@InProceedings{MeloLimaStep:2017:AnDeCl,
               author = "Melo, Luan Gaspar Pinto de and Lima, Glauston Roberto Teixeira de 
                         and Stephany, Stephan",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Tecnol{\'o}gico de Aeron{\'a}utica (ITA)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "An{\'a}lise de Desempenho de Classifica{\c{c}}{\~a}o e Ajuste 
                         de uma Rede Neural na predi{\c{c}}{\~a}o de Eventos Convectivos 
                         Severos com dados do Modelo de Mesoescala BRAMS",
            booktitle = "Anais...",
                 year = "2017",
         organization = "Workshop dos Cursos de Computa{\c{c}}{\~a}o Aplicada do INPE, 
                         17. (WORCAP)",
             keywords = "Planejamento de rota, Amostragem, RRT.",
             abstract = "A etapa de planejamento de rota {\'e} fundamental na 
                         constitui{\c{c}}{\~a}o de sistemas de controle de 
                         ve{\'{\i}}culos aut{\^o}nomos, onde o m{\'{\i}}nimo de 
                         interven{\c{c}}{\~a}o humana ocorre. Esse processo tem como 
                         objetivo a busca de um caminho entre um ponto inicial e um ponto 
                         final de navega{\c{c}}{\~a}o do ve{\'{\i}}culo em um dado 
                         espa{\c{c}}o (conhecido ou n{\~a}o) de tal forma que a mesma 
                         n{\~a}o intercepte obst{\'a}culos ou at{\'e} mesmo outros 
                         ve{\'{\i}}culos, evitando colis{\~o}es durante a 
                         navega{\c{c}}{\~a}o. A garantia de uma rota vi{\'a}vel para a 
                         navega{\c{c}}{\~a}o segura de um ve{\'{\i}}culo aut{\^o}nomo 
                         contribui para o sucesso de diversas aplica{\c{c}}{\~o}es 
                         espaciais. Rotas s{\~a}o planejadas de forma aut{\^o}noma na 
                         navega{\c{c}}{\~a}o de ve{\'{\i}}culos em superf{\'{\i}}cies 
                         de outros planetas ou astros, como no caso dos ve{\'{\i}}culos 
                         exploradores denominados rovers, utilizados em miss{\~o}es {\`a} 
                         Marte. A etapa de planejamento de rota tamb{\'e}m {\'e} 
                         importante em aplica{\c{c}}{\~o}es de sensoriamento remoto, onde 
                         imageadores s{\~a}o acoplados {\`a} ve{\'{\i}}culos 
                         a{\'e}reos aut{\^o}nomos e estes t{\^e}m a sua altitude e 
                         trajet{\'o}ria de imageamento planejadas de forma aut{\^o}noma. 
                         Todos esses exemplos ilustram a import{\^a}ncia do planejamento 
                         de rota em diversas aplica{\c{c}}{\~o}es. Tomando esses exemplos 
                         como base de motiva{\c{c}}{\~a}o, este trabalho investiga o 
                         processo de planejamento de rota baseado em t{\'e}cnicas de 
                         amostragem. Nesse tipo de t{\'e}cnica, pontos s{\~a}o coletados 
                         no espa{\c{c}}o de navega{\c{c}}{\~a}o do ve{\'{\i}}culo para 
                         formar a rota. Dentre algumas t{\'e}cnicas conhecidas podemos 
                         citar a Probabilistic Roadmaps (PRM), A* e a Rapidly-Exploring 
                         Random Tree (RRT). A {\'u}ltima {\'e} uma das mais utilizadas 
                         por ser probabilisticamente completa e possuir tempo de 
                         execu{\c{c}}{\~a}o vi{\'a}vel para aplica{\c{c}}{\~o}es em 
                         tempo real. Nessa t{\'e}cnica cada ponto amostrado se torna um 
                         n{\'o} em uma {\'a}rvore. Os pontos s{\~a}o coletados 
                         aleatoriamente, at{\'e} que sucessivas arestas conectem o n{\'o} 
                         inicial e o n{\'o} final da rota. Existem diferentes 
                         extens{\~o}es para a RRT. Uma das mais proeminentes {\'e} a 
                         RRT*, onde a cada itera{\c{c}}{\~a}o os n{\'o}s s{\~a}o 
                         reorganizados com o objetivo de reduzir o comprimento da rota (ou 
                         um tipo diferente de custo associado as arestas da {\'a}rvore). 
                         Em tempo infinito de execu{\c{c}}{\~a}o {\'e} garantido que o 
                         algoritmo retorne a solu{\c{c}}{\~a}o {\'o}tima para um dado 
                         espa{\c{c}}o de navega{\c{c}}{\~a}o. Este trabalho apresenta os 
                         resultados da implementa{\c{c}}{\~a}o de uma extens{\~a}o do 
                         algoritmo RRT* denominado RRT*-Smart. Nesse algoritmo foram 
                         adicionadas duas abordagens {\`a} RRT*, a otimiza{\c{c}}{\~a}o 
                         de rota, e a amostragem Inteligente. Na primeira o custo da rota 
                         {\'e} reduzido por meio de n{\'o}s que s{\~a}o 
                         vis{\'{\i}}veis uns aos outros. Na segunda novos n{\'o}s 
                         s{\~a}o amostrados pr{\'o}ximos aos n{\'o}s que formam uma rota 
                         encontrada, fazendo que novas rotas sejam planejadas cada vez mais 
                         pr{\'o}ximas aos v{\'e}rtices convexos dos obst{\'a}culos, 
                         otimizando o custo da rota final. Segundos os autores, a 
                         t{\'e}cnica tem a caracter{\'{\i}}stica de encontrar uma rota 
                         de custo menor em menos itera{\c{c}}{\~o}es quando comparada a 
                         RRT*. S{\~a}o apresentados resultados de simula{\c{c}}{\~o}es 
                         de planejamento de rota com a RRT*-Smart em um espa{\c{c}}o de 
                         navega{\c{c}}{\~a}o com obst{\'a}culos est{\'a}ticos.",
  conference-location = "S{\~a}o Jos{\'e} dos Campos, SP",
      conference-year = "20-22 nov. 2017",
             language = "pt",
           targetfile = "Melo_analise.pdf",
        urlaccessdate = "10 maio 2024"
}