APLICAÇÃO DE UMA REDE NEURAL ARTIFICIAL PARA O CÁLCULO DE ROTAS DE
ROBÔS COLABORATIVOS COM RESTRIÇÕES ENERGÉTICAS E DESVIO DE OBSTÁCULOS
Pós-Graduação em Engenharia da Computação e Elétrica do da Universidade Federal do Ceará
1. Introdução
O Problema do Caixeiro Viajante Múltiplo
(PCVM) e o Problema da Mochila Múltipla (PMM)
são problemas clássicos de otimização
combinatória, e sua aplicação em robôs tem
recebido crescente interesse por parte da
comunidade científica e da indústria [1]. O PCVM
e o PMM consistem em encontrar o menor caminho
possível que permita que um determinado número
de caixeiros viaje por vários pontos, coletando ou
deixando itens de acordo com a capacidade de cada
indivíduo, visitando cada ponto uma única vez e
retornando ao ponto de partida [1].
Na prática, isso significa que o PCVM e o PMM
são ferramentas importantes para otimizar rotas de
robôs que precisam percorrer várias localidades
para executar uma tarefa específica, como, por
exemplo, coletar amostras ou realizar inspeções. A
aplicação de um algoritmo que apresente a
capacidade de escolher a melhor rota, desviar de
obstáculos, sendo restringindo pelas características
de cada robô como capacidade energética e
capacidade de carga ainda é um grande desafio.
2. Objetivos
Nesta pesquisa, tem-se como objetivo aplicar uma
Rede Neural Artificial (RNA) para o cálculo de
rotas para robôs colaborativos com restrições
energéticas utilizando as características do PCVM
e PMM que seja capaz de desviar de obstáculos.
Será desenvolvido um modelo matemático do
problema proposto e será feito um comparativo
com os resultados obtidos, com os algoritmos
baseados em meta-heurísticas como Algoritmos
Genéticos (AG), Otimização por Enxame de
Partículas (OESP) e Otimização por Colônia de
Formigas (OCF).
3. Referencial Teórico
O artigo de [2] apresenta um estudo sobre o
planejamento de rotas para veículos subaquáticos
autônomos, com o objetivo de percorrer uma série
de pontos previamente estabelecidos. Em seu
Antônio Lucas Sousa Aguiar
trabalho, o autor propôs um método inovador para
realizar trajetórias suaves em 3D. Onde foi
aplicado uma técnica usando AG e o cálculo da
curva de Bezier para suavizar as curvas bruscas,
satisfazendo as restrições de menor rota.
Já no estudo realizado por [3] é utilizado o
algoritmo de busca Anytime Repairing A*, capaz de
desviar de obstáculos e realizar o planejamento de
rotas em redes viárias nas cidades de Manaus e do
Rio de Janeiro, que utiliza um sistema de
monitoramento de trânsito.
4. Aplicação da RNA
Uma RNA é uma técnica de inteligência artificial
inspirada no funcionamento do cérebro humano.
Ela é composta por um conjunto de neurônios
artificiais interconectados que permitem que a rede
possa aprender a partir de dados. O poder de uma
RNA está relacionado com sua capacidade de
resolver problemas complexos e realizar tarefas
que seriam difíceis ou impossíveis para outras
técnicas de aprendizado de máquina.
Nesta pesquisa, visa-se aplicar uma RNA
programada em Python que defina as rotas de robôs
colaborativos em mapas pré-definidos na literatura,
diminuindo as rotas, respeitando a capacidade
energética de cada robô e que desvie de obstáculos.
5. Referências
[1] SANTANA, K. A. Método metaheurístico
multiobjetivo para o cálculo de rotas de robôs
colaborativos com restrições energéticas. 2020.
Dissertação (Mestrado em Engenharia da
Computação e elétrica) - Universidade Federal do
Ceará, Campus de Sobral, 2020.
[2] Li, Q. 3d cubic bezier curves for multi-target
path planning for autonomous underwater vehicles.
In: OCEANS 2019 - Marseille. [S.l.: s.n.], 2019.
[3] BRAGA, M. d. L.; SANTOS, A. d. J.;
PEDROZA, A. C. P.; COSTA, L. H. M. K.
Planejamento de rotas com algoritmos anytime em
redes veiculares na plataforma raspberry pi. 2014.