O USO DOS ALGORITMOS DE CLASSIFICAÇÃO NO RECONHECIMENTO DE CORES

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.