Uma Proposta de Mapeamento do Ambiente Exógeno de Sistemas Multi-Agentes Usando Visão Computacional
Resumo
O despejo de lixo nos mares, o qual milhões de toneladas de lixo chegam aos oceanos todos os anos, prejudica o meio ambiente e até pode levar a morte de espécies de seres vivos aquáticos. Uma proposta para mitigar esse problema são barcos autônomos que façam a varredura de certa parte do mar e a coleta de resíduos sólidos que flutuem na superfície. As propostas existentes permitem a utilização de barcos guiados ou de forma totalmente autônoma. Contudo, as atuais abordagens não consideram a atuação de agentes cognitivos e uma abordagem mista de autonomia, as quais podem reduzir custos de buscas em determinadas regiões. O objetivo deste trabalho é propor um modelo de visão computacional capaz de mapear um ambiente exógeno através de uma câmera, utilizando algoritmos de Machine Learning e Deep Learning, para identificação de objetos e protótipos informando seus posicionamentos para um Sistema Multi-Agentes Embarcado.
Referências
Boissier, O., Bordini, R. H., Hübner, J. F., Ricci, A., and Santi, A. (2013). Multi-agent oriented programming with jacamo. Science of Computer Programming, 78(6):747–761.
Brandão, F. C., Lima, M. A. T., Pantoja, C. E., Zahn, J., and Viterbo, J. (2021). Engineering approaches for programming agent-based iot objects using the resource management architecture. Sensors, 21(23). DOI: 10.3390/s21238110.
Bratman, M. E. (1987). Intention, Plans and Practical Reasoning. Cambridge Press.
Carvalho, Janaina e Lima, M. (2022). Baía de guanabara agoniza com despejo de quase 100 toneladas de lixo por dia, 30 anos após a eco-92. O Globo.
Endler, M., Baptista, G., Silva, L., Vasconcelos, R., Malcher, M., Pantoja, V., Pinheiro, V., and Viterbo, J. (2011). Contextnet: context reasoning and sharing middleware for large-scale pervasive collaboration and social networking. In Proceedings of the Workshop on Posters and Demos Track, page 2. ACM.
Harvey, A. (2010). Opencv face detection: Visualized. Vimeo [En lınia] Disponible: [link].
Klette, R. (2014). Concise computer vision, volume 233. Springer.
Pantoja, C. E., Soares, H. D., Viterbo, J., and El Fallah-Seghrouchni, A. (2018). An architecture for the development of ambient intelligence systems managed by embedded agents. In SEKE, pages 215–220. DOI: 10.18293/SEKE2018-110.
Pantoja, C. E., Stabile, M. F., Lazarin, N. M., and Sichman, J. S. (2016). ARGO: An Extended Jason Architecture that Facilitates Embedded Robotic Agents Programming. In Baldoni, M., Müller, J. P., Nunes, I., and Zalila-Wenkstern, R., editors, Engineering Multi-Agent Systems, pages 136–155, Cham. Springer International Publishing. DOI: 10.1007/978-3-319-50983-9_8.
Riccio, G. (2022). Clearbot neo, barco robótico que limpa portos e rios com a ajuda da ia. Futuro próximo.
Russel, S. and Norvig, P. (2004). Inteligência Artificial.
Wooldridge, M. J. (2000). Reasoning about rational agents. MIT press.
