Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/sbai-2019-111278
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!O desenvolvimento de sistemas robóticos anticolisão tem passado por diversos avanços em algoritmos de planejamento de rotas. Estes sistemas geram rotas livres de colisões com objetos na área de trabalho do robô. Neste contexto, a técnica dos Campos Potenciais Artificiais tem sido foco de melhorias nos últimos anos devido a sua simplicidade de aplicação e eficiência em sistemas de tempo real, pelo fato de não necessitar de um mapeamento global da área de trabalho do robô. Apesar da sua eficiência, esta técnica é suscetível a problemas de mínimos locais de naturezas diferentes, como: Goals Non-Reachable with Obstacles Nearby e Reacharound Local Minimum Problem. Para solucionar estes problemas, uma melhoria chamada de Campos Potenciais Artificiais Adaptativos é utilizada em conjunto com as técnicas de Subgoal Selection, Goal Configuration Sampling e Convex Hull. Resultados experimentais com o Robot Operating System (ROS) e um Manipulador Robótico UR5 validam a abordagem proposta.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo