Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos

Detalhes bibliográficos
Autor(a) principal: Max Geovane Fonseca Vasconcelos
Data de Publicação: 2013
Tipo de documento: Relatório
Idioma: por
Título da fonte: Repositório Institucional da UFAM
Texto Completo: http://riu.ufam.edu.br/handle/prefix/3206
Resumo: Robôs táticos móveis (RTM) são veículos autônomos ou semi-autônomos para uso tipicamente em ambientes internos estruturados ou externos semi-estruturados. Desenvolvimento de tecnologias associadas aos RTMs tem potencial aplicação em importantes áreas, desde patrulhamento e segurança de área, até a atuação em missões de alto risco para o levantamento situacional do local, como por exemplo, em casos de desastres ou durante operações policiais anti-sequestro. Nestes casos, é fundamental que o veículo tenha capacidade de levantar o mapa de seu ambiente de operação, de forma a poder tomar decisões de curto prazo. Neste cenário, um dos maiores desafios encontrados por um veículo robótico tático é o de garantir sua correta e segura movimentaçào durante a execução da missão. Este problema torna-se mais interessante quando se tem vários veículos circulando no mesmo ambiente de operação e compartilhando o mesmo mapa. E é justamente neste contexto que este projeto de PIBIC se situa. A proposta básica é de implementar o método de mapeamento baseado em Grades de Ocupação para o problema de mapeamento de ambente de operação compartilhado por mais de um veículo em missões coordenadas, usando como fundamento os métodos de inferência probabilística. Os pesquisadores envolvidos nesta proposta de PIBIC estão inseridos em projetos de robótica móvel autônoma, aéera e terrestre, estando inclusive cooperando com Dr. Alberto Elfes, o criador das Grades de Ocupação, considerada uma das ferramentas mais estáveis e maduras para o mapeamento de ambiente. Fundamentada na Teoria das Probabilidades, as Grades de Ocupação desempenham um papel primordial por sua adequação a problemas de mapeamento em ambiente sujeito a incertezas. Os eventuais problemas de ambiguidade devido aos vários veículos são também naturalmente tratados pela metodologia. É neste importante cenário, o de avançar no desenvolvimento de ferramentas e competências para a aplicação da robótica móvel tática em situações reais que o presente projeto está inserido.
id UFAM-1_cbde77fedcc557ccc4770147e83c2213
oai_identifier_str oai:localhost:prefix/3206
network_acronym_str UFAM-1
network_name_str Repositório Institucional da UFAM
repository_id_str
spelling Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticosRobôs móveisMapeamentoModelos estocásticosCIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃORobôs táticos móveis (RTM) são veículos autônomos ou semi-autônomos para uso tipicamente em ambientes internos estruturados ou externos semi-estruturados. Desenvolvimento de tecnologias associadas aos RTMs tem potencial aplicação em importantes áreas, desde patrulhamento e segurança de área, até a atuação em missões de alto risco para o levantamento situacional do local, como por exemplo, em casos de desastres ou durante operações policiais anti-sequestro. Nestes casos, é fundamental que o veículo tenha capacidade de levantar o mapa de seu ambiente de operação, de forma a poder tomar decisões de curto prazo. Neste cenário, um dos maiores desafios encontrados por um veículo robótico tático é o de garantir sua correta e segura movimentaçào durante a execução da missão. Este problema torna-se mais interessante quando se tem vários veículos circulando no mesmo ambiente de operação e compartilhando o mesmo mapa. E é justamente neste contexto que este projeto de PIBIC se situa. A proposta básica é de implementar o método de mapeamento baseado em Grades de Ocupação para o problema de mapeamento de ambente de operação compartilhado por mais de um veículo em missões coordenadas, usando como fundamento os métodos de inferência probabilística. Os pesquisadores envolvidos nesta proposta de PIBIC estão inseridos em projetos de robótica móvel autônoma, aéera e terrestre, estando inclusive cooperando com Dr. Alberto Elfes, o criador das Grades de Ocupação, considerada uma das ferramentas mais estáveis e maduras para o mapeamento de ambiente. Fundamentada na Teoria das Probabilidades, as Grades de Ocupação desempenham um papel primordial por sua adequação a problemas de mapeamento em ambiente sujeito a incertezas. Os eventuais problemas de ambiguidade devido aos vários veículos são também naturalmente tratados pela metodologia. É neste importante cenário, o de avançar no desenvolvimento de ferramentas e competências para a aplicação da robótica móvel tática em situações reais que o presente projeto está inserido.FAPEAMUniversidade Federal do AmazonasBrasilCiências da ComputaçãoInstituto de Ciências ExatasPROGRAMA PIBIC 2012UFAMJosé Reginaldo Hughes CarvalhoJosé Reginaldo Hughes Carvalhohttp://lattes.cnpq.br/3161958119304780Max Geovane Fonseca Vasconcelos2016-09-23T15:25:42Z2016-09-23T15:25:42Z2013-07-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/reporthttp://riu.ufam.edu.br/handle/prefix/3206application/pdfinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2021-11-11T03:48:14Zoai:localhost:prefix/3206Repositório InstitucionalPUBhttp://riu.ufam.edu.br/oai/requestopendoar:2021-11-11T03:48:14Repositório Institucional da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos
title Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos
spellingShingle Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos
Max Geovane Fonseca Vasconcelos
Robôs móveis
Mapeamento
Modelos estocásticos
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
title_short Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos
title_full Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos
title_fullStr Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos
title_full_unstemmed Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos
title_sort Aquisição autônoma de mapas de ambiente de operação para robôs móveis táticos
author Max Geovane Fonseca Vasconcelos
author_facet Max Geovane Fonseca Vasconcelos
author_role author
dc.contributor.none.fl_str_mv José Reginaldo Hughes Carvalho
José Reginaldo Hughes Carvalho
http://lattes.cnpq.br/3161958119304780
dc.contributor.author.fl_str_mv Max Geovane Fonseca Vasconcelos
dc.subject.por.fl_str_mv Robôs móveis
Mapeamento
Modelos estocásticos
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
topic Robôs móveis
Mapeamento
Modelos estocásticos
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
description Robôs táticos móveis (RTM) são veículos autônomos ou semi-autônomos para uso tipicamente em ambientes internos estruturados ou externos semi-estruturados. Desenvolvimento de tecnologias associadas aos RTMs tem potencial aplicação em importantes áreas, desde patrulhamento e segurança de área, até a atuação em missões de alto risco para o levantamento situacional do local, como por exemplo, em casos de desastres ou durante operações policiais anti-sequestro. Nestes casos, é fundamental que o veículo tenha capacidade de levantar o mapa de seu ambiente de operação, de forma a poder tomar decisões de curto prazo. Neste cenário, um dos maiores desafios encontrados por um veículo robótico tático é o de garantir sua correta e segura movimentaçào durante a execução da missão. Este problema torna-se mais interessante quando se tem vários veículos circulando no mesmo ambiente de operação e compartilhando o mesmo mapa. E é justamente neste contexto que este projeto de PIBIC se situa. A proposta básica é de implementar o método de mapeamento baseado em Grades de Ocupação para o problema de mapeamento de ambente de operação compartilhado por mais de um veículo em missões coordenadas, usando como fundamento os métodos de inferência probabilística. Os pesquisadores envolvidos nesta proposta de PIBIC estão inseridos em projetos de robótica móvel autônoma, aéera e terrestre, estando inclusive cooperando com Dr. Alberto Elfes, o criador das Grades de Ocupação, considerada uma das ferramentas mais estáveis e maduras para o mapeamento de ambiente. Fundamentada na Teoria das Probabilidades, as Grades de Ocupação desempenham um papel primordial por sua adequação a problemas de mapeamento em ambiente sujeito a incertezas. Os eventuais problemas de ambiguidade devido aos vários veículos são também naturalmente tratados pela metodologia. É neste importante cenário, o de avançar no desenvolvimento de ferramentas e competências para a aplicação da robótica móvel tática em situações reais que o presente projeto está inserido.
publishDate 2013
dc.date.none.fl_str_mv 2013-07-31
2016-09-23T15:25:42Z
2016-09-23T15:25:42Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/report
format report
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://riu.ufam.edu.br/handle/prefix/3206
url http://riu.ufam.edu.br/handle/prefix/3206
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Amazonas
Brasil
Ciências da Computação
Instituto de Ciências Exatas
PROGRAMA PIBIC 2012
UFAM
publisher.none.fl_str_mv Universidade Federal do Amazonas
Brasil
Ciências da Computação
Instituto de Ciências Exatas
PROGRAMA PIBIC 2012
UFAM
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Repositório Institucional da UFAM
collection Repositório Institucional da UFAM
repository.name.fl_str_mv Repositório Institucional da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv
_version_ 1813274281009741824