Cómputo evolutivo aplicado a la planificación de tareas de visión
Palabras clave:
Tareas fotogramétricas, Optimización combinatoria, Algoritmos genéticos, Photogrammetric tasks, Combinatorial optimization, Genetic algorithms (es)Descargas
La planificación automática de tareas de percepción artificial es un problema de interés para fotogrametrías e investigadores en el campo de la visión por computadora y la robótica. La incorporación de robots manipuladores a un sistema fotogramétrico automatizado requiere la consideración de aspectos como el diseño de redes fotogramétricas,y la planificación de tareas de sensado. Este trabajo desarrolla una metodología de planificación para la asignación y ordenamiento de tareas dentro de una celda de trabajo consistente de múltiples manipuladores. El problema combinatorio resultante está sujeto a dos tipos de restricciones operacionales: las derivadas de la estructura física de los manipuladores y las impuestas por la configuración de la celda de trabajo. Con el propósito de determinar tales restricciones y visualizar resultados se desarrolla un ambiente de simulación gráfica por computadora. La planificación de tareas es planteada en términos de optimización, proponiéndose para su solución un método basado en algoritmos genéticos que utiliza una serie de heurísticas basadas en restricciones. Resultados experimentales validan la efectividad y flexibilidad del método. (Texto tomado de la fuente)
Referencias
Bean, J., Genetic algorithms and random keys for sequencing and optimization. ORSA Journal on computing. 6(2):154-160 p. 1994.
Marchand, E. and Chaumette F., Active vision for complete scene reconstruction and exploration. IEEE Transactions on Pattern Analysis and Machine Intelligence. 21(1):65-72 p. 1999.
Olague, G., Planification du placement de cameras pour des mesures 3D de precision. Tesis de Doctorado, Institut National Polyte chnique de Grenoble. ftp://ftp.imag.fr/pub/Mediatheque.IMAG/theses/ 98-01ague.Gustavo/notice-francais.html. 1998.
Olague, G., Autonomous Photogrammetric Network Design using Genetic Algorithms. In Applications of Evolutionaxy Computing, volume 2037 of Lecture Notes in Computer Science, eds. Boers et al., Springer-Verlag, Lake Como Italy. 10 pp. 2001.
Cómo citar
IEEE
ACM
ACS
APA
ABNT
Chicago
Harvard
MLA
Turabian
Vancouver
Descargar cita
Visitas a la página del resumen del artículo
Descargas
Licencia
Derechos de autor 2024 DYNA

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.




