INTRODUÇÃO À ROBÓTICA MÓVEL
|
|
- Júlio Casado Felgueiras
- 7 Há anos
- Visualizações:
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 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 maisINTRODUÇÃO 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 maisOccupancy 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 mais5 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 mais3 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 mais0.5 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 maisSeminário 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 maisINTRODUÇÃO 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 mais3 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 maisMétodo 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 maisInformática 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 maisMétodos 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 maisFigura 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 maisIntrodução 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 maisData: 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 maisIP 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 maisUm 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 maisTrabalho 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,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 maisAlocação 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 maisArthur 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 maisMétodos 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 maisAPLICAÇÃO 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 maisProcessamento 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 maisCC-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 maisCinemática 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 mais2. 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 mais4 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 maisOtimização 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 mais3 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 maisBCC465 - 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 maisINF1626 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 maisMétodos 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 maisOptimização. 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 maisAplicações 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 maisResolução 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 maisOptimização 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 mais4 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 maisUNIVERSIDADE 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 maisRedes 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 maisIndoor 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 maisProgramação 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 maisOtimização 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 maisCAPÍTULO 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 maisAula 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 maisMapeamento 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 maisEEL891 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 maisResolução 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 mais1 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 maisCAPÍTULO 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 mais1 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 maisIA368-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 maisIA 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 maisBuscas 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 maisIntrodução 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 maisTransformações 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 maisRobô 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 maisAssim, 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 maisINTRODUÇÃO 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 maisAPLICAÇÃO 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 maisMapeamento. 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 maisGRAFOS 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 maisLISTA 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 maisRedes 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 maisComplexidade 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 maisCURCEP 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 maisInteligência 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 maisLISTA 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 maisUm 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 maisENG-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 maisProfessor 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 maisMétodos 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 maisMatéria 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 maisCapítulo 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 maisDEPARTAMENTO 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 maisProblema 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 maisINTELIGÊNCIA 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 mais5. 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 maisEquações 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 maisMODELO 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 maisRedes 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 maisCapítulo 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 maisLaboratório 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 maisMétodos 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 maisProgramação 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 maisSUMÁRIO 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 maisDepartamento 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 maisProvável 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 maisMÉTODO 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 maisMarina 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 maisFunções 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 maisMétodo 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 maisPMR2560 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 maisMAT 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 maisCálculo 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 maisCampos 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 mais3 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 mais5 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 maisDesenvolvimento 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