Vision-Based Autonomous Navigation Using Supervised Learning Techniques

Abstract

This paper presents a mobile control system capable of learn behaviors based on human examples. Our approach is based on image processing, template matching, finite state machine, and template memory. The system proposed allows image segmentation using neural networks in order to identify navigable and non-navigable regions. It also uses supervised learning techniques which work with different levels of memory of the templates. As output our system is capable controlling speed and steering for autonomous mobile robot navigation. Experimental tests have been carried out to evaluate the learning techniques.

Estratégias inteligentes aplicadas em robôs móveis autônomos e em coordenação de grupos de robôs

“…• Navegação autônoma e mapeamento: (Hata et al, 2009a,b;Pessin et al, 2010a;Souza et al, 2012aSouza et al, , 2011aSouza et al, , 2012bSouza et al, , 2011b.…”

“…Ainda, o uso de robôs de pequeno porte em ambiente indoor é um dos requisitos do desenvolvimento real, em pequena escala, da investigação descrita no Capítulo 6. Além disso, os próximos pesquisadores que realizarem investigações com os robôs SRV-1Q (a exemplo dos trabalhos apresentados nos artigos (Pessin et al, 2011a,b;), ou Pioneer AT (a exemplo dos trabalhos apresentados nos artigos (Hata et al, 2009a;Souza et al, 2011a)), disponíveis no LRM, ou com o robô NAO, disponível no Robotics Lab, podem se beneficiar desta metodologia de localização desenvolvida.…”

“…Tal veículo tem sido utilizado para tarefas de mapeamento (Hata et al, 2009a(Hata et al, ,b, 2010, estacionamento (Prado, 2013), navegação com visão estéreo ; Mendes e Wolf, 2011) entre outros. Um novo veículo de grande porte (CaRINA II - Mais especificamente, este capítulo é construído com base nos trabalhos Hata et al, 2009a,b;Pessin et al, 2010a;Souza et al, 2012aSouza et al, , 2011aSouza et al, ,b, 2013. Os trabalhos (Pessin et al, 2010a; são peças iniciais de investigação, explorando aspectos de navegação em ambientes simulados.…”

“…Respectivamente, os trabalhos fazem uso de Redes Neurais Artificiais e Árvores de Decisão no controle de navegação e desvio de obstáculos dos veículos desenvolvidos. Os trabalhos (Souza et al, 2012a(Souza et al, , 2011a) são peças intermediárias de investigação que conduziram ao trabalho . Este último apresenta de forma completa as maiores contribuições e o aprendizado no desenvolvimento de um veículo autônomo para navegação em ambientes externos.…”

Sistema para localização robótica de veículos autônomos baseado em visão computacional por pontos de referência

“…Buscando simular a estrutura e funcionamento das redes neurais biológicas, as RNAs são importantes para a robótica por serem bastante adaptativas, capazes de detectar padrões com eficácia e eficientes na resolução de problemas ambíguos. O uso das RNAs na robótica móvel pode englobar desde algoritmos de navegação(Shinzato, 2010;Souza et al, 2011) até algoritmos de reconhecimento de padrões de leituras nos sensores, reconhecimento de gestos ou objetos(Bonato, 2004). Além disso, outras técnicas de aprendizado de máquina e lógica fuzzy são bastante usadas.Algoritmos Genéticos, que se baseiam na teoria da evolução para comparar a qualidade de soluções, podem ser usados para encontrar soluções ótimas para problemas em sistemas de controle robótico cujo funcionamento (as funções matemáticas que regem o sistema) é muito complexo ou desconhecido(Simões, 2000).…”