Sistemas inteligentes de navegação autonoma: uma abordagem modular e hierarquica com novos mecanismos de memoria e aprendizagem

Resumo: Este trabalho envolve o desenvolvimento de métodos, modelos e ferramentas que suportemo tratamento conjunto de controle e informação na simulação computacional de sistemas denavegação autônoma dotados de comportamento inteligente. O interesse científico noestudo de sistemas de navegação em ambientes desconhecidos e sujeitos ao atendimento demúltiplos objetivos é motivado basicamente pelo seu evidente potencial em aplicaçõesindustriais e pelo fato de demandarem a implementação de estratégias de soluçãocomplexas. A proposta básica desta dissertação é implementar novos mecanismos dememória e aprendizagem para superar uma série de limitações verificadas em um sistemade navegação já proposto na literatura, que apresenta uma arquitetura neuro-nebulosamodular e hierárquica, de modo que módulos devotados a comportamentos inatos sãocoordenados por um módulo caracterizado pela presença de memória e capacidade deaprendizado. A introdução destes novos mecanismos permite uma exploração maisabrangente da informação disponível no ambiente de navegação, a qual é utilizada paramelhorar o desempenho do robô, possibilitando a introdução de controle sobre suavelocidade de deslocamento e, por conseqüência, simulações em ambientes maiscomplexos contendo obstáculos móveis e múltiplos robôs. O programa desenvolvido parasimulação computacional de ambientes virtuais para sistemas de navegação também é parteintegrante dos resultados obtidos.Abstract: This work comprehends the development of methods, models and tools that support thejoint treatment of control and information in the computational simulation of autonomousnavigation systems with intelligent behavior. The scientific interest in the study ofmultiobjective oriented navigation systems in unknown environments is mainly motivatedby its clear potential in industrial applications and also by the fact that they require theimplementation of complex solution strategies. The basic proposal of this dissertation is thecreation of new mechanisms of memory and learning to overcome a series of limitationsverified in a system previously presented in the literature, composed of a modular andhierarchical neurofuzzy architecture. In this architecture, a module characterized by thepresence of memory and learning capability coordinates inborn behavioral modules. Theintroduction of these new mechanisms permits a broader exploration of the environmentinformation, which is used to improve the robot performance with the introduction ofvelocity control and, as a result, the execution of simulations in more complexenvironments, containing mobile obstacles and multiple robots. The program developed forthe computational simulation of virtual environments devoted to navigation systems is alsopart of the obtained results