The source seeking is a relevant topic on autonomous robotics. In a few words, it consists of seeking a scalar signal source position with only local information on base X-space. In such, the seek agent, for instance, a mobile tracking A-robot, samples by hypothesis C-class source signal -map constrained by hull (A) X. Among available seeking methods, this work utilizes the barycenter method, first presented on work [2], as a direct optimization method due to derivatives absence. The applied algorithm estimates the source yn-position and designs a suitable reference (t)-curve, hopefully towards a sufficiently close vicinity of the actual source y s-position. In case there are multiple critical points, the {d(y s , yn)}-sequence may not converge asymptotically to a sufficiently close neighborhood of zero due to its local behavior, a challenge for these garden-like optimization algorithms. This work succeeds to obtain results in direction of the source signal position. Therefore, the proposed methodology provides an alternative for source-seeking applications by defined-to-be exploration strategy by different agent seekers, source signal maps, and obstacle modeling.

A busca da fonte de um sinal tem relevância em robótica autônoma. Seu enunciado consiste na busca estimada da y s-posição de uma fonte de sinal escalar apenas com informação local sobre sua disponibilidade no X-espaço base. Em tal situação, o agente de busca, por exemplo, um A-robô rastreador móvel, tem acesso à magnitude do -mapa sinal de C-classe (por hipótese) restrito ao (hull (A) X)-feixo do agente de busca. Esta dissertação de mestrado utiliza o método do baricentro, disponível em artigo [2], como método de otimização direta, por satisfazer critério de ausência de derivadas. O algoritmo proposto estima yn-pontos para a posição da fonte e sintetiza uma (t)-curva de referência em direção à estimativa calculada, a fim de atingir a vizinhança de um y s - ponto extremal. Caso múltiplos pontos críticos existam, a {dYs(y s , yn)}-sequência pode não convergir assintoticamente a uma vizinhança suficientemente próxima de zero devido à característica local do método de otimização aplicado, um desafio a algoritmos desta classe. Os resultados em direção à fonte do sinal escalar são satisfatórios. Portanto, a metodologia oferece uma alternativa à aplicações da busca de fonte para diferentes combinações de estratégias de exploração, por meio de agentes de busca, mapas de sinal de fonte e modelagem de obstáculos a definir.