Daniele Biole'
Analisi di algoritmi di path-planning e obstacle avoidance in uso nei sistemi AGV = Analyses of path-planning and obstacle avoidance algorithms used in AGV systems.
Rel. Aurelio Soma', Francesco Mocera. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2021
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract: |
Il seguente lavoro ha lo scopo di mostrare quelli che sono ad oggi alcuni dei metodi più utilizzati ed efficienti per quella che è la pianificazione e l’inseguimento della traiettoria di robot a guida autonoma. Verranno illustrate quelle che sono le macro categorie di tali algoritmi scendendo più nello specifico nel caso dei principali esponenti di queste ultime. Sarà brevemente illustrato quali sono i vantaggi e svantaggi delle varie strategie e qual è il loro funzionamento. Si è poi provato ad estendere il discorso toccando anche quelli che possono essere gli eventuali sviluppi del Machine Learning nel campo con particolare enfasi sul Reinforcement Learning cercando di valutarne le prestazioni in confronto alle tecniche più “classiche” sopra citate. |
---|---|
Relatori: | Aurelio Soma', Francesco Mocera |
Anno accademico: | 2021/22 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 96 |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Meccanica |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA |
Aziende collaboratrici: | NON SPECIFICATO |
URI: | http://webthesis.biblio.polito.it/id/eprint/21619 |
Modifica (riservato agli operatori) |