|
|
- João Lucas Morais Álvaro
- 7 Há anos
- Visualizações:
Transcrição
1 XVIII Congresso Brasileiro e Automática / a 6 Setembro, Bonito-MS. DETECÇÃO DE PERNAS E SEGUIMENTO DE PESSOAS USANDO UM SENSOR DE VARREDURA LASER Flávio Garcia Pereira, Raquel Frizera Vassallo, Evanro Ottoni Teatini Salles Universiae Feeral o Espírito Santo Av. Fernano Ferrari, 5, Goiabeiras, Vitória ES Brasil. CEP s: flaviog@ele.ufes.br, raquel@ele.ufes.br, evanro@ele.ufes.br Abstract The ability of etecting humans is an important skill for service robots, specially if these robots are employe in an environment where the human presence is constant, for instance a service robot which works as a receptionist in the hall of a hotel. The main goal of the propose metho is to estimate the human position using ata provie by a Laser Range Finer. The metho utilizes two Finite State Machines to etect some possible leg patterns an, after that, it computes the probability of each etecte pattern being a pair of legs. Also, a nonlinear formation control between the robot an the human is propose, which nees the person s position an orientation. These ata are obtaine from the legs etection algorithm, also introuce in this paper. In orer to valiate the propose metho some experiments were performe an are presente. Keywors Human-Robot Interaction, Legs Detection, Laser Scanner Sensor. Resumo Uma importante característica e robôs e assistência é a habiliae e etectar seres humanos, principalmente se esses robôs são utilizaos em ambientes one a presença humana é constante, como por exemplo um robô e assistência que opera como um recepcionista na entraa e um hotel. O principal objetivo o métoo proposto neste artigo é estimar a posição e um ser humano a partir os aos fornecios por um sensor laser. O métoo utiliza uas Máquinas e Estaos Finitos para etectar alguns parões que poem corresponer a um par e pernas humanas e, após isso, calcula a probabiliae e caa parão etectao ser perna. Além isso, também é proposto um controle e formação entre um robô e uma pessoa, o qual necessita a posição e a orientação a pessoa em relacão ao robô para funcionar. Esses aos são obtios a partir o algoritmo e etecção e pernas proposto. Para valiar o métoo proposto alguns experimentos foram realizaos e serão apresentaos neste artigo. Palavras-chave Interação entre Homens e Robôs, Detecção e Pernas, Sensor Laser e Varreura. Introução Nos últimos anos, um grane esforço tem sio feito para melhorar as pesquisas em Interação Homem- Robô (HRI - o inglês Human Robot Interaction). Pesquisaores como Bellotto e Hu (Bellotto an Hu, 9) afirmam que os estuos em HRI são atualmente uns os mais fascinantes campos e pesquisa em robótica móvel e Bekey (Bekey, 5) enfatiza a ieia e que cooperação e interação entre homens e robôs são os maiores esafios os próximos anos. Para isso, os robôs que irão interagir com os humanos evem ter a habiliae e etectar pessoas, permitino que os robôs entenam e antecipem as ações estes (Arras et al., 7). O principal objetivo este trabalho é realizar a etecção e pernas e seres humanos utilizano um sensor laser para, futuramente, realizar uma interação com pessoas. Existem muitas pesquisas sobre etecção e pessoas usanos sensores laser e varreura. O trabalho apresentao em (Carballo et al., 9) apresenta um métoo para etecção e pessoas em torno e um robô móvel usano ois sensores laser em iferentes alturas, assim são etectaos ois conjuntos e características para caa pessoa. Baseao nessas características e um conhecimento prévio a forma o corpo humano, a etecção e pessoas é realizaa. Em (Fo et al., ), os autores apresentam uma técnica para rastrear objetos móveis em um recinto com vários sensores laser. O métoo para etectar pessoas mostrao em (Arras et al., 7), utiliza uma técnica e aprenizao supervisionao para criar um classificaor que facilita a etecção e pessoas. Esse classificaor é treinao utilizano o métoo Aaboost. Uma maneira e etectar linhas e círculos a partir e aos e istância fornecios por um sersor laser é apresentaa em (Xavier et al., 5). Os autores aina realizam etecção e pernas humanas a partir a consieração que estas possuem algumas particulariaes circulares, assim como o raio. A aboragem para rastrear vários objetos móveis mostraa em (Schulz et al., ) utiliza aos e um sensor laser e combina Filtro e Partículas com métoos já existentes e rastreamento múltiplo. O sistema realiza etecção e pernas e utiliza occupancy gris para etectar pessoas. Topp e Henrik (Topp an Christensen, 5) apresentam a Human Augmente Mapping o que representa uma integração a geração e mapas automáticos com conceitos e aprenizaos. Eles propõem um métoo similar ao apresentao em (Schulz et al., ). A iferença entre os métoos é que o proposto por (Topp an Christensen, 5) permite a etecção e pessoas paraas, o que é bastante útil para interação entre homens e robôs. Os autores e (Cui et al., 5) apresentam um sistema que emprega iversos sensores laser e 385
2 XVIII Congresso Brasileiro e Automática / a 6 Setembro, Bonito-MS. uma câmera para realizar o rastreamento e pessoas. Esse rastreamento é feito pela fusão as informações fornecias pelo algoritmo meanshift e os aos proporcionaos pelo laser. O trabalho e (Müller et al., 7) implementa uma fusão e aos fornecios por um sensor laser, sensores ultrassônicos e visão para que um robô assistente e um shopping center possa encontrar e rastrear pessoas. Um sistema para rastrear pessoas em tempo real em ambientes não estruturaos é mostrao em (Scheutz et al., ). Esse sistema combina etecção e pernas realizaa com aos provenientes e um sensor laser e etecção e face implementaa em harware especializao. O trabalho e (Bellotto an Hu, 9) apresenta uma técnica e fusão multisensorial para rastrear pessoas por um robô móvel usano um sensor laser e uma câmera. Os autores extraem as características o laser e procuram por alguns parões que possam representar pernas. A visão é utilizaa para etectar faces e, com a combinação os aos esses ois sensores, é realizaa uma interação entre homens e robô. Luo et al. (Luo et al., 7) escreve um métoo para encontrar e rastrear uma pessoa utilizano uma câmera, que é responsável por etectar faces, e um sensor laser e varreura, cuja função é encontrar o corpo humano e os braços. Em (Kleinehagenbrock et al., ) um métoo híbrio para integrar sensores laser e visão é apresentao. Os autores utilizam os aos o sensor laser para etectar as pernas os seres humanos e imagens colorias para etectar faces e cor a pele. Essas informações são combinaas para realizar o rastreamento a pessoa. O métoo apresentao neste artigo tem como principal objetivo etectar as pernas e seres humanos usano um sensor e varreura laser e eterminar a posição elas no referencial o robô. Se a etecção as pernas for positiva, o robô poe iniciar uma interação com seres humanos. A aboragem utilizaa neste artigo é similar ao métoo apresentao em (Bellotto an Hu, 9). Eles utilizam um sensor laser e varreura para ientificar alguns parões e pernas que poem ser pernas separaas, pernas juntas e pernas não paralelas. No métoo aqui apresentao, apenas ois parões são consieraos: pernas juntas e pernas separaas. Para etectar estes ois parões utilizam-se uas Máquinas e Estaos Finitos e para caa parão encontrao, calcula-se a probabiliae o mesmo ser um par e pernas. As vantagens o métoo proposto são o baixo custo computacional (caa etecção é realizaa em aproximaamente 35 ms), a simpliciae (apenas utiliza uas máquinas e estaos e uma função e probabiliae para classificar um par e pernas) e a baixa quantiae e parâmetros que precisam ser estimaos (a istância entre as pernas e a iferença entre a largura as mesmas). O restante este artigo está organizao como segue. A Seção apresenta o métoo para etectar pernas utilizano um sensor laser e varreura esenvolvio neste trabalho. A Seção 3 apresenta o controle e formação proposto assim como sua análise e estabiliae, enquanto a Seção traz alguns resultaos experimentais o métoo proposto e, finalmente, as conclusões e propostas e trabalhos futuros são iscutios na Seção 5. Detecção e Pernas O métoo para etectar pernas que será apresentao nesta seção extrai características os aos fornecios por um sensor laser e, assim como o métoo e (Bellotto an Hu, 9), ientifica parões relativos a uas posições as pernas. Estes parões corresponem às seguintes situações: pernas separaas (PS) a pernas juntas (PJ). A estrutura o algoritmo e etecção e pernas poe ser vista na Figura. Meias o Laser X Variação as Meias Ẋ Geração os Parões. Z(X, X, R, ) max Análise as Regiões Detectaas Máquinas e Estaos Finitos Cáculo a Probabiliae P(D, ) Figura : Estrutura o algoritmo proposto. Para eterminar os casos mais comuns as posições as pernas, quano as pessoas param para conversar, alguns inivíuos foram observaos enquanto ialogavam. A Figura ilustra estas situações. (a) (b) (c) () Figura : Posição as pernas. Pernas separaas (a). Pernas juntas (b)-().. Vetor e Transições As meias e istância proporcionaas pelo sensor e varreura laser são armazenaas em um 386
3 XVIII Congresso Brasileiro e Automática / a 6 Setembro, Bonito-MS. vetor X = [x, x,..., x N ] one x i é caa meia e istância capturaa e N é o número total e meias efetuaas. Após isso, um vetor com as iferenças entre uas meias consecutivas (Ẋ = [ẋ, ẋ,..., ẋ N ]) é calculao como ẋ i = x i+ x i, com i =,,..., N. Então, o vetor Z = [z, z,..., z N ], que armazena as transições relacionaas com caa meia em x i é construío. Z é criao com base em X, Ẋ, R max e δ, one R max é a istância máxima consieraa para as meias o laser ( m neste caso) e δ é um limiar e istância. É válio mencionar que, apesar o sensor laser utilizao ser capaz fornecer meias e até 3 m, qualquer meia acima e m foi saturaa neste valor. Desse moo, caa elemento z i o vetor Z poe receber um valor e a como segue: Transição : ẋ i < δ e x i = R max ; Transição : ẋ i > δ e ẋ i < ; Transição : ẋ i < δ e x i R max ; Transição 3: ẋ i > δ, ẋ i > e x i R max ; Transição : ẋ i > δ, ẋ i > e x i = R max. A Figura 3 ilustra estas cinco transições. A linha pontilhaa inica a istância máxima consieraa para as meias o sensor laser, isto é, m. 3 Figura 3: Transições.. As Máquinas e Estaos Finitos Após gerar o vetor Z, é realizaa uma busca por caniatos a pares e pernas (PCs). Esses caniatos são regiões em Z que iniciam com uma Transição preceia e uma Transição e terminam com uma Transição preceia e uma Transição. Caa um poe ser pré-classificao como uma perna simples ou um par e pernas juntas como segue. Um PC é pré-classificao como uma perna simples se a istância entre as extremiaes está na faixa (5 cm, 5 cm). Se essa istância for maior que 5 cm e menor que 3 cm o PC é préclassificao com um par e pernas juntas. Caso contrário o PC é escartao. Uma vez que esta pré-classificação é finalizaa, os PCs são verificaos por uas máquinas e estaos. Uma elas procura pelos parões PS e a outra pelos PJ. Caa estao essas máquinas recebe como entraa um valor entre e, que representam as cinco transições já mencionaas. Um parão PS é efinico pela sequência (Fig. (a)), one os números representam as respectivas transições. Os parões PJ poem assumir três iferentes sequências:, e 3 (Fig. (b)-()). (a) (c) Figura : Parões e pernas. (a). Pernas Juntas (b)-(). (b) () 3 Pernas separaas Os parões mostraos na Figura corresponem às posições e pernas que aparecem na Figura. As Figuras 5 (a) e (b) mostram, respectivamente, as máquinas e estao para a etecção os parões PS e PJ. Por simpliciae, as entraas que levam as máquinas e estaos para os estaos inválios não estão esenhaas nos iagramas apresentaos nessas figuras. / / S S / / 3/ / / 3/ / 3/ / S S S3 / 3/ / S7 S6 S5 3/ / / S / 3/ / / S / / (a) / / / / / / / 3/ / / (b) Figura 5: Máquinas e Estaos Finitos. Pernas Separaas (a) e Pernas Juntas (b). Note que os números próximos às setas que unem os estaos estão na forma entraa/saía, one as entraas são os valores as transições no S S3 3/ / S7 / / S5 S6 S 3/ / 3/ / 387
4 XVIII Congresso Brasileiro e Automática / a 6 Setembro, Bonito-MS. vetor Z e a saía poe ser (o parão não foi ientificao) ou (parão reconhecio)..3 Probabiliae e ser um Par e Pernas Uma vez que os parões são classificaos pelas máquinas e estao, algumas características o par e pernas são extraías para se eterminar a probabiliae esses parões serem par e pernas. Essas características são a istância entre as extremiaes (E) e as iferenças entre as larguras e caa perna (L). Essa probabiliae foi introuzia com o objetivo e evitar situações one, por exemplo, existam uas pessoas próximas ao robô, uma elas na extremiae esquera e a outra na extremiae ireita o campo e varreura o laser e apenas uma perna e caa uma é etectaa. Nessa situação, as máquinas e estao classificarão essas pernas como seno um par e pernas separaas. Porém, como as pernas estão longe uma a outra, elas têm uma pequena probabiliae e pertencer à mesma pessoa. Esta probabiliae é calculaa como P (E, L) = [ tanh ( κl 3)] ) (E Ē) exp (, () σ one L é a iferença entre a largura e caa perna, E é a istância entre as extremiaes exteriores e caa perna e κ é uma constante positiva. A istância méia entre as extremiaes exteriores as pernas e uma pessoa quano ela está paraa conversano com outra e o seu esvio parão são aos por Ē e σ, respectivamente. A Figura 6 mostra a probabiliae e um parão ser um par e pernas separaas e acoro com as variáveis E e L. Para a situação one um parão é classificao como um par e pernas separaas pelas máquinas e estao, os parâmetros a Equação são Ē =.337 m e σ =.8 m, caso contrário, os valores são Ē =.5 m e σ =.68 m. A faixa aotaa para a variável E é [.5 m,.5 m] e para a variável L é [,. m]. O valor e κ não varia inepenentemente a situação e é κ = 5. O gráfico que representa a probabiliae e um parão etectao ser um par e pernas juntas é similiar ao gráfico a Figura 6 e, por esta razão, não será mostrao. P(E, L).5.5 L [m] E [m] Figura 6: Probabiliae e um parão ser um par e pernas separaas. Observano o gráfico apresentao na Figura 6, poe ser visto que a probabiliae assume valor máximo quano L = e E = Ē. 3 Controle e Formação O objetivo o controlaor proposto é manter o robô a uma istância e orientação esejaas o ser humano enquanto este caminha por um ambiente. Isso é feito usano-se informações obtias através a etecção e pernas pelo sensor laser como apresentao na Seção. A Figura 7 ilustra um robô móvel com o sensor laser montao sobre ele, uma pessoa em frente ao robô e as variáveis necessária para realizar o controle. Para este caso, as equações que escrevem o movimento o conjunto são aas por = v h v r cos(θ) θ = ω + v rsin(θ) + v hsin( θ), () one v r e ω são, respectivamente, as velociaes angular e linear o robô, v h é a velociae a pessoa, é a istância entre a pessoa e o robô enquanto θ representa o ângulo que o vetor que liga a posição a pessoa ao centro o robô faz com a orientação o mesmo e θ é o erro angular. ω θ Vr Pessoa Figura 7: Posição relativa entre o robô e uma pessoa. Os valores e e θ são obtios a partir a etecção as pernas a pessoa que o robô eve seguir. Essa etecção é feita a partir as meias e istância fornecias pelo sensor laser, como mostrao na Seção. Após eterminar e θ, os erros e istância e orientação (, θ) são calculaos como = θ = θ θ, Vh (3) one e θ são, respectivamente, a istância e a orientação esejaas que o robô eve manter em relação ao ser humano. Para o referio sistema, é proposto um controlaor não linear a fim e realizar o objetivo e controle, isto é, fazer com que o robô siga o ser humano com istância e orientação especificaas. Para esse controlaor, as velociaes angular e li- 388
5 XVIII Congresso Brasileiro e Automática / a 6 Setembro, Bonito-MS. near o robo sa o calculaas como vr ω = vh k tanh() cos(θ) = sin(θ) sin(θ ) kθ tanh(θ ) vr vh, PC e capaz e executar aproximaamente 5 classificac o es por seguno, entretanto foram fixaos execuc o es por seguno para que caa etecc a o fosse realizaa sempre com o mesmo intervalo e tempo. Na fase em que o robo e a pessoa esta o em formac a o, os ciclos e controle foram fixaos em ms para obeecer as limitac o es o robo mo vel utilizao. O robo usao para realizar os experimentos poe ser visto na Figura 8. () com k, kθ >. Para o controlaor na o linear proposto em () consierou-se a seguinte func a o caniata e Lyapunov para verificar a estabiliae o sistema θ ) = + θ, V (, (5) a qual e semi-efinia positiva e possui a seguinte erivaa temporal θ ) = + θ θ. V (, (6) Assim, erivano-se (3) com relac a o ao tempo e substituino o resultao em (6) obte m-se θ ) = θ θ. V (, Figura 8: Robo utilizao para realizar os experimentos. (7) Agora, os valores e e θ em (7) sa o substituı os pelos respectivos valores aos na Equac a o (). Assim, obte m-se θ ) = [v h vr cos(θ)] θ ω+ vr sin(θ) + vh sin(θ ). V (, (8) Substituino as ac o es e controle propostas em () na Equac a o (8), a erivaa temporal a func a o caniata e Lyapunov poe ser re-escrita como θ ) = k tanh() kθ tanh(θ )θ. V (, (9) Como ja foi mencionao, k e kθ sa o positivos e func o es o tipo x.tanh(x) x. Assim, (6) e semi-efinia negativa, o que implica a estabiliae assinto tica o controlaor na o linear pro θ quano t. posto, isto e,, Com o objetivo e mostrar a confiabiliae o me too proposto, alguns experimentos foram realizaos. O robo foi posicionao em uma a rea livre e, enquanto o algoritmo e etecc a o e pernas era executao, foi peio a algumas pessoas que parassem em frente ao robo a mesma maneira que elas parariam quano estivessem conversano com outra pessoa. E va lio mencionar que o algoritmo proposto classifica um para o etectao como seno um par e pernas se a probabiliae o mesmo ser perna for superior a 7%. O algoritmo proposto aqui, foi capaz e classificar corretamente 96% os casos. A Figura 9 mostra uma pessoa paraa em frente ao robo. Experimentos Os experimentos foram realizaos em um ambiente interno usano um robo mo vel Pioneer 3-AT a ActivMeia, equipao com um sensor laser e varreura Sick LMS. Mesmo esse sensor laser proporcionano meias e ate 8, os experimentos foram realizaos usano as meias e 6 ate, pois o objetivo o me too aqui proposto e etectar pessoas que esta o interessaas em interagir com o robo. Assim, pessoas que param fora a referia regia o sa o consieraas como na o interessaas em interagir. Ale m isso, apo s etectar as pernas e uma pessoa, o robo entra em formac a o com a mesma e a segue pelo ambiente. O sistema foi esenvolvio em C++ e roa em um PC com processaor Intel Core Duo, processaor. GHz e GB e memo ria RAM. Esse Figura 9: Uma pessoa paraa em frente ao robo. Antes e mostrar os resultaos experimentais, e importante mencionar que urante os testes nenhuma pessoa parou em frente ao robo com as pernas juntas. Por essa raza o, com o objetivo e realizar testes mais completos, peiu-se a algumas pessoas que parassem pro ximas o robo com as pernas juntas. A subsec o es seguintes ilustram alguns resultaos experimentais para a etecc a o e pernas realizaa pelo me too proposto. 389
6 XVIII Congresso Brasileiro e Automática / a 6 Setembro, Bonito-MS.. Experimento - Detecção e Pernas Neste experimento, uas pessoas estão paraas em frente ao robô com as pernas separaas. A Figura mostra as meias e istância capturaas pelo sensor laser e o resultao obtio para a etecção e pernas. Os círculos representam os pares e pernas etectaos pelas máquinas e estao e os números inicam a probabiliae e caa parão etectao ser um par e pernas. seja, o algoritmo e etecção e pernas classificou corretamente as pernas e caa pessoa..3 Experimento 3 - Controle e Formação Neste experimento, uma pessoa aproximou-se o robô e, após o robô etectar suas pernas e iniciar o movimento para entrar em formação, manteve-se paraa. Observa-se na Figura a trajetória escrita pelo robô (linha cheia) e a posição estimaa a pessoa (círculos). Trajetória Pessoa Robô Y [mm] Figura : Exp. : Resultaos obtios. Note que na Figura há três círculos, isto é, as máquinas e estao etectaram três possíveis pares e pernas. Entretanto, o seguno parão etectao possui uma baixa probabiliae (5.7%) e não foi consierao um par e pernas. Por outro lao, os outros ois pares e pernas têm probabiliaes maiores que 97% (veja Figura ) e foram classificaos corretamente.. Experimento - Detecção e Pernas Neste experimento, três pessoas pararam em frente ao robô e um conjunto e meias foi capturao pelo laser. Duas pessoas tinham as pernas separaas e a terceira, no meio o campo e varreura o laser, estava com as pernas juntas. A Figura mostra as meias capturaas pelo laser e os parões classificaos pelas máquinas e estao, representaos por círculos X [mm] Figura : Exp. 3: Trajetória. As Figuras 3 e mostram, respectivamente, as velociaes linear e angular o robô urante o experimento, enquanto os erros e istância e e orientação são mostraos nas Figura 5 e 6. v [mm/s] Velociae Linear Calculaa Executaa 5 5 Figura 3: Exp. 3: Velociae Linear. Figura : Exp. : Resultaos obtios. As probabiliaes e caa parão etectao ser um par e pernas, calculaas após a ientificação os parões, também são mostraas na Figura. Note que toos os parões possuem uma alta probabiliae e ser um par e pernas, ou Poe-se observar na Figura que, mesmo com a pesssoa paraa, existe uma nuvem e pontos que representa a sua posição estimaa. Isso acontece evio ao fato a posição a pessoa ser estimaa a partir as meias fornecias pelo laser, as quais poem variar a caa ciclo e etecção. Isso também explica as oscilações na velociae linear o robô que poem ser vistas na Figura 3. Com esse experimento, também poe ser observao que o objetivo e controle é alcançao, ou seja, os erros e controle tenem para zero com 385
7 XVIII Congresso Brasileiro e Automática / a 6 Setembro, Bonito-MS. v [graus/s] 3 3 Velociae Angular Calculaa Executaa 5 5 passar o tempo, como poe ser visto nas Figuras 5 e 6.. Experimento Neste experimento, após o robô etectar as pernas e uma pessoa e iniciar o movimento para entrar em fomação com o ser humano, a pessoa começa a caminhar para que o robô a siga. Na Figura 7 poe-se ver a trajetoria escrita pelo robô e pela pessoa. 3 Pessoa Robô Trajetória Figura : Exp. 3: Velociae Angular. Y [mm] 3 Erro [mm] 8 6 Erro e istância 6 8 X [mm] Figura 7: Exp. : Trajetória. As Figuras 8 e 9 apresentam, respectivamente, as velociaes linear e angular esempenhaas pelo robô urante o experimento Velociae Linear Figura 5: Exp. 3: Erro e istância. v [mm/s] 5 Erro [graus] Erro e orientação 5 Calculaa Executaa 3 Figura 8: Exp. : Velociae Linear. Nesse experimento o robô etectou as pernas e uma pessoa que parou em frente a ele e, após isso, entrou em formação com ela enquanto esta caminhava pelo ambiente (ver Figura 7), atingino, assim, o objetivo e controle Figura 6: Exp. 3: Erro angular. 5 Conclusões e Trabalhos Futuros Neste artigo foi proposto um métoo para encontrar as pernas e um ser humano usano um sensor e varreura laser. O métoo utiliza as meias e istância capturaas pelo sensor laser e procura por alguns parões utilizano uas máquinas e estaos finitos e, após isso, calcula a 385
8 XVIII Congresso Brasileiro e Automática / a 6 Setembro, Bonito-MS. v [graus/s] Velociae Angular IEEE ICRA 9 Workshop on People Detection an Tracking, Kobe, Japan. Cui, J., Zha, H., Zhao, H. an Shibasaki, R. (5). Tracking multiple people using laser an vision, 5 IEEE/RSJ International Conference on Intelligent Robots an Systems, 5. (IROS 5)., pp. 6. Calculaa Executaa 6 3 Figura 9: Exp. : Velociae Angular. probabiliae e caa parão etectao ser um par e pernas. As vantagens o métoo proposto são o baixo custo computacional, a simpliciae e a baixa quantiae e parâmetros que precisam ser estimaos. Além o métoo para a etecção e pernas, foi apresentao um controlaor não linear que permitiu que o robô navegasse manteno uma posição e uma orientação com relação à pessoa. Alguns experimentos foram apresentaos para mostrar o esempenho o métoo proposto. Foi emonstrao que o métoo poe etectar pernas humanas com precisão. No entanto, como apenas informações o sensor laser estão seno utilizaas, alguns falsos-positivos são etectaos. Com o objetivo e reuzir esses falsos positivos, pretene-se aicionar um algoritmo e etecção e faces e, futuramente, realizar uma interação entre homens e robôs. Agraecimentos Os autores gostariam e agraecer à FAPES (Funação e Amparo à Pesquisa o Espírito Santo) pelo suporte financeiro através o projeto número 53/9. Referências Arras, K., Mozos, O. an Burgar, W. (7). Using booste features for the etection of people in range ata, 7 IEEE International Conference on Robotics an Automation (ICRA 7), pp Bekey, G. A. (5). Autonomous Robots : From Biological Inspiration to Implementation an Control (Intelligent Robotics an Autonomous Agents), The MIT Press. Bellotto, N. an Hu, H. (9). Multisensor-base human etection an tracking for mobile service robots, IEEE Transactions on Systems, Man, an Cybernetics, Part B: Cybernetics 39(): Carballo, A., Ohya, A. an Yuta, S. (9). Multiple people etection from a mobile robot using a ouble layere laser range finer, Fo, A., Howar, A. an Mataric, M. (). A laser-base people tracker, Robotics an Automation,. Proceeings. ICRA. IEEE International Conference on, Vol. 3, pp Kleinehagenbrock, M., Lang, S., Fritsch, J., Lomker, F., Fink, G. an Sagerer, G. (). Person tracking with a mobile robot base on multi-moal anchoring, Robot an Human Interactive Communication,. Proceeings. th IEEE International Workshop on, pp Luo, R., Chen, Y., Liao, C. an Tsai, A. (7). Mobile robot base human etection an tracking using range an intensity ata fusion, Avance Robotics an Its Social Impacts, 7. ARSO 7. IEEE Workshop on, pp. 6. Müller, S., Erik, S., Scheiig, A., Böhme, H.-J. an Gross, H.-M. (7). Are you still following me?, Proceeings of the 3r European Conference on Mobile, Freiburg, pp. 6. Scheutz, M., McRaven, J. an Cserey, G. (). Fast, reliable, aaptive, bimoal people tracking for inoor environments, Intelligent Robots an Systems,. (IROS ). Proceeings. IEEE/RSJ International Conference on, Vol., pp vol.. Schulz, D., Burgar, W., Fox, D. an Cremers, A. (). Tracking multiple moving targets with a mobile robot using particle filters an statistical ata association, Robotics an Automation,. Proceeings ICRA. IEEE International Conference on, Vol., pp vol.. Topp, E. an Christensen, H. (5). Tracking for following an passing persons, Intelligent Robots an Systems, 5. (IROS 5). 5 IEEE/RSJ International Conference on, pp Xavier, J., Pacheco, M., Castro, D., Ruano, A. an Nunes, U. (5). Fast line, arc/circle an leg etection from laser scan ata in a player river, Robotics an Automation, 5. ICRA 5. Proceeings of the 5 IEEE International Conference on, pp
Capítulo 4 Análises de Resultados Numéricos das Simulações
Análises e Resultaos Numéricos as Simulações 56 Análises e Resultaos Numéricos as Simulações 4.1 Introução Um moelo e simulação foi utilizao para caracterizar o comportamento o canal e propagação e sistemas
Leia maisDeterminação da abundância natural do isotópico 40 K
Determinação a abunância natural o isotópico 40 I. Introução O potássio natural contem os isótopos 39, 40 e 41, os quais só o 40 é raioactivo. O objectivo este trabalho é meir a abunância natural o isótopo
Leia maisResultados Resultados
Resultaos 72 Resultaos Este capítulo irá apresentar os testes realizaos para valiar o trabalho. Os primeiros testes serão realizaos utilizano um círculo vermelho como objeto alvo. Para os testes seguintes,
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos divisão. divisão. combina. combina. Jorge Figueiredo, DSC/UFCG
Agena Análise e Técnicas e Algoritmos Conceitos Básicos Template Genérico Exemplos Jorge Figueireo Divisão e Conquista Motivação Pegar um problema e e entraa grane. Quebrar a entraa em peaços menores (DIVISÃO.
Leia maisMetodologia para extração de características invariantes à rotação em imagens de Impressões Digitais
Universiae e São Paulo USP Escola e Engenharia e São Carlos Metoologia para extração e características invariantes à rotação em imagens e Impressões Digitais Cristina Mônica Dornelas Mazetti Orientaor:
Leia maisÀ QUIMIOMETRIA: Como explorar grandes conjuntos de dados químicos. Prof. Dr. Marcelo M. Sena (DQ-UFMG)
INTRODUÇÃO À QUIMIOMETRIA: Como explorar granes conjuntos e aos químicos 1 Prof. Dr. Marcelo M. Sena (DQ-UFMG) marcsen@ufmg.br Prof. Dr. Ronei J. Poppi (IQ-UNICAMP) ronei@iqm.unicamp.br AULA 2 2 Introução
Leia maisSISTEMAS E SINAIS. Equações Diferenciais e às Diferenças Diagramas de Blocos
SISTEMS E SINIS Equações Diferenciais e às Diferenças Diagramas e Blocos Introução O iagrama e blocos é uma representação o sistema mais etalhaa o que a resposta impulsional ou as equações iferenciais
Leia maisControle Estatístico de Qualidade. Capítulo 14 (montgomery)
Controle Estatístico e Qualiae Capítulo 4 (montgomery) Amostragem e Aceitação Lote a Lote para Atributos Introução A Amostragem poe ser efinia como a técnica estatística usaa para o cálculo e estimativas
Leia maisAnálise de dados industriais
Análise e aos inustriais Escola Politécnica Departamento e Engenharia Química Roberto Guarani 014 Parte 6. Análise e Agrupamentos Introução A Análise e Agrupamentos (em inglês: cluster analysis ) é uma
Leia maisReceptor Ótimo. Implementação do receptor ótimo baseada em Filtro Casado. s 1 (t M t) a M. b 1. s M (t M t) Selecionar Maior. (t) + w(t) r(t) = s i
Receptor Ótimo Implementação o receptor ótimo baseaa em Filtro Casao s (t M t) t t M b r(t) s i (t) + w(t) a Selecionar m ˆ m i Maior s M (t M t) t t M a M b M Receptor Ótimo Implementação o receptor ótimo
Leia mais10º ENTEC Encontro de Tecnologia: 28 de novembro a 3 de dezembro de 2016
SIMULAÇÃO DE UM PROCESSO FERMENTATIVO EM UM BIORREATOR PERFEITAMENTE MISTURADO Ana Carolina Borges Silva 1 ; José Walir e Sousa Filho 2 1 Universiae Feeral e Uberlânia 2 Universiae e Uberaba carolina.borges87@gmail.com,
Leia maisInstituto de Física da USP Física Experimental B Difração e Interferência - Guia de Trabalho
I F USP Instituto e Física a USP 4330 Física Experimental B Difração e Interferência - Guia e Trabalho Nota Professor Equipe 1)... N o USP...Turma:... )... N o USP...Data:... 3)... N o USP... Objetivos:
Leia maisProf. André Motta - A) 3s; 10 m/s; 20 m/s B) 3s; 15 m/s; 30 m/s C) 6s; 10 m/s; 20 m/s D) 6s; 20 m/s; 40 m/s
Simulao 1 Física AFA/EFOMM 1- A face inferior e uma camaa e nuvens é plana e horizontal. Um rojão estoura entre o solo e a camaa e nuvens. Uma pessoa situaa na mesma vertical e junto ao solo vê o clarão
Leia maisEnsaios sobre Estimação em Pequenos Domínios no INE
Ensaios sobre Estimação em Pequenos Domínios no INE Aplicação o Estimaor EBLUP e o Estimaor sintético a regressão no Inquérito ao Emprego Pero Campos 1,2, Luís Correia 1, Paula Marques 1, Jorge M. Menes
Leia maisa prova de Matemática da FUVEST 2ª fase
a prova e Matemática a FUVEST ª fase - 00 Matemática QUESTÃO 0 QUESTÃO 0 A iferença entre ois números inteiros positivos é 0. Ao multiplicar um pelo outro, um estuante cometeu um engano, teno iminuío em
Leia maisF6D370 - CONTROLE E SERVOMECAMISMOS I
10 - CONTROLADORES PID F6D370 - CONTROLE E SERVOMECAMISMOS I 10.1 Introuãao A variaãao o ganho e projeto e uma as formas e moificar suas caracterısticas e moo que as especificaãoes o mesmo sejam atenias.
Leia maisRegras de Derivação Notas de aula relativas ao mês 11/2003 Versão de 13 de Novembro de 2003
Regras e Derivação Notas e aula relativas ao mês 11/2003 Versão e 13 e Novembro e 2003 Já sabemos a efinição formal e erivaa, a partir o limite e suas interpretações como: f f a + h) f a) a) = lim, 1)
Leia maisES009 - Estabilidade Global e Análise de Peças Esbeltas
Escola Politécnica a Universiae e São Paulo Departamento e Engenharia e Estruturas e Funações ES009 - Estabiliae Global e Análise e Peças Esbeltas Prof. Túlio Nogueira Bittencourt Prof. Ricaro Leopolo
Leia maisFGE Eletricidade I
FGE0270 - Eletriciae I 3 a Lista e eercícios 1. Duas granes placas conutoras, paralelas entre si e separaas por uma istância e 12 cm, têm cargas iguais e e sinais opostos nas faces ue se efrontam. Um elétron
Leia maisUniversidade Federal do Paraná Setor de Ciências Exatas Departamento de Física. Referências bibliográficas: H S T.
Universiae eeral o Paraná Setor e Ciências Eatas Departamento e ísica ísica III Prof. Dr. Ricaro Luiz Viana Referências bibliográficas: H. -4 S. -5 T. 18- Aula Lei e Coulomb Charles Augustin e Coulomb
Leia maisFÍSICA IV Problemas Complementares 2 O modelo ondulatório da luz: interferência e
FÍSICA IV Problemas Complementares 2 O moelo onulatório a luz: interferência e ifração 21 e Setembro e 2009 Problema 1 Quano uma componente monocromática a luz troca e meio, a sua freqüência permanece
Leia maisForça Elétrica. Sabendo que o valor de m 1 é de 30 g e que a aceleraçăo da gravidade local é de 10 m/s 2, determine a massa m 2
Força Elétrica 1. (Ueg 01) Duas partículas e massas m 1 e m estăo presas a uma haste retilínea que, por sua vez, está presa, a partir e seu ponto méio, a um fio inextensível, formano uma balança em equilíbrio.
Leia maisEletromagnetismo I. Preparo: Diego Oliveira. Aula 19. A Lei da Indução de Faraday
Eletromagnetismo I Prof. Dr. R.M.O Galvão - 2 Semestre 2014 Preparo: Diego Oliveira Aula 19 A Lei a Inução e Faraay Na aula passaa iscutimos a força eletromotriz ε = E l em um circuito e mostramos que
Leia mais3. Adequação das Ações de Controle de Tensão
3. Aequação as Ações e Controle e Tensão 3.1 Introução Casos reais e blecaute relataos na literatura, e caracterizaos por epressão na tensão, inicam que os proceimentos normais para o controle e tensão
Leia maisn Programação Dinâmica n Exemplo: Sequência de Fibonnaci n Problemas de Otimização n Multiplicação de Matrizes n Principios de Programação Dinâmica
Proeto e Análise e Algoritmos Altigran Soares a Silva Universiae Feeral o Amazonas Departamento e Ciência a Computação Roteiro Exemplo: Sequência e Fibonnaci Problemas e Otimização Multiplicação e Matrizes
Leia maisForça elétrica e campo elétrico Prof. Caio
1. (Fuvest) Os centros e quatro esferas iênticas, I, II, III e IV, com istribuições uniformes e carga, formam um quarao. Um feixe e elétrons penetra na região elimitaa por esse quarao, pelo ponto equiistante
Leia maisEletromagnetismo I. Prof. Ricardo Galvão - 2 Semestre Preparo: Diego Oliveira. Aula 24. A Lei da Indução de Faraday
Eletromagnetismo I Prof. Ricaro Galvão - 2 emestre 2015 Preparo: Diego Oliveira Aula 24 A Lei a Inução e Faraay Na aula passaa iscutimos a força eletromotriz ε = E l em um circuito e mostramos que se o
Leia maisFísica II. Lei de Gauss
Física II 1) Três cargas Q 1 =5µC, Q 2 =-80µC e Q 3 = 10 µc estão ispostas em triângulo. Q 1 está a 50cm e Q 2 (seguno o eixo os xx ) e Q 3 está a 30cm e Q 1 e a 40cm e Q 2 no sentio positivo o eixo yy.
Leia mais3 Técnicas Utilizadas
3 Técnicas Utilizaas Neste capítulo são apresentaas as técnicas existentes utilizaas no esenvolvimento o trabalho. Aboramos alguns métoos para etecção e singulariaes e a forma como aplicá-los no campo
Leia maisSOLENÓIDE E INDUTÂNCIA
81 1 SOLENÓDE E NDUTÂNCA 1.1 - O SOLENÓDE Campos magnéticos prouzios por simples conutores, ou por uma única espira são, para efeitos práticos, bastante fracos. Uma forma e se prouzir campos magnéticos
Leia maisESTUDO SOBRE A APROXIMAÇÃO DE SISTEMAS DINÂMICOS NÃO-LINEARES POR MODELOS QUASE-LINEARES-POR-PARTES Alexanre Kouki Komaa, Rorigo Fontes Souto, Luis Carlos Góes Pça. Mal. Euaro Gomes, n o 50 Instituto Tecnológico
Leia maisMarcos Vitor Barbosa Machado (*), Petrobras (RH/UP/ECTEP), Carlos Alberto Dias, LENEP/UENF, Hédison Kiuity Sato, CPGG/UFBA
Desenvolvimentos no processamento e aos eletromagnéticos obtios com o protótipo e um sistema inutivo a multi-frequência aplicao a campos e petróleo Marcos Vitor Barbosa Machao (*), Petrobras (RH/UP/ECTEP),
Leia mais4. FREQUÊNCIAS NATURAIS E CARGAS CRÍTICAS
4. FREQUÊNCIAS NATURAIS E CARGAS CRÍTICAS O presente capítulo apresenta a análise linear e vigas e seção aberta e parees elgaas simplesmente apoiaas, mostrano o processo e iscretização por Galerkin e as
Leia maisIII Corpos rígidos e sistemas equivalentes de forças
III Corpos rígios e sistemas equivalentes e forças Nem sempre é possível consierar toos os corpos como partículas. Em muitos casos, as imensões os corpos influenciam os resultaos e everão ser tias em conta.
Leia maisRedes Neurais. O ADALINE e o algoritmo LMS. Prof. Paulo Martins Engel O ADALINE
Rees Neurais O ADALINE e o algoritmo LMS O ADALINE No contexto e classificação, o ADALINE [B. Wirow 1960] poe ser visto como um perceptron com algoritmo e treinamento baseao em minimização e um ínice e
Leia maisANÁLISE CINEMÁTICA TRIDIMENSIONAL DO LANÇAMENTO DO MARTELO EM TREINAMENTO E COMPETIÇÃO
ANÁLISE CINEMÁTICA TRIDIMENSIONAL DO LANÇAMENTO DO MARTELO EM TREINAMENTO E COMPETIÇÃO Luciano Allegretti Mercaante 1, Rafael Pombo Menezes 1, Thomaz Persinotti Martini 1, Jorge Luiz Alves Trabanco 2,
Leia maisPROVA de FÍSICA MÓDULO II do PISM ( ) QUESTÕES OBJETIVAS. 09. Leia, com atenção:
PROVA e FÍSIA MÓDUO II o PISM (2004-2006) QUESTÕES OBJETIVAS 09. eia, com atenção: Use, se necessário: Aceleração gravitacional g = 0 m/s 2 Densiae a água = 000 kg/m alor latente e vaporização a água =
Leia maisSOLUÇÃO PRATIQUE EM CASA
SOLUÇÃO P1. apacitâncias o início a e o fim karε0a ε0a a a 1 1 1 kε0a b b 1 ε0a kε0a k 1 omo Q U, vem: ε0au kε0au Qa e Qb k 1 Qb k Qa k 1 SOLUÇÃO P. [] b (com kar 1) : apacitores em série carregam-se com
Leia maisMatemática e suas tecnologias
Matemática 4 0. c a) INORRETO. O móulo e zero é igual a zero. b) INORRETO. O móulo e qualquer número negativo é o oposto o número. c) ORRETO. Os móulos e ois números opostos são iguais. ) INORRETO. O móulo
Leia maisNa sala e computaores Preparação Divia os alunos em uplas e se achar pertinente, peça para levar lápis e papel para anotações. Requerimentos técnicos
Guia o Professor Móulo IV Ativiae - Fazeno um Plano e Vôo Apresentação: Nesta ativiae será proposto que o aluno faça um plano e vôo observano certas regras. Para isso, será preciso calcular a istância
Leia maisANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA DE ABRIL DE 2017
ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA 21 17 DE ABRIL DE 2017 EQUAÇÕES DIFERENCIAIS Equações iferenciais são equações (algébricas) one figuram funções e erivaas e várias orens e funções.
Leia maisProjeto 3. 8 de abril de y max y min. Figura 1: Diagrama de um cabo suspenso.
Cabos suspensos Projeto 3 8 e abril e 009 A curva escrita por um cabo suspenso pelas suas etremiaes é enominaa curva catenária. y ma y min 0 Figura 1: Diagrama e um cabo suspenso. A equação que escreve
Leia maisTrabalho de uma carga elétrica 2017
Trabalho e uma carga elétrica 017 1. (Uem 016) Uma molécula é formaa por ois íons, um positivo e outro negativo, separaos 10 por uma istância e 3,00 10 m. Os móulos a carga elétrica o íon positivo e o
Leia mais3. Modelagem de Dados Utilizando o Modelo Entidade Relacionamento (ER)
Instituto e Ciências Exatas e Tecnológicas Campus Assis Curso: Ciência a Computação Disciplina: Banco e Daos Prof(a): Alexanre Serezani Título: Apostila 3 APOSTILA 3 3. Moelagem e Daos Utilizano o Moelo
Leia maisA Regra da Cadeia. 14 de novembro de u(x) = sen x. v(x) = cos x. w(x) = x 5
A Regra a Caeia 4 e novembro e 0. As operações algébricas entre funções (soma, prouto, etc) fornecem uma grane iversiae e novas funções para os iferentes casos que vimos até agora. Porém, existe uma outra
Leia mais10 DIMENSIONAMENTO DE SECÇÕES RETANGULARES COM ARMADURA DUPLA
10 DIMENSIONAMENTO DE SECÇÕES RETANGULARES COM ARMADURA DUPLA 10.1 INTRODUÇÃO A armaura posicionaa na região comprimia e uma viga poe ser imensionaa a fim e se reuzir a altura e uma viga, caso seja necessário.
Leia maisAula 18. Carlos Amaral Fonte: Cristiano Quevedo Andrea
Aula 8 Carlos Amaral Fonte: Cristiano Queveo Anrea UTFPR - Universiae Tecnológica Feeral o Paraná DAELT - Departamento Acaêmico e Eletrotécnica Curitiba, Junho e Comparação entre técnicas e controle Técnica
Leia maisFísica IV Poli Engenharia Elétrica: 4ª Aula (14/08/2014)
Física IV Poli Engenharia Elétrica: 4ª Aula (14/08/014) Prof. Alvaro Vannucci Na última aula vimos: A experiência e fena-upla e Thomas Young (1801). Se sin m interferência será construtiva (no ponto P
Leia maisUniversidade Federal do Espírito Santo Segunda Prova de Cálculo I Data: 04/10/2012 Prof. Lúcio Fassarella DMA/CEUNES/UFES. 2 x x = cos (x) 1
Universiae Feeral o Espírito Santo Seguna Prova e Cálculo I Data 4//22 Prof. Lúcio Fassarella DMA/CEUNES/UFES Aluno Matrícula Nota. (3 pontos) Calcule os ites (i) (ii) (iii) x! 2 x x + 22 = cos (x) x!
Leia mais= 1 d. = -36 π Pa
EO -1-7/5/16 Grupo I R. 1-a) A capaciae e um conensaor plano e área S e separação, cheio e um ielétrico e permitiviae ε é C = ε S. Assim a situação apresentaa equivale a ois conensaores em paralelo, cuja
Leia maisMais derivadas. g(x)f (x) f(x)g (x) g(x) 2 cf(x), com c R cf (x) x r, com r R. rx r 1
Universiae e Brasília Departamento e Matemática Cálculo 1 Mais erivaas Neste teto vamos apresentar mais alguns eemplos importantes e funções eriváveis. Até o momento, temos a seguinte tabela e erivaas:
Leia maisy f(x₁) Δy = f(x₁) - f(x₀) Δx =X₁-X₀ f(x₀) f(x0 + h) - f(x0) h f(x + h) - f(x) h f'(x) = lim 1 DEFINIÇÃO DE DERIVADAS 2 DIFERENCIABILIDADE h 0
DEFINIÇÃO DE Graficamente, poemos efinir a erivaa e um ponto como a inclinação a reta tangente = f() ou a taa e variação instantânea e em relação a. Suponha que temos uma função f() e queremos saber a
Leia maisModulo 5 Lei de Stevin
Moulo 5 Lei e Stevin Simon Stevin foi um físico e matemático belga que concentrou suas pesquisas nos campos a estática e a hirostática, no final o século 16, e esenvolveu estuos também no campo a geometria
Leia maisSimulação da viatura leve embarcada GE aerotransportada
TENOLOIA Simulação a viatura leve embarcaa E aerotransportaa arlos Freerico e Matos hagas * esumo Este trabalho apresenta a moelagem triimensional e simulação e um veículo com quatro suspensões inepenentes
Leia maisLIMITES. Para iniciarmos o estudo de limites, analisemos os seguintes exemplos de sucessões numéricas:
LIMITES O esenvolvimento o cálculo foi estimulao por ois problemas geométricos: achar as áreas e regiões planas e as retas tangentes à curva. Esses problemas requerem um processo e limite para sua solução.
Leia maisTransmissão em Corrente Contínua
Transmissão em Corrente Contínua CONTROLE PARA SISTEMAS DE TRANSMISSÃO EM CC Prof. Júlio Borges e Souza CARACTERÍSTICAS DE UM SISTEMA REAL DE CONTROLE Os controlaores as pontes conversoras são responsáveis
Leia maisCONVERGÊNCIA E CIRCULAÇÃO DE CURVAS POR MÚLTIPLOS ROBÔS DIFERENCIAIS
X SBAI Simpósio Brasileiro e Automação Inteligente 18 a 21 e setembro e 2011 São João el-rei - MG - Brasil CONVERGÊNCIA E CIRCULAÇÃO DE CURVAS POR MÚLTIPLOS ROBÔS DIFERENCIAIS Luiz Guilherme B. Machao,
Leia maisIntrodução às Ciências Físicas Módulo 1 Aula 1
Prática 1 As ativiaes experimentais escritas a seguir foram elaoraas com a finaliae e esenvolver sua capaciae e propor moelos para escrever fenômenos naturais. Experimento 1 Propagação a luz num meio homogêneo
Leia maisRESOLUÇÃO DE EXERCÍCIOS PÁGINA
-6-- www.pascal.com.br EXERCÍCIOS SUPER FÍSICA (aula 4) Prof. Eson Osni Ramos 0. (UEL - 96). e I. Está correta, a esfera foi eletrizaa por inução. II. Está erraa. III. Está erraa, a esfera ficou eletrizaa
Leia maisA Regra da Cadeia Continuação das notas de aula do mês 11/03 Versão de 20 de Novembro de 2003
A Regra a Caeia Continuação as notas e aula o mês /03 Versão e 20 e Novembro e 2003 Agora queremos entener o que acontece com a erivaa e uma composição e funções. Antes e mais naa, lembremos a notação
Leia maisLista de Exercícios de Cálculo 3 Segunda Semana - 01/2016
Lista e Exercícios e Cálculo 3 Seguna Semana - 01/2016 Parte A 1. Se l tem equações paramétricas x = 5 3t, y = 2 + t, z = 1 + 9t, ache as equações paramétricas a reta que passa por P ( 6, 4, 3) e é paralela
Leia maisFGE Eletricidade I
FGE0270 Eletriciae I 4 a Lista e exercícios 1. Sejam uas placas metálicas planas, caa uma e área 1.0 m 2, com as quais esejamos construir um capacitor e placas paralelas. Para obtermos uma capacitância
Leia maisQUESTÕES COMENTADAS DE MECÂNICA
QUESTÕES COMENTDS DE MECÂNIC Prof. Inácio Benvegnú Morsch CEMCOM Depto. Eng. Civil UFGS ) Calcule as reações em para a viga isostática representaa na figura () kn/m,5 m Solução: Este cálculo fica simplificao
Leia maisXIII. PROGRAMAÇÃO POR METAS
XIII. PROGRAMAÇÃO POR METAS. Programação Multicritério No moelo e Programação Linear apresentao nos capítulos anteriores optimiza-se o valor e uma única função objectivo num espaço efinio por um conjunto
Leia maisFACENS FACULDADE DE ENGENHARIA DE SOROCABA
FAENS FAULDADE DE ENGENHARIA DE SOROABA TEORIA DAS ESTRUTURAS Deslocamentos em Estruturas Lineares O Princípio os Trabalhos Virtuais Prof. JOSÉ LUIZ F. e ARRUDA SERRA SUÁRIO 01. O Princípio os trabalhos
Leia maisSOLENÓIDE E INDUTÂNCIA
EETROMAGNETSMO 105 1 SOENÓDE E NDUTÂNCA 1.1 - O SOENÓDE Campos magnéticos prouzios por simples conutores ou por uma única espira são bastante fracos para efeitos práticos. Assim, uma forma e se conseguir
Leia maisAula 7- Metodologia de verificação da segurança do EC7 para estruturas de suporte rígidas. Aplicações.
Aula 7- Metoologia e verificação a segurança o EC7 para estruturas e suporte rígias. Aplicações. Paulo Coelho - FCTUC Mestrao em Engª. Civil - Construções Civis ESTG/IPLeiria Verificação a Segurança: M.
Leia maisDesempenho e Optimização na Presença de Jitter
Desempenho e Optimização na Presença e Jitter e ISI capítulo 7 Capítulo 7 Desempenho e Optimização na Presença e Jitter 7.- Introução Neste capítulo iremos estuar o problema a análise e esempenho e optimização
Leia maisDIFERENÇA DE POTENCIAL. d figura 1
DIFERENÇ DE POTENCIL 1. Trabalho realizao por uma força. Consieremos uma força ue atua sobre um objeto em repouso sobre uma superfície horizontal como mostrao na figura 1. kx Esta força esloca o objeto
Leia mais## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## , determine t 1 3. Isolando o vetor t : Temos o vetor t procurado!
## RESOLUÇÃO DE EXERCÍCIOS DO MATERIAL BÁSICO DE ESTUDO ## LISTA DE EXERCÍCIOS Operações com Vetores na Forma Algébrica [Analítica] no R [página 7] 5) Daos os vetores u i j Inicialmente, antes e substituir
Leia maisAula 02. Assunto: Vetores Hidrostática Dilatação Térmica Força Elétrica
Aula 0 Assunto: Vetores Hirostática Dilatação Térmica orça Elétrica 1. (UC-96) As figuras a e b, abaixo, inicam, caa uma elas, uas caminhaas sucessivas e 0m e comprimento, realizaas sobre uma superfície
Leia maisMetanálise MTC: o uso combinado de evidência direta e indireta
Metanálise MTC: o uso combinao e eviência ireta e inireta na comparação e múltiplos tratamentos Patrícia Klarmann Ziegelmann Universiae Feeral o Rio Grane o Sul Em estuos e avaliação tecnológica em saúe
Leia maisCapítulo 4. Formulação dos problemas. V cos( ) W V cos( ) V sin( ) W V sin( ) Modelo 6-dof de um UAV Modelo unicycle
Capítulo 4 Formulação o problema Apó uma análie o tema ete trabalho foram ientificao vário problema para etuo e reolução. Nete capítulo ão formulao o problema e introuzia efiniçõe. 4.1 - Moelo 6-of e um
Leia maisEmprego de Análise em Multiresolução para Mosaicagem de Imagens de Sensoriamento Remoto
Emprego e Análise em Multiresolução para Mosaicagem e Imagens e Sensoriamento Remoto Vantier Veronezi Bagli Divisão e Processamento e Imagens Instituto Nacional e Pesquisas Espaciais São José os Campos
Leia maisCombinação de Otimizadores por Exame de Partículas com Memória
Combinação e Otimizaores por Exame e Partículas com Memória Barreto, R. V. S., Lizanro, N. S. Escola Politécnica e Pernambuco Universiae e Pernambuco rvsb@ecomp.poli.br, lizanro.nunes@poli.br Resumo Um
Leia maisCapítulo 4 Estudo Teórico e Experimental sobre o Alcance
8 Capítulo 4 Estuo Teórico e Experimental sobre o Alcance 4.. Introução Neste capítulo são reportaas uma estimativa teórica e uma estimativa experimental o alcance que seria obtio caso os transceptores
Leia maisResumo. Sistemas e Sinais Sistemas Híbridos. Sistema Hibrido. Duas Famílias de Modelos
Resumo Sistemas e Sinais Sistemas Híbrios lco@ist.utl.pt Moelos mistos Moelos moais Automatos temporizaos Controlo e supervisão Moelo formal Instituto Superior Técnico Sistemas e Sinais p.1/18 Sistemas
Leia maisRELATÓRIO FINAL. Período: Agosto de 2002 a julho de 2003 ESTUDO OBSERVACIONAL DA RADIAÇÃO SOLAR NA CIDADE DE SÃO PAULO.
RLAÓRIO FINAL Períoo: Agosto e 22 a julo e 23 SUDO OBSRVACIONAL DA RADIAÇÃO SOLAR NA CIDAD D SÃO PAULO eorgia Coato Amauri P. Oliveira - Orientaor Agosto/3 CNPq-PIBIC 1 Inicie 1. Introução... 2 2. tapas
Leia maisVESTIBULAR 2012 / 3º DIA
VESTIBULAR 01 / 3º DIA ÍSICA 33. Consiere um rio e margens paralelas, cuja istância entre as margens é e 140 m. A velociae a água em relação às margens é e 0 m/s. Um bote cuja velociae em relação à água
Leia maisFicha de Trabalho de Matemática do 8º ano Soluções da ficha de preparação para a ficha de avaliação de Matemática Lições nº,, = 1 10
Escola Secunária com ºCEB e Lousaa Ficha e Trabalho e Matemática o 8º ano 00 Soluções a ficha e preparação para a ficha e avaliação e Matemática Lições nº,, Resolve caa uma as equações seguintes: 4 5 Resposta:
Leia maisAnálise newtoniana de um sistema mecânico com uma força dependente da velocidade e a existência de condições para a conservação de energia
Revista Brasileira e Ensino e Física, v. 36, n. 1, 131 214 www.sbfisica.org.br Artigos Gerais Análise newtoniana e um sistema mecânico com uma força epenente a velociae e a existência e conições para a
Leia maisConsidere uma placa retangular simplesmente apoiada nas bordas e submetida a um carregamento axial excêntrico na direção do eixo y.
4 Controle Passivo com Carregamento Excêntrico 4.. Conceitos Básicos Neste capítulo é seguia a metoologia apresentaa anteriormente para controle e vibrações em placas por meio a aplicação e cargas e compressão.
Leia maisSEÇÃO DE BIOESTATÍSTICA ANÁLISE DE CONCORDÂNCIA ENTRE MÉTODOS DE BLAND-ALTMAN BLAND-ALTMAN ANALYSIS OF AGREEMENT BETWEEN METHODS
SEÇÃO DE BIOESTATÍSTICA ANÁLISE DE CONCORDÂNCIA ENTRE MÉTODOS DE BLAND-ALTMAN BLAND-ALTMAN ANALYSIS OF AGREEMENT BETWEEN METHODS Vânia Naomi Hirakata 1, Suzi Alves Camey 2 RESUMO Quano se pretene avaliar
Leia maisProcedimento do U.S.HCM/2000
Proceimento o U.S.HCM/2000 primeira versão com análise separaa por sentio e tráfego! (única forma razoável o ponto e vista a operação real) ois proceimentos: para segmentos genéricos e para segmentos específicos
Leia maisSISTEMA COMPUTACIONAL PARA DETERMINAÇÃO DA TAXA DE DILUIÇÃO EM SOLDADURA
Revista a Associação Portuguesa e Análise Experimental e Tensões ISSN 1646-7078 SISTEMA COMPUTACIONAL PARA DETERMINAÇÃO DA TAXA DE DILUIÇÃO EM SOLDADURA Pero Perosa R. Filho 1, Tarique a Silveira Cavalcante
Leia maisDIMENSIONAMENTO DAS ARMADURAS LONGITUDINAIS DE VIGAS DE SEÇÃO RETANGULAR
DIMENSIONAMENTO DAS ARMADURAS LONGITUDINAIS DE VIGAS DE SEÇÃO RETANGULAR Prof. Henrique Innecco Longo e-mail longohenrique@gmail.com LN ε cu l α c f c C h M A S ε s b T Departamento e Estruturas Escola
Leia maisSNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS GPL
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GPL 26 14 a 17 Outubro e 2007 Rio e Janeiro - RJ GRUPO VII GRUPO DE ESTUDO DE PLANEJAMENTO DE SISTEMAS ELÉTRICOS GPL PLANEJAMENTO
Leia mais2007 2ª. fase Prova para alunos do 3º. ano LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO: 01) Essa prova destina-se exclusivamente a alunos do 3º. ano.
007 ª. fase Prova para alunos o 3º. ano LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO: 01) Essa prova estina-se exclusivamente a alunos o 3º. ano. 0) A prova contém oito (8) questões e TODAS DEVEM SER RESOLVIDAS.
Leia maisProfessor Mauricio Lutz AMOSTRAGEM
1 AMOSTRAGEM 1)Conceitos em amostragem Inferência estatística é o processo e obter informação sobre uma população a partir e resultaos observaos na amostra. Amostragem é o processo e retiraa os n elementos
Leia mais1ª Avaliação 2012/1. lim. x 2x. x x x x x. lim lim lim lim. x x x. x x
ª Avaliação 0/ ) Determine o limite a epressão: lim. 0 ( ) ( ) ( ) lim 0 ( ) ( 0) 4 lim lim lim lim 0 0 0 0 ( ) ) Derive a função g ( ). 4 4 g ( ) g ( ) g ( ) 4 4 g ( ) g ( ) g( ) g( ) 4 6 8 9 4 g( ) 4
Leia maisAula 1- Distâncias Astronômicas
Aula - Distâncias Astronômicas Área 2, Aula Alexei Machao Müller, Maria e Fátima Oliveira Saraiva & Kepler e Souza Oliveira Filho Ilustração e uma meição e istância a Terra (à ireita) à Lua (à esquera),
Leia maisDETERMINAÇÃO DE NEVOEIROS SOBRE AS REGIÕES SUL E SUDESTE DO BRASIL UTILIZANDO-SE IMAGENS MULTIESPECTRAIS DO SATÉLITE GOES-8
DEERMINAÇÃO DE NEVOEIROS SOBRE AS REGIÕES SUL E SUDESE DO BRASIL UILIZANDO-SE IMAGENS MULIESPECRAIS DO SAÉLIE GOES-8 Nelson Jesus Ferreira Ana Maria Bueno Nunes Nivalo S. Ferreira Euaro e Brito Bastos
Leia maisMedição de umidade no solo através de sensores capacitivos
Meição e umiae no solo através e sensores capacitivos Anréa Carla Alves Borim* Doutora em Engenharia Elétrica - UFU Assessora e Desenvolvimento Eucacional a Anhanguera Eucacional Professora a Faculae Comunitária
Leia maisCIV-2801 FUND. DE COMPUTAÇÃO GRÁFICA APLICADA Primeiro Trabalho Programação em C: Implementação de elementos finitos isoparamétricos
CIV-8 FUND DE COMPUTAÇÃO GRÁFICA APLICADA 6 Primeiro Trabalho Programação em C: Implementação e elementos finitos isoparamétricos O objetivo este trabalho é implementar funções básicas e uma família e
Leia maisAPLICAÇÕES DA TRIGONOMETRIA ESFÉRICA NA CARTOGRAFIA E NA ASTRONOMIA
APLICAÇÕES DA TRIGONOMETRIA ESFÉRICA NA CARTOGRAFIA E NA ASTRONOMIA Aplica-se a trigonometria esférica na resolução e muitos problemas e cartografia, principalmente naqueles em que a forma a Terra é consieraa
Leia maisESTUDO DAS PROPRIEDADES DOS GRÁFICOS DE SHEWHART COM REGRA ESPECIAL DE DECISÃO VIA SIMULAÇÕES
7 a 30/09/05, Gramao, RS ESTUDO DAS PROPRIEDADES DOS GRÁFICOS DE SHEWHART COM REGRA ESPECIAL DE DECISÃO VIA SIMULAÇÕES Anré Sará Barbosa FEG Faculae e Engenharia e Guaratinguetá, UNESP R. Ariberto Pereira
Leia maisFÍSICA. Resposta: 80. Justificativa: As equações horárias são: x A = ½ a A t 2 e x B = ½ a B t 2. No encontro x A = x B.
FÍSICA Daos: Aceleração a graviae: 1 m/s Densiae o mercúrio: 13,6 g/cm 3 Pressão atmosférica: 1,x1 5 N/m Constante eletrostática: k = 1/4 = 9,x1 9 N.m /C 1. Dois veículos partem simultaneamente o repouso
Leia mais3.3. Física Experimental IV Birrefringência Atividade Ótica. Prof. Alexandre Suaide Prof. Manfredo Tabacniks
3.3. Física Experimental IV - 2008 Birrefringência Ativiae Ótica Prof. Alexanre Suaie Prof. Manfreo Tabacniks Polarização a luz Objetivos Estuar o fenômeno e polarização a luz Aula 1 Métoos e polarização
Leia maisMODELO APROXIMADO PARA REPRESENTAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA SÉRGIO HAFFNER
MODELO APROXIDO PARA REPRESENTAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA SÉRGIO HAFFNER Departamento e Engenharia Elétrica, UDESC-CCT Campus Universitário Prof. Avelino Marcante s/n Bairro Bom tiro
Leia mais