• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
10.11606/D.3.2005.tde-10062005-104556
Documento
Autor
Nome completo
Antonio Henrique Pinto Selvatici
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2005
Orientador
Banca examinadora
Reali Costa, Anna Helena (Presidente)
Okamoto Junior, Jun
Sarcinelli Filho, Mário
Título em português
AAREACT: uma arquitetura comportamental adaptativa para robôs móveis que integra visão, sonares e odometria.
Palavras-chave em português
aprendizado computacional
robôs
robótica
visão computacional
Resumo em português
Para ter uma aplicação real, um robô móvel deve poder desempenhar sua tarefa em ambientes desconhecidos. Uma arquitetura para robôs móveis que se adapte ao meio em que o robô se encontra é então desejável. Este trabalho apresenta uma arquitetura adaptativa para robôs móveis, de nome AAREACT, que aprende como coordenar comportamentos primitivos codificados por Campos Potenciais através de aprendizado por reforço. Cada comportamento utiliza a informação de apenas um tipo de sensor (visão, sonar ou odometria). O sensor de visão foi desenvolvido neste trabalho, e utiliza os tempos para colisão obtidos através da análise de seqüências de imagens para indicar a disposição dos objetos à frente do robô. A atuação da arquitetura proposta é comparada com a apresentada por uma arquitetura com coordenação fixa dos comportamentos, demonstrando melhor desempenho. Os resultados obtidos neste trabalho também apontam a alta capacidade de adaptação da arquitetura AAREACT.
Título em inglês
AAREACT: an adaptive behavioral architecture for mobile robots that integrates vision, sonars and odometry.
Palavras-chave em inglês
computer vision
machine learning
robotics
robots
Resumo em inglês
It is desirable that mobile robots applied to real world applications perform their operations in previously unknown environments. Thus, a mobile robot architecture capable of adaptation is very suitable. This work presents an adaptive architecture for mobile robots called AAREACT, that has the ability of learning how to coordinate primitive behaviors codified by the Potential Fields method through reinforcement learning. Each behavior uses the information of a single sensor (vision, sonar or odometer). This work also brings details about the vision sensor's development, which uses time-to-crash information in order to detect distances to frontal obstacles. The proposed architecture's actuation is compared to that showed by an architecture that performs a fixed coordination of its behaviors, and shows a better performance. The obtained results also suggest that AAREACT has good adaptation skills.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
dissertacao.pdf (1,021.77 Kbytes)
Data de Publicação
2005-08-05
 
AVISO: O material descrito abaixo refere-se a trabalhos decorrentes desta tese ou dissertação. O conteúdo desses trabalhos é de inteira responsabilidade do autor da tese ou dissertação.
  • SELVATICI, Antonio Henrique Pinto, and Costa, Anna Helena Reali. A hybrid adaptive architecture for mobile robots based on reactive behaviors. In HIS'05 Fifth International Conference on Hybrid Intelligent Systems, Rio de Janeiro, 2005. Proceedings of the Fifth International Conference on Hybrid Intelligent Systems.Los Alamitos, California : IEEE Computer Society, 2005. Available from: http://www.ica.ele.puc-rio.br/his05/index.html.
  • SELVATICI, Antonio Henrique Pinto, and Costa, Anna Helena Reali. Obstacle avoidance using time-to-contact information. In 5th. IFAC Symposium on Intelligent Autonomous Vehicles, Lisboa, 2004. Proceedings of the 5th IFAC Symposium on Intelligent Autonomous Vehicles, IAV'2004., 2004.
  • SELVATICI, Antonio Henrique Pinto, e Costa, Anna Helena Reali. Aprendizado da coordenação de comportamentos primitivos para robôs móveis. In VII Simpósio Brasileiro de Automação Inteligente - SBAI, São Luis, 2005. VII Simpósio Brasileiro de Automação Inteligente - SBAI., 2005. Dispon?vel em: http://www.dee.ufma.br/sbailars/.
  • SELVATICI, Antonio Henrique Pinto, e Costa, Anna Helena Reali. Combinaçao de sensores através da cooperaçao de comportamentos primitivos. In XV Congresso Brasileiro de Automática, Gramado, RS, 2004. Anais do XV Congresso Brasileiro de Automática., 2004.
  • SELVATICI, Antonio Henrique Pinto, e Costa, Anna Helena Reali. Range Sensor Using Time-to-Contact. In II Workshop do Projeto AACROM, São José dos Campos, SP., 2003. Anais do II Workshop do Projeto AACROM., 2003.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2018. Todos os direitos reservados.