Master Automatiquehttp://hdl.handle.net/STDB_UNAM/5142026-04-18T10:34:48Z2026-04-18T10:34:48ZCommande d’un robot manipulateur mobileMEKELLECHE, NadjibBERREHOU, Abdelwahab Djacimhttp://hdl.handle.net/STDB_UNAM/5832024-11-05T08:58:29Z2024-09-26T00:00:00ZCommande d’un robot manipulateur mobile
MEKELLECHE, Nadjib; BERREHOU, Abdelwahab Djacim
Ce projet explore la conception, le contrôle et la mise en uvre d’un robot manipulateur
mobile, intégrant des concepts théoriques et des applications pratiques. Il couvre les systèmes
et composants essentiels impliqués, la modélisation des mouvements et interactions
du robot, ainsi que la génération et la planification de ses trajectoires. Le rapport aborde
également la simulation de ces robots pour valider leur performance et discute des aspects pratiques de la mise en oeuvre, y compris l’intégration matérielle et logicielle.
2024-09-26T00:00:00ZIntégration de l’Apprentissage Automatique pour la Navigation d’un Robot MobileBOUROUBA, MeriemBOUZIANI, Wassen Ikhlassehttp://hdl.handle.net/STDB_UNAM/5822024-11-05T08:45:49Z2024-10-03T00:00:00ZIntégration de l’Apprentissage Automatique pour la Navigation d’un Robot Mobile
BOUROUBA, Meriem; BOUZIANI, Wassen Ikhlasse
Dans un contexte où la robotique mobile autonome devient de plus en plus
cruciale, ce mémoire explore la navigation des robots mobiles en se concentrant sur
l'architecture structurelle et fonctionnelle des robots, ainsi que sur la modélisation
géométrique, cinématique et dynamique. L'objectif est de permettre une navigation
précise et fiable dans un environnement virtuel, en utilisant le suivi des panneaux de
signalisation basé sur des méthodes de soft computing.
2024-10-03T00:00:00ZReal-time optimization of traffic lights using artificial intelligence.LOULHACI, RomaissaBENSOUNA, Bouchrahttp://hdl.handle.net/STDB_UNAM/5802024-10-14T09:57:18Z2024-09-25T00:00:00ZReal-time optimization of traffic lights using artificial intelligence.
LOULHACI, Romaissa; BENSOUNA, Bouchra
Urban traffic congestion is a major challenge, reducing the quality of life for drivers and
commuters. Traditional traffic lights worsen the issue due to their inability to adapt to
real-time conditions, causing delays and inefficiencies. This thesis explores the
application of artificial intelligence, specifically reinforcement learning, to create a
smarter traffic light system that can dynamically adjust to varying traffic conditions. By
making optimal decisions in different scenarios, this approach was implemented in a
region of Tlemcen, where traffic congestion has been a notable issue. This real-world
application demonstrates how the AI-based system can adapt to varying traffic
conditions specific to the region, enhancing traffic flow, reducing congestion, and
minimizing vehicle wait times at intersections. The use of AI in this context provides a
more efficient and responsive solution compared to traditional traffic light systems.
2024-09-25T00:00:00ZOptimisation du transfert d’énergie d’un panneau solaire à l’aide d’outils de l’intelligence artificielleHADJIAT, AbderrahimBEMMERZOUK, Lyndahttp://hdl.handle.net/STDB_UNAM/5302024-09-09T10:54:05Z2024-07-02T00:00:00ZOptimisation du transfert d’énergie d’un panneau solaire à l’aide d’outils de l’intelligence artificielle
HADJIAT, Abderrahim; BEMMERZOUK, Lynda
Dans ce mémoire, nous explorons comment améliorer la commande développée dans notre
mémoire d’ingénieur pour un système photovoltaïque. Nous remplaçons la commande optimale
LQR utilisant des inégalités matricielles linéaires (LMI) par une commande basée sur
des réseaux de neurones, afin d’optimiser le suivi du point de puissance maximal (MPPT)
et de simplifier le système de commande.
2024-07-02T00:00:00Z