INTRODUÇÃO À ROBÓTICA MÓVEL

Tamanho: px
Começar a partir da página:

Download "INTRODUÇÃO À ROBÓTICA MÓVEL"

Transcrição

1 INTRODUÇÃO À ROBÓTICA MÓVEL Aula 19 Edson Prestes Departamento de Informática Teórica

2 Campos Potenciais Harmônicos É um metodo proposto por Connolly e Grupen[1]. Usa como núcleo a solução da equação de Laplace, no domínio ½ R n. Esta solução φ é chamada função harmônica. Para este cálculo são necessárias condições de contorno adequadas, como Dirichlet ou Neumann.

3 Campos Potenciais Harmônicos Considerando o domínio, a condição de Dirichlet é definida como ou seja, o valor do potential no contorno de é mantido fixo e igual a c. Por outro lado, a condição de contorno de Neumann é definida como onde n é o vetor normal aos contornos de que correspondem aos obstáculos.

4 Campos Potenciais Harmônicos Baixa Influência Alta Influência Potencial Harmônico

5 Campos Potenciais Harmônicos As funções harmônicas satisfazem o princípio min-max, ou seja, mínimos locais não existem dentro da região onde as equações estão sendo calculadas. As funcões harmônicas geram caminhos suaves e livre de colisão. Elas tendem a minimizar a probabilidade de colisões entre o robô e os obstáculos presentes no ambiente[8], quando são usadas condições de Dirichlet. O método é completo, ou seja, se existir um caminho viável em direção ao alvo, este será encontrado.

6 Potenciais Harmônicos Exploração A extensão para permitir com que o robô explore ambientes desconhecidos é direta e necessita dos seguintes elementos: Modelagem das fronteiras entre regiões conhecidas e desconhecidas como superfícies atratoras; Aprendizado incremental do mapa do ambiente através das leituras dos sensores do robô; Utilização da relaxação parcial do potencial restrita a poucas iterações;

7 Potenciais Harmônicos Exploração Figura extraída de [4]

8 Potenciais Harmônicos Exploração Figura extraída de [4]

9 Potenciais Harmônicos Exploração Algoritmo Ativa e obtém as leituras dos sensores sonar; Realiza a atualização local do mapa; Atualiza o atributo potencial das células da região visitada; Calcula o vetor gradiente descendente da posição do robô; Desloca-se seguindo a direção definida por este gradiente; Repete o processo até que todo o ambiente esteja completamente explorado.

10 Potenciais Harmônicos Exploração Exploração Ambiente Simulado Janela Fixa Figuras extraídas de [4]

11 Potenciais Harmônicos Exploração Exploração Ambiente Simulado Figuras extraídas de [4]

12 Potenciais Harmônicos Exploração Exploração Ambiente Simulado Figuras extraídas de [5]

13 Potenciais Harmônicos Exploração Janela Fixa Figuras extraídas de [5]

14 Potenciais Harmônicos Exploração Gauss-Seidel SOR 10 execuções Gauss-Seidel é melhor para relaxações parciais! Figuras extraídas de [5]

15 Potenciais Harmônicos Exploração Campo relaxado parcialmente com SOR Figuras extraídas de [5]

16 Potenciais Harmônicos Exploração Procurando um objeto em um ambiente desconhecido Figuras extraídas de [5]

17 Potenciais Harmônicos Exploração Procurando um objeto em um ambiente desconhecido Figura extraída de [5]

18 Potenciais Harmônicos Exploração Explorando um Ambiente Real desconhecido Figuras extraídas de [5]

19 Potenciais Harmônicos Exploração Em ambientes internos densos, existem sempre obstáculos dentro do campo de visão de algum sensor do robô. O método de campos potenciais harmônicos usa a informação coletada sobre os obstáculos para determinar a direção de navegação do robô. Em ambientes internos esparsos, o robô pode navegar vários segundos sem adquirir qualquer informação sobre a estrutura do ambiente. Neste caso, qual é a seqüência de passos que permitem ao robô explorar adequamente o ambiente?

20 Potenciais Harmônicos Exploração Explorando Ambientes Indoor Esparsos 1 x 1 2 x 2

21 Planejador BVP Explorando Ambientes Indoor Esparsos Generalização Harmônico Equações-Exemplo Regra 1 Regra 2

22 Planejador BVP R R Figuras extraídas de [5]

23 Planejador BVP 5m 4,6m 10,1m 7,3m 7,6 m Figuras extraídas de [5]

24 Planejador BVP 26,3m 36,2m 6 execuções 40m Figuras extraídas de [5]

25 Planejador BVP Figuras extraídas de [5]

26 Planejador BVP Características ambientais são fontes importantes de informação espacial para roedores que exploram ambientes a procura de comida. Diferentes características no contorno podem criar estratégias diferentes para a exploração completa do ambiente. As características ambientais podem ser dinamicamente redefinidas com a exploração

27 Planejador BVP p( r) = f(r) para r Exemplo: quando f(r)=0 para r pertencendo às posicoes que estão próximas às paredes e às áreas não exploradas, o robô exibe um comportamento de wall following. Figuras extraídas de [6]

28 Planejador BVP Diferentes comportamentos podem ser gerados pela correta programação das condições de contorno Figuras extraídas de [6]

29 Planejador BVP Contorno Inteligente Figura extraída de [5] Figura extraída de [6]

30 Planejador BVP É possível incorporar restrições ambientais durante o planejamento de caminhos? Restrições ambientais referem-se à preferência de movimentação por certas regiões do ambiente. É melhor o robô seguir um caminho por uma região plana do que por uma região acidentada. Regiões com restrições são diferentes de regiões com obstáculos, pois elas podem ser cruzadas se necessário.

31 Planejador BVP O planejador baseado na equação de Laplace gera sempre os caminhos mais seguros para alcançar a posição objetivo. Obstáculos Objetivo Figura extraída de [7]

32 Planejador BVP O planejador BVP distorce o campo potencial dando uma preferência de movimentação de acordo com os parâmetros v e ² Considere o caso unidimensional

33 Planejador BVP Figura extraída de [7]

34 Planejador BVP De acordo com os parâmetros da equação, o potencial é côncavo ou convexo. Esta concavidade/convexidade é sensível à posição dos obstáculos no ambiente. Isto decorre do fato que a concavidade/convexidade do potencial é definida pelo produto na equação,

35 Planejador BVP Se >0 então o potencial é côncavo, caso contrário é convexo. A independência da posição dos obstáculos é feita alterando para Onde ² controla o grau de concavidade ou convexidade

36 Planejador BVP Figuras extraídas de [7]

37 Planejador BVP No caso bidimensional, temos com e é o gradiente do potencial harmônico

38 Planejador BVP (a) (a) (c) (d) (a) ambiente de teste (b) curvas de nível do potencial harmônico (c) curvas de nível do potencial BVP com ²=0.2 (d) curvas de nível do potencial BVP com ²=-0.2

INTRODUÇÃO À ROBÓTICA MÓVEL

INTRODUÇÃO À ROBÓTICA MÓVEL INTRODUÇÃO À ROBÓTICA MÓVEL Aula 18 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br Planejamento de Caminhos O problema de planejamento de caminhos

Leia mais

INTRODUÇÃO À ROBÓTICA MÓVEL

INTRODUÇÃO À ROBÓTICA MÓVEL INTRODUÇÃO À ROBÓTICA MÓVEL Aula 20 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br Exploração baseada em Fronteiras Método desenvolvido por Brian

Leia mais

Occupancy grid based graph-slam using the distance transform, SURF features and SGD

Occupancy grid based graph-slam using the distance transform, SURF features and SGD Occupancy grid based graph-slam using the distance transform, SURF features and SGD Autores: Arturo Gil, Miguel Juliá, Óscar Reinoso Artur Segal Kaim Agenda Introdução Arquitetura Resultados Trabalho futuro

Leia mais

5 Testes e Resultados

5 Testes e Resultados 5 Testes e Resultados Neste capítulo serão apresentados experimentos que ilustram as implementações desenvolvidas e propostas no capítulo anterior. São mostrados experimentos que investigam o algoritmo

Leia mais

3 Aprendizado por reforço

3 Aprendizado por reforço 3 Aprendizado por reforço Aprendizado por reforço é um ramo estudado em estatística, psicologia, neurociência e ciência da computação. Atraiu o interesse de pesquisadores ligados a aprendizado de máquina

Leia mais

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 5. Leandro Franco de Souza. Leandro Franco de Souza p.

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 5. Leandro Franco de Souza. Leandro Franco de Souza p. Leandro Franco de Souza lefraso@icmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânica dos Fluidos Computacional Aula 5 Leandro Franco de Souza Leandro Franco de Souza lefraso@icmc.usp.br p. 2/1 Equações

Leia mais

Seminário de Robótica Bruno de Abreu Silva

Seminário de Robótica Bruno de Abreu Silva Seminário de Robótica Bruno de Abreu Silva 1 Introdução Conceitos gerais Métodos de planejamento de rotas 2 Dadas as configurações inicial e final de um robô, descobrir uma sequência de movimentos a ser

Leia mais

INTRODUÇÃO À ROBÓTICA MÓVEL

INTRODUÇÃO À ROBÓTICA MÓVEL INTRODUÇÃO À ROBÓTICA MÓVEL Aula 12 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br É a estrutura interna que armazena as informações associadas

Leia mais

3 Sistema de Partículas na CPU

3 Sistema de Partículas na CPU Sistema de Partículas na CPU 16 3 Sistema de Partículas na CPU Um sistema de partículas pode ser dividido em diferentes etapas: avanço do sistema no tempo; construção da estrutura de subdivisão espacial

Leia mais

Método do Lagrangiano aumentado

Método do Lagrangiano aumentado Método do Lagrangiano aumentado Marina Andretta ICMC-USP 23 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 23 de novembro de 2010 1 / 17 Problema com restrições gerais Vamos

Leia mais

Informática I. Aula 21. Aula 21-07/11/06 1

Informática I. Aula 21.  Aula 21-07/11/06 1 Informática I Aula 21 http://www.ic.uff.br/~bianca/informatica1/ Aula 21-07/11/06 1 Aula de hoje Explicação sobre o trabalho 3 Jogo de prospecção de petróleo por robôs. http://www.inf.puc-rio.br/~mascarenhas/robots/

Leia mais

Métodos de Pesquisa Operacional

Métodos de Pesquisa Operacional Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução

Leia mais

Figura 1.1: Um reservatório natural de petróleo típico: dificuldade para investigar áreas de interesse.

Figura 1.1: Um reservatório natural de petróleo típico: dificuldade para investigar áreas de interesse. 1 Introdução Técnicas de realidade virtual são ferramentas valiosas para a criação, manipulação e investigação de estruturas reais. Elas provêem um ambiente seguro para que os profissionais envolvidos

Leia mais

Introdução à Robótica Móvel

Introdução à Robótica Móvel Introdução à Robótica Móvel Aula 4 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br Introdução Mckerrow, P. J. Introduction to Robotics. Addison Wesley,

Leia mais

Data: 28/05/2010 8h as 12h. IP addresses and the port numbers of the components.

Data: 28/05/2010 8h as 12h. IP addresses and the port numbers of the components. CURSO DE PROGRAMAÇÃO DE ROBÔS MÓVEIS USP - ICMC LRM: Laboratório de Robótica Móvel Profs. Denis Wolf, Eduardo Simões, Fernando Osório Alunos PG - Alberto Hata, Gustavo Pessin, Patrick Shinzato, Maurício

Leia mais

IP addresses and the port numbers of the components.

IP addresses and the port numbers of the components. CURSO DE PROGRAMAÇÃO DE ROBÔS MÓVEIS USP - ICMC LRM: Laboratório de Robótica Móvel Profs. Denis Wolf, Eduardo Simões, Fernando Osório Alunos PG - Alberto Hata, Gustavo Pessin, Patrick Shinzato, Maurício

Leia mais

Um robô está num corredor. Ele possui um mapa do corredor mas não sabe onde está localizado. A parede do corredor e indistinta, exceto pelas portas.

Um robô está num corredor. Ele possui um mapa do corredor mas não sabe onde está localizado. A parede do corredor e indistinta, exceto pelas portas. Um robô está num corredor. Ele possui um mapa do corredor mas não sabe onde está localizado. A parede do corredor e indistinta, exceto pelas portas. O corredor possui 3 portas idênticas, exceto pelas sua

Leia mais

Trabalho final de Processamento de Imagens: Interpolação de movimento em baixa amostragem

Trabalho final de Processamento de Imagens: Interpolação de movimento em baixa amostragem Trabalho final de Processamento de Imagens: Interpolação de movimento em baixa amostragem Gustavo T. Pfeiffer July 2, 2011 1 Introdução O objetivo deste trabalho é uma ferramenta que permita, em um vídeo

Leia mais

)XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD

)XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD )XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD,QWURGXomR A grande maioria dos problemas de engenharia pode ser solucionado de diferentes formas, uma vez que um número muito grande de soluções atende aos critérios

Leia mais

Alocação de Unidades via Relaxação Lagrangeana

Alocação de Unidades via Relaxação Lagrangeana Alocação de Unidades via Relaxação Lagrangeana Prof. Antonio Simões Costa Grupo de Sistemas de Potência EEL - UFSC Relaxação Lagrangeana: Conceitos Iniciais 2 1 Alocação de Unidades via Relaxação Lagrangeana

Leia mais

Arthur Vicente Ribacki. Comparação experimental de métodos de exploração de ambientes desconhecidos usando robôs móveis autônomos

Arthur Vicente Ribacki. Comparação experimental de métodos de exploração de ambientes desconhecidos usando robôs móveis autônomos Arthur Vicente Ribacki Comparação experimental de métodos de exploração de ambientes desconhecidos usando robôs móveis autônomos Porto Alegre 2011 Arthur Vicente Ribacki Comparação experimental de métodos

Leia mais

Métodos Numéricos - Notas de Aula

Métodos Numéricos - Notas de Aula Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Zeros de equações transcendentes e Tipos de Métodos polinomiais São dois os tipos de métodos para se achar a(s) raízes de uma equação:

Leia mais

APLICAÇÃO DO ALGORITMO SARSA NA COLETA DE LIXO - ESTUDO DO PARÂMETRO ALPHA 1

APLICAÇÃO DO ALGORITMO SARSA NA COLETA DE LIXO - ESTUDO DO PARÂMETRO ALPHA 1 APLICAÇÃO DO ALGORITMO SARSA NA COLETA DE LIXO - ESTUDO DO PARÂMETRO ALPHA 1 Darlinton Prauchner 2, Rogério Martins 3, Edson Padoin 4. 1 Trabalho de conclusão de curso realiazado no curso de Ciência da

Leia mais

Processamento digital de imagens

Processamento digital de imagens Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 11 de novembro de 2016 Fluxo óptico Usado para estimar

Leia mais

CC-226 Introdução à Análise de Padrões

CC-226 Introdução à Análise de Padrões CC-226 Introdução à Análise de Padrões Estimação Não-Paramétrica e Aprendizado por Instâncias Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 16 de

Leia mais

Cinemática de Robôs Móveis

Cinemática de Robôs Móveis Cinemática de Robôs Móveis A cinemática é a área da Física que estuda o movimento dos corpos. Em robótica móvel a cinemática estabelece relações entre o deslocamento (locomoção) do robô e a atuação a ele

Leia mais

2. Redes Neurais Artificiais

2. Redes Neurais Artificiais Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.5. Support Vector Machines 2.5. Support Vector Machines (SVM) 2.5.2.

Leia mais

4 Resultados. 4.1 Análise de desempenho

4 Resultados. 4.1 Análise de desempenho 4 Resultados Nesta seção, analisaremos o funcionamento do módulo cinegrafista proposto. Foram realizados dois testes para a avaliação do módulo cinegrafista. O primeiro corresponde a uma análise do custo

Leia mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Forma geral de um problema Em vários problemas que formulamos, obtivemos: Um objetivo de otimização

Leia mais

3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução

3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução 3 Extração de Regras Simbólicas a partir de Máquinas de Vetores Suporte 3.1 Introdução Como já mencionado na seção 1.1, as SVMs geram, da mesma forma que redes neurais (RN), um "modelo caixa preta" de

Leia mais

BCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira 22 de novembro de 2017

BCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira   22 de novembro de 2017 BCC465 - TÉCNICAS DE OTIMIZAÇÃO MULTI-OBJETIVO Aula 04 - Otimização Não-linear Gladston Juliano Prates Moreira email: gladston@iceb.ufop.br CSILab, Departamento de Computação Universidade Federal de Ouro

Leia mais

INF1626 Aula 04. Ecercícios cios para Casa 16/08/2010. INF1626 Linguagens Formais e Autômatos em Informática PUC-Rio

INF1626 Aula 04. Ecercícios cios para Casa 16/08/2010. INF1626 Linguagens Formais e Autômatos em Informática PUC-Rio INF1626 Aula 04 Ecercícios cios para Casa 16/08/2010 Profa. Clarisse S. de Souza 1 Exercícios cios de Gramaticalização Nas páginas a seguir você encontra exercícios sobre gramaticalização de percursos

Leia mais

Métodos Iterativos para a Solução da Equação de Poisson

Métodos Iterativos para a Solução da Equação de Poisson Métodos Iterativos para a Solução da Equação de Poisson Valdirene da Rosa Rocho, Dagoberto Adriano Rizzotto Justo, Programa de Pós-Graduação em Matemática Aplicada, PPGMap, UFRGS, 91509-900, Porto Alegre,

Leia mais

Optimização. Carlos Balsa. Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança

Optimização. Carlos Balsa. Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Optimização Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados Eng. Química e Industrial Carlos Balsa Matemática Aplicada

Leia mais

Aplicações Problemas Básicos Desafios e Tendências Exemplos - Vídeos Bibliografia Recomendada. EESC-USP M. Becker /78

Aplicações Problemas Básicos Desafios e Tendências Exemplos - Vídeos Bibliografia Recomendada. EESC-USP M. Becker /78 Aula 1 Introdução à Robótica Móvel Introdução Prof. Dr. Marcelo Becker EESC - USP Sumário da Aula Histórico Aplicações Problemas Básicos Desafios e Tendências Exemplos - Vídeos Bibliografia Recomendada

Leia mais

Resolução de problemas com apenas restrições lineares de igualdade

Resolução de problemas com apenas restrições lineares de igualdade Resolução de problemas com apenas restrições lineares de igualdade Marina Andretta ICMC-USP 14 de outubro de 2014 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de outubro de 2014 1 / 22

Leia mais

Optimização e Algoritmos (2004/2005)

Optimização e Algoritmos (2004/2005) Optimização e Algoritmos 2004/2005) Instituto Superior Técnico Engenharia Electrotécnica e de Computadores Série de Problemas 4 Minimização sem restrições algoritmos gradiente, Newton, quasi-newton BFGS)

Leia mais

4 Desenvolvimento de Algoritmos de controle

4 Desenvolvimento de Algoritmos de controle 4 Desenvolvimento de Algoritmos de controle 4.1 Introdução Os estudos das características sensoriais e equações de movimento realizados com o robô ER1, junto com as ferramentas de simulação, permitem o

Leia mais

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica REDES DE FUNÇÃO DE BASE RADIAL - RBF Prof. Dr. André A. P. Biscaro 1º Semestre de 2017 Funções de Base Global Funções de Base Global são usadas pelas redes BP. Estas funções são definidas como funções

Leia mais

Redes Neurais. A Rede RBF. Redes RBF: Função de Base Radial. Prof. Paulo Martins Engel. Regressão não paramétrica. Redes RBF: Radial-Basis Functions

Redes Neurais. A Rede RBF. Redes RBF: Função de Base Radial. Prof. Paulo Martins Engel. Regressão não paramétrica. Redes RBF: Radial-Basis Functions Redes RBF: Função de Base Radial Redes Neurais A Rede RBF O LP é baseado em unidades que calculam uma função não-linear do produto escalar do vetor de entrada e um vetor de peso. A rede RBF pertence a

Leia mais

Indoor Localization without the Pain

Indoor Localization without the Pain Indoor Localization without the Pain Chintalapudi et al. (Microsoft Research India) Henrique Stagni 1 de junho de 2012 1 / 78 Objetivo Dado um ambiente fechado, construir um sistema que obtém a localização

Leia mais

Programação Inteira Resolução por Branch and Bound

Programação Inteira Resolução por Branch and Bound Programação Inteira Resolução por Branch and Bound Transparências de apoio à lecionação de aulas teóricas Versão 2.3 c 2012, 2010, 2009, 2001 Maria Antónia Carravilla José Fernando Oliveira FEUP Técnicas

Leia mais

Otimização de Desempenho em Planejadores de Caminho Usando Campos Potenciais

Otimização de Desempenho em Planejadores de Caminho Usando Campos Potenciais UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA CURSO DE CIÊNCIA DA COMPUTAÇÃO LEONARDO GARCIA FISCHER Otimização de Desempenho em Planejadores de Caminho Usando Campos Potenciais Trabalho

Leia mais

CAPÍTULO 5 RESULTADOS. São apresentados neste Capítulo os resultados obtidos através do programa Classific, para

CAPÍTULO 5 RESULTADOS. São apresentados neste Capítulo os resultados obtidos através do programa Classific, para CAPÍTULO 5 RESULTADOS São apresentados neste Capítulo os resultados obtidos através do programa Classific, para as imagens coletadas no verão II, período iniciado em 18/01 e finalizado em 01/03 de 1999,

Leia mais

Aula 13: Branch-and-bound

Aula 13: Branch-and-bound Aula 13: Branch-and-bound Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Modelagem em PI / Problemas Combinatórios

Leia mais

Mapeamento robótico. Mapeamento semântico. Metodologia. Maquinas de vetores de suporte. Maquinas de vetores de suporte. Modelos ocultos de Markov

Mapeamento robótico. Mapeamento semântico. Metodologia. Maquinas de vetores de suporte. Maquinas de vetores de suporte. Modelos ocultos de Markov Mapeamento robótico Exemplos de mapas: Mapeamento semântico Mapeamento semântico consiste na criação de mapas que não representam apenas a ocupação métrica do ambiente, mas também outras propriedades.

Leia mais

EEL891 Aprendizado de Máquina Prof. Heraldo L. S. Almeida. Introdução

EEL891 Aprendizado de Máquina Prof. Heraldo L. S. Almeida. Introdução 1 Introdução 1. Introdução 1.1. O que é Aprendizado de Máquina? 1.2. Por que Machine Learning é o Futuro? 1.3. Algumas Aplicações 1.4. Tipos de Aprendizado 1. Introdução 17 1. Introdução 1.1. O que é Aprendizado

Leia mais

Resolução Numérica da Equação de Condução do Calor em Uma Placa Bidimensional

Resolução Numérica da Equação de Condução do Calor em Uma Placa Bidimensional Departamento de Matemática Resolução Numérica da Equação de Condução do Calor em Uma Placa Bidimensional Eliandro R. Cirilo Estrutura da Apresentação: Aspectos Históricos Equação de Condução do Calor 3

Leia mais

1 Introdução Origens

1 Introdução Origens Introdução 13 1 Introdução 1.1. Origens A biologia trouxe através dos anos inúmeras formas de controle primitivo, que num contexto ambiental geram resultados complexos e eficientes. A inspiração para o

Leia mais

CAPÍTULO 8 Estabilidade de sistemas termodinâmicos

CAPÍTULO 8 Estabilidade de sistemas termodinâmicos UFABC - BC0205 Princípios de Termodinâmica - Curso 2015.2 Prof. Germán Lugones CAPÍTULO 8 Estabilidade de sistemas termodinâmicos Supernova, Victor Vasarely, 1961. Azul 3, Joan Miró (1960) Estabilidade

Leia mais

1 Introdução 1.1. Motivação

1 Introdução 1.1. Motivação 1 Introdução 1.1. Motivação O crescimento e popularização da robótica têm se evidenciado nos últimos anos principalmente com a explosão da automação industrial, comercial e residencial, além do aparecimento

Leia mais

IA368-W Métodos Estocásticos em Robótica Móvel

IA368-W Métodos Estocásticos em Robótica Móvel IA368-W Métodos Estocásticos em Robótica Móvel Prof. Eleri Cardoo Prof. Eric Rohmer Colaboradores: Leonardo R. Olivi Paulo G. Pinheiro Ricardo S. Soua Fernando C.A. Pinho MAPEAMENTO DE AMBIENTES é o processo

Leia mais

IA Robótica Móvel I - Introdução

IA Robótica Móvel I - Introdução IA I - Introdução Professor Paulo Gurgel Pinheiro MC906A - Inteligência Articial Instituto de Computação Universidade Estadual de Campinas - UNICAMP 18 de Novembro de 2010 1 / 38 http://www.ic.unicamp.br/

Leia mais

Buscas Informadas ou Heurísticas - Parte II

Buscas Informadas ou Heurísticas - Parte II Buscas Informadas ou Heurísticas - Parte II Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 FUNÇÕES HEURÍSTICAS - 1/7 FUNÇÕES HEURÍSTICAS - 2/7 Solução

Leia mais

Introdução às Redes Neurais Artificiais

Introdução às Redes Neurais Artificiais Introdução às Redes Neurais Artificiais Perceptrons de Múltiplas Camadas I Prof. João Marcos Meirelles da Silva www.professores.uff.br/jmarcos Departamento de Engenharia de Telecomunicações Escola de Engenharia

Leia mais

Transformações Conformes: 15 Aplicações

Transformações Conformes: 15 Aplicações AULA Transformações Conformes: 15 Aplicações META: Aplicar transformações conformes. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Aplicar transformações conformes na determinação da distribuição

Leia mais

Robô Móvel Colaborativo

Robô Móvel Colaborativo Lançamento Modernize seu processo produtivo Robô Móvel Colaborativo O Robô Móvel Colaborativo da Omron é um Veículo Autônomo Inteligente (AIV) projetado para aumentar a produtividade em processos industriais

Leia mais

Assim, a rápida acumulação de erros pequenos pode causar o fracasso de quase todos os métodos para resolver o problema de SLAM.

Assim, a rápida acumulação de erros pequenos pode causar o fracasso de quase todos os métodos para resolver o problema de SLAM. 1 Introdução Avanços significativos têm sido feitos no sentido de criar um robô capaz de realizar tarefas completamente autônomas. As tarefas básicas como planejamento de trajetórias, localização e navegação

Leia mais

INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 04 Prof. Vitor Hugo Ferreira

INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 04 Prof. Vitor Hugo Ferreira Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL Aula 04 Prof. Vitor Hugo Ferreira Busca em espaço de estados Estratégias

Leia mais

APLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO

APLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO APLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO André TEIXEIRA DE AQUINO; André LUIZ CARNEIRO DE ARAÚJO (1) Instituto Federal de Educação, Ciência e Tecnologia do Ceará,

Leia mais

Mapeamento. IA368-W Métodos Estocásticos em Robótica Móvel. Profs. Eleri Cardozo Eric Rohmer FEEC/Unicamp

Mapeamento. IA368-W Métodos Estocásticos em Robótica Móvel. Profs. Eleri Cardozo Eric Rohmer FEEC/Unicamp IA368-W Métodos Estocásticos em Robótica Móvel Profs. Eleri Cardoo Eric Rohmer FEEC/Unicamp Colaboradores: Leonardo Olivi Ricardo Soua Fernando Pinho é o processo pelo qual o robô, utiliando seus sensores

Leia mais

GRAFOS Aula 05 Algoritmos de percurso: busca em largura e profundidade Max Pereira

GRAFOS Aula 05 Algoritmos de percurso: busca em largura e profundidade Max Pereira Ciência da Computação GRAFOS Aula 05 Algoritmos de percurso: busca em largura e profundidade Max Pereira Busca em Largura (Breadth-First Search) Um dos algoritmos mais simples para exploração de um grafo.

Leia mais

LISTA DE ATIVIDADES Semestre Letivo 2018/1

LISTA DE ATIVIDADES Semestre Letivo 2018/1 Computação Gráfica Lista de Atividades (atualizada em 13 jun. 2018) glaucius@pelotas.ifsul.edu.br LISTA DE ATIVIDADES Semestre Letivo 2018/1 ATIVIDADE-12 Elaborar um programa X3D, utilizando a técnica

Leia mais

Redes Neurais e Sistemas Fuzzy

Redes Neurais e Sistemas Fuzzy Redes Neurais e Sistemas Fuzzy O ADALINE e o algoritmo LMS O ADALINE No contexto de classificação, o ADALINE [B. Widrow 1960] pode ser visto como um perceptron com algoritmo de treinamento baseado em minimização

Leia mais

Complexidade de Algoritmos. Edson Prestes

Complexidade de Algoritmos. Edson Prestes Edson Prestes Programação Dinâmica A programação dinâmica costuma ser aplicada a problemas de otimização resultando, em geral, em algoritmos mais eficientes que os mais diretos. Esse método é útil quando

Leia mais

CURCEP 2015 ONDULATÓRIA 2

CURCEP 2015 ONDULATÓRIA 2 CURCEP 2015 ONDULATÓRIA 2 FÍSICA B PROF.: BORBA FENÔMENOS ONDULATÓRIOS: Reflexão: Quando uma onda atinge uma superfície de separação de dois meios, e retorna ao meio de origem. Quando a corda tem a extremidade

Leia mais

Inteligência Artificial

Inteligência Artificial Aprendizagem por que? lnteligência Artificial Aprendizagem em IA Capacidade de aprender é parte fundamental do conceito de inteligência. Um agente aprendiz é mais flexível aprendizado permite lidar com

Leia mais

LISTA DE ATIVIDADES Semestre Letivo 2018/1

LISTA DE ATIVIDADES Semestre Letivo 2018/1 Computação Gráfica Lista de Atividades (atualizada em 09 mai. 2018) glaucius@pelotas.ifsul.edu.br LISTA DE ATIVIDADES Semestre Letivo 2018/1 ATIVIDADE-9 (TRABALHO FINAL) Elaborar um jogo bidimensional,

Leia mais

Um Algoritmo Genético com Aprendizado por Reforço Simples aplicado ao problema do Mundo de Grid

Um Algoritmo Genético com Aprendizado por Reforço Simples aplicado ao problema do Mundo de Grid 1 Um Algoritmo Genético com Aprendizado por Reforço Simples aplicado ao problema do Mundo de Grid Luciana Conceição Dias Campos Resumo Este trabalho consiste da aplicação de um algoritmo genético ao método

Leia mais

ENG-418 OTIMIZAÇÃO DE PROCESSOS QUÍMICOS

ENG-418 OTIMIZAÇÃO DE PROCESSOS QUÍMICOS Universidade Federal da Bahia - UFBA Escola Politécnica EP Departamento de Engenharia Química - DEQ Laboratório de Controle e Otimização de Processos Industriais - LACOI Disciplina: Otimização de Processos

Leia mais

Professor Paulo Gurgel Pinheiro. 16 de Novembro de 2010

Professor Paulo Gurgel Pinheiro. 16 de Novembro de 2010 IA - por agentes Professor Paulo Gurgel Pinheiro MC906A - Inteligência Articial Instituto de Computação Universidade Estadual de Campinas - UNICAMP 16 de Novembro de 2010 1 / 34 http://www.ic.unicamp.br/

Leia mais

Métodos iterativos para sistemas lineares.

Métodos iterativos para sistemas lineares. Métodos iterativos para sistemas lineares. Alan Costa de Souza 7 de Setembro de 2017 Alan Costa de Souza Métodos iterativos para sistemas lineares. 7 de Setembro de 2017 1 / 46 Introdução. A ideia central

Leia mais

Matéria das Aulas e Exercícios Recomendados Cálculo II- MAA

Matéria das Aulas e Exercícios Recomendados Cálculo II- MAA Matéria das Aulas e Exercícios Recomendados Cálculo II- MAA Número da Aula Data da Aula Matéria Dada Exercícios Recomendados Obs 1 06/08 Sequências, definição, exemplos, convergência e divergência, propriedades,

Leia mais

Capítulo 5 - Optimização Não-Linear

Capítulo 5 - Optimização Não-Linear Capítulo 5 - Optimização Não-Linear balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Mestrados em Engenharia da Construção Métodos de Aproximação em Engenharia

Leia mais

DEPARTAMENTO DE ENGENHARIA MECÂNICA

DEPARTAMENTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos

Leia mais

Problema do Caminho Mínimo

Problema do Caminho Mínimo Departamento de Engenharia de Produção UFPR 63 Problema do Caminho Mínimo O problema do caminho mínimo ou caminho mais curto, shortest path problem, consiste em encontrar o melhor caminho entre dois nós.

Leia mais

INTELIGÊNCIA ARTIFICIAL

INTELIGÊNCIA ARTIFICIAL Agentes Inteligentes Aula 3 Mestrado em Educação (em andamento) MBA em Negócios em Mídias Digitais MBA em Marketing e Vendas Especialista em games : Produção e Programação Bacharel em Sistema de Informação

Leia mais

5. ANÁLISE DE RESULTADOS

5. ANÁLISE DE RESULTADOS 79 5. ANÁLISE DE RESULTADOS O instrumental teórico elaborado no segundo capítulo demonstra que a principal diferença entre os modelos construídos que captam somente o efeito das restrições no mercado de

Leia mais

Equações não lineares

Equações não lineares DMPA IME UFRGS Cálculo Numérico Índice Raizes de polinômios 1 Raizes de polinômios 2 raizes de polinômios As equações não lineares constituídas por polinômios de grau n N com coeficientes complexos a n,a

Leia mais

MODELO DIGITAL DE TERRENO II

MODELO DIGITAL DE TERRENO II Geoprocessamento Graduação em Geografia 4º ano / 1º Semestre Profa. Dra. Fernanda Sayuri Yoshino Watanabe Departamento de Cartografia fernanda.watanabe@unesp.br 2019 MODELO DIGITAL DE TERRENO II TRABALHANDO

Leia mais

Redes Neurais e Sistemas Fuzzy

Redes Neurais e Sistemas Fuzzy Redes Neurais e Sistemas Fuzzy Redes de uma única camada O Perceptron elementar Classificação de padrões por um perceptron A tarefa de classificação consiste em aprender a atribuir rótulos a dados que

Leia mais

Capítulo 4 Condução Bidimensional em Regime Estacionário. Prof. Dr. Santiago del Rio Oliveira

Capítulo 4 Condução Bidimensional em Regime Estacionário. Prof. Dr. Santiago del Rio Oliveira Capítulo 4 Condução Bidimensional em Regime Estacionário Prof. Dr. Santiago del Rio Oliveira 4. Considerações Gerais A distribuição de temperaturas é caracterizada por duas coordenadas espaciais, ou seja:

Leia mais

Laboratório de Simulação Matemática. Parte 7 2

Laboratório de Simulação Matemática. Parte 7 2 Matemática - RC/UFG Laboratório de Simulação Matemática Parte 7 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago

Leia mais

Métodos para resolver problemas de otimização restrita

Métodos para resolver problemas de otimização restrita Métodos para resolver problemas de otimização restrita Marina Andretta ICMC-USP 22 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 22 de novembro de 2010 1 / 13 Problema

Leia mais

Programação Inteira. Prof. Ricardo Santos

Programação Inteira. Prof. Ricardo Santos Programação Inteira Prof. Ricardo Santos Introdução Um problema com variáveis inteiras e reais é denominado problema de Programação Inteira Mista (PIM) quando tem a seguinte forma: PIM z=max cx+dy Ax+Dy

Leia mais

SUMÁRIO PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3. PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação...

SUMÁRIO PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3. PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação... PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3 PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação... 7 CAPÍTULO 1 Modelagem matemática e resolução de problemas de engenharia...10

Leia mais

Departamento de Matemática

Departamento de Matemática Computação Gráfica - Evolução de Curvas e Superfícies Aluno: Vinícius Segura Orientador: Sinésio Pesco Introdução Nas últimas décadas atravessamos uma verdadeira revolução tecnológica, devido ao avanço

Leia mais

Provável ordem de Assuntos das Aulas e Exercícios Recomendados Cálculo II- MAC 123

Provável ordem de Assuntos das Aulas e Exercícios Recomendados Cálculo II- MAC 123 Provável ordem de Assuntos das Aulas e Exercícios Recomendados Cálculo II- MAC 123 Número da Data da Matéria Dada Exercícios Recomendados Obs Aula Aula 1 11/03 Sequências Numéricas, definição, exemplos,

Leia mais

MÉTODO SIMPLEX. Prof. MSc. Marcos dos Santos

MÉTODO SIMPLEX. Prof. MSc. Marcos dos Santos MÉTODO SIMPLEX OBJETIVO DA AULA Determinar a Solução Ótima de um PPL por meio do Método Simple, especialmente adequado para problemas com mais de duas V.D. SUMÁRIO Overview sobre PO; Métodos Algébricos;

Leia mais

Marina Andretta. 02 de agosto de 2010

Marina Andretta. 02 de agosto de 2010 Introdução Marina Andretta ICMC-USP 02 de agosto de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 02 de agosto de 2010 1 / 19 Otimização Otimizar significa encontrar a melhor maneira

Leia mais

Funções Discriminantes Lineares

Funções Discriminantes Lineares Funções Discriminantes Lineares Revisão Cap. 2 Classificação Bayesiana: Fdp s conhecidas, w ) P e x w ) ( i p. ( i Cap. 3 Formas das fdp s conhecidas, idem No. de parâmetros. a) Máxima verossimilhança:

Leia mais

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016 Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

PMR2560 Visão Computacional Visão estéreo. Prof. Eduardo L. L. Cabral

PMR2560 Visão Computacional Visão estéreo. Prof. Eduardo L. L. Cabral PMR2560 Visão Computacional Visão estéreo Prof. Eduardo L. L. Cabral Objetivos Introdução Equações básicas Processo de correspondência Geometria epipolar Retificação de imagens Reconstrução 3D Visão estéreo

Leia mais

MAT Cálculo 2 para Economia 3 a Prova - 28 de novembro de 2016

MAT Cálculo 2 para Economia 3 a Prova - 28 de novembro de 2016 MAT 0147 - Cálculo para Economia 3 a Prova - 8 de novembro de 016 Questão 1) Determine o máximo e o mínimo de f(x, y) = x 4 + y em D = {(x, y); x + y 1}. Soluç~ao: As derivadas parciais f x (x, y) = 4x

Leia mais

Cálculo II. Resumo e Exercícios P3

Cálculo II. Resumo e Exercícios P3 Cálculo II Resumo e Exercícios P3 Resuminho Teórico e Fórmulas Parte 1 Funções de Três Variáveis w = f(x, y, z) Definida em R +, apenas um valor de w para cada (x, y, z). Domínio de Função de Três Variáveis:

Leia mais

Campos Potenciais. Campos Potenciais. Campos Potenciais. Campos Potenciais. Campos Potenciais 05/30/2016

Campos Potenciais. Campos Potenciais. Campos Potenciais. Campos Potenciais. Campos Potenciais 05/30/2016 Introdução à Robótica Robótica Móvel Planejamento e Navegação Prof. Douglas G. Macharet douglas.macharet@dcc.ufmg.br Planejamento e navegação Uma das abordagens mais utilizadas Proposta por Oussama Khatib

Leia mais

3 Modelos Flex ıveis 3.1 Active Contour Model

3 Modelos Flex ıveis 3.1 Active Contour Model 3 Modelos Flexíveis Em Visão Computacional, uma das principais premissas é processar uma imagem com a finalidade de compreendê-la e retirar dela informações úteis. É utilizada em diversas aplicações atualmente,

Leia mais

5 Sistema Proposto Simulação Integração Numérica

5 Sistema Proposto Simulação Integração Numérica Sistema Proposto 26 5 Sistema Proposto O sistema proposto foi construído para funcionar inteiramente no processador gráfico. Não há necessidade de transferência de dados entre a CPU e a GPU. Para isso,

Leia mais

Desenvolvimento de um Protótipo e de Metodologias de Controlo de uma Cadeira de Rodas Inteligente

Desenvolvimento de um Protótipo e de Metodologias de Controlo de uma Cadeira de Rodas Inteligente Desenvolvimento de um Protótipo e de Metodologias de Controlo de uma Cadeira de Rodas Inteligente Discente: Marcelo Roberto Petry Orientador: Professor Doutor Luís Paulo Reis Co-orientador: Mestre Rodrigo

Leia mais