Carros autônomos utilizando aprendizado de maquina

Resumo

Desde de tempos primórdios até os dias contemporâneos, a busca por facilidades tem levado a humanidade a criar maquinas capazes de executar atividades cotidianas, com a mesma eficiência ou superior à dos seres humanos. Isto tem levado a humanidade a um grande avanço tecnológico, o que possibilita a ideia de criar máquinas capazes de percepções do mundo e através das mesmas tomar as suas próprias decisões. O objetivo desse trabalho é o desenvolvimento de veículos que possam circular em vias urbanas de forma autônoma, i.e., sem a necessidade de um motorista humano. Para isso serão utilizadas redes neurais artificias(RNA), que são técnicas de inteligência artificial que simulam o funcionamento dos neurônios do cérebro humano. O desenvolvimento consiste em submeter a RNA a um treinamento onde é: apresentado os dados à sua entrada, cada entrada sendo multiplicada por um peso que indica o quão importante é a influência desta entrada para a saída produzida pelo controlador neural. Através do treinamento cada peso sofre várias alterações até que a saída obtida se aproxime ao máximo da saída desejada. Após o treinamento a rede neural simulada é submetida ao simulador TORCS (The Open Racing Car Simulator), que permite o controle de um carro simulado em um ambiente virtual realístico. Assim o simulador informa os dados sensoriais percebidos pelo veículo para a rede neural, que devolve como saída a ação de controle a ser tomada pelo veículo. Atualmente o projeto tem demonstrado resultados satisfatórios, pois o carro já demonstra uma boa condução exercida por um controlador em linguagem C++, utilizado para obtenção dos dados para o treinamento. As leituras sensórias tais como ângulo do carro em relação a pista, rotação do motor, marcha atual, distância percorrida, combustível disponível, distância do carro em relação a extremidade da pista, distância do oponente, etc., formando um conjunto de leituras que estão sendo gravadas em um arquivo texto, no arquivo cada linha corresponde a um conjunto, o arquivo já conta com mais de 50 mil linhas onde a rede neural, que segue em treinamento, já apresenta um acerto médio de 94%. Ao final do projeto espera-se a criação de um sistema robusto mas de baixo custo, possibilitando no futuro o desenvolvimento de veículos autônomos que sejam viáveis financeiramente para a maior parte da sociedade.