatísticas, para o planejamento da atividade sensorial através da fusão de diversas vistas de um objeto com o objetivo de minimizar o esforço em adquirir novos dados e maximizar a informação global resultante da atividade sensorial para a construção de um modelo tridimensional de alta qualidade do objeto observado. São utilizados modelos Bayesianos de decisão e medidas de informação para o planejamento da aquisição de novas vistas, utilizando-se um critério ótimo para aquisição de sucessivas vistas. Os resultados obtidos mostram a consistência desta abordagem e revelam novos caminhos para serem explorados na área de integração e fusão de dados de sensores e planejamento da atividade sensorial. |
