Teses e Dissertações
URI permanente para esta coleçãohttps://repositorio.fei.edu.br/handle/FEI/717
Navegar
Agora exibindo 1 - 20 de 20
- Resultados por Página
- Opções de Ordenação
Dissertação Autolocalização qualitativa para um robô móvel utilizando informação das sombras(2009) Fenelon, V.O raciocínio espacial qualitativo faz parte do senso comum humano. Percebemos o ambiente por nossos sentidos e o principal deles é a visão. então é a partir do que vemos aliado ao nosso raciocínio espacial que somos capazes de lidar com nosso mundo. Também conseguimos interpretar esse mundo tridimensional em representações bidimensionais. Há tempos artistas notaram que a sombra tem um papel relevante na nossa percepção de formas, profundidade e movimento, e mais recentemente os psicólogos procuraram entender essa influência. Então a sombra, que muitas vezes é considerada um ruído, é também fonte de informações. Com isso, uma nova teoria surgiu, aliando raciocínio espacial qualitativo à informações sobre sombras, nessa teoria é possível determinar a posição do observador a partir da observação da csombra. Um robô que percebe o mundo somente através de imagens capturadas de uma única câmera utilizando um raciocíniosobre sombra, consegue obter resposta sobre sua localização relativa, dando o seu posicionamento qualitativo relacionado à fonte de luz e ao objeto que provocou a sombra. A visão computacional desempenha papel importante neste trabalho, contudo nos concentramos em desenvolver um sistema de raciocínio espacial qualitativo explorando a capacidade de utilizar sombra como fonte de informação para localização e profundidade. Foi encontrada também uma solução para corresponder sombra como objeto que a provocou. Os resultados confirmaram que sombra pode ser fonte de informação útil para um robô móvel.- Collaborative spatial reasoning for environment mapping using unmanned aerial vehicles(2022) Sécolo, A. C.The goal of this project is the investigation of existing spatial reasoning formalism for collaborative systems, in order to interpret a scene from multiple viewpoints in the task of environment mapping. Motivated by the increasing need of interaction between humans and robots, Qualitative Spatial Reasoning (QSR) theories are integrated into a single formalism for modeling the perceptions of remotely operated Unmanned Aircraft Vehicles (UAV). Qualitative theories enables the exchange of information between humans and robotic agents, so that they can perform tasks in collaborative missions involving searching and monitoring objectives in agriculture, natural disasters, searching and rescue tasks, among others. The combination of the studied spatial theories led to the development of two formalism: the LH Interval Calculus and the Collaborative Spatial reasoning. LH Interval Calculus consists in the combination of Region Connection Calculus and Allen’s Interval Algebra to describe the relations of two objects from an aerial point of view. Collaborative Spatial Reasoning combines the Cardinal Direction Calculus with LH Interval Calculus to the task of environment mapping where agents have a partial view of the scene. UAVs equipped with cameras are the platform used to test the formalism of this project, capturing images with a partial view of the environment, from different directions of flight. The results obtained showed that the two formalism proposed were successful in the task of mapping the environment
Dissertação Comunicação de expressões espaciais em sistemas multi-agentes utilizando a ego-esfera qualitativa(2015) Rodrigues, F. M. E.A necessidade de representações espaciais e raciocínio espacial é onipresente em Inteligência Artificial (IA). Investigação em raciocínio espacial qualitativo (REQ) (sub-área da IA) tem como desafio criar formalismos que permitam uma máquina representar e raciocinar sobre entidades espaciais. Atualmente é desejável criar um sistema robótico capaz de substituir voluntários humanos em situações de busca e resgate, principalmente quando há algum risco à vida humana. Nesses casos, é importante que o sistema artificial seja capaz de se comunicar com os agentes humanos da forma mais natural possível. Desse modo este trabalho desenvolve uma forma de realizar comunicação através de expressões espaciais em ambientes homogêneos (somente com robôs) e ambientes heterogêneos (com humanos e robôs). A fim de atingir este objetivo, o presente trabalho utiliza os conceitos da Ego-Esfera Qualitativa como base para possibilitar a comunicação por meio de expressões espaciais. A Ego-Esfera Qualitativa possibilita discretizar qualitativamente o espaço ao redor de um agente. Foram estabelecidas as definições para as regiões ao redor da Ego-Esfera Qualitativa de modo a dividir o equador da esfera em oito regiões angulares (ou setores), longitudinalmente em três distâncias e verticalmente em quatro alturas. Com essas definições foi possível a um agente robótico classificar a localização de objetos em relação a outro agente ou em relação a si próprio. Assim foram estudados quatro casos representando possíveis situações de comunicação entre agentes em um ambiente. Neste trabalho inicialmente vários objetos foram dispostos em um ambiente e a localização dos objetos foi obtida manualmente e inserida no sistema de modo a criar o padrão ouro, livre de ruído. Em seguida a localização dos objetos foi obtida utilizando o sistema de visão que implementa a Ego-Esfera Qualitativa. Por fim foram realizados testes com humanos, a fim de determinar como as pessoas localizam objetos dispostos no ambiente. Os valores do padrão ouro, os valores obtidos pelo sistema de visão e os valores obtidos pelas respostas dos humanos foram comparados. (com base na Ego-Esfera Qualitativa) é compatível com aquela executada pelo agente humano. Os experimentos demonstraram a existência de ambiguidade na conceitualização humana do espaço, fazendo-se necessário adaptar as definições da Ego-Esfera Qualitativa. Observou-se também que as definições de altitude e longitude da Ego-Esfera Qualitativa são vagas, dado a necessidade de informar ao humano uma referência ou critério para classificar um objeto em uma das distâncias da Ego-Esfera Qualitativa. Em relação aos setores da esfera, observou-se que as respostas humanas estão próximas quanto as definições da Ego-Esfera Qualitativa.- Cubo analisador paraconsistente com filtro de evidências e análise temporal(2023) Côrtes, Hyghor, MirandaInformações incertas e inconsistentes estão frequentemente presentes na entrada de qualquer sistema do mundo real que dependa de várias fontes de dados. Informações de grandezas físicas obtidas de rede de sensores, e sua interpretação por agentes artificiais inteligentes, em sistemas de engenharia, estão sujeitas à existência de inconsistências. Isso ocorre pois raciocinar com informações inconsistentes é impossível na lógica clássica, lógica intuicionista ou sistemas similares que respeitam o princípio da explosão e a lei da não-contradição. Uma família de lógicas não clássicas, chamadas de Lógicas Paraconsistentes, formaliza a ideia de que mesmo a partir de premissas inconsistentes, conclusões úteis podem ser tiradas. Neste contexto, a Lógica Paraconsistente com Anotação de Dois Valores (LPA2v), que utiliza um par de evidências favorável e desfavorável como anotações, tem sido particularmente bem-sucedida em aplicações de engenharia (por meio de implementação de algoritmos em sistemas informatizados). Estruturas chamadas Para-Analisadores podem ser construídas com essa lógica que fornece meios adequados para analisar o valor de verdade de uma proposição P sob evidências conflitantes/contraditórias. O trabalho relatado nesta tese estende os Para-Analisadores tradicionais com um filtro de evidências. Este novo modelo pode ser representado como uma estrutura de cubo representando vários reticulados de Para-Analisadores atribuídos à qualidade da evidência, que é atualizada de acordo com as medições realizadas em tempo de execução. A estrutura de análise paraconsistente tridimensional assim definida é chamada Cubo Analisador Paraconsistente com Filtro de Evidências e Análise Temporal (CAPet). Neste trabalho, ainda, conjuntos de CAPet são interligados formando Redes de Cubos Analisadores Paraconsistentes com Filtro de Evidências e Análise Temporal (chamadas de CAPetNETs), com o intuito de resolver problemas práticos complexos de engenharia. Para demonstração de resultados, como exemplo prático de engenharia de aplicação de CAPetNETs, nesta tese foi utilizado um problema de classificação de condições de operação de equipamentos em redes de dados de controle e supervisão de sistema elétrico. Neste contexto, distintas topologias de CAPetNETs foram definidas com o objetivo de identificar diversos tipos de falhas em equipamentos de rede de dados. A consolidação da inferência das CAPetNETs para cada equipamento permitiu uma identificação precisa da condição de operação dos equipamentos. Resultados em sistemas simulados mostram que as redes de CAPets são eficazes para lidar com inconsistências sem banalizar as inferências, além de fornecer uma decisão mais informada (mais fina) sobre classificação de condições de operação de equipamentos da rede de dados do exemplo prático, quando comparado com um Para-Analisador tradicional que não leva em consideração o filtro de evidências
- Descrição automática de pacientes com esquizofrenia e controles saudáveis(2009) Santos, D. N.Este trabalho apresenta uma abordagem para auxiliar especialistas na realização de diagnósticos baseados em imagens médicas, apresentando um método automático para a obtenção de regiões neuroanatômicas candidatas à apresentarem alterações em pacientes com esquizofrenia. Assim, para a região de interesse, as populações sob estudo são analisadas através da análise do discrimninante linear. (LDA). Adicionalmente, são gerados modelos de imagens com as características mais discriminantes, entre grupos, encontradas na etapa do LDA. Neste trabalho, um grupo de controles saudáveis e outro de pacientes esquizofrênicos. Foram comparados os modelos nos extremos dos dois grupos (no espaço de características) a fim de deixar explícitas as diferenças que melhor os discriminam. Após esta comparação, é gerada uma medida de significância para os pontos pertencentes à este resultado. Então, a relevância de cada ponto é definida de acordo com um limiar. essa informação irá constituir a região de interesse, porém também é utilizada para iniciar o método de segmentação. Neste trabalho foram aplicados os modelos deformáveis, responsáveis por extrair os conjuntos de pontos mais significantes. O resultado do método de segmentação é traduzido de acordo com um atlas de neuroimagem para que possam ser identificadas as regiões que melhor diferenciam controles de pacientes. O resultado final é uma maneira automática de obter regiões candidatas para investigações futuras sobre as alterações neuroanatômicas relacionadas à esquizofrenia.
- Diagnose de motores diesel por meio de redes Bayesianas:(2008) Gomes, Cleber Willian
- Implementação do cálculo de oclusão de intervalo a partir de múltiplos pontos de vista(2017) Martin, Ana Paula GenariCom o aumento da interação de agentes robóticos com humanos, a área de Raciocínio Espacial Qualitativo provê formalismos que permitem que robôs sejam capazes de raciocinar e fazer representações espaciais semelhantes ao modo como os humanos o fazem. Sendo a visão uma característica fundamental para o raciocínio espacial, muitos trabalhos foram desenvolvidos utilizando a oclusão como base para verificar como as entidades espaciais se relacionam e como representar essas relações. Em um grupo de trabalho que contenha múltiplos agentes (robóticos e humanos) se faz necessário que cada agente seja capaz de interpretar as informações espaciais fornecidas pelos outros agentes, no entanto, na literatura são encontrados poucos trabalhos que integrem múltiplos pontos de vista. Esse trabalho propõe a implementação do Cálculo de Oclusão de Intervalo (COI) que integra os pontos de vista de diferentes agentes robóticos, permitindo que esses agentes raciocinem sobre sua localização e a localização dos demais agentes e objetos presentes em diferentes cenários. Além disso, é proposta uma extensão do Cálculo de Oclusão de Intervalo de modo que para qualquer forma que os objetos e agentes estejam posicionados em um ambiente, seja possível aplicar o Cálculo de Oclusão de Intervalo utilizando uma tabela de transformação de perspectiva para cada situação. Os experimentos foram realizados em ambiente simulado utilizando o ROS e o GAZEBO com os modelos do robô Husky A200 e um quadrotor. Os mesmos experimentos foram realizados com robôs reais no laboratório de robótica do Centro Universitário da FEI utilizando um robô Husky A200, equipado com um Kinect e o quadrotor Pelican. Através da análise dos resultados obtidos foi possível verificar que o COI pode ser aplicado em um ambiente com múltiplos agentes de forma colaborativa, de forma que os agentes sejam capazes de fazer a transformação de perspectivas e checar a consistência dessas informações.
- Implementação e testes de uma teoria de raciocínio espacial qualitativo baseado em profundidade e movimento(2016) Oliveira, C. P. T.Levando em consideração o ponto de vista de um observador, o movimento de objetos em seu campo de visão e seu próprio movimento alteram a percepção espacial que ele possui sobre o domínio em que ele está inserido. Este trabalho investiga uma teoria de raciocínio espacial qualitativo baseada em percepções de profundidade e movimento do ponto de vista de um robô móvel. O sistema utiliza a estrutura do Cálculo de Situações para lidar com ações e suas consequências sobre movimento para processar informação espacial entre um ou mais objetos em cena. A entidade básica da teoria é um perfil de profundidade de campo gerado diretamente pelos sensores do robô, em forma simplificada através de um corte horizontal. Foi utilizada a linguagem de programação Prolog, e os testes foram realizados sobre sequências de ações que um robô móvel executa enquanto observa dois objetos em seu domínio. Os testes demonstraram que a teoria foi capaz de inferir todas as onze relações espaciais de transição esperadas, e que possui abertura para investigações futuras de relações espacias em outros eixos, e não apenas na horizontal.
- Interpretação lógico-probabilística da funcionalidade de faixas de trânsito a partir de dados de uma câmera acoplada a um veículo(2011) Souza, Carlos Roberto Cardoso deNeste trabalho desenvolvemos um modelo de raciocínio lógico-probabilístico para cenas de tráfego rodoviário. O objetivo ´e prover uma interpretação de alto nível sobre a localização e comportamento de um veículo em uma estrada. Esta informação pode ser utilizada por sistemas de assistência ao motorista, tendo como foco o sistema assistente de faixas de trânsito. A percepção do ambiente de tráfego é proveniente de uma câmera acoplada a um veículo, portanto, o ponto de vista é egocêntrico, o qual também foi adotado para o modelo de racioc´ýnio. Para tratar os dados da câmera, o algoritmo de visão classifica, com o auxílio da transformada de Hough, as posições discretas (por exemplo, esquerda, direita) das linhas divis´orias e também o tipo de divisão (por exemplo, amarelo contínuo, branco tracejado). As informações de posição e tipo das linhas divis´orias são utilizadas como evidâncias para a inferência da localização e comportamento do veículo. Esta inferência é feita numa base de conhecimento regida por regras de trânsito, sendo estas regras modeladas com lógica de primeira ordem. As regras do modelo lógico se baseiam em técnicas de raciocínio espacial qualitativo. As incertezas inerentes aos sensores e aos próprios fenômenos do mundo real são tratadas com lógica probabilística de primeira ordem, mais especificamente as redes lógicas de Markov, ferramenta relativamente nova que permite numa mesma representação, tratar incertezas e representar de forma compacta uma grande variedade de conhecimento. Isso nos permite estimar qual é a probabilidade de um evento ocorrer mesmo na presença de falhas ou imprecisão dos sensores, além da possibilidade de inserirmos informação contextual do ambiente, neste caso, as regras de trânsito. A avaliação de desempenho do algoritmo de inferência revelou elevados valores de sensitividade, acurácia, precisão e especificidade, confirmando o potencial das redes l´ogicas de Markov
- Machine learning methods for vessel type classification with underwater acoustic data(2022) Domingos, Lucas Cesar FerreiraA identificaçãodeembarcaçõesemambientesdetráfegocontroladopodeserbenéfica para manutençãodabiodiversidadeeproteçãodosambientescosteirosderegiõesprotegidas, gerandocontribuiçõesparaacomunidadelocaleparaoecossistema.Nesseâmbito,vê-se latente anecessidadedemelhorestécnicasdeidentificaçãoeclassificaçãodeembarcações, proporcionando mecanismosparamelhoradestessistemas.Sinaissonorossubaquáticossão mais difíceisdeseremmascaradosouomitidosduranteanavegaçãodeumaembarcaçãoquando comparados comoutrasfontesdedados,proporcionandoumafonteconfiáveleresistentea fraudes parasistemasdeclassificação,porém,estessofreminterferênciasdascondiçõesdomeio em queseencontram.Nestetrabalho,umametodologiafoipropostapararealizaraclassificação de sinaissonorossubaquáticosprovenientesdeembarcaçõesutilizandotécnicasdeaprendizado de máquina,considerandotambémasvariáveisambientais,comoadistânciaentreoshidrofonese as embarcações.Umacomparaçãorelativaàperformancedasredesneuraisconvolucionaismais comuns foirealizadautilizandoaarquiteturadaVGGedaResNet18.Tambémforamrealizadas comparações entreostrêsfiltrosdepré-processamentoscomumentepresentesnaliteratura,os espectrogramasMel,osfiltrosGamma,eatransformadadeconstanteQ,proporcionandoum estudosobreoimpactodetaisvariáveisnaclassificaçãofinal.Devidoaescassezdeconjuntos de dadosanotadosparaestudodesteproblema,umconjuntodedadosanotadosfoiproposto utilizando comobaseossinaissonorosdainiciativaOceanCanadaNetwork.Osresultados obtidos atingiramaacuráciade94.95%noconjuntodedadospropostousandoCQTcomofiltro de pré-processamentoparaumaredeneuralconvolucionalbaseadanaResNet.Oscódigosfontes para reproduçãodostestes,assimcomoparaobtençãododataset,estãodisponibilizadosde maneira gratuita e pública para fins acadêmicos
- Metodologia de calibração de TCP para robôs industriais utilizando visão computacional(2014) Souza, Charles
- Modelo de representação espacial qualitativa aprendido a partir de dados humanos(2017) Truchlaeff, Tiago Cardoso
- Uma ontologia espacial sobre a neuroanatomia do sistema ventricular cerebral e sua integração ao conhecimento sobre neuroimagens em esquizofrenia(2009) Freire, RodolphoEste trabalho apresenta o desenvolvimento de uma ontologia espacial descrever o sistema ventricular cerebral e o conhecimento presente em estudos sobre neuroimagens. Iniciamos propondo uma base para esta ontologia formulada em lógica de primeira ordem provendo formas de representar o conhecimento extraído de neuroimagens e presente nas meta-análises. Após a concepção da base em lógica de primeira ordem, implementamos a teoria no Protégé gerando consultas e formas de representação adequadas aos conceitos. Então, com a teoria implementada, discutimos como representar o conhecimento extraído de neuroimagens por meio de segmentação de imagens e técnicas de análise estatística. Como resultado final obtemos uma ontologia-epistemologia que representa a mereologia do sistema ventricular cerebral e pode ter novas classes inseridas por meio dos resultados da análise estatística, bem como representação de valores encontrados na literatura.
- Programação em lógica não-monotônica aplicada à redução do espaço de planos em processos de decisão de Markov(2016) Ferreira, L. A.Um desafio presente em problemas de tomada de decisão sequencial é o fato de que, ao longo do tempo, um domínio pode sofrer alterações não previstas. Enquanto que descrever apenas o domínio atual faz com que a chance de falhas na tomada de decisão aumente conforme o domínio sofre mudanças, descrever todas as possibilidades deste domínio com a finalidade de garantir que não haverá falhas quando o domínio sofrer alterações pode ser uma solução com alto custo de armazenamento e longo tempo de busca pela solução ótima. Para resolver este problema, este trabalho propõe o ASP(MDP) que utiliza Answer Set Programming para a descrição de um processo Markoviano de decisão em que avaliação de política de Monte Carlo ou Aprendizado por Reforço podem ser utilizados para realizar a interação com o ambiente e encontrar a solução ótima do problema. Enquanto a utilização de Answer Set Programming permite que a descrição do domínio seja revista conforme as alterações ocorrem, Aprendizado por Reforço ou avaliação de política de Monte Carlo permitem que as interações com o ambiente forneçam as informações restantes necessárias para que a solução ótima seja encontrada. Para avaliar o ASP(MDP) foram propostos quatro experimentos que demonstraram que a utilização de Answer Set Programming para descrever o processo Markoviano de decisão é capaz de reduzir o espaço de busca pela solução ótima, além de permitir que esta solução do problema seja encontrada sem a necessidade de reiniciar o processo de busca pela solução quando o domínio sofre alterações. No primeiro experimento deseja-se obter a melhor alocação de aplicações em servidores, sendo considerados o tempo necessário para o processamento de cada aplicação e a probabilidade de falha dos servidores. A utilização do ASP(MDP) permitiu verificar que o espaço de busca foi reduzido e a solução ótima obtida é a mesma com ou sem a utilização do Answer Set Programming para descrever o problema. Para o segundo experimento foi utilizado o sistema de controle por reações de um ônibus espacial, em que se deseja realizar uma manobra no espaço. Os resultados mostram que a utilização do Answer Set Programming permitiu não somente a redução no espaço de busca, mas também uma redução no tempo necessário para a obtenção da solução ótima e a própria descrição do processo Markoviano de decisão. O terceiro experimento se passa em um mundo de grade determinístico em que são comparados algoritmos de Aprendizado por Reforço com ASP(MDP). Neste experimento nota-se que é possível utilizar o ASP(MDP) em problemas que os conjuntos de estados e ações sofrem alterações ao longo do tempo, ao contrário do RL, e que a utilização de conhecimento adquirido antes das mudanças no ambiente fazem com que o aprendizado no novo mapa seja mais rápida do que quando é utilizado somente RL. O último experimento se passa na versão não-determinística do experimento anterior e mostra que ASP(MDP) pode ser utilizado em domínios não-determinísticos e não-estacionários, permitindo a redução do espaço de busca e do tempo necessário para encontrar a solução ótima. Portanto, este trabalho apresenta um método tolerante à elaboração que permite a busca por soluções ótimas em processos Markovianos de decisão não-estacionários e não-determinísticos de forma que a solução seja encontrada mais rapidamente pela exploração de um espaço de busca menor.
- Prova de correção do algoritmo oASP (MDP) utilizando representação diagramática(2019) Saturno, A. G.
- Raciocínio espacial qualitativo para um sistema de segurança em tráfego de veículos(2011) Sécolo, A. C.
- Representação e recuperação de imagens por meio de relações espaciais entre objetos(2017) Santos, D. N.Com o crescente número de imagens digitais geradas a cada dia, também aumenta a necessidade de recuperar informação contida em grandes bases de imagens de maneira rápida e precisa. As técnicas aplicadas em recuperação de imagens fazem uso, em geral, de atributos extraídos das imagens e neste espaço de atributos fazem comparações através de métricas de similaridade. Como o foco destas técnicas de recuperação de conteúdo é o uso de atributos de baixo nível, existe um problema pois o conteúdo semântico não está relacionado com estas características de baixo nível. Além disto, as relações entre objetos não são consideradas. Este trabalho aborda este problema conhecido como lacuna semântica (do inglês semantic gap) e procura aplicar relações espaciais com o intuito de reduzir o impacto da lacuna semântica na análise de cenas. Neste trabalho, as relações espaciais são expressas em termos de preposições espaciais. Assim, para definir uma preposição à partir de uma imagem é necessário segmentar os objetos que compõem a imagem e para cada par de objetos segmentados estabelecer a topologia entre eles. Para realizar a segmentação, é utilizado redes neurais convolucionais. Considerando uma imagem, a rede neural provê um valor probabilístico pada cada pixel existente na imagem, consequentemente, regiões compreendidas por valores estimados referentes à mesma classe são consideradas como o objeto segmentado. Posteriormente, estes objetos são combinados em pares para o estabelecimento de relações binárias entre eles. De posse dos objetos e seus respectivos segmentos, relações mereotopológicas são estabelecidas de acordo com o Region Connection Calculus (RCC). A definição destas relações é efetuada através de um procedimento que visa associar um par de objetos indicados na imagem com uma das oito relações definidas no RCC. Estas relações encontradas, com base neste procedimento, serão traduzidas para preposições linguísticas (existentes na língua inglesa), através de uma outra rede neural. Por fim, a informação dos objetos e suas respectivas relações é utilizada para estender uma ontologia superior. A ontologia aplicada é o Suggested Upper Merged Ontology (SUMO). O procedimento de introduzir uma representação formal permite o estabelecimento de novas relações, desconhecidas a priori. Este fato possibilita a recuperação de imagens à partir de relações derivadas através dos axiomas existentes na representação formal aplicada.