Dissertação
Neural Network Based Movements for a Social Robot EVALUATED
A utilização de robôs móveis no mundo real exige que estes efetuem uma navegação segura pelo seu ambiente envolvente. De modo a atingirem autonomia, é imperativo que esses sistemas disponham de uma boa capacidade de reconhecimento do ambiente envolvente. Para tal, esta Tese apresenta a literatura do estado da arte em aplicações de redes neuronais em SLAM (Localização e Mapeamento Simultâneos). Como alternativa às aplicações de SLAM existentes, uma abordagem inovadora em estimação de pose é proposta, tendo como base redes neuronais recurrentes compostas por células LSTM (Memória de Longo e Curto Termo) organizadas numa arquitetura Sequência a Sequência. A abordagem utilizada divide-se em duas partes de forma a simplificar o problema: uma rede LSTM para estimar a orientação, e outra rede, inspirada em métodos de tradução baseados em redes neuronais, que consiste na utilização de uma rede Sequência a Sequência que mapeia diretamente informação de dados de laser e velocdades de motores em coordenadas do robô. Os resultados experimentais obtidos mostram que esta arquitetura apresenta uma capacidade de generalizar o mapeamento de dados de reconhecimento ambiental do robô nas suas coordenadas de pose, extendendo as suas capacidades conhecidas de tradução entre línguas. Por último, foram implementados várias etapas de filtragem que permitem refinar as estimativas obtidas pelas redes, resultando em predições mais precisas.
julho 3, 2023, 14:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
João Fernando Cardoso Silva Sequeira
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar