DEFESA DE QUALIFICAÇÃO GABRYEL SILVA RAMOS

CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA CELSO SUCKOW DA FONSECA

UNIVERSIDADE FEDERAL FLUMINENSE

DIRETORIA DE PESQUISA E PÓS-GRADUAÇÃO

DEPARTAMENTO DE PÓS-GRADUAÇÃO

COORDENADORIA DO PROGRAMA DE PÓS-GRADUAÇÃO EM INSTRUMENTAÇÃO E ÓPTICA APLICADA

A Coordenadoria do Programa de Pós-Graduação em Instrumentação e Óptica Aplicada tem a satisfação de convidá-lo para assistir à

 DEFESA  DE  QUALIFICAÇÂO

An Aerial Robot Cognitive Network Architecture for Swarm Applications Development: ARCog-NET

Gabryel Silva Ramos

Esta qualificação de doutorado apresenta o desenvolvimento de uma arquitetura cognitiva avançada para robôs aéreos em rede, visando a implementação eficaz de sistemas de enxame autônomos. O trabalho enfoca o projeto, implementação e avaliação de uma arquitetura que permite a coordenação e cooperação entre drones para a realização de tarefas complexas com ou sem intervenção humana direta. Inspirando-se em princípios da inteligência artificial, ciência cognitiva e robótica, a arquitetura proposta integra mecanismos de percepção, planejamento, tomada de decisão e aprendizado adaptativo para otimizar o comportamento do enxame em ambientes dinâmicos e incertos. A base da arquitetura cognitiva proposta é um modelo de processamento distribuído baseado no conceito "edge-fog-cloud", onde cada veículo possui papéis individuais de acordo com o papel que cumpre no processamento dos dados e controle do enxame em operação. Os robôs nível "edge" (borda) dedicam-se a coleta e processamentos mais simples de dados em tempo real, além de perceber seu ambiente, avaliar o estado da missão e tomar decisões locais com base tanto em suas observações quanto em informações compartilhadas através da rede de comunicação do enxame; Os veículos nível "fog" (névoa), oferecem processamento e armazenamento intermediários além de controlar e supervisionar a ação dos "edge"; e finalmente os servidores "cloud" (nuvem), que servem para análise de dados abrangente e armazenamento de longo prazo, além de serem os supervisores e controladores de maior hierarquia do enxame. Essa estrutura permite uma distribuição eficiente de tarefas computacionais, garantindo que decisões críticas possam ser tomadas rapidamente no nível do robô, enquanto tarefas mais complexas de análise de dados são processadas em névoa ou na nuvem. Um componente crucial da pesquisa é a implementação de um sistema de simulação para testar e validar a arquitetura proposta em uma variedade de cenários de aplicação, incluindo vigilância ambiental, busca e resgate, e monitoramento de infraestrutura. A ideia é que essa arquitetura já avalie dinamicamente onde e como os dados devem ser processados, considerando fatores como urgência da tarefa, recursos disponíveis e condições de rede, incluindo mecanismos para a otimização do uso de recursos de rede e computação, garantindo a eficiência energética e a eficácia operacional do enxame, de modo que futuros desenvolvedores apenas tenham que se preocupar com as aplicações e métodos de controle direto dos robôs.

Banca Examinadora composta pelos Doutores:

• Milena Faria Pinto (orientadora – Presidente) – CEFET/RJ
• Diego Barreto Haddad  - CEFET/RJ
• Accacio Ferreira dos Santos - CEFET/RJ
• Mario Antonio Ribeiro Dantas – UFJF

Local e data: 27/06/2024 (quinta-feira), às 14 hs 

https://teams.microsoft.com/l/meetup-join/19%3ameeting_NGIzYTlmZjgtZTVjMi00NGJlLThmMmEtOTA0OGZiOWQzNWM2%40thread.v2/0?context=%7b%22Tid%22%3a%228eeca404-a47d-4555-a2d4-0f3619041c9c%22%2c%22Oid%22%3a%22eae2be27-7998-4235-97e4-e644e57374f1%22%7d