Desarrollo de un robot móvil diferencial controlado mediante un algoritmo de búsqueda con redes neuronales.

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/15959
Título : Desarrollo de un robot móvil diferencial controlado mediante un algoritmo de búsqueda con redes neuronales.
Autor : Aguilar Campos, Jonathan Patricio
Sandoval Suquillo, Héctor Isidro
Director de Tesis: Celi Sánchez, Carmen Johanna
Resumen traducido: En el siguiente proyecto técnico se detalla el diseño, el ensamblaje y la programación de la autonomía de un robot móvil diferencial destinado a movilizarse en ambientes semiestructurados basado en redes neuronales y un algoritmo de mapeo con el fin de que el desplazamiento del mismo sea eficiente en referencia a la distancia recorrida entre dos puntos A y B. En primera instancia el robot mapea el entorno identificando todos los nodos por lo que se moviliza, siendo estos zonas con más de una posible ruta como por ejemplos bifurcaciones, cruces totales, cruces en T, cabe recalcar que para este proyecto no se toman en cuenta como nodos los giros obligatorios como por ejemplo el camino sin salida con el fin de optimizar el tiempo de procesamiento de la red neuronal. Una vez que el robot mapea todo su entorno envía una matiz de nodos a la red neuronal para proseguir con el algoritmo de aprendizaje. Para la convergencia de la red neuronal, se utilizó la red de Hopfield la cual es de aprendizaje no supervisado en su forma discreta. Mediante el algoritmo de recuperación la red neuronal identifica patrones de entrada, para finalmente producir los respectivos desplazamientos del robot. Al final selecciona la ruta más corta entre la salida y la llegada.
Resumen : The following technical project details the design, assembly and programming of the autonomy of a mobile diagnostic robot was mobilized in semi-structured environments based on neural networks and a mapping algorithm in order that the displacement of the same is efficient in reference to the distance traveled between two points A and B. In the first instance the robot maps the environment identifying all the nodes for what is mobilized, being these areas with more than one possible route as for example bifurcations, total crosses, T-crosses, it should be noted that for this project is not taken into account as nodes the obligatory turns such as the dead-end path in order to optimize the processing time of the neural network. Once the robot maps all its surroundings, it sends a nuance of nodes to the neural network to continue with the learning algorithm for the convergence of the neural network, the Hopfield red which is unsupervised learning in its discrete form. Through the recovery algorithm the neural network identifies input patterns, to finally produce the next displacements of the robot. At the end, select the shortest route between departure and arrival.
Palabras clave : TECNOLOGÍA
INGENIERÍA
PROGRAMACIÓN MATEMÁTICA
MODELOS MATEMÁTICOS
SOFTWARE DE COMPUTADORAS
Fecha de publicación : ago-2018
URI : https://dspace.ups.edu.ec/handle/123456789/15959
Idioma: spa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UPS-ST003720.pdfTexto completo1,79 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons