Avaliação de soluções de inteligência artificial preditiva para um cenário de internet tátil.

• Autor(a) principal: CARVALHO, Cleuves Cajé de.
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21871
• topic: Inteligência artificial preditiva; Internet tátil; Computação de borda; Percepção de atraso - sistema de internet tátil; Sistema de internet tátil; Robô escravo; Modelagem e controle de manipuladores; Controle proporcional-derivativo; Controle preditivo baseado em modelo; Requisitos de internet tátil; Manipulador UR5; Cinemática; Tactile internet; Predictive artificial intelligence; Tactile internet; Edge computing; Delay perception - tactile internet system; Tactile internet system; Slave robot; Modeling and control of manipulators; Proportional-derivative control; Model-based predictive control; Tactile internet requirements; UR5 manipulator; Kinematics; Touch internet; Engenharia Elétrica.

A internet está evoluindo para permitir interações físicas com objetos reais ou virtuais de maneira remota. Esse novo paradigma é conhecido como Internet Tátil, que requer uma latência fim-a-fim de 1 ms. Com o objetivo de diminuir a percepção do atraso em um sistema de internet tátil, abordagens de inteligência artificial preditiva devem ser investigadas. Neste trabalho propõe-se o desenvolvimento de um sistema para simulação e avaliação de abordagens de inteligência artificial preditiva e controle em um cenário de Internet Tátil. Os componentes bases do sistema são apresentados, e detalhes a respeito do fluxo de controle e projeto das aplicações são fornecidas. Além disso, é realizada a modelagem e controle remoto do manipulador adotado como robô escravo. São propostas duas abordagens de controle para o sistema desenvolvido: controle Proporcional-Derivativo (PD) e controle Preditivo Baseado em Modelo, Model Predictive Control (MPC). Resultados de simulações experimentais das abordagens de controle (no sistema desenvolvido) são apresentados, validando e enfatizando o desempenho do sistema. O controlador PD apresentou melhor desempenho, visto a sintonia dos seus parâmetros por algoritmo genético. Abordagens de predição são investigadas e uma abordagem de predição com uma rede neural artificial baseada em modelo autorregressivo com entradas exógenas, Auto-regressive Exogenous (ARX), é avaliada utilizando o sistema desenvolvido. Resultados adquiridos da simulação comprovam a eficácia da abordagem na predição da resposta do modelo escravo sobre atraso de comunicação no domínio da rede.