Este trabalho tem como principal objetivo desenvolver um sistema de navegação autônoma para veículos aéreo não tripulado (VANT) do tipo quadrirrotor, baseado em lógica nebulosa e sensoriamento do veículo, visando automatizar a função de um piloto, de forma a permitir o máximo grau de autonomia. Para o desenvolvimento do projeto, foi alterado o hardware do rádio controle do drone Syma X8HC e utilizando sensores de ultrassom comum no mercado para permitir o veículo identificar a presença e a distância de obstáculos diversos em uma trajetória. As estruturas do controlador nebuloso foram testadas, por meio de simulações computacionais. Os resultados obtidos por meio de experimentos realizados em uma plataforma de teste e simulações computacionais demonstraram a eficácia e desempenho, tanto do método utilizado como do sistema proposto neste trabalho.

Este artigo propõe a otimização não linear de um Classificador de Padrões para Reconhecimento de Voz utilizando a técnica de Enxame de Partículas. O Classificador utiliza um sistema de inferência fuzzy para realizar a decisão do reconhecimento. O pré-processamento do sinal de voz incia-se com a retirada do silêncio com o algoritmo de taxa de cruzamento por zero e energia média deslizante e alinha-se temporalmente os sinais de voz utilizando-se a 'Dynamic Time Warping'. Em seguida calcula-se os coeficientes mel-cepstrais. Após o préprocessamento utiliza-se a Transformada Cosseno Discreta (TCD) para gerar uma matriz temporal bidimensional. Essa matriz será utilizada como entrada do sistema de implicação fuzzy para gerar os padrões das palavras a serem reconhecidas. Finalmente são mostrados os resultados experimentais obtidos no processo de otimização para o reconhecimento de voz aplicado ao idioma português brasileiro.