| Summary: | Orientador : Prof. Dr. Eduardo Todt === Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 15/12/2015 === Inclui referências : f. 97-103 === Resumo: Robôs moveis dependem do conhecimento sobre o ambiente para se locomoverem, assim sensores sao utilizados para detectar objetos, medir distancias de paredes e estimar a distancia percorrida. Porem, sensores estao sujeitos a ruídos de leitura e defeitos, e para conseguir relevantes valores de medicao do ambiente e possível utilizar o processo de fusao de sensores, combinando a leitura de dois ou mais sensores. Neste trabalho e proposto um metodo de fusao hierárquica de sensores, com tecnicas de fingerprint kNN e ponderacão de atributos para a resolucao do problema de localizaçao de uma plataforma robótica móvel, utilizando octogono de sonares, bússola digital e intensidade de sinal de uma rede wireless para determinar a localizacão de um robô movel autônomo. Os resultados obtidos sugerem diferentes ponderaçcãoes de atributos para cada tipo de ambiente e tamanhos de grids no mapa, em síntese o metodo de fusao hierárquica de sensores determina " onde esta o robô?" , independente da sua origem, orientacao ou posiçao anterior em ambientes indoor, utilizando sensores de baixo custo. === Abstract: Mobile robots depends on knowledge of the environment to move around, so sensors are used to detect objects, measuring distances walls and estimate the distance traveled. However, reading sensors are subject to noise and defects, for achieving relevant environmental measurement values it is possible to use the sensor fusion process, combining two or more sensors. In this paper we propose a hierarchical sensors fusion method with fingerprint kNN techniques and features weighting to solve the problem of location of a mobile robotic platform, using sonar octagon, digital compass and a wireless network signal strength to determine the location of an autonomous mobile robot. The results suggest different features weighting for each type of environment and sizes of grids on the map, in synthesis the hierarquical sensors fusion method define ''where the robot is?" , whatever their origin, orientation or previous position in indoor environments, using low-cost sensors.
|
|---|
