Aproximación Neuro-Fuzzy para Identificación de Señales Viales Mediante Tecnología Infrarroja

G. N. Marichal, E. J. González, L. Acosta, J. Toledo

Resumen

En este artículo se presenta un sistema basado en tecnología infrarroja para la clasificación de marcas viales empleando un sistema Neuro-Fuzzy como herramienta de clasificación. El sistema se ha testeado a partir de los datos suministrados cuando se ha instalado un prototipo en un robot móvil. Los resultados obtenidos son explicados en este artículo, haciendo hincapié en el diseño de nuevas reglas y la mejoría lograda mediante los métodos propuestos.

Palabras clave

Control Inteligente; Robótica; Navegación de robots; Sistemas Neuro-Fuzzy

Texto completo:

PDF

Referencias

Brooks, R.A. (1986). A robust layered control system for a mobile robot. IEEE Journal of Robotics and Automation, 2, 14-23.

Driankov, D., H. Hellendoorn, and M. Reinfrank: 1998, An Introduction to Fuzzy Control. Berlin: Springer.

Franke, U. D. M. Gavrila, A. Gern, S. Görzig, R. Janssen, F. Paetzold y C. Wöhler (2001). From Door to Door - Principles and Applications of Computer Vision for Driver Assistant Systems, chapter 6 in Intelligent Vehicle Technologies, L. Vlacic and F. Harashima and M. Parent, Butterworth Heinemann, Oxford.

Guillaume S. (2001). Designing Fuzzy Inference Systems from Data: An Interpretability-Oriented Review. IEEE Trans. On Fuzzy Syst., 9, 3, 426- 443

Gupte, S., O. Masoud y N.P. Papanikolopoulos (2002). Detection and classification of vehicles, IEEE Trans. on Intelligent Transportation Systems, 3, 37-47

Hush, D.R. y B.G. Horne (1993). Progress in supervised Neural Networks. IEEE Signal Processing Magazine, 10, 8-34

Kohonen T. (2001). Self-Organising Maps. Springer series in Information Sciences, Vol. 30, Springer, Berlin, Third Edition.

Mamdani, E.H. y S. Assilian (1975). An experiment in linguistic synthesis with a fuzzy logic controller, International Journal of ManMachine Studies, 7, 1-13.

Marichal, G.N., L. Acosta, L. Moreno, J.A. Méndez, J. J. Rodrigo y M. Sigut (2001). Obstacle avoidance for a mobile robot: A neuro-fuzzy approach. Fuzzy Sets and Systems, 124, 171-179.

Marichal G.N., E.J. González, L. Acosta, J. Toledo, M. Sigut, J. Felipe (2006), An Infrared and Neuro-Fuzzy-Based Approach for Identification and Classification of Road Markings Advances in Natural Computation. Lecture Notes in Computer Science, 4222, 918-927, 2006

Matía F., B. M. Al-Hadithi, A. Jiménez (2002), Generalization of stability criterion for TakagiSugeno Continuos Fuzzy model. Fuzzy Sets and Systems, 129,295-309.

Miller W., R. Sutton y P. Werbos, eds. (1990). Neural Networks for Control. The Mit Press, Cambridge.

Takagi, T. y M. Sugeno (1985). Fuzzy identification of systems and its applications to modelling and control. IEEE Trans. On Systems, Man and Cybernetics, 15, 116-132

Zadeh, L.A.:1965, Fuzzy sets. Information and Control 8, 338-353.

Abstract Views

334
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912