Adaptación del algoritmo 'Ant System' para evasión de obstáculos con restricciones de posicionamiento local y global.

Emmanuel Rodríguez Díaz

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Juan Manuel Ramos Arreguín	es_ES
dc.creator	Emmanuel Rodríguez Díaz	es_ES
dc.date	2019-11-30
dc.date.accessioned	2019-11-14T20:40:39Z
dc.date.available	2019-11-14T20:40:39Z
dc.date.issued	2019-11-30
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/1709
dc.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.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	Español	es_ES
dc.relation.requires	Si	es_ES
dc.rights	En Embargo	es_ES
dc.subject	Planeación de trayectorias	es_ES
dc.subject	Vehículos Autónomos	es_ES
dc.subject	Robótica Móvil	es_ES
dc.subject	Algoritmos Metaheurísticos	es_ES
dc.subject	Inteligencia Artificial	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Adaptación del algoritmo 'Ant System' para evasión de obstáculos con restricciones de posicionamiento local y global.	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	RODE940226HPLDZM00	es_ES
dc.contributor.identificador	RAAJ710606HGTMRN01	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias en Inteligencia Artificial	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES