Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/3329
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorGertrudes, Jadson Castropt_BR
dc.contributor.advisorSantos, Valéria de Carvalhopt_BR
dc.contributor.authorCunha, Artur Fernandes e-
dc.date.accessioned2021-08-31T05:19:18Z-
dc.date.available2021-08-31T05:19:18Z-
dc.date.issued2021pt_BR
dc.identifier.citationCUNHA, Artur Fernandes e. Uma abordagem de navegação topológica de robôs móveis baseada em algoritmo de agrupamento de dados por particionamento. 2021. 50 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/3329-
dc.description.abstractO uso de mapas topológicos para a tarefa de navegação de robôs móveis tem como finalidade simplificar a forma de controle de um robô, estabelecendo uma locomoção que parta de seu local inicial até o seu destino sem colidir em obstáculos e, ao mesmo tempo, sem exigir informações precisas do ambiente. A definição do controle da navegação topológica, em termos de ações, corresponde a comportamentos de reação local, como virar à esquerda ao encontrar um cruzamento. A partir da identificação do estado ao qual ele se encontra, é possível realizar uma nova ação e, dessa forma, seguir um percurso até o estado final. Considerando um mapa do tipo labirinto, um estado pode ser um corredor, uma curva à direita ou um cruzamento, por exemplo. Através dos sensores, o robô obtém dados do ambiente e um método de reconhecimento pode ser utilizado para identificar em qual estado o robô se encontra. Este projeto propõe o uso do algoritmo de agrupamento de dados por particionamento K-means para realizar a identificação de estado do robô. Algoritmos de agrupamento são capazes de identificar, sem o conhecimento prévio sobre classes (estados, neste caso), grupos naturais dentro do conjunto de dados. Como nenhum conhecimento prévio do estado é necessário, pode-se esperar que o algoritmo reconheça automaticamente o estado existente no mapa durante a fase de aprendizado. Durante a navegação, é esperado que o robô identifique o estado sem a intervenção de um especialista, ou seja, de forma autônoma. Após a validação dos resultados do algoritmo de agrupamento, a etapa de navegação do robô será executada no simulador robótico realístico, utilizando um robô Pioneer3DX com um sensor 2D Laser Scanner.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectAgrupamento de dados por K-meanspt_BR
dc.subjectNavegação topológicapt_BR
dc.subjectRobôs móveispt_BR
dc.titleUma abordagem de navegação topológica de robôs móveis baseada em algoritmo de agrupamento de dados por particionamento.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeGertrudes, Jadson Castropt_BR
dc.contributor.refereeSilva, Pedro Henrique Lopespt_BR
dc.contributor.refereeBatista, Murillo Rehderpt_BR
dc.description.abstractenThe use of topological maps for mobile robot navigation aims to simplify the way of controlling a robot, establishing a locomotion that starts from its initial location to its destination without colliding with obstacles and, at the same time, without requiring accurate environmental information. The definition of topological navigation control, in terms of actions, corresponds to local reaction behaviors, such as turning left when encountering an intersection. After identifying the current state during navigation process, it is possible to perform a new action, and thus follow a path to the final state. Considering a maze-like map, a state can be a corridor, a right turn, or an intersection, for example. Through the sensors, the robot obtains data from the environment and a recognition method can be used to identify which state the robot is in. This project proposes the use of the K-means clustering algorithm to perform the robot’s state identification. Clustering algorithms are able to identify, without prior knowledge about classes (states, in this case), natural groups within the data set. Since no prior knowledge to identify a new state is required, the algorithm can be expected to automatically recognize the current state on the map during the learning phase. During navigation, the robot is expected to identify the state without the intervention of a specialist. After validating the partitioning clustering results, the robot will be performed in a realistic robotic simulator, using a Pioneer3DX robot model with a 2D Laser Scanner sensor.pt_BR
dc.contributor.authorID15.1.4026pt_BR
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_AbordagemNavegaçãoTopológica.pdf1,87 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons