O USO DOS ALGORITMOS DE CLASSIFICAÇÃO NO RECONHECIMENTO DE CORES

Autores

• Adryson Frota AraújoColégio Militar Tiradentes-I
• Isaac Luiz Ribeiro GamaColégio Militar Tiradentes-I
• Isabella Lorena Almeida PereiraColégio Militar Tiradentes-I
• Raffysa Freita CastroColégio Militar Tiradentes-I
• José Sóstenes dos Santos CostaColégio Militar Tiradentes-I

Resumo

Em competições de robótica como a Olimpíada Brasileira de Robótica (OBR), FIRA e Torneio Juvenil de Robótica (TJR), é essencial para bons resultados que o robô seja capaz de reconhecer cores de forma eficiente, porém, sensores disponíveis no mercado atual, como APDS9960, GY-31 ou TCS3472, quando programados manualmente de forma fixa podem não apresentar uma precisão satisfatória. Frente a essa problemática, abordaremos nesse artigo um método baseado em machine learn (aprendizado de máquina) para aprimorar ao máximo via software a eficácia de sensores de cor, tornando-os mais confiáveis e fáceis de programar. Para isso, utilizamos bibliotecas como scikit learn e pandas para o treinamento dos modelos de classificação em conjunto com joblib e micromlgen para exportação dos modelos treinados, a fim de serem reutilizáveis. Como resultado, houve um aumento na confiabilidade dos sensores devido à possiblidade de treinamento dos modelos em campo, tornando seu desempenho satisfatório e compatível com as competições de robótica.

Palavras-chave

robótica; aprendizado de máquina; scikit learn; Python

Licença

Este capítulo está sob a Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .

O conteúdo do capítulo, seus dados, forma, correção e confiabilidade são de responsabilidade exclusiva do(s) autor(es). É permitido o download e o compartilhamento, desde que pela origem e no formato Acesso Livre (Open Access), com os devidos créditos e a citação atribuídos ao(s) respectivo(s) autor(es). Não é permitida qualquer alteração, catalogação em plataformas de acesso restrito ou utilização para fins comerciais. O(s) autor(es) mantém os direitos autorais do texto.