Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Balza, Micael"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 3 de 3
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    Dissertação
    A Real-Time meta-heuristic-based safe navigation approach for mobile robots in unknown environments
    (Universidade Federal do Rio Grande do Norte, 2025-02-19) Balza, Micael; Fernandes, Marcelo Augusto Costa; https://orcid.org/0000-0001-7536-2506; http://lattes.cnpq.br/3475337353676349; Silva, Sérgio Natan; Pedrosa, Diogo Pinheiro Fernandes; Oliveira, Fábio Fonseca de
    Autonomous navigation in mobile robots is a complex challenge, particularly in unknown and dynamic environments where obstacle avoidance and real-time trajectory optimization are crucial. This work introduces the MetaHeuristic Real-Time Safe Navigation (MHRTSN) strategy, which integrates potential fields with population-based metaheuristics to enhance trajectory planning and navigation efficiency. The proposed strategy was evaluated through a series of simulations in different static and dynamic scenarios, comparing the performance of two versions: MetaHeuristic Real-Time Safe Navigation with Genetic Algorithm (MHRTSN-GA) and MetaHeuristic Real-Time Safe Navigation with Particle Swarm Optimization (MHRTSN-PSO). The evaluation considered key metrics such as displacement, distance traveled, CPU time, and clock time. The results indicate that both versions provide sub-optimal solutions, with MHRTSN-PSO demonstrating superior performance in terms of computational efficiency and convergence when using a small population size. Comparisons with existing approaches in the literature revealed that MHRTSN generated paths of similar length while maintaining a safer distance from obstacles. Thus, the proposed approach offers an efficient and safe solution for autonomous navigation in mobile robots, contributing to advancements in real-world robotic applications.
  • Nenhuma Miniatura disponível
    TCC
    Plataforma automática para compressão consciente de modelos de aprendizagem profunda baseada em poda seguida de quantização
    (Universidade Federal do Rio Grande do Norte, 2025-01-20) Freitas, Vitor Yeso Fidelis; Fernandes, Marcelo Augusto Costa; http://lattes.cnpq.br/3475337353676349; https://orcid.org/0009-0002-7626-5622; http://lattes.cnpq.br/4994486202506393; Balza, Micael; http://lattes.cnpq.br/0303807807288761; Silva, Alessandro Soares; http://lattes.cnpq.br/6391394214446756
    O avanço das aplicações de aprendizado profundo tem impactado diversos setores, porém o tamanho e a complexidade dos modelos neurais apresentam desafios para implementação em sistemas com recursos computacionais limitados. Este trabalho apresenta uma plataforma automática que integra técnicas de poda seguida de quantização durante o processo de treinamento de redes neurais profundas, visando otimizar a acurácia e eficiência computacional dos modelos. Experimentos realizados com o conjunto de dados CIFAR-10 demonstraram a eficácia da abordagem, alcançando reduções de até 80% no tamanho da memória enquanto mantém níveis de acurácia compatíveis com o estado da arte, com perdas de 2-3%. Análises da distribuição dos pesos antes e após a compressão revelaram padrões de adaptação da rede durante o treinamento com compressão, fornecendo insights sobre o comportamento do modelo sob diferentes regimes de compressão.
  • Nenhuma Miniatura disponível
    TCC
    Proposta de Plataforma de Simulação para Robótica Móvel com Integração entre Webots e Matlab
    (Universidade Federal do Rio Grande do Norte, 2022-12-22) Balza, Micael; Fernandes, Marcelo Augusto Costa; http://lattes.cnpq.br/3475337353676349; 0000-0001-9315-9683; https://lattes.cnpq.br/0303807807288761; Silva, Sérgio Natan; http://lattes.cnpq.br/3735623063336406; Azevedo, Karolayne Santos de; http://lattes.cnpq.br/0948102937596272
    Este trabalho apresenta o desenvolvimento de uma plataforma de simulação em 3D para algoritmos de navegação em sistemas robóticos autônomos. A plataforma tem como estratégia integrar o ambiente 3D do Webots com o Matlab e é voltada para estratégias de navegação baseadas em meta-heurística com base no algoritmo Dynamic Planning Navigation Algorithm optimized with Genetic Algorithm (DPNA-GA). São criados ambientes 3D estáticos e dinâmicos para realizar as simulações de navegação em um robô móvel terrestre de acionamento diferencial construído no simulador. A plataforma é capaz de testar a estratégia em ambientes com obstáculos e caminhar até o objetivo final em uma trajetória composta de objetivos locais muito próximos do caminho ótimo, desta forma validando a plataforma e a técnica para este tipo de ambiente. A nova plataforma possibilita que uma quantidade maior de parâmetros do robô e do ambiente possam ser testados.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM