Dentro da área da Robótica, Robôs Móveis têm recebido crescente atenção. Robôs móveis se propõem a realizar uma variedade de tarefas mais complexas que seus antecessores, os robôs industriais. Para tal, são necessárias técnicas que lhes permitam interagir de forma efetiva com o ambiente. A parte mais essencial desta interação é o Sistema de Navegação que é um conjunto de métodos e procedimentos que o robô utiliza para se locomover e encontrar seu caminho no mundo. Infelizmente, as pesquisas até agora têm demonstrado pouco sucesso quando os robôs são submetidos a tarefas do mundo real. Métodos baseados em modelagem matemática são inadequados para os robôs móveis, porque seu ambiente é dinâmico e mutável. Já os métodos que rejeitam inteiramente os modelos do mundo e simplesmente reagem às contingências do ambiente, não conseguem ser escalados para problemas complexos. Apesar destas dificuldades, a natureza parece ter se saído particularmente bem ao dotar animais e seres humanos da capacidade de navegação. Uma abordagem recente é buscar inspiração nela. Esta abordagem é representada pelo estudo dos Mapas Cognitivos - estruturas mentais, encontradas em desde ratos até seres humanos, que permitem registrar fatos e raciocinar a respeito dos espaços. Os Mapas Cognitivos da natureza são implementados em Redes Neurais Naturais - os cérebros. Pesquisadores de computação e engenharia procuram imitá-lo com as Redes Neurais Artificiais. Este trabalho propõe criar um sistema de navegação para robô móvel, inspirado no mecanismo de mapa cognitivo, implementado através de Redes Neurais Artificiais. O objetivo é obter um sistema robusto, capaz de responder as exigências de desempenho presentes em tarefas do mundo real.

In the arca of Robotics, Mobile Robots have been receiving increasing attention, mainly because they can perform a larger variety of tasks than their predecessors, the industrial robots. Mobile Robots need techniques that enable them to interact effectively with the environment. The most essential part of this interaction is the Navigation System - the set of methods and procedures they need to walk, and find their way in the world. Unfortunately, research has shown small success when robots are applied to real world tasks. Methods of mathematical modeling are inadequate to mobile robots, because their environment is dynamic and mutable. On the other hand, methods that completely reject world models, and just react to environment c,ontingencies, do not scale well. Despite these difficulties, Nature has been successful in providing animais and human beings with navigational capabilities. A recent approach is to get inspiration from Nature. This approach is represented by the study of Cognitive Maps, which are mental structures found from mice to human beings, that enables the registration of facts and the reasoning about the environment. Nature's cognitive maps are implemented in natural neural networks - the brains. Technology tries to imitate them with Artificial Neural Networks. This dissertation proposes to build a mobile robot navigation system, inspired by the cognitive map mechanism, and implemented by Artificial Neural Networks. The aim is to obtain a robust system able to respond to the performance demand of real world tasks.