Projeto e desenvolvimento de um carro autônomo seguidor de linha e aplicação de um algoritmo genético na otimização do PID

In this document of course conclusion, the process of construction of a follower line autonomous car will be presented. This vehicle is capable of traveling a path marked by a line, technology possible to be implemented in vehicles for human transport or cargo. In order to improve the efficiency of the vehicle controler system, to help it to complete a route in the shortest time possible and to minimize the oscillations in the car's movement in relation to the runway limit, a PID (proportional derivative integrative) was implemented, the developed system uses proportional, integral and derivative gains in order to adjust the average voltage in the motors. To optimize the PID coefficients, a Genetic Algorithm was implemented, which is a method of Artificial Intelligence. During the optimization process, the AG generates a series of combinations for the coefficients at random (in the first time), evaluating the result obtained with each combination generated, and, through an evolutionary process, define the best result obtained.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFAPEMIG - Fundação de Amparo a Pesquisa do Estado de Minas GeraisTrabalho de Conclusão de Curso (Graduação)Neste trabalho de conclusão de curso será apresentado o processo de construção de um carro autônomo seguidor de linha, veículo capaz de percorrer um trajeto demarcado por uma faixa, tecnologia possível de ser implementada em veículos de transporte humano ou de cargas. Para melhorar a eficiência do sistema de controle do veículo, ajudá-lo a completar um trajeto no menor tempo possível e a minimizar as oscilações na movimentação do carro quanto ao limite da pista, foi implementado um PID (proporcional, integral e derivativo), onde se faz o uso dos ganhos proporcional, integral e derivativo, de modo a ajustar a tensão média nos motores. Para otimizar os coeficientes do PID, foi implementado um Algoritmo Genético (AG), que se trata de um método da Inteligência Artificial (IA). Durante o processo de otimização, o AG gera uma série de combinações para os coeficientes de forma aleatória (num primeiro momento), avaliando o resultado obtido com cada combinação gerada, e, através de um processo evolutivo, define o melhor resultado obtido