Exploração de Ambientes Não- Estruturados com Terreno Acidentado por Robôs Móveis
|
|
- Sérgio Aveiro Imperial
- 8 Há anos
- Visualizações:
Transcrição
1 Exploração de Ambientes Não- Estruturados com Terreno Acidentado por Robôs Móveis Pedro Eduardo Gonzales Panta PUC-Rio Resumo: A exploração de ambientes não estruturados, como é o caso do ambiente apresentado pela Amazônia, tem sido alvo de interesse na área de pesquisa nos últimos anos. Fazem-se necessários novos Métodos de Planejamento que permitam aos robôs moveis explorar estas áreas com alto nível de autonomia baseado no modelo físico do robô e o ambiente. Neste trabalho se apresenta um algoritmo de planejamento de trajetória que considera as restrições físicas (gradiente do terreno, tipo de solo, incerteza) que ambiente impõe ao robô. O algoritmo proposto consegue projetar uma trajetória eficiente até o robô chegar no objetivo. Palavras-chave: robôs moveis, algoritmos genéticos, ambientes nãoestruturados, planejamento de trajetórias. 1. Introdução: A exploração de ambientes nãoestruturados por robôs móveis tem sido objeto de intenso estudo nos últimos anos devido à sua crescente aplicação. Em referencia à exploração de ambientes de difícil acesso para o ser humano, encontram casos menos divulgados, como a exploração de ambientes com características florestais. Este é o caso da Amazônia brasileira. Para este tipo de exploração, o Laboratório de Robótica do CENPES tem proposto a criação de sistemas móveis que possam dar condições para que o homem consiga penetrar em ambientes florestais e realizar atividades em locais inacessíveis e conseqüentemente pouco conhecidos e estudados. Para conseguir este objetivo, foram criados dois protótipos de um robô móvel, um de pequeno e outro de mediano porte, que têm como principal característica o acesso e transporte de equipamento de monitoramento em ditas regiões. Estes protótipos são apresentado na Figura 1. Figura 1. Protótipos do Robô Ambiental Híbrido. Pretende-se, com este trabalho, apresentar um algoritmo que facilite a condução do robô com alto nível de autonomia através do planejamento da trajetória que este deve seguir para chegar a um ponto determinado. Para explorar estas áreas precisa-se de métodos de ação que não sejam simplesmente reativos senão também que planejem ações no futuro distante. Superfície do terreno. O terreno está definido por um conjunto de pontos que formam uma superfície no espaço. Cada ponto está determinado pelas suas coordenadas no espaço x, y e z em relação a um sistema referencial como apresentado na Figura 2. Sua representação discretizada está dada pelo conjunto de pontos Pi(xi, yi, zi). As coordenadas x e y definem a posição do ponto da superfície em um plano horizontal, e a coordenada z define a sua
2 altura. Os intervalos de discretização dos valores das coordenadas x e y são constantes e iguais a a e b respectivamente. Assumindo-se que z é uma função de x e y, i.e., para cada projeção (x, y) há apenas um valor de z associado ao terreno, temos o caso particular de um terreno conhecido como 2,5D, que será usado neste trabalho. O caso geral 3D só seria necessário, e.g., em situações de exploração de cavernas, onde uma mesma projeção (x, y) pode possuir mais de uma cota z (o fundo e o topo da caverna, por exemplo). que este avança através do ambiente. O método consiste, então, em escolher a seqüência de módulos de ação que permita ao robô chegar a um ponto determinado do terreno. A esta seqüência de módulos chama-se de Plano de Ação. A avaliação do plano de ação toma em conta as características relevantes da topografia do ambiente como o tipo de terreno, o mapa de gradientes (visando garantir a estabilidade do robô, evitando capotagens), e a incerteza da localização de cada um dos pontos do perfil do terreno. Modulo de Localização Coordenada Xc Coordenada Yc Coordenada Zc Yaw ψ Roll Ө Pitch Ф Tabela 1. Módulos de Localização Figura 2. Representação da superfície do terreno. 2. A Abordagem do Planejamento da Ação Para resolver a questão do planejamento de trajetória do robô móvel, o método utilizado divide os dados de localização do robô (Tabela 1) e os dados referentes às ações que o robô pode fazer, que em conjunto formam um Inventário de Módulos de Ação (Tabela 2). No exemplo específico da Tabela 2, consideram-se as movimentações do robô e de seu manipulador (braço) robótico utilizado para coleta de amostras. Os módulos de localização servem como dados essenciais para um novo cálculo da trajetória a ser seguida pelo robô cada vez N. de Ação Módulo 1 Movimento para frente 500mm 2 Movimento para trás 500mm 3 Vira Esquerda 45 o 4 Vira Direita 45 o 5 Move Braço x +20mm 6 Move Braço x -20mm 7 Move Braço y +20mm 8 Move Braço y -20mm 9 Move Braço z +20mm 10 Move Braço z -20mm Tabela 2. Modulo de Ação Um plano de ação bem sucedido é aquele no qual o robô completa uma tarefa específica sem violar nenhuma das restrições da tarefa. Para um plano de
3 ação bem sucedido, é necessário procurar uma seqüência certa de módulos de ação. O tamanho do Espaço de Procura fica determinado por: m D = N (1) onde: D = número de possíveis planos de ação; N = número de possíveis módulos de ação; e m = número de módulos de ação utilizados no plano. Entre os complicadores está o fato de o número de possíveis planos de ação poder ser muito alto. Terrenos complicados podem aumentar o número de planos de ação impossíveis. A redução do número de planos de ação possíveis é feita através de uma filtragem simples, e.g., se a tarefa não precisar de manipulação de objetos, então se tiram do inventário de módulos de ação todos os módulos referentes à manipulação. A busca de um plano de ação satisfatório será feito neste trabalho através de algoritmos genéticos. Estes algoritmos fazem analogia às leis que regem a evolução genética de sistemas biológicos. No entanto, ao invés de indivíduos, serão considerados planos de ação a serem analisados. Cada plano de ação possui analogia à seqüência de cromossomos do DNA de um indivíduo, onde cada cromossomo estaria associado a uma ação (e.g., andar 500mm para frente, girar 45 graus à direita, etc.). Uma população inicial é criada da montagem aleatória de módulos do inventário reduzido. Esta população é um conjunto de planos de ação inicialmente escolhidos aleatoriamente. Cada plano de ação é associado a um indivíduo. O algoritmo genético utiliza um crossover simples como apresentado na Figura 3. O crossover combina alguns atributos de dois planos de ação para criar um terceiro e quarto planos de ação. Dois módulos (C1 e C2) são escolhidos dentre dois planos de ação. Então os conjuntos de ações representados na figura por B e D em cada lista são trocados. Figura 3. Crossover dos planos de ações. Considera-se também mutações nos planos de ações, que são mudanças aleatórias nos planos de ação com o objetivo de melhorar a sua aptidão à tarefa. Na mutação utilizada, um módulo específico de um plano de ação é trocado com um módulo escolhido aleatoriamente do inventário reduzido. Para a avaliação de cada candidato a plano de ação (indivíduo), cada plano é simulado considerando o perfil já mapeado do terreno, vide Figura 4. Será avaliado principalmente se a tarefa foi completada sem violar as restrições condicionadas pelo ambiente, e.g., sem perda de estabilidade (capotagem) e sem saturação dos motores, ou até minimizando o consumo de energia. Os planos de ação que chegam mais próximos de completar a tarefa ganham maior pontuação na avaliação de aptidão.
4 Figura 4. Dois possíveis planos de ação, avaliados sobre o perfil do terreno previamente mapeado. 3. Construção do Mapa de Gradientes do Terreno Nesta seção se construiu um mapa em 2,5D por meio da localização de pontos z para cada par (x,y). Tem que ser lembrado que cada um destes pontos está associado a uma incerteza probabilística. Cada cota z i associada à discretização (x i, y i ) é portanto associada a uma distribuição de probabilidade (normalmente considerada gaussiana). Com a localização em z dos pontos chave para uma determinada coordenada x-y temos os dados necessários para achar o gradiente aproximado para cada ponto da superfície do terreno, como apresentado na Figura 5. Utilizando as coordenadas dos vizinhos de um determinado ponto, pode-se calcular o seu gradiente de forma aproximada. Figura 5. Gradiente em um ponto determinado do mapa 4. Construção do Algoritmo Genético para o Planejamento de Trajetória e Exploração Sabe-se que cada ponto chave da discretização do terreno está associado a uma incerteza probabilística. Esta incerteza probabilística vai ser considerada na avaliação de cada plano de ação (indivíduo) na procura da trajetória que o veículo deverá seguir. Pontos com alta incerteza terão menos chance que os de menor incerteza. Também são considerados no cromossomo os diferentes tipos de terreno em que está divido o ambiente como apresentado na Figura 6. Serão determinados pesos diferentes para cada tipo de terreno de forma que os planos de ação que atravessam terrenos que poderiam apresentar dificuldades no deslocamento do veículo (terrenos com solo instável ou com baixo atrito, escorregadios ) deverão ter menos chances de sobrevivência no algoritmo genético.
5 δ = 1 se o objetivo é alcançado e 0 de outra forma; αi = fator de peso, que pode ser positivo ou negativo. Figura 6. Mapa com diferentes tipos de terreno Outra consideração dentro da construção do cromossomo é a magnitude do gradiente da superfície do terreno. Este mapa de gradientes foi construído na seção anteirior. Para gradientes com valores acima de um patamar determinado, a probabilidade de o robô capotar é maior. Os lugares do terreno com gradientes altos devem ser evitados, pois estabelece a margem de estabilidade em níveis críticos. Com esses dados, a função de aptidão, que define a qualidade de um plano de ação, fica definida por uma função, e.g.: f = α 1D + α 2I + α 3S + α 4T + α 5E + α6δ onde D = distância percorrida pelo robô em direção ao objetivo durante todo o trajeto (a ser minimizada); I = incerteza probabilística média da localização dos pontos percorridos; S = função associada à margem de estabilidade do veículo na trajetória considerada (para evitar capotagem) e, por tanto, associado ao mapa de gradientes; T = tempo requerido para completar a tarefa (a ser minimizado); E = coeficiente do tipo de terreno (para evitar deslizamentos); Uma vez maximizada a função de aptidão, o plano de ação mais adaptado ao terreno considerado é escolhido. Este plano de ação é então utilizado em conjunto com um controle de estabilidade e tração (Barral, 2007) para garantir a travessia do terreno. O plano de ação age como um planejamento em alto nível (e.g., movimentos de 500 em 500mm), enquanto o controle de estabilidade e tração garantem o cumprimento de cada módulo do plano (cromossomo) em um nível mais baixo (e.g., com resolução de poucos milímetros). A metodologia proposta de mapeamento, auto-localização e planejamento de trajetórias será validada experimentalmente neste trabalho através do Robô Ambiental Híbrido. 5. Resultados Para implementar o algoritmo proposto utilizou-se o Toolbox de Matlab de Algoritmos Genéticos. Para a tarefa do robô ir de um ponto especifico a outro se descartou os módulos de ação referentes ao manipulador. Assim o inventario reduzido considerou só os módulos 1, 2, 3 e 4 que tratam do deslocamento do robô. Trabalhou-se com uma população de 50 indivíduos. O resultado achou-se na geração 17. Uma apresentação do trajeto selecionado no mapa 2,5D é apresentada na Figura 7.
6 Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, Brasil, 2007., Figura 7. Representação em 2,5D do trajeto achado pelo Algoritmo Genético. 6. Conclusões Foi apresentado uma metodologia de planejamento de trajetória para ser aplicado em robôs que fazem exploração em ambientes não estruturados e irregulares como os apresentados na Amazônia. Este método considera as restrições físicas oferecidas pelo ambiente como são a gradiente, o tipo de solo e a incerteza da superfície. A metodologia foi implementada por algoritmo genéticos e simulada em Matlab. Este método divide as ações do robô em ações discretas ou módulos de ação. Depois procura por uma seqüência de módulos de ação, ou plano de ação, utilizando um processo hierárquico de seleção que inclui um algoritmo genético. O plano de ação é avaliado usando o modelo da superfície do terreno. O método é estruturado para permitir um processo de procura efetivo. O resultado pratico deste método será implementado no Robô Ambiental Híbrido construído pelo Laboratório de Robótica do CENPES/Petrobras. 7. Bibliografia [1] Barral A., Controle de Tração de Sistemas Robóticos Móveis em Terrenos Acidentados. Dissertação de Mestrado, [2] Farritor, S. and Dubowsky, S. A Genetic Algorithm Based Navigation and Planning Methodology for Planetary Robotic Exploration. Proceedings of the American Nuclear Society Sixth Topical Meeting on Robotics and Remote Systems, [3] Farritor, S. and Dubowsky, S. A Self-Planning Methodology for Planetary Robotic Explorers. Proceedings of the Eighth International Conference on Advanced Robotics, [4] Farritor S., Hacot H. e Dubowsky S., Physics-Based Planning For Planetary Exploration. Proceedings IEEE International Conference on Robotics and Automation, ICRA, pages , [5] Farritor, S. and Dubowsky, S. A Genetic Planning Method and its Application to Planetary Exploration. ASME Journal of Dynamic Systems, Measurement, and Control, [6] Haït A., Siméon T. e Taïx M., Algorithms for Rough Terrain Trajectory Planning. Advanced Robotics, vol. 14, no. 6, [7] Iagnemma K., Génot F. e Dubowsky S., Rapid Physics- Based Rough-Terrain Rover Planning with Sensor and Control Uncertainty.
7 Proceedings IEEE International Conference on Robotics and Automation, ICRA, volume 3, pages , [8] Iagnemma, K., Dubowsky, S., Mobile Robots in Rough Terrain, Springer Berlin Heidelberg, New York, [9] Michalewicz, Z., Genetic Algorithms + Data Structures = Evolution Programs, Sringer Berlin Heidelberg, 1996.
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisUniversidade Federal de Pernambuco
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática 2D Feature Distance Estimation for Indoor Environments using 2D laser range data Proposta de Trabalho de Graduação
Leia maisALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA
136 ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA FILITTO, Danilo 1 Resumo: Os algoritmos Genéticos inspiram-se no processo de evolução natural e são utilizados para resolver problemas de busca e otimização
Leia maisComplemento IV Introdução aos Algoritmos Genéticos
Complemento IV Introdução aos Algoritmos Genéticos Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisMRP II. Planejamento e Controle da Produção 3 professor Muris Lage Junior
MRP II Introdução A lógica de cálculo das necessidades é conhecida há muito tempo Porém só pode ser utilizada na prática em situações mais complexas a partir dos anos 60 A partir de meados da década de
Leia maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Aritmética de Números Inteiros Representação de Números
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia mais5 Sistema Experimental
5 Sistema Experimental Este capitulo apresenta o sistema experimental utilizado e é composto das seguintes seções: - 5.1 Robô ER1: Descreve o robô utilizado. É dividida nas seguintes subseções: - 5.1.1
Leia maisConstrução de Modelos de Previsão de Risco de Crédito Utilizando Técnicas de Estatística Multivariada
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO Construção de Modelos de Previsão de Risco de Crédito Utilizando Técnicas de Estatística Multivariada Equipe
Leia maisAlgoritmos Genéticos
UNIVERSIDADE PRESBITERIANA MACKENZIE Laboratório de Computação Natural LCoN I ESCOLA DE COMPUTAÇÃO NATURAL Algoritmos Genéticos Rafael Xavier e Willyan Abilhoa Outubro/2012 www.computacaonatural.com.br
Leia mais3 Metodologia de Previsão de Padrões de Falha
3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar
Leia maisPlano Básico Ambiental
Estaleiro e Base Naval para a Construção de Submarinos Convencionais e Plano Básico Ambiental SEÇÃO VI - PROGRAMA DE GERENCIAMENTO RADIOLÓGICO Projeto 4 Monitoramento Meteorológico 0 Emissão inicial 14/06/2010
Leia mais( ) Prova ( ) Prova Semestral
( ) Prova ( ) Prova Semestral (x) Exercícios ( ) Segunda Chamada ( ) Prova Modular ( ) Prova de Recuperação ( ) Prática de Laboratório ( ) Exame Final/Exame de Certificação ( ) Aproveitamento Extraordinário
Leia maisSP 07/94 NT 179/94. O efeito da utilização do telefone celular sobre a atenção do motorista. Engº Fernando J. Antunes Rodrigues
SP 07/94 NT 179/94 O efeito da utilização do telefone celular sobre a atenção do motorista Engº Fernando J. Antunes Rodrigues Uma das mais populares inovações de automóvel na década passada foi o sistema
Leia maisPLANOS DE CONTINGÊNCIAS
PLANOS DE CONTINGÊNCIAS ARAÚJO GOMES Capitão SC PMSC ARAÚJO GOMES defesacivilgomes@yahoo.com.br PLANO DE CONTINGÊNCIA O planejamento para emergências é complexo por suas características intrínsecas. Como
Leia maisCasos de teste semânticos. Casos de teste valorados. Determinar resultados esperados. Gerar script de teste automatizado.
1 Introdução Testes são importantes técnicas de controle da qualidade do software. Entretanto, testes tendem a ser pouco eficazes devido à inadequação das ferramentas de teste existentes [NIST, 2002].
Leia maisAPLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS
APLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS Bianca G. Giordani (UTFPR/MD ) biancaggiordani@hotmail.com Lucas Augusto Bau (UTFPR/MD ) lucas_bau_5@hotmail.com A busca pela minimização
Leia maisO que é a estatística?
Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os
Leia maisMetodologias de Desenvolvimento de Sistemas. Analise de Sistemas I UNIPAC Rodrigo Videschi
Metodologias de Desenvolvimento de Sistemas Analise de Sistemas I UNIPAC Rodrigo Videschi Histórico Uso de Metodologias Histórico Uso de Metodologias Era da Pré-Metodologia 1960-1970 Era da Metodologia
Leia maisModelo de Planejamento de Projeto orientado pelo Escopo
www.tecnologiadeprojetos.com.br Modelo de Planejamento de Projeto orientado pelo Escopo Extraído do livro Trabalhando com Projetos - Planejamento e Gestão de Projetos Educacionais - Moura, D. G e Barbosa,
Leia maisMaterial de estudo ROBÔS NO ESPAÇO. André Luiz Carvalho Ottoni
Material de estudo ROBÔS NO ESPAÇO 2010 André Luiz Carvalho Ottoni Robôs no Espaço O spacewalker (veste robótica). O spacewalker, que significa andador espacial, é uma veste robótica projetada para os
Leia maisSistema Inteligente Não-Linear de Apoio à Aprendizagem 1 Rangel RIGO, Ana Paula Laboissière AMBRÓSIO
Sistema Inteligente Não-Linear de Apoio à Aprendizagem 1 Rangel RIGO, Ana Paula Laboissière AMBRÓSIO rangelrigo@gmail.com, apaula@inf.ufg.br Instituto de Informática Universidade Federal de Goiás (UFG)
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia maisPodemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em um projeto.
Discussão sobre Nivelamento Baseado em Fluxo de Caixa. Item aberto na lista E-Plan Podemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em
Leia maisCurso Automação Industrial Aula 2 Estrutura e características Gerais dos Robôs. Prof. Giuliano Gozzi Disciplina: CNC - Robótica
Curso Automação Industrial Aula 2 Estrutura e características Gerais dos Robôs Prof. Giuliano Gozzi Disciplina: CNC - Robótica Cronograma Introdução a Robótica Estrutura e Características Gerais dos Robôs
Leia maisInteligência Computacional Aplicada a Engenharia de Software
Inteligência Computacional Aplicada a Engenharia de Software Estudo de caso III Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br Introdução Em alguns ambientes industriais, pode ser necessário priorizar
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisNotas possíveis para esta questão: Zero ; 3 pontos; 6 pontos ou 10 pontos. Olimpíada Brasileira de Robótica 2014 2/6
GABARITO Todas as questões devem receber uma nota entre 0 (menor nota) e 10 (maior nota). Questões podem ter mais de uma resposta A prova do seu aluno deve receber uma pontuação entre 0 e 100. Não se esqueça
Leia maisMESA 3: Monitoramento e Avaliação 25/Agosto/2015
MESA 3: Monitoramento e Avaliação 25/Agosto/2015 Raquel Oliveira, Pesquisadora do Departamento de Pesquisas do Banco Central do Brasil Poupança: por quê? Para quê? Nível micro: Poupança ajuda as famílias
Leia maisAlgoritmos Genéticos (GA s)
Algoritmos Genéticos (GA s) 1 Algoritmos Genéticos (GA s) Dado um processo ou método de codificar soluções de um problema na forma de cromossomas e dada uma função de desempenho que nos dá um valor de
Leia maisEstatística Aplicada ao Serviço Social Módulo 1:
Estatística Aplicada ao Serviço Social Módulo 1: Introdução à Estatística Importância da Estatística Fases do Método Estatístico Variáveis estatísticas. Formas Iniciais de Tratamento dos Dados Séries Estatísticas.
Leia maisgrandeza do número de elétrons de condução que atravessam uma seção transversal do fio em segundos na forma, qual o valor de?
Física 01. Um fio metálico e cilíndrico é percorrido por uma corrente elétrica constante de. Considere o módulo da carga do elétron igual a. Expressando a ordem de grandeza do número de elétrons de condução
Leia maisDepartamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas CMP1132 Processo e qualidade de software II Prof. Me. Elias Ferreira Sala: 402 E Quarta-Feira:
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 04 Algoritmos Genéticos Introdução Algoritmos genéticos são bons para abordar espaços de buscas muito grandes e navegálos
Leia maisTrabalhando com Pequenas Amostras: Distribuição t de Student
Probabilidade e Estatística Trabalhando com Pequenas Amostras: Distribuição t de Student Pequenas amostras x Grandes amostras Nos exemplos tratados até agora: amostras grandes (n>30) qualquer tipo de distribuição
Leia maisPESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *
PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária
Leia maisTécnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14
1 Introdução O termo "roteamento de veículos" está relacionado a um grande conjunto de problemas de fundamental importância para a área de logística de transportes, em especial no que diz respeito ao uso
Leia maisALGORITMO HÍBRIDO PARA SISTEMAS DE RECOMENDAÇÃO UTILIZANDO FILTRAGEM COLABORATIVA E ALGORITMO GENÉTICO
ALGORITMO HÍBRIDO PARA SISTEMAS DE RECOMENDAÇÃO UTILIZANDO FILTRAGEM COLABORATIVA E ALGORITMO GENÉTICO Renan de Oliveira Yamaguti Faculdade de Engenharia de Computação / CEATEC renan.yamaguti@terra.com.br
Leia maisCAPÍTULO 7 - ÁRVORES DE DECISÃO
CAPÍTULO 7 - ÁRVORES DE DECISÃO 1. CONSIDERAÇÕES INICIAIS A árvore de decisão é uma maneira gráfica de visualizar as consequências de decisões atuais e futuras bem como os eventos aleatórios relacionados.
Leia maisAutomação de Locais Distantes
Automação de Locais Distantes Adaptação do texto Improving Automation at Remote Sites da GE Fanuc/ Water por Peter Sowmy e Márcia Campos, Gerentes de Contas da. Nova tecnologia reduz custos no tratamento
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia maisPRIMAVERA RISK ANALYSIS
PRIMAVERA RISK ANALYSIS PRINCIPAIS RECURSOS Guia de análise de risco Verificação de programação Risco rápido em modelo Assistente de registro de riscos Registro de riscos Análise de riscos PRINCIPAIS BENEFÍCIOS
Leia mais(Desconsidere a massa do fio). SISTEMAS DE BLOCOS E FIOS PROF. BIGA. a) 275. b) 285. c) 295. d) 305. e) 315.
SISTEMAS DE BLOCOS E FIOS PROF. BIGA 1. (G1 - cftmg 01) Na figura, os blocos A e B, com massas iguais a 5 e 0 kg, respectivamente, são ligados por meio de um cordão inextensível. Desprezando-se as massas
Leia maisEstrada de Rodagem Terraplanagem
Estrada de Rodagem Terraplanagem Prof. Dr. Rodrigo de Alvarenga Rosa rodrigoalvarengarosa@gmail.com (27) 9941-3300 1 O motivo para realizar terraplenagem é que o terreno natural não é adequado ao tráfego
Leia maisGovernança de TI. ITIL v.2&3. parte 1
Governança de TI ITIL v.2&3 parte 1 Prof. Luís Fernando Garcia LUIS@GARCIA.PRO.BR ITIL 1 1 ITIL Gerenciamento de Serviços 2 2 Gerenciamento de Serviços Gerenciamento de Serviços 3 3 Gerenciamento de Serviços
Leia maisANEXO VII: NR 9 - PROGRAMA DE PREVENÇÃO DE RISCOS AMBIENTAIS (109.000-3)
ANEXO VII: NR 9 - PROGRAMA DE PREVENÇÃO DE RISCOS AMBIENTAIS (109.000-3) NR 9 - PROGRAMA DE PREVENÇÃO DE RISCOS AMBIENTAIS (109.000-3) 9.1. Do objeto e campo de aplicação. 9.1.1. Esta Norma Regulamentadora
Leia maisEvolution of Robustness in an Electronic Design
Evolution of Robustness in an Electronic Design MAC0461 - Introdução ao Escalonamento e Aplicações Professor: Alfredo Goldman vel Lejbman Instituto de Matemática e Estatística Universidade de São Paulo
Leia maisGerenciamento de Riscos em Segurança da informação. cynaracarvalho@yahoo.com.br
$XWDUTXLD(GXFDFLRQDOGR9DOHGR6mR)UDQFLVFR± $(96) )DFXOGDGHGH&LrQFLDV6RFLDLVH$SOLFDGDVGH3HWUROLQD± )$&$3( &XUVRGH&LrQFLDVGD&RPSXWDomR Gerenciamento de Riscos em Segurança da informação cynaracarvalho@yahoo.com.br
Leia maisA Otimização Colônia de Formigas
A Otimização Colônia de Formigas Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 22/04/2008 Índice A Inspiração Biológica O Ant System Aplicado ao PCV O Ant System Aplicado
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados
Projeto e Análise de Algoritmos Projeto de Algoritmos Heurísticas e Algoritmos Aproximados Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Universidade Federal de Alfenas Departamento de Ciências
Leia maisImportância dos Fluxos de Caixa na Avaliação Econômica
Importância dos Fluxos de Caixa na Avaliação Econômica O fluxo de caixa resume as entradas e as saídas efetivas de dinheiro ao longo do horizonte de planejamento do projeto, permitindo conhecer sua rentabilidade
Leia maisQual é o risco real do Private Equity?
Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as
Leia maisx0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?
Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões
Leia maisMASTER IN PROJECT MANAGEMENT
MASTER IN PROJECT MANAGEMENT PROJETOS E COMUNICAÇÃO PROF. RICARDO SCHWACH MBA, PMP, COBIT, ITIL Atividade 1 Que modelos em gestão de projetos estão sendo adotados como referência nas organizações? Como
Leia maisTópico 8. Aula Prática: Movimento retilíneo uniforme e uniformemente variado (Trilho de ar)
Tópico 8. Aula Prática: Movimento retilíneo uniforme e uniformemente variado (Trilho de ar) 1. OBJETIVOS DA EXPERIÊNCIA 1) Esta aula experimental tem como objetivo o estudo do movimento retilíneo uniforme
Leia maisOtimização de Recuperação de Informação usando Algoritmos Genéticos
Otimização de Recuperação de Informação usando Algoritmos Genéticos Neide de Oliveira Gomes, M. Sc., nog@inpi.gov.br Prof. Marco Aurélio C. Pacheco, PhD Programa de Doutorado na área de Métodos de Apoio
Leia maisCRIAÇÃO DA DISCIPLINA SISTEMA DE GESTÃO AMBIENTAL NO CURSO DE ENGENHARIA CIVIL
CRIAÇÃO DA DISCIPLINA SISTEMA DE GESTÃO AMBIENTAL NO CURSO DE ENGENHARIA CIVIL Elias S. Assayag eassayag@internext.com.br Universidade do Amazonas, Departamento de Hidráulica e Saneamento da Faculdade
Leia maisAuditoria e Segurança da Informação GSI536. Prof. Rodrigo Sanches Miani FACOM/UFU
Auditoria e Segurança da Informação GSI536 Prof. Rodrigo Sanches Miani FACOM/UFU Aula passada Pergunta É possível saber se as normas, políticas, procedimentos, processos e controles adotados estão funcionando
Leia mais2ª avaliação - SIMULADO INSTRUÇÕES
Curso: Análise e Desenvolvimento de Sistemas Disciplina: Gerenciamento de Projetos 2ª avaliação - SIMULADO INSTRUÇÕES 1. Identifique todas as folhas da avaliação, inclusive a capa, com seu nome em letra
Leia mais'LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU *OREDOGR(VWDGRGR56
LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU OREDOGR(VWDGRGR56 6X]DQH5DQ]DQ 6LPRQH0&HUH]HU&ODRGRPLU$0DUWLQD]]R Universidade Regional Integrada do Alto Uruguai e das Missões, Departamento de
Leia maisROTEIRO PARA A ELABORAÇÃO DE PROJETOS DE PESQUISA - CEUA
ROTEIRO PARA A ELABORAÇÃO DE PROJETOS DE PESQUISA - CEUA Estrutura do Projeto de Pesquisa CAPA FOLHA DE ROSTO SUMÁRIO 1. RESUMO 2. PROBLEMA DE PESQUISA OU INTRODUÇÃO 3. REFERENCIAL TEÓRICO (REVISÃO DE
Leia mais1. Título do Empreendimento Apoio aos Municípios da UGRHI-11 para Planos Preventivos de Defesa Civil Fase II
1. Título do Empreendimento Apoio aos Municípios da UGRHI-11 para Planos Preventivos de Defesa Civil Fase II 2. Localização geográfica Toda a área da UGRHI-11 - Bacia Hidrográfica do Ribeira de Iguape
Leia mais5 Mecanismo de seleção de componentes
Mecanismo de seleção de componentes 50 5 Mecanismo de seleção de componentes O Kaluana Original, apresentado em detalhes no capítulo 3 deste trabalho, é um middleware que facilita a construção de aplicações
Leia maisSISTEMAS INTEGRADOS DE GESTÃO PAS 99:2006. Especificação de requisitos comuns de sistemas de gestão como estrutura para a integração
Coleção Risk Tecnologia SISTEMAS INTEGRADOS DE GESTÃO PAS 99:2006 Especificação de requisitos comuns de sistemas de gestão como estrutura para a integração RESUMO/VISÃO GERAL (visando à fusão ISO 31000
Leia maisUNIVERSIDADE CATÓLICA DE GOIÁS. DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL I (MAF 2201) Prof.
01 UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL I (MAF 2201) Prof. EDSON VAZ NOTA DE AULA III (Capítulo 7 e 8) CAPÍTULO 7 ENERGIA CINÉTICA
Leia maisOtimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha
Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha Amarildo de Vicente Colegiado do Curso de Matemática Centro de Ciências Exatas e Tecnológicas da Universidade Estadual do Oeste
Leia maisMLP (Multi Layer Perceptron)
MLP (Multi Layer Perceptron) André Tavares da Silva andre.silva@udesc.br Roteiro Rede neural com mais de uma camada Codificação de entradas e saídas Decorar x generalizar Perceptron Multi-Camada (MLP -
Leia maisJustificativa da iniciativa
Sumário Justificativa da iniciativa O que é o Framework? Apresentação básica de cada ferramenta Quais projetos serão avaliados por meio do Framework? Fluxo de avaliação Expectativas Justificativa da iniciativa
Leia maisSegurança e Auditoria de Sistemas
Segurança e Auditoria de Sistemas ABNT NBR ISO/IEC 27002 4. Análise, Avaliação e Tratamento de Riscos 1 Roteiro (1/1) Definições Análise e Avaliação de Riscos Tratamento de Riscos Matriz de Análise de
Leia maisRoteiro. Arquitetura. Tipos de Arquitetura. Questionário. Centralizado Descentralizado Hibrido
Arquitetura Roteiro Arquitetura Tipos de Arquitetura Centralizado Descentralizado Hibrido Questionário 2 Arquitetura Figura 1: Planta baixa de uma casa 3 Arquitetura Engenharia de Software A arquitetura
Leia maisIniciação à Informática
Meu computador e Windows Explorer Justificativa Toda informação ou dado trabalhado no computador, quando armazenado em uma unidade de disco, transforma-se em um arquivo. Saber manipular os arquivos através
Leia maisEstudos de Imagem e Notoriedade
Estudos de Imagem e Notoriedade 1- Enquadramento O Serviço: Relatórios Avaliação da Imagem e Notoriedade das organizações, bem como da força de marca e posicionamento face à concorrência. Para que Serve:
Leia maisUniRitter tecnológica: integrando Engenharias para desenvolvimento de um robô humanoide
- SEPesq UniRitter tecnológica: integrando Engenharias para desenvolvimento de um robô humanoide 1. Introdução Diego Augusto de Jesus Pacheco Giovani Geremia Segundo Vargas (2012) é perceptível que uma
Leia maisATIVIDADES DE RECUPERAÇÃO PARALELA 3º TRIMESTRE 8º ANO DISCIPLINA: FÍSICA
ATIVIDADES DE RECUPERAÇÃO PARALELA 3º TRIMESTRE 8º ANO DISCIPLINA: FÍSICA Observações: 1- Antes de responder às atividades, releia o material entregue sobre Sugestão de Como Estudar. 2 - Os exercícios
Leia maisMANUAL RASTREAMENTO 2013
MANUAL RASTREAMENTO 2013 Visão Geral O menu geral é o principal módulo do sistema. Através do visão geral é possível acessar as seguintes rotinas do sistema: Sumário, localização, trajetos, últimos registros.
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisProjetos. Universidade Federal do Espírito Santo - UFES. Mestrado em Informática 2004/1. O Projeto. 1. Introdução. 2.
Pg. 1 Universidade Federal do Espírito Santo - UFES Mestrado em Informática 2004/1 Projetos O Projeto O projeto tem um peso maior na sua nota final pois exigirá de você a utilização de diversas informações
Leia maisROTEIRO PARA ELABORAÇÃO DE PROJETOS
APRESENTAÇÃO ROTEIRO PARA ELABORAÇÃO DE PROJETOS Breve histórico da instituição seguido de diagnóstico e indicadores sobre a temática abrangida pelo projeto, especialmente dados que permitam análise da
Leia maisComo aleatorizar? (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab. www.povertyactionlab.org
Como aleatorizar? (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Resumo da apresentação Restrições do mundo real e alguns exemplos bem sucedidos Unidade
Leia maisO QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit
Leia maisMODELAGEM DIGITAL DE SUPERFÍCIES
MODELAGEM DIGITAL DE SUPERFÍCIES Prof. Luciene Delazari Grupo de Pesquisa em Cartografia e SIG da UFPR SIG 2012 Introdução Os modelo digitais de superficie (Digital Surface Model - DSM) são fundamentais
Leia maisPERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL)
PERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL) Melhor método para avaliar investimentos 16 perguntas importantes 16 respostas que todos os executivos devem saber Francisco Cavalcante(f_c_a@uol.com.br)
Leia maisESTATÍSTICA. Professor: Ricardo Vojta
ESTATÍSTICA Ciências Contábeis Professor: Ricardo Vojta RAMOS DA ESTATÍSTICA A estatística dedutiva (também conhecida como Estatística Descritiva) se encarrega de descrever o conjunto de dado desde a elaboração
Leia maisGARANTIA DA QUALIDADE DE SOFTWARE
GARANTIA DA QUALIDADE DE SOFTWARE Fonte: http://www.testexpert.com.br/?q=node/669 1 GARANTIA DA QUALIDADE DE SOFTWARE Segundo a NBR ISO 9000:2005, qualidade é o grau no qual um conjunto de características
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisInteligência Artificial
Inteligência Artificial As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas
Leia maisPropagação de distribuições pelo método de Monte Carlo
Sumário Propagação de distribuições pelo método de Monte Carlo João Alves e Sousa Avaliação de incertezas pelo GUM Propagação de distribuições O método de Monte Carlo Aplicação a modelos de medição por
Leia maisTeorema do Limite Central e Intervalo de Confiança
Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia mais11 de maio de 2011. Análise do uso dos Resultados _ Proposta Técnica
11 de maio de 2011 Análise do uso dos Resultados _ Proposta Técnica 1 ANÁLISE DOS RESULTADOS DO SPAECE-ALFA E DAS AVALIAÇÕES DO PRÊMIO ESCOLA NOTA DEZ _ 2ª Etapa 1. INTRODUÇÃO Em 1990, o Sistema de Avaliação
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia mais1 INTRODUÇÃO Internet Engineering Task Force (IETF) Mobile IP
1 INTRODUÇÃO Devido ao crescimento da Internet, tanto do ponto de vista do número de usuários como o de serviços oferecidos, e o rápido progresso da tecnologia de comunicação sem fio (wireless), tem se
Leia mais7.5 Planialtimetria 7.5.1 Topologia Tem por objetivo o estudo das formas da superfície terrestre e das leis que regem o seu modelado.
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE SANTA CATARINA UNIDADE DE FLORIANÓPOLIS DEPARTAMENTO ACADÊMICO DE CONSTRUÇÃO CIVIL CURSO TÉCNICO DE GEOMENSURA MÓDULO II UNIDADE CURRICULAR TOPOGRAFIA III 7.5
Leia maisFunções de Posicionamento para Controle de Eixos
Funções de Posicionamento para Controle de Eixos Resumo Atualmente muitos Controladores Programáveis (CPs) classificados como de pequeno porte possuem, integrados em um único invólucro, uma densidade significativa
Leia mais