Please use this identifier to cite or link to this item:
https://ri-ng.uaq.mx/handle/123456789/1709
Title: | Adaptación del algoritmo 'Ant System' para evasión de obstáculos con restricciones de posicionamiento local y global. |
metadata.dc.creator: | Emmanuel Rodríguez Díaz |
Keywords: | INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS OTRAS ESPECIALIDADES TECNOLÓGICAS |
metadata.dc.date: | 30-Nov-2019 |
metadata.dc.degree.department: | Facultad de Ingeniería |
metadata.dc.degree.name: | Maestría en Ciencias en Inteligencia Artificial |
Description: | La tesis que se muestra a continuación es un trabajo de investigación y desarrollo sobre planeación de trayectorias para evasión de obstáculos con un enfoque a vehículos autónomos, la investigación surge a partir de la problemática que existe actualmente sobre la gran cantidad de información que obtienen los vehículos autónomos y la dificultad de procesarla en poco tiempo. En el desarrollo del trabajo se implementaron dos enfoques para solucionar el problema de planeación de trayectorias con restricciones locales y globales, el primer enfoque se basado en la simulación de campos magnéticos virtuales (CMV), mismo enfoque que a pesar de tener una buena efectividad al momento de generar trayectorias, el tiempo de solución fue demasiado grande por lo que el enfoque se consideró inviable. Debido a lo anterior, se desarrolló el algoritmo Magnetic Ants (MA), un algoritmo que toma conceptos de CMV y Ant System, el algoritmo MA presentó mejoras considerablemente superiores a CMV en cuanto al tiempo de solución, por lo que los resultados finales se consideraron viables para su futura implementación en un vehículo autónomo de pruebas. |
URI: | http://ri-ng.uaq.mx/handle/123456789/1709 |
Other Identifiers: | Planeación de trayectorias Vehículos Autónomos Robótica Móvil Algoritmos Metaheurísticos Inteligencia Artificial |
Appears in Collections: | Maestría en Ciencias en Inteligencia Artificial |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
RI004775.pdf | 29.74 MB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.