REDE NEURAL APLICADA Modelagem e Controle em Robôs Quadrúpedes

Página do item simplificado
dc.contributor.advisorLeandro Freitas de Abreu
dc.contributor.authorArthur
dc.contributor.coadvisorVirgil Del Duca Almeida
dc.date.accessioned2025-05-08T22:47:27Z
dc.date.available2025-05-08T22:47:27Z
dc.date.issued2023-12-13
dc.description.abstractA aplicação de Redes Neurais é fundamental para identificar padrões, estabelecer correlações, classificar e prever resultados. Este estudo utiliza essas capacidades para desenvolver um Sistema Embarcado em Robótica Móvel (SERM) que consiste em duas Redes Neurais. A primeira age como um 'modelo', treinando o controlador para agir de forma preditiva, enquanto a segunda desempenha o papel do controlador. O objetivo é criar um controlador neural adaptável, capaz de aprender com o ambiente por meio dos dados sensoriais coletados. Esse controlador ajusta suas ações com base nessas informações, garantindo que as respostas atendam aos critérios de desempenho estabelecidos. Além da implementação de modelos neurais, este estudo investigou uma abordagem integrada que conjuga técnicas de previsão e controle, explorando as potencialidades das redes neurais em um contexto de robótica. O êxito observado nas estratégias propostas sugere perspectivas para pesquisas futuras, contemplando variadas arquiteturas de redes neurais e refinamentos na dinâmica do sistema. O sistema de controle proposto destaca-se por sua adaptabilidade, capacidade de aprendizado contínuo e eficiência operacional em ambientes caracterizados por dinâmicas desafiantes, abrindo caminhos promissores para o desenvolvimento de novos paradigmas de controladores.
dc.description.abstract1The application of Neural Networks is fundamental for pattern identification, correlation establishment, classification, and result prediction. This study leverages these capabilities to develop a Mobile Robotic Embedded System (MRES) consisting of two Neural Networks. The first acts as a 'model,' training the controller to operate predictively, while the second serves as the controller. The goal is to create an adaptable neural controller capable of learning from the environment through collected sensory data. This controller adjusts its actions based on this information, ensuring responses meet established performance criteria. Beyond the implementation of neural models, this study investigates an integrated approach that combines prediction and control techniques, exploring the potential of neural networks in a robotics context. The success observed in the proposed strategies suggests prospects for future research, considering various neural network architectures and refinements in system dynamics. The proposed control system stands out for its adaptability, continuous learning capability, and operational efficiency in environments characterized by challenging dynamics, paving the way for the development of new controller paradigms.
dc.identifier.urihttp://hdl.handle.net/20.500.14387/2279
dc.language.isoPortuguês
dc.publisher.campiBetim
dc.publisher.countryBrasil
dc.publisher.institutionInstituto Federal de Minas Gerais
dc.rightsAcesso aberto
dc.subject.keywordRedes Neurais, Robótica Móvel, Sistema Embarcado, Controle Adaptável, Previsão.
dc.titleREDE NEURAL APLICADA Modelagem e Controle em Robôs Quadrúpedes
dc.typeTrabalho de Conclusão de Curso
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
REDE NEURAL APLICADA Modelagem e Controle em Robôs Quadrúpedes - Arthur Carlos de Faria 2024 (1).pdf
Tamanho:
2.99 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.79 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar
Coleções
Trabalho de Conclusão de Curso