SISTEMA INTELIGENTE DE NAVEGAÇÃO PARA VEÍCULOS AUTÔNOMOS EM AMBIENTE SIMULADO
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2022-12-07
Autores
BRUNO QUADROS
MATHEUS CENTURION RUFINO
MATHEUS CENTURION RUFINO
Orientador
Danilo Hernani Perico
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
Veículo autônomo,visão computacional,redes neurais convolucionais,controle automatizado,lógica fuzzy
Resumo
Projetos inovadores relacionados a veículos autônomos vêm sendo realizados recentemente,
melhorando a tecnologia utilizada por esses veículos ao longo dos últimos anos e
atraindo a atenção de grandes nomes da indústria e do mercado profissional. Dentre os maiores
problemas e desafios do uso dos sistemas inteligentes para esses veículos estão as tomadas de
decisão imediatas, uma vez que qualquer erro pode resultar em um acidente. Isso ocorre por
conta da quantidade de informações que o sistema do veículo recebe, o tempo de resposta do
controle automatizado tende a aumentar. Sendo assim, esse trabalho apresenta a metodologia e
elaboração de um sistema inteligente de navegação para veículos autônomos, utilizando técnicas
computacionais de redes neurais convolucionais ou convolutional neural networks (CNN)
e lógica nebulosa ou fuzzy logic. A validação da navegação será feita com o veículo realizando
20 voltas em uma cidade do simulador Webots, consideraremos o tempo e a taxa de sucesso de
cada volta para avaliar a detecção dos objetos e o respeito às leis de trânsito vigentes.
Innovative projects related to autonomous vehicles have been carried out recently, im- proving the technology used by these vehicles over the last few years and attracting the attention of big names in the industry and the professional market. The biggest problems and challenges of using smart systems for these vehicles are immediate decision-making, since any mistake can result in an accident. This is due to the amount of information they receive, increasing the response time of the automated control. Therefore, this work presents a methodology of an intelligent navigation system for autonomous vehicles, using computational techniques of convolutional neural networks (CNN), fuzzy logic. The navigation validation will be done with the vehicle performing 30 laps in a city of the Webots simulator, we will consider the time and success rate of each lap, to evaluate the detection of objects and respect for the imposed traffic laws.
Innovative projects related to autonomous vehicles have been carried out recently, im- proving the technology used by these vehicles over the last few years and attracting the attention of big names in the industry and the professional market. The biggest problems and challenges of using smart systems for these vehicles are immediate decision-making, since any mistake can result in an accident. This is due to the amount of information they receive, increasing the response time of the automated control. Therefore, this work presents a methodology of an intelligent navigation system for autonomous vehicles, using computational techniques of convolutional neural networks (CNN), fuzzy logic. The navigation validation will be done with the vehicle performing 30 laps in a city of the Webots simulator, we will consider the time and success rate of each lap, to evaluate the detection of objects and respect for the imposed traffic laws.