The autonomous navigation of vehicles has been an area of great interest for researchers for a long time, mainly the artificial intelligence subject. One of the problems of greatest interest is that related to the trajectory generated of a vehicle, which shall be guided in an environment, avoiding colliding with obstacles in order to reach pre defined positions. This paper presents a methodology to generate trajectories using neural networks applied to mobile robot navigation. The numerical simulation results presented graphically shown that the proposed methodology were efficient to guide the robot in dynamic unknown environment
IntroduçãoA navegação autônoma de veículos há muito desperta o interesse de pesquisadores, principalmente na área de inteligência artificial. Um dos problemas que desperta maior interesse, concentra-se na determinação de uma trajetória, de modo que o veículo possa navegar pelo ambiente evitando colidir com obstáculos até alcançar uma ou mais posições pré-estabelecidas no ambiente [1].O planejamento de trajetória envolve um grande número de etapas. Planejar significa organizar as informações disponíveis e previstas, de tal forma a conduzir um objeto de um estado a outro, de preferência com segurança e estabilidade. Como o ambiente de trabalho geralmente não é estático, o planejamento das ações torna-se uma tarefa dinâmica e o sistema deve ter a capacidade de realizar as adaptações e a tomada de decisões diferentes (ajustes) da planejada, ou seja, um replanejamento. E mais, no planejamento deve-se prever o aprendizado de fatos e ações não previstas, para futura utilização [2].Neste trabalho, a simulação da interação do robô móvel com o meio é feita através de mecanismos sensoriais, permitindo que o mesmo seja capaz de operar autonomamente em um local desconhecido e não necessariamente estruturado.As Na área da inteligência artificial foram escolhidas as redes neurais artificiais, pois as mesmas se mostraram eficientes para solucionar o problema básico da navegação, sendo utilizada uma rede do tipo MLP (Multilayer Perceptron) com uma camada intermediária e recorrência externa. No seu treinamento foram usados padrões de comportamentos esperados durante a navegação, padrões estes obtidos a partir de uma série de regras pré-definidas por um instrutor.A seguir será feita uma breve revisão das redes neurais artificias.
Redes Neurais ArtificiaisO estímulo inicial que conduziu ao desenvolvimento de modelos matemáticos de redes neurais, denominadas redes neurais artificiais, foi um esforço para entender mais detalhadamente o funcionamento do cérebro humano. O objetivo era construir mecanismos que operassem de modo similar, ou seja, que tomassem decisões, processassem informação, aprendessem, lembrassem e otimizassem da mesma forma e, se possível, até de forma mais eficiente que o cérebro humano [15].Um neurônio é a unidade fundamental de processamento de informação de uma rede neural [16]. Basicamente no modelo do neurônio artificial são identificados três elementos: um conjunto de conexões