Banca de DEFESA: STEPHANIE KAMARRY ALVES DE SOUSA
02/02/2017 15:14
A evolução na área de robótica móvel tem direcionado as pesquisas nesse campo para a solução de tarefas cada vez mais complexas. Nessas tarefas, quando comportamentos otimizados são especificados, faz-se necessário um processo de deliberação para determinar a melhor ação a ser tomada antes de executá-la. Em arquiteturas de navegação, o processo de deliberação é normalmente realizado por uma estratégia de planejamento de movimento. Uma das técnicas de planejamento de movimento que tem recebido grande parte da atenção dos pesquisadores dessa área nos últimos tempos é a Rapidly-exploring Random Tree (RRT), pela sua capacidade de reduzir a dimensão da representação de forma rápida. A maioria dos trabalhos de pesquisa desenvolvidos utilizando RRT, até o momento, tem como foco principal desenvolver variantes dessa técnica para problemas específicos, sem apresentar análises aprofundadas quanto a influência das diferentes variáveis do algoritmo clássico. Neste trabalho de mestrado o foco é, justamente, suprir essa carência, investigando a influência das diferentes variáveis que compõem o algoritmo clássico da RRT, ou seja, uma análise detalhada dos graus de liberdade da RRT e sua influência no resultado final. Além disso, diferentemente da maioria dos trabalhos em RRT, em que o objetivo é encontrar o melhor caminho entre dois pontos, esta dissertação apresenta uma nova abordagem nas pesquisas em RRT ao combinar a busca por uma representação compacta e completa do espaço de configuração com um baixo custo computacional e com o conhecimento a priori apenas da configuração de destino do robô. Para validar e analisar os resultados obtidos, testes por simulação são realizados.
SIGAA | Superintendência de Tecnologia da Informação/UFS | Telefonista/UFS (79)3194-6600 | Copyright © 2009-2024 - UFRN v3.5.16 -r19032-7126ccb4cf