Execução de Self-Organizing Maps em FPGA aplicada ao cálculo de trajetória de deslocamento de robôs

Resumo


A pesquisa tem como objetivo desenvolver e analisar a funcionalidade da técnica de inteligência artificial Self Organizing Maps, aplicada ao cálculo de trajetória de robôs móveis, utilizando o chip FPGA como plataforma de execução. O projeto desenvolvido passou pelas etapas de criação dos ambientes a serem utilizados, a adequação do algoritmo para o objetivo proposto, simulações de desempenho do algoritmo e análise dos resultados obtidos no chip FPGA. A utilização do chip FPGA e a aplicação das técnicas de inteligência artificial se mostram, juntas, promissoras para os desafios enfrentados pela robótica móvel.

Palavras-chave: Inteligência Artificial, Computação Paralela, Robótica, Self-Organizing Maps

Referências

Barreto, G. D. A., Dücker, C., Araújo, A. F., & Ritter, H. (2002). Implementação de um sistema de controle para o robô puma 560 usando uma rede neural auto-organizável. Sba: Controle & Automação Sociedade Brasileira de Automática, 13(2), 141-155.

Brassai, S. T., Iantovics, B., & Enachescu, C. (2012). Optimization of robotic mobile agent navigation. Stud. Inform. Control, 21(4), 403-412.

De Abreu, A. A. A. M., de Oliveira, S. L. G., & Lacerda, W. S. (2015). Uma resolução do problema do caixeiro-viajante por mapa auto-organizável com aprendizado winner takes all. Revista Brasileira de Computação Aplicada, 7(1), 100-109.

Da Silva, I. N., Spatti, D. H., & Flauzino, R. A. (2010). Redes Neurais Artificiais para engenharia e ciências aplicadas curso prático. São Paulo: Artliber.

Faigl, J. (2016). An application of self-organizing map for multirobot multigoal path planning with minmax objective. Computational intelligence and neuroscience, 2016.

Kohonen, T. (1990). The self-organizing map. Proceedings of the IEEE, 78(9), 1464-1480.

Kohonen, T. (2013). Essentials of the self-organizing map. Neural networks, 37, 52-65.

Siqueira, P. H. (2005). Uma nova abordagem na resolução do problema do caixeiro viajante. Tese (doutorado) - Universidade Federal do Paraná, Setores de Tecnologia e Cięncias Exatas, Programa de Pós-Graduaçăo em Métodos Numéricos em Engenharia. Defesa: Curitiba, 2005.

Silva, P. M. D. S. P. (2010). Movimentação autónoma de robôs móveis de baixo custo, com base no sistema NXT da Lego. Dissertação (Mestrado integrado em Engenharia Mecânica) – Faculdade de Engenharia, Universidade do Porto, Porto, 2010.

Silva, L. M. D. D. (2016). Proposta de arquitetura em hardware para fpga da técnica qlearning de aprendizagem por reforço. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2016.Silva, L. M. D. D. (2016). Proposta de arquitetura em hardware para fpga da técnica qlearning de aprendizagem por reforco (Master's thesis, Brasil).

Sousa, M. A. A., Hirakawa, A. R., & Neto, J. J. (2004). Adaptive automata for mapping unknown environments by mobile robots. In Ibero-American Conference on Artificial Intelligence (pp. 562-571). Springer, Berlin, Heidelberg.

Sousa, M. A. A. & Del-Moral-Hernandez, E. Comparison of three FPGA architectures for embedded multidimensional categorization through Kohonen's Self-organizing maps. In 2017 IEEE Intl. Symposium on Circuits and Systems (ISCAS), IEEE 2017.

Sousa, M. A. A. (2018). Metodologias para desenvolvimento de mapas auto-organizáveis de Kohonen executados em FPGA. Doctoral Thesis, Escola Politécnica, University of São Paulo, São Paulo. doi:10.11606/T.3.2018.tde-06092018-091449. Retrieved 2020-03-21, from www.teses.usp.br.

Vivado Design Suite - HLx Editions Update 2 Version 2019.1 Xilinx.

Wolf, D. F., Simões, E. D. V., Osório, F. S., & Junior, O. T. (2009). Robótica móvel inteligente: Da simulação às aplicações no mundo real. In Mini-Curso: Jornada de Atualização em Informática (JAI), Congresso da SBC (p. 13). sn.
Publicado
30/06/2020
Como Citar

Selecione um Formato
NAKAMURA, Kenny Shogo; SANTOS, Alan Belém; DE SOUSA, Miguel Angelo de Abreu. Execução de Self-Organizing Maps em FPGA aplicada ao cálculo de trajetória de deslocamento de robôs. In: BRAZILIAN E-SCIENCE WORKSHOP (BRESCI), 14. , 2020, Cuiabá. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2020 . p. 41-48. ISSN 2763-8774. DOI: https://doi.org/10.5753/bresci.2020.11180.