Aplicação de inteligência artificial para prototipação de veículos não tripulados de baixo custo

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCandido Junior, Arnaldo-
Autor(es): dc.contributorPaula Filho, Pedro Luiz de-
Autor(es): dc.contributorCandido Junior, Arnaldo-
Autor(es): dc.contributorPaula Filho, Pedro Luiz de-
Autor(es): dc.contributorGavioli, Alan-
Autor(es): dc.contributorSchütz, Fernando-
Autor(es): dc.creatorFrança, Marcos Tiago Araújo de-
Data de aceite: dc.date.accessioned2022-02-21T22:08:08Z-
Data de disponibilização: dc.date.available2022-02-21T22:08:08Z-
Data de envio: dc.date.issued2020-11-15-
Data de envio: dc.date.issued2020-11-15-
Data de envio: dc.date.issued2018-11-22-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/12502-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/668454-
Descrição: dc.descriptionThe ability of machines to learn today is to apply in the market for autonomous vehicles, by large technology companies, either for urban locomotion or for work on factory floors. One of the most used slopes for the development of the indicators is the use of neural networks that convolve depths that represent an evolution, considering the capacity of expression of the image elements that are used to detect the locomotion or the detection of objects like a pedestrian . One of the greatest difficulties for the production of these equipments is its high computational and financial cost, therefore, the job is a low cost utility, with the feasibility of producing a simple, already functional standalone vehicle. You are using kits such as the Raspberry PI and the Lego Mindstorms Kit for building in conjunction with the image processing libraries, it was possible to install a set of primary exercises and apply this data in an Artificial Neural Network, based on this set. acuracy of 40 %. Based on results, the capacity of the data capture module is greater or greater.-
Descrição: dc.descriptionA capacidade das máquinas aprenderem atualmente é aplicada no campo dos veículos autônomos, desenvolvidos por grandes empresas de tecnologia, seja para a locomoção urbana ou para trabalhos em chão de fábrica. Uma das vertentes mais utilizadas para o desenvolvimento desses veículos é o uso das redes neurais convolucionais profundas que representam uma evolução, tendo em vista que são capazes de aprender características de imagens é classificação utilizando-as seja para locomoção do ambiente ou detecção de objetos como um pedestre. Uma das grandes dificuldades para a produção desses equipamentos é o seu alto custo computacional e financeiro, por isso para estre trabalho foi optado por um equipamento de baixo custo objetivando a viabilidade de produção de um veículo autônomo simples, porém funcional. Se utilizando kits como o Raspberry PI e o Kit Lego Mindstorms para construção em conjunto com bibliotecas de processamento de imagem foi possivel montar um conjunto de treinamento primitivo e aplicar estes dados em uma Rede Neural Artificial, com base neste conjunto foi possivel se atingir uma taxa de acuracia otimizada de 40%. Com base nestes resultados e a capacidade do módulo capturar dados é demonstrado o grande potencial de aplicação a longo prazo.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherMedianeira-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherCiência da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectMáquinas-
Palavras-chave: dc.subjectVeículos-
Palavras-chave: dc.subjectCriatividade na tecnologia-
Palavras-chave: dc.subjectMachinery-
Palavras-chave: dc.subjectVehicles-
Palavras-chave: dc.subjectCreative ability in technology-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleAplicação de inteligência artificial para prototipação de veículos não tripulados de baixo custo-
Título: dc.titleThe application of artificial inteligence for low cost unmanned vehicle prototyping-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.