XII Simpósio Brasileiro de Automação Inteligente (SBAI) Natal RN, 25 a 28 de outubro de 2015
|
|
- Beatriz Neto
- 5 Há anos
- Visualizações:
Transcrição
1 Natal RN, 25 a 28 de outubro de 2015 CONTROLE DE POSIÇÃO DE UM VANT UTILIZANDO DIFERENTES FREQUÊNCIAS DE ATUALIZAÇÃO DAS OBSERVAÇÕES NA FUSÃO SENSORIAL Milton César Paes Santos, Lucas Vago Santana, Alexandre Santos Brandão, Mário Sarcinelli-Filho Instituto Federal do Espírito Santo - IFES, Campus Santa Teresa Santa Tereza, ES, Brasil Instituto Federal do Espírito Santo - IFES, Campus Linhares Linhares, ES, Brasil Universidade Federal de Viçosa - UFV Viçosa, MG, Brasil Universidade Federal do Espírito Santo - UFES Vitória, ES, Brasil s: milton.santos@ifes.edu.br, lucas@ifes.edu.br, alexandre@ufv.br, mario.sarcinelli@ufes.br Abstract This paper proposes the use of a decentralized filter to fuse sensorial data provided by a 3D capture system, based on a depth camera, with the inertial data provided by the embedded inertial measurement unit of an unmanned aerial vehicle (UAV), in order to position it at a desired point (such data are the observations inputted to the filter). In addition, the paper discusses the use of different frequencies for acquiring the data provided by the capture system, for control purposes. First of all, the UAV used in the work is presented, together with a simplified mathematical model to represent its dynamics. Following, a non-linear position controller is designed to keep the UAV hovering in a desired point. After that, the capture system developed for getting the UAV position through processing the depth images is presented. In the sequel a method to merge the data provided by the depth sensor and the data provided by the inertial sensor is implemented. The results obtained with the acquisition of the depth sensor data with low frequencies are compared with data obtained by inertial sensors, in experiments involving disturbance and abrupt maneuvers, to induce estimation errors in the system. Finally, a discussion of the importance of acquiring information at high frequencies is presented. Keywords Unmanned Aerial Vehicle, Quadrotor, Decentralized Kalman Filter Resumo Este trabalho propõe a utilização de um filtro descentralizado para realizar a fusão dos dados sensoriais provenientes de um sistema de captura 3D, baseado em uma câmera de profundidade, com os dados inerciais do sistema embarcado de um veículo aéreo não tripulado (VANT), a fim de posicioná-lo em um ponto desejado (tais dados são as observações fornecidas ao filtro). Adicionalmente, o trabalho aborda a utilização de diferentes frequências de aquisição de dados do sistema de captura para fins de controle. Primeiro, é apresentado o VANT utilizado no trabalho e um modelo matemático simplificado para representar sua dinâmica. Posteriormente, um controlador não linear de posição é desenvolvido para manter o VANT em voo pairado sobre um ponto desejado. Após isso, é apresentado o sistema de captura desenvolvido para obter o posicionamento do VANT através do processamento de imagens de profundidade. A seguir, um método para fusionar os dados provenientes do sensor de profundidade com dados fornecidos pelos sensores inerciais é implementado. Os resultados obtidos com aquisição dos dados do sensor de profundidade com baixas frequências são comparados com os dados obtidos pelos sensores inerciais, em experimentos envolvendo manobras bruscas e pertubações, para induzir erros de estimativa no sistema. Por fim, uma discussão sobre a importância da aquisição de informações em frequências altas é apresentada. Palavras-chave Veículos aéreos não tripulados, Quadrimotores, Filtro de Kalman descentralizado 1 Introdução Nos dias atuais, para ter acesso a áreas de difícil acesso ou de risco é mais conveniente a utilização de robôs, para preservação da integridade humana. Os veículos aéreos não tripulados (VANTs) de pás rotativas são excelentes robôs para operar nessas regiões (Szafranski et al., 2013). Alguns modelos possuem múltiplos motores, como é o caso dos quadrimotores, por exemplo, que é um dos drones mais utilizados hoje em dia. Eles são capazes de decolar e pousar verticalmente, de se manter pairados em um ponto qualquer do espaço, e de realizar manobras, versatilidade esta que facilita seu uso em qualquer tipo de ambiente, interno ou externo. O controle de posição do VANT é uma tarefa fundamental para automatizar sua navegação, e já foi implementado em diversos trabalhos (Engel et al., 2012; Santana et al., 2013). Entretanto, durante a realização dos experimentos observa-se que a estimação da posição do VANT com base nos sensores internos do veículo engloba erros de odometria tridimensional, o que impede que o veículo execute a tarefa de posicionamento com êxito. Como solução, propõe-se a utilização de um sistema de captura externo para obter o posicionamento 3D do VANT e, com isso, aprimorar sua localização (Santos et al., 2015). 515
2 Esta ideia de adicionar mais sensores ao sistema para incorporar suas informações na estimação de estado é conhecida como fusão sensorial (Mutambara, 1998). O GPS é utilizado para localização do veículo durante experimentos em ambientes externos (Christophersen et al., 2006) e câmeras para experimentos em ambientes internos (Engel et al., 2012; Santana et al., 2013). Em ambos os casos, as frequências de aquisição dos dados são inferiores aos 100 Hz, podendo chegar até mesmo a 1 Hz, como no caso de alguns GPS. Neste contexto, este trabalho apresenta alguns resultados obtidos para diferentes frequências de aquisição, com foco na atualização das observações para estimação da posição do VANT, para finalmente realizar o seu controle. Para tratar de tais temas, a Seção 2 apresenta o modelo e o controlador PD utilizados para controle de posição do VANT. Prosseguindo, a Seção 3 apresenta o sistema de captura, incluindo a detecção do VANT e as conversões necessárias para calcular sua posição 3D. A seguir, a Seção 4 apresenta o Filtro de Kalman Descentralizado (FKD) utilizado para realizar a fusão sensorial e assim aprimorar a estimação da posição e das velocidades do VANT. Por fim, os resultados obtidos durante o controle de posição, com diferentes frequências de aquisição do sistema de captura dos dados, são apresentados na Seção 5. 2 Modelo do VANT Neste trabalho é utilizado um VANT de pás rotativas do tipo quadrimotor, o AR.Drone 2.0 Power Edition R, da Parrot, Inc. Tal VANT é mostrado na Figura 1, juntamente com os sistemas de coordenadas adotados. Uma vantagem de se trabalhar com este veículo está na sua resposta quando recebe sinais de comando, que se dá através de uma relação linear (Santana et al., 2014). Os sinais de comando u representam a entrada real (aqueles efetivamente aplicadas ao VANT), e são uż, que corresponde a um comando de velocidade linear, e causa deslocamento no eixo z; u ψ, que corresponde a um comando de velocidade angular, e causa rotação ao redor do eixo z; u φ, que corresponde, indiretamente, a um comando de velocidade linear, e causa deslocamento no eixo y (assim, u φ = uẏ); u θ, que corresponde, indiretamente, a um comando de velocidade linear, e causa deslocamento no eixo x (assim, u θ = uẋ). As variáveis de estado do VANT são definidas como q = [ξ η], onde ξ = [x y z] T R 3 representa os deslocamentos longitudinal, lateral e normal, e η = [φ θ ψ] T R 3 contém os ângulos de rolagem, arfagem e guinada. Neste trabalho, um modelo ainda mais simplificado do que o proposto em (Santana et al., 2014) será aplicado para representar o AR.Drone, considerando que o objetivo de controle é permanecer em voo pairado em uma posição desejada ξ d = [x d, y d, z d ] T. Para tanto, os sinais de controle são U = [u θ, u φ, uż] T, e o modelo do VANT é ξ = κ u U κ v ξ, (1) onde ξ = [ẍ, ÿ, z] representa as acelerações do VANT nos eixos x, y e z, respectivamente, do sistema de coordenadas do veículo, enquanto κ u, κ v R 3x3 são matrizes cujos elementos são constantes de proporcionalidade identificadas experimentalmente. O modelo apresentado em (1) está escrito com base no referencial do veículo, e deve ser convertido para o referencial global, tornando-se, assim, onde κ u = ξ = R w κ u U R w κ v ξ, (2) K K K 3, κ v = K K K 6 (3) e R w é a matriz de rotação definida utilizando-se a orientação do VANT (ψ) em relação ao sistema de coordenadas global, dada por, cosψ sinψ 0 R w = sinψ cosψ 0. (4) Controle de Posição 3D Figura 1: O quadrimotor AR.Drone 2.0 PowerEdition R, da Parrot, Inc., e os sistemas de coordenadas adotados ({w} é o sistema global e {b} é o do veículo). Nesta subseção é apresentado o controlador não linear proposto para guiar o VANT para uma posição desejada (Santana et al., 2014). Logo, o objetivo de controle é conduzir a aeronave da sua posição atual ξ = [ x y z ] T para a posição desejada ξ d = [ x d y d z d ] T, aplicando-lhe comandos de velocidade. Reescrevendo (2), obtém-se ξ = f 1 U f 2 ξ, (5) 516
3 onde ξ = ẍ ÿ, U = u v x u vy, e ξ = ẋ ẏ, z uż ż com f 1 e f 2 sendo as duas matrizes 3 3 de (2), dadas, respectivamente, por R w κ u e R w κ v. Utilizando a técnica de dinâmica inversa é proposto um controlador, similar àquele proposto em (Santana et al., 2014). Para isso, adota-se a lei de controle U = f 1 1 (ν + f 2 ξ), (6) com ν = ξ d + κ d ξ + κp ξ, onde ξ = ξd ξ é o erro de posição, K px 0 0 K dx 0 0 κ p = 0 K py 0 e κ d = 0 K dy K pz 0 0 K dz (7) são as matrizes de ganhos proporcionais e derivativos, respectivamente. A Figura 2 mostra as variáveis e um esquemático da tarefa desejada. zr zd1 z <o> y x yr yd1 x r,y r,zr xr 26,22 xd1 d x d,y d,z z ~ d x ~ y ~ ~ ~ ~ ~ x,y,z Figura 2: VANT buscando o ponto desejado ξ d. Substituindo a lei de controle (6) em (5), obtém-se a equação que governa a dinâmica do erro de posição como ξ + κd ξ + κp ξ = 0. (8) Na sequência, para analisar a estabilidade do sistema, a função candidata de Lyapunov V( ξ, ξ) 1 = 2 ξ T 1 κ p ξ + ξ T ξ 0 (9) 2 é definida. Calculando sua primeira derivada e substituindo (8), tem-se V( ξ, ξ) = ξt κ p ξ + ξt ξ = ξ T κ p ξ ( ) + ξt κ p ξ κd ξ = ξt κ d ξ 0. (10) Portanto, a função V( ξ, ξ) é semi-definida negativa. Logo, pode-se concluir pela Teoria de Lyapunov para sistemas não lineares que ξ 0 com t. Adicionalmente, aplicando o teorema de La Salle à (8), pode-se finalmente garantir que ξ 0 com t. Portanto, o sistema em malha fechada é assintoticamente estável. 3 Sistema de Captura Neste trabalho foi montado um ambiente com um sistema de captura, usando um sensor de profundidade Xtion Pro Live para capturar a posição do VANT. As imagens de profundidade são adquiridas a partir de um feixe de luz infravermelha estruturado, sendo, portanto, invariante à intensidade de iluminação do ambiente. Ao processar essas imagens com mapa de profundidade estruturado, determina-se uma relação da altura em que o VANT se encontra com a área que os blobs ocupam na imagem, fazendo-se, assim, a detecção do quadrimotor, conforme detalhado em (Santos et al., 2015). Quando se utiliza um sensor de profundidade (RGB-D), é necessário realizar conversões de 2D (mapa da imagem) para 3D (referência global). Os métodos de conversão e uma explicação com mais detalhes também são apresentados em (Santos et al., 2015). Tal conversão é dada por ξ c = Ξ <c,w> x img (11) Ξ <c,w> = ḡ 1 P A 1 z ij, onde A, P, ḡ e z ij são a matriz dos parâmetros intrínsecos da câmera, a matriz de projeção, a matriz de parâmetros extrínsecos da câmera e o pixel da linha i e coluna j da matriz de profundidade, respectivamente. Figura 3 mostra as coordenadas de transformação e as posições de referência. j i 2D zij T <c,w> [i,j,1] z <o> y x yc Xtion xc Zc yb Yc Xc zb 3D zij c xc yc zij Figura 3: Transformações e referências. Em (a) é apresentado o plano 2D, conforme visão da câmera. Os sistemas de referência são < b >, o referencial do VANT, < c >, o referencial a câmera (Xtion Pro Live), e < o >, o referencial global. 4 Fusão Sensorial Para estimar a posição 3D do VANT é necessário obter as informações de posição em uma referência global. Neste trabalho, serão utilizadas as informações provenientes da odometria (calculadas por integração numérica dos dados dos sensores inerciais (IMU)) e as posições obtidas através dos dados visuais do sistema de captura. Para executar a fusão dessas informações, pode-se utilizar o Filtro de Kalman - KF (do inglês Kalman Filter) (Kalman, 1960) ou o Filtro de Kalman Descentralizado - FKD (Mutambara, 1998), este último utilizado para a fusão de múltiplos sensores/sistemas. xb 517
4 4.1 Filtro de Kalman O Filtro de Kalman requer que o modelo de sistema seja x k+1 = A k x k + w k z k = H k x k + υ k, (12) onde x k representa o vetor de estado no instante k, A k é a matriz que relaciona a transição dos estados x k para x k+1, z k é o vetor de observações, H k é a matriz que descreve a conexão entre z k e x k, e, finalmente, w k e v k são vetores de ruído do sistema e das observações, respectivamente. Considerando uma estimação inicial do processo como ˆx k k 1 no instante t k, as equações correspondentes ao Filtro de Kalman são Predição: Estimação: ˆx k k 1 = A k ˆx k 1 P k k 1 = A k P k A T k + Q k (13) k = (P k k 1 ) 1 + H T R 1 H k ˆx k = ˆx k k 1 + K k ( zk H k ˆx k k 1 ) K k = P k H T k R 1 k, (14) onde P k k 1 é a previsão de P k (dadas as observações até o instante k 1), P k é a matriz de covariância do erro entre o estado real x k e o estado estimado ˆx k e K k é a matriz de ganho do Filtro de Kalman. 4.2 Filtro de Kalman Descentralizado Um sistema descentralizado consiste em uma rede de filtros, com unidades de processamento individuais para cada filtro. Nestes sistemas, a fusão ocorre localmente em cada unidade, baseada na transmissão de informações das unidades vizinhas que são enviadas para os filtros locais. Em um sistema de fusão sensorial descentralizado, o processamento do filtro é um nó do sistema, que distribui as observações e as informações locais aos demais filtros. Assim, o filtro descentralizado usa essas informações para gerar novas saídas fusionadas. O algoritmo executado nos filtros ou nas unidades de processamento é aquele descrito na sequência. No instante k, para o i-ésimo filtro local, temse ( ˆx ik = P ik P k 1ˆx 1 k 1 + H ik Ri 1 ) z ik (15) i e para o filtro global tem-se ˆx k = P k [ n i=1 ik k = = k 1 + HT ik R 1 ik H ik, (16) ˆx ik (n 1) k 1 ˆx k 1 n i=1 ik ] (17) 1 (n 1)Pk 1. (18) 4.3 Estimação da Posição 3D O vetor de estimação dos estados do FKD é ˆx = [ x y z ẋ ẏ ż ]. (19) O diagrama da Figura 4 representa as matrizes dos filtros utilizados na fusão das informações provenientes da câmera de profundidade e dos sensores inerciais(imu) do VANT. Figura 4: Diagrama do sistema de estimação das posições e velocidades do VANT com FKD. É importante ressaltar que na implementação do FKD pode-se criar um mecanismo que controla quando as observações de cada filtro local serão incorporadas no filtro global. Na Figura 4 a frequência de atualização das observações da câmera é limitada pela chave 1. Assim, incorporam-se as informações da câmera ao filtro global em determinados instantes, conforme a taxa de aquisição. 5 Resultados Experimentais Os resultados a seguir apresentam o controle de posição executado conforme descrito na Seção 2. Utilizam-se as informações de saída do FKD para realizar a tarefa de posicionar o VANT na posição desejada. Também foram inseridos distúrbios manuais nas direções de controle, em todos os experimentos, a fim de validar o método proposto. As diferentes frequências de aquisição dos dados da câmera são evidenciadas nos intervalos e na quantidade de informações presentes nas Figuras 5(a), (b), (c) e (d), que mostram os resultados dos experimentos 1, 2, 3 e 4, respectivamente (as marcações com um círculo azul é que representam os dados obtidos pelo sistema de captura). No Experimento 1, a frequência de aquisição dos dados da câmera foi programada para atualizar o FKD a cada 1Hz. Entretanto, o filtro consegue estimar os estados de posição e velocidades da aeronave na taxa de 100Hz, devido às informações inerciais do VANT. Os erros nos instantes de [ , , ] foram ocasionados por pertubações aplicadas ao VANT. Os Experimentos 2, 3 e 4 foram realizados seguindo o mesmo procedimento, mas variando a frequência de aquisição dos dados da câmera para 1.5Hz, 6Hz e 30Hz, respectivamente, e os instantes em que as pertubações são inseridas. Para melhor interpretação dos dados e do 518
5 (a) (b) Note-se que o objetivo de controle foi alcançado em todos os experimentos, uma vez que o VANT permaneceu ancorado na posição desejada ξ d = [0, 0, 0.8], inclusive sob pertubações, conforme desejado. Assim, foi comprovado que independentemente da frequência de atualização das observações do filtro para correção do posicionamento tridimensional, desde que o sistema tenha algum outro sensor que forneça as informações de velocidade e posição à uma frequência de pelo menos 30Hz, que é a frequência mínima (f min ) para o envio de sinais de controle ao quadrimotor utilizado, o controle de posição é efetivamente realizado. Neste sentido, as informações do sistema de captura são incorporadas ao filtro e realizam uma correção nos dados de posição fornecidos pelos sensores inerciais, passíveis de erros expressivos ao longo do tempo (Santana et al., 2014). A manipulação de imagens é um processo custoso. Assim, no decorrer dos experimentos foi avaliado o tempo médio de processamento (T p ) de todo o algoritmo (detecção do VANT, atualização das observações, estimação dos estados e cálculo dos sinais de controle), rodando em um computador à base do processador I7 da Intel, de quatro núcleos, com memória RAM de 4 GBytes e sistema operacional Windows 7. A Tabela 1 apresenta os resultados obtidos. Tal tempo representa o tempo de execução total medido ao longo de cada experimento, dividido pelo número total de amostras de posição obtidas. Assim, quando a taxa de aquisição das imagens de profundidade é a mesma da odometria se obtém um tempo médio maior, pois o cálculo da fusão dos dados sensoriais é feito a cada loop de controle, o que não ocorre quando a taxa de aquisição das imagens de profundidade diminui. (c) (d) Figura 5: Resultados dos Experimentos 1, 2, 3 e 4 com as frequências de atualização das observações em 1Hz, 1.5Hz, 6Hz e 30Hz, respectivamente em (a), (b), (c) e (d). que realmente acontece com a aeronave na inserção de pertubações, foi editado um vídeo com todos os experimentos deste artigo. Logo, para obter mais detalhes, o leitor deve acessar o link Tabela 1: Tempos de execução médio de cada iteração do sistema, para várias frequências de captura das imagens de profundidade. Exp. freq [Hz] T p [ms] O Experimento 5, ilustrado na Figura 6, tem o mesmo objetivo de controle dos demais experimentos. A diferença é a realização de uma manobra brusca (entre os instantes [ ]) e a amplitude das pertubações introduzidas(nos intervalos entre [ ] e [ ]). Destaquese que após a realização da manobra brusca as informações dos sensores inerciais acumulam um erro que compromete a execução da tarefa desejada. Porém, mesmo com erros no cálculo da posição e velocidade, o VANT se mantém ancorado na posição desejada, visto que as informações visuais da câmera auxiliam na correção destes cálculos a cada iteração. A Figura 6(a) mostra a evolução da posição do VANT ao longo das iterações. Observe-se que ξ r ξ d, assim como ξ 0, como vê na Figura 6(b), conforme previsto. 6 Conclusões Apesar do sistema de odometria do VANT tender a fornecer valores cada vez mais errados, ao longo do tempo, esses dados respeitam o comportamento do movimento, porém deslocados. Essa observação é importante, já que o controle do 519
6 ao IFES (Instituto Federal do Espírito Santo), à UFV (Universidade Federal de Viçosa) e à FA- PEMIG, por viabilizarem sua participação neste trabalho. Referências (a) (b) Figura 6: Resultado do Experimento 5 com a frequência de atualização fixada a 30Hz. Em (a) e (b), são mostradas as posições e velocidades obtidas no experimento, respectivamente. VANT se baseia nos erros de sua posição em relação ao ponto desejado ξ d. Logo, se não houvesse uma correção da posição, a tarefa de controle seria executada com êxito, mas para efeitos de experimentos práticos seria observado um contínuo deslocamento lateral, ocasionado pelo erro acumulativo de posição da odometria (drifting). Em virtude disso, os experimentos reais com diferentes frequências de atualização da posição foram executados com sucesso, mesmo com frequências bastante baixas de atualização de posição. Em teoria, pode-se afirmar que se os sensores inerciais do VANT fornecessem os dados de velocidade sem imprecisões a frequência de aquisição da câmera (f c ) no filtro de fusão poderia ser muito baixa, comparada à frequência de atuação do VANT (f V ANT ), ou seja f c << f V ANT, que mesmo assim a tarefa de controle seria executada. Entretanto, na prática observou-se que ao excitar o VANT a realizar manobras bruscas (flip ahead) os dados inerciais de velocidade acumulam um erro interno que ocasiona a má estimação das velocidades e posições. Neste caso, se f c f V ANT a estimação da posição do VANT fica comprometida, desestabilizando o sistema, levando-o ao chão. Logo, para experimentos práticos, recomenda-se incorporar ao filtro de fusão a maior quantidade de informações de posição tridimensional do VANT possível. Agradecimentos Os autores agradecem ao CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico, e à FAPES - Fundação de Amparo à Pesquisa e Inovação do Espírito Santo, pelo apoio financeiro ao projeto. Eles também agradecem à UFES (Universidade Federal do Espírito Santo), Christophersen, H. B., Pickell, W. R., Neidoefer, J. C., Koller, A. A., Kannan, S. K. and Johnson, E. N. (2006). A compact guidance, navigation, and control system for unmanned aerial vehicles, Journal of Aerospace Computing, Information, and Communication pp Engel, J., Sturm, J. and Cremers, D. (2012). Camera-based navigation of a low-cost quadrocopter, Proceedings of the 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems. Kalman, R. E. (1960). A new approach to linear filtering and prediction problems, ASME Journal of Basic Engineering. Mutambara, A. G. (1998). Decentralized Estimation and Control for Multisensor Systems, CRC Press. Santana, L. V., Brandao, A. S., Sarcinelli-Filho, M. and Carelli, R. (2014). A trajectory tracking and 3d positioning controller for the ar.drone quadrotor, 2014 International Conferenc eon Unmanned Aircraft Systems (ICUAS2014), Orlando, FL, USA, pp Santana, L. V., Sarcinelli-Filho, M. and Carelli, R. (2013). Estimation and control of the 3d position of a quadrotor in indoor environments, Proceedings of the 16th International Conference on Advanced Robotics (ICAR 13), Montevideo, Uruguay. Santos, M. C. P., Santana, L. V., Martins, M. M., Brandao, A. S. and Sarcinelli-Filho, M. (2015). Estimating and controlling uav position using rgb-d/imu data fusion with decentralized information/kalman filter, 2015 IEEE International Conference on Industrial Technology (ICIT 2015), Seville, Spain, pp Szafranski, G., Czyba, R., Janusz, W. and Blotnicki, W. (2013). Altitude estimation for the uav s applications based on sensors fusion algorithm, International Conference on Unmanned Aircraft Systems (ICUAS), pp
MODELAGEM MATEMÁTICA E CONTROLE DE ATITUDE E POSIÇÃO DO QUADROTOR.
MODELAGEM MATEMÁTICA E CONTROLE DE ATITUDE E POSIÇÃO DO QUADROTOR. Tayara Crystina Pereira Benigno 1 ; Milena Carolina dos Santos Mangueira 2 ; Nallyson Tiago Pereira da Costa 3 ; Francisca Joedna Oliveira
Leia maisSISTEMA PARA ESTIMAÇÃO E CONTROLE DA POSIÇÃO 3D DE UM QUADRIMOTOR EM AMBIENTES INTERNOS Lucas Vago Santana, Alexandre Santos Brandão, Mario Sarcinelli Filho, Ricardo Carelli Coordenadoria de Automação
Leia maisEstimativa de Posição 3D de Obstáculos para VANTs
Estimativa de Posição 3D de Obstáculos para VANTs Rodolfo Barros Chiaramonte, Kalinka Regina Lucas Jaquie Castelo Branco Institute of Mathematics and Computing Sciences (ICMC) University of São Paulo (USP),
Leia maisIMPLEMENTAÇÃO DE SISTEMA DE ATITUDE EM DSP
Anais do 15 O Encontro de Iniciação Científica e Pós-Graduação do ITA XV ENCITA / 2009 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 19 a 21 2009. IMPLEMENTAÇÃO DE SISTEMA
Leia maisINSTITUTO TECNOLÓGICO DE AERONÁUTICA
INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA MECÂNICA MP-272: CONTROLE E NAVEGAÇÃO DE MULTICÓPTEROS VI. NAVEGAÇÃO Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de Mecatrônica
Leia maiss:
MODELAGEM E VALIDAÇÃO DE UM QUADRIMOTOR ARDRONE PARROT Leonardo L. Lopes, Alexandre S. Brandão, Mário Sarcinelli Filho, Ricardo Carelli Departamento de Engenharia Elétrica, Centro de Ciência Exatas e Tecnológicas
Leia maisUD V. Orientação Exterior
UD V Orientação Exterior Conceitos Básicos Matriz de Rotação Resseção Espacial Condição de Colinearidade Modelo Matemático Ajustamento pelo MMQ Aproximações Iniciais Implementação do Algoritmo UD V - Orientação
Leia maisProcessamento de Imagens Termais Aplicado à Navegação Autônoma. Wanessa da Silva
Processamento de Imagens Termais Aplicado à Navegação Autônoma Wanessa da Silva Outubro, 2016 Introdução Roteiro Métodos Imagens Utilizadas Resultados Considerações Finais 1. Introdução 2. Métodos 4. Imagens:
Leia maisMODELAGEM DINÂMICA DE UM VEÍCULO AÉREO NÃO TRIPULADO DO TIPO QUADRICÓPTERO
MODELAGEM DINÂMICA DE UM VEÍCULO AÉREO NÃO TRIPULADO DO TIPO QUADRICÓPTERO Gabriela Vieira Lima, Rafael M. J. A. de Souza, Aniel Silva de Morais, Josué Silva de Morais Laboratório de Automação, Servomecanismos
Leia mais4 Controle de motores de passo
36 4 ontrole de motores de passo O controle em malha aberta é o mais comum em motores de passo. Entretanto, o motor deve operar razoavelmente abaixo de sua capacidade para evitar a perda de passos. As
Leia maisIMPLEMENTAÇÃO E ANÁLISE DE LOCALIZAÇÃO EM ROBÓTICA MÓVEL POR FILTRO DE KALMAN
IMPLEMENTAÇÃO E ANÁLISE DE LOCALIZAÇÃO EM ROBÓTICA MÓVEL POR FILTRO DE KALMAN Claudiney Calixto da Silva (PG), Juliano Augusto Pereira (PG) Divisão de Ciência da Computação - Instituto Tecnológico de Aeronáutica
Leia maisEste capítulo descreve os testes realizados para validar a teoria proposta pela presente dissertação.
6 Simulações Este capítulo descreve os testes realizados para validar a teoria proposta pela presente dissertação. 6.1. Descrição da Simulação Visando validar o equacionamento desenvolvido no Capítulo
Leia maisAlgoritmo Array Rápido para Filtragem de Sistemas Lineares Sujeitos a Saltos Markovianos com Variação Estruturada dos Parâmetros no Tempo
Trabalho apresentado no XXXVII CNMAC, SJ dos Campos - SP, 2017 Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Algoritmo Array Rápido para Filtragem de Sistemas Lineares
Leia maisControle de Veículos Aéreos
12, 13 e 14/11/2014, Parnaíba-PI Controle de Veículos Aéreos Prof. Dr. Mário Sarcinelli Filho Universidade Federal do Espírito Santo UFES Bolsista de Produtividade em Pesquisa PQ-2 do CNPq Orientador de
Leia mais5 Equacionamento do Filtro de Kalman
5 Equacionamento do Filtro de Kalman As implementações do filtro de Kalman para a fusão do GPS com o sensor inercial são classificadas na literatura principalmente como: acopladas, utilizando como informação
Leia maisUNIDADE DE MEDIDA INERCIAL PARA CÁLCULO DE DESLOCAMENTO
UNIDADE DE MEDIDA INERCIAL PARA CÁLCULO DE DESLOCAMENTO ARAUJO, R. C.1; MARCO, M. M. de1; PAULA FILHO, P. L.1; SILVA, H. P. da1; ANGONESE, C.1 1 Núcleo de Ciência da Computação. Câmpus UTFPR-MD {rodrigo.araujo13,
Leia mais4 Modelo Linear de Quatro Graus de Liberdade
4 Modelo Linear de Quatro Graus de Liberdade O modelo linear descrito em (Spinola, 2003) na forma de estado (11) representa um veículo de dois graus de liberdade: velocidade lateral em relação ao referencial
Leia maisUSANDO UM SENSOR DE VARREDURA LASER
CONTROLE DE ROBÔS MÓVEIS PARA NAVEGAÇÃO EM FORMAÇÃO LINEAR USANDO UM SENSOR DE VARREDURA LASER A. S. Brandão, J. L. Torres, M. Sarcinelli Filho, R. Carelli, T. F. Bastos Filho UFES - Universidade Federal
Leia maisMP-208: Filtragem Ótima com Aplicações Aeroespaciais
MP-208: Filtragem Ótima com Aplicações Aeroespaciais Capítulo 5: Aspectos Computacionais do Filtro de Kalman Davi Antônio dos Santos Departamento de Mecatrônica Instituto Tecnológico de Aeronáutica davists@ita.br
Leia maisSISTEMA DE BAIXO CUSTO PARA DETERMINAÇÃO DA ATITUDE COM
SISTEMA DE BAIXO CUSTO PARA DETERMINAÇÃO DA ATITUDE COM APLICAÇÃO EM VANTS Antônio Padilha Lanari Bo, Geovany Araújo Borges Grupo de Robótica, Automação e Visão - GRAV Departamento de Engenharia Elétrica
Leia maisControle de Navegação de um Veículo Aéreo Não Tripulado tipo Quadrirrotor com Restrição em sua Orientação
Controle de Navegação de um Veículo Aéreo Não Tripulado tipo Quadrirrotor com Restrição em sua Orientação André T. da Silva, João P. F. Guimarães, Pablo J. Alsina, Adelardo A. D. Medeiros Resumo Este artigo
Leia maisRastreamento de objeto e estimativa de movimento
Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Brasil 2015 Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Relatório do trabalho 2 da disciplina de Processamento Digital
Leia maisUM MODELO DE UNIDADE DE MEDIDA INERCIAL UTILIZANDO 3 ACELERÔMETROS
UM MODELO DE UNIDADE DE MEDIDA INERCIAL UTILIZANDO 3 ACELERÔMETROS ANDERSON B. N. SILVA 1, SAMUEL X. SOUZA 2, PABLO J. ALSINA 2. 1. Diretoria de Ensino Campus Picuí, Instituto Federal de Educação, Ciência
Leia maisIntrodução. Introdução. Introdução. Introdução. Introdução. Introdução à Robótica Robótica Móvel Localização. Principais questões na Robótica
à Robótica Robótica Móvel Localização Prof. Douglas G. Macharet douglas.macharet@dcc.ufmg.br Principais questões na Robótica Onde estou? (localização) Aonde vou? (objetivo) Como vou? (planejamento)? à
Leia maisMP-208: Filtragem Ótima com Aplicações Aeroespaciais
MP-208: Filtragem Ótima com Aplicações Aeroespaciais Capítulo 7: Filtro de Kalman Estendido Discreto Davi Antônio dos Santos Departamento de Mecatrônica Instituto Tecnológico de Aeronáutica davists@ita.br
Leia maisCONTROLE LÍDER-SEGUIDOR DE UMA FORMAÇÃO VANT-VTNT
CONTROLE LÍDER-SEGUIDOR DE UMA FORMAÇÃO VANT-VTNT Alexandre S. Brandão, Igor H. B. Pizetta, Mario Sarcinelli Filho, Ricardo Carelli Departamento de Engenharia Elétrica, Centro de Ciência Exatas e Tecnológicas
Leia maisImplementação do Filtro de Kalman Estendido
UNIVERSIDADE FEDERAL DA GRANDE DOURADOS UFGD FACULDADE DE CIÊNCIAS EXATAS E TECNOLOGIA FACET DISCIPLINA: Tópicos em Robótica Móvel PROFESSORA: Drª Valguima Odakura ACADÊMICOS: Aline Izida e Diogo Fernando
Leia maisMapeamento de ambientes e processamento visual utilizando Kinect
Mapeamento de ambientes e processamento visual utilizando Kinect Mário Alberto Cecchi Raduan Bolsista PIBIC/UFRJ Orientador: Adriano Joaquim de Oliveira Cruz, PhD Laboratório de Inteligência Computacional
Leia mais4 Cálculo de Equivalentes Dinâmicos
4 Cálculo de Equivalentes Dinâmicos 4.1. Introdução Os sistemas de potência interligados vêm adquirindo maior tamanho e complexidade, aumentando a dependência de sistemas de controle tanto em operação
Leia maisFundamentos da Eletrostática Aula 02 Cálculo Vetorial: derivadas
Campo Escalar e Gradiente Fundamentos da Eletrostática Aula 02 Cálculo Vetorial: derivadas Prof. Alex G. Dias (alex.dias@ufabc.edu.br) Prof. Alysson F. Ferrari (alysson.ferrari@ufabc.edu.br) Um campo escalar
Leia maisANÁLISE DE MOVIMENTO RELATIVO USANDO UM SISTEMA DE EIXOS EM ROTAÇÃO (Sec. 16.8) Na descrição dos movimentos de pontos de um único corpo rígido, ou de
ANÁLISE DE MOVIMENTO RELATIVO USANDO UM SISTEMA DE EIXOS EM ROTAÇÃO (Sec. 16.8) Na descrição dos movimentos de pontos de um único corpo rígido, ou de pontos em corpos rígidos articulados, as análises de
Leia mais6 Controlador de Estado
6 Controlador de Estado Apresenta-se a seguir o método para implementação do sistema de controle por estados (Ogata, 1990). Considera-se agora o sistema representado em sua forma de estado: (25) cujo o
Leia maisUniversidade Federal do Espírito Santo SEAGRO: ANAIS DA SEMANA ACADÊMICA DO CURSO DE AGRONOMIA DO CCAE/UFES FILTRO DE PARTÍCULAS APLICADO À ESTIMAÇÃO
Universidade Federal do Espírito Santo SEAGRO: ANAIS DA SEMANA ACADÊMICA DO CURSO DE AGRONOMIA DO CCAE/UFES FILTRO DE PARTÍCULAS APLICADO À ESTIMAÇÃO DE EPIDEMIAS EM PLANTAS Kaique dos Santos Alves 1,
Leia maisAnfranserai M. Dias, Pablo J. Alsina Universidade Federal do Rio Grande do Norte, DCA - CT - UFRN Lagoa Nova, Cep.: Natal, RN, Brasil
FUSÃO DE SINAIS DE CONTROLE BASEADA NA DIREÇÃO DO ERRO PARA MANIPULADOR REDUNDANTE Anfranserai M Dias, Pablo J Alsina Universidade Federal do Rio Grande do Norte, DCA - CT - UFRN Lagoa Nova, Cep: 59072-970
Leia maisSLAM II Localização e Mapeamento Simulatâneos
SCE5880 Algoritmos de Estimação para Robótica Móvel As posições do robô ao longo do tempo e os landmarks correspondem a nós em um grafo. Filtro de Informação SLAM II Localização e Mapeamento Simulatâneos
Leia maisFUSÃO DOS DADOS DO DEAD RECKONING E DO GIROSCÓPIO USANDO O FILTRO DE KALMAN ESTENDIDO APLICADO À LOCALIZAÇÃO DE UMA CADEIRA DE RODAS MOTORIZADA
FUSÃO DOS DADOS DO DEAD RECKONING E DO GIROSCÓPIO USANDO O FILTRO DE KALMAN ESTENDIDO APLICADO À LOCALIZAÇÃO DE UMA CADEIRA DE RODAS MOTORIZADA PABLO F. SALAROLLI 1, VINÍCIUS DA R. MOTTA 1, MARCO A. DE
Leia maisEES-20: Sistemas de Controle II. 31 Julho 2017
EES-20: Sistemas de Controle II 31 Julho 2017 1 / 41 Folha de informações sobre o curso 2 / 41 O que é Controle? Controlar: Atuar sobre um sistema físico de modo a obter um comportamento desejado. 3 /
Leia maisDesenvolvimento de algoritmos de controle para o uso em quadricópteros com aplicações em enxames de robôs
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Desenvolvimento de algoritmos de controle para o uso em quadricópteros com aplicações em enxames de robôs Souza, D. A. B. Escola Politécnica
Leia maisII. MODELAGEM MATEMÁTICA (cont.)
INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA MECÂNICA MP-272: CONTROLE E NAVEGAÇÃO DE MULTICÓPTEROS II. MODELAGEM MATEMÁTICA (cont.) Prof. Davi Antônio dos Santos (davists@ita.br) Departamento
Leia maisUm algoritmo de navegação não linear 3D para veículos aéreos não tripulados
Um algoritmo de navegação não linear 3D para veículos aéreos não tripulados Guilherme V. Pelizer 1, Natássya B. F. Silva 1, Kalinka R. L. J. C. Branco 1 1 Instituto de Ciências Matemáticas e de Computação
Leia mais3 Trabalhando com imagens digitais
3 Trabalhando com imagens digitais Neste capítulo, é apresentada a importância da utilização de imagens digitais em aplicações de computação gráfica. Se o objetivo destas aplicações for criar uma cena
Leia mais!"$# %$'& (#) *+! *,$ -) -#.+/ &$0 $"$# 1 ' #$4!*.+5 #76$8 8'9
!"$# %$'& (#) *+! *,$ -) -#.+/ &$0 $"$# 1 ' 2 +3 2#$4!*.+5 #76$8 8'9 :?
Leia maisSSC5887 SSC5887. Histórico. Grupo de Sistemas Embarcados Evolutivos e Robóticos - SEER. Grupo de Sistemas Embarcados Evolutivos e Robóticos - SEER
Grupo de Sistemas Embarcados Evolutivos e Robóticos - SEER Áreas de atuação: SSC5887 Introdução aos Sistemas Robóticos Denis Fernando Wolf 1º semestre 2010 Sistemas embarcados Computação reconfigurável
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Leia maisA robótica abrange tecnologia de mecânica, eletrônica e computação. Alem disso, participam em menor grau teoria de controle, microeletrônica,
Fundamentos da tecnologia de robôs A robótica abrange tecnologia de mecânica, eletrônica e computação. Alem disso, participam em menor grau teoria de controle, microeletrônica, inteligência artificial,
Leia mais7 Experimentos. Figura 2 Sensor Inercial (Xsens) Figura 3 Sensor GPS (Garmin) Figura 1 Robô Ambiental Híbrido
7 Experimentos Foram realizados dois experimentos distintos com o sensor GPS da marca Garmin e o sensor inercial da marca Xsens, Fig. 83 e 84 respectivamente: Na floresta amazônica, onde os sensores foram
Leia maisControlo por Computador. Primeiro Teste
MEEC, MAero Controlo por Computador 2014/2015 Primeiro Teste 5 de Novembro de 2014, 20 horas salas QA, Q01 Quotação: P1 a) 2 b) 2 c) 2; P2 a) 3, b) 1, c) 1, P3 4, P4 a) 1 b) 3 c) 1. Duração: 2 horas. Não
Leia maisMESTRADO INTEGRADO EM ENG. INFORMÁTICA E COMPUTAÇÃO 2011/2012. EIC0010 FÍSICA I 1o ANO 2 o SEMESTRE
MESTRADO INTEGRADO EM ENG. INFORMÁTICA E COMPUTAÇÃO 2011/2012 EIC0010 FÍSICA I 1o ANO 2 o SEMESTRE Prova com consulta de formulário e uso de computador. Duração 2 horas. Nome do estudante: Pode consultar
Leia maisROBÓTICA PLANEJAMENTO DE TRAJETÓRIAS. Prof a. Dra. GIOVANA TRIPOLONI TANGERINO Tecnologia em Automação Industrial
SP CAMPUS PIRACICABA ROBÓTICA Prof a. Dra. GIOVANA TRIPOLONI TANGERINO Tecnologia em Automação Industrial PLANEJAMENTO DE TRAJETÓRIAS https://giovanatangerino.wordpress.com giovanatangerino@ifsp.edu.br
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
FILTRO DE KALMAN ESTENDIDO BASEADO EM VISÃO COMPUTACIONAL E ODOMETRIA APLICADO À LOCALIZAÇÃO DE ROBÔS MÓVEIS Fabrício de Oliveira Coelho, João Pedro Carvalho de Souza, Milena Faria Pinto, Guilherme Marins
Leia maisData: 28/05/2010 8h as 12h. IP addresses and the port numbers of the components.
CURSO DE PROGRAMAÇÃO DE ROBÔS MÓVEIS USP - ICMC LRM: Laboratório de Robótica Móvel Profs. Denis Wolf, Eduardo Simões, Fernando Osório Alunos PG - Alberto Hata, Gustavo Pessin, Patrick Shinzato, Maurício
Leia maisANÁLISE DE DISTORÇÕES EM FOTOS DA CAMERA GOPRO OBTIDAS COM VANT FOTOGRAMÉTRICO
ANÁLISE DE DISTORÇÕES EM FOTOS DA CAMERA GOPRO OBTIDAS COM VANT FOTOGRAMÉTRICO João Carlos B. REBERTE 1 ; Mosar F. BOTELHO 2 ; Matheus Augusto Pereira 3 ; Francisco de D. FONSECA NETO 4 ; Alessandra L.
Leia maisAVALIAÇÃO DOS EFEITOS DA PRESSÃO DE RADIAÇÃO SOLAR PARA SATÉLITES GPS
3 AVALIAÇÃO DOS EFEITOS DA PRESSÃO DE RADIAÇÃO SOLAR PARA SATÉLITES GPS Luiz Danilo Damasceno Ferreira Universidade Federal do Paraná Departamento de Geociências CP: 19011 CEP: 81531-990 Curitiba PR Brasil
Leia maisIntegração de Dados Visuais e Inerciais Para o Equilíbrio de Um Robô Humanóide
Integração de Dados Visuais e Inerciais Para o Equilíbrio de Um Robô Humanóide Orientador: Professor Vítor Santos Coorientador: Professor Filipe Silva João Carlos Pimentel Fidalgo Peixoto 00 Universidade
Leia maisOrientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,
Leia maisTÍTULO: FUZZY TAKAGI-SUGENO PARA IDENTIFICAÇÃO E CONTROLE INERCIAL DE UM ROBÔ MÓVEL
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: FUZZY TAKAGI-SUGENO PARA IDENTIFICAÇÃO E CONTROLE INERCIAL DE UM ROBÔ MÓVEL CATEGORIA: EM ANDAMENTO
Leia maisMODELAÇÃO E SIMULAÇÃO MEEC IST, TESTE N0.1 TIPO V02. Consider o sistema dinâmico descrito pela equação diferencial
MODELAÇÃO E SIMULAÇÃO - 2018 MEEC IST, TESTE N0.1 TIPO V02 Problema No.1 [5v] Análise de Sistemas Não Lineares Consider o sistema dinâmico descrito pela equação diferencial dx = x (x 1) +u (1) onde u é
Leia maisMP-208: Filtragem Ótima com Aplicações Aeroespaciais
MP-208: Filtragem Ótima com Aplicações Aeroespaciais Capítulo 1: Introdução Davi Antônio dos Santos Departamento de Mecatrônica Instituto Tecnológico de Aeronáutica davists@ita.br São José dos Campos,
Leia maisVEHICLE DYNAMICS - LATERAL ANDRÉ DE SOUZA MENDES ARTICULATED VEHICLE MODEL
VEHICLE DYNAMICS - LATERAL ANDRÉ DE SOUZA MENDES ARTICULATED VEHICLE MODEL São Bernardo do Campo 2016 O Figura 1 Single track bicycle model. 0.1 USANDO LAGRANGE O modelo físico do carro é ilustrado na
Leia mais15/05/2013. Localização I. Localização. Localização: classificação. Localização: classificação. Tipo de ambiente. Ambiente dinâmico - soluções
SCE5880 Algoritmos de Estimação para Robótica Móvel Localização Estimar a posição de um robô a partir de um mapa e de informações obtidas por sensores. Localização I Localização: classificação Tipo de
Leia maisANÁLISE DE UM MANIPULADOR ROBÓTICO MÓVEL 1
ANÁLISE DE UM MANIPULADOR ROBÓTICO MÓVEL 1 Rodolfo R. dos SANTOS 2 Graduando em Engenharia de Controle e Automação, IFSP/Câmpus São Paulo Bolsista PIBIFSP Caio Igor Gonçalves CHINELATO 3 Docente do Curso
Leia maisCongresso de Inovação, Ciência e Tecnologia do IFSP
Congresso de Inovação, Ciência e Tecnologia do IFSP - 2016 CONTROLADOR PID APLICADO A PROGRAMAÇÃO DE ROBÔ MÓVEL THAIS JULIA BORGES RIBEIRO 1, MASAMORI KASHIWAGI 2 1 Técnico em Automação Industrial, Bolsista
Leia maisd 2 e = d 1 dt =v * v 2
MODELAÇÃO E SIMULAÇÃO TESTE No. 2 TIPO V02 2016 MEEC IST QUESTÕES-TIPO PARA O TESTE N0. 2 PROBLEMA N0.1 Estabilidade de Sistemas Não Lineares (Teoria de Lyapunov) Pretende-se coordenar o movimento de dois
Leia maisAna Paula Abrantes de Castro 1,2 José Demisio Simões da Silva 2 Felipe Leonardo Lobo Medeiros 1,2 Elcio Hideiti Shiguemori 1
Restauração de Imagens e detecção automática de características aplicados à Navegação Aérea Autônoma Ana Paula Abrantes de Castro 1,2 José Demisio Simões da Silva 2 Felipe Leonardo Lobo Medeiros 1,2 Elcio
Leia maisMOVIMENTO 3D: REFERENCIAL EM ROTAÇÃO
MOVIMENTO 3D: REFERENCIAL EM ROTAÇÃO INTRODUÇÃO ESTUDO DE CASO Um ventilador em funcionamento está oscilando em torno de um eixo vertical. Uma mosca insuspeita voa em direção ao ventilador e se choca com
Leia maisINTRODUÇÃO À ROBÓTICA MÓVEL
INTRODUÇÃO À ROBÓTICA MÓVEL Aula 20 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br Exploração baseada em Fronteiras Método desenvolvido por Brian
Leia maisDESENVOLVIMENTO DE VEICULOS AUTONOMOS EM ESCALA EM AMBIENTE DE SIMULAÇÃO COMPUTACIONAL
DESENVOLVIMENTO DE VEICULOS AUTONOMOS EM ESCALA EM AMBIENTE DE SIMULAÇÃO COMPUTACIONAL Aluno: Renan de Lima Simões Mondego Vilela Orientador: Mauro Speranza Neto Introdução O presente projeto é continuação
Leia maisUNIVERSIDADE FEDERAL DO RIO DE JANEIRO INSTITUTO TÉRCIO PACCITI DE APLICAÇÕES E PESQUISAS COMPUTACIONAIS. Relatório Técnico, 05/06
1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO INSTITUTO TÉRCIO PACCITI DE APLICAÇÕES E PESQUISAS COMPUTACIONAIS Relatório Técnico, 05/06 DOOR CROSSING AND STATE IDENTIFICATION USING ROBOTIC VISION Eliana Prado
Leia maisOccupancy grid based graph-slam using the distance transform, SURF features and SGD
Occupancy grid based graph-slam using the distance transform, SURF features and SGD Autores: Arturo Gil, Miguel Juliá, Óscar Reinoso Artur Segal Kaim Agenda Introdução Arquitetura Resultados Trabalho futuro
Leia maisTÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO DE UM SER HUMANO
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO
Leia maisPLATAFORMAS MARÍTIMAS. Aula 11. Sistemas de Posicionamento Dinâmico
PLATAFORMAS MARÍTIMAS Aula 11 Sistemas de Posicionamento Dinâmico INTRODUÇÃO Define-se posicionamento dinâmico (Dynamic Positioning - DP) como um sistema que controla automaticamente a posição e o aproamento
Leia maisAPLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO
APLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO André TEIXEIRA DE AQUINO; André LUIZ CARNEIRO DE ARAÚJO (1) Instituto Federal de Educação, Ciência e Tecnologia do Ceará,
Leia maisRECONHECIMENTO FACIAL UTILIZANDO EIGENFACES
Universidade Federal do Rio de Janeiro Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia Programa de Engenharia de Sistemas e Computação Rio de Janeiro, RJ Brasil RECONHECIMENTO
Leia maisLocalização de robôs móveis baseados em balizas
Faculdade de Engenharia da Universidade do Porto Localização de robôs móveis baseados em balizas Sandro Augusto Costa Magalhães Tiago José Ferreira Mendonça VERSÃO FINAL Trabalho realizada no âmbito da
Leia maisCONCURSO PÚBLICO DE PROVAS E TÍTULOS EDITAL ESPECÍFICO 087/ CAMPUS SABARÁ
MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS CAMPUS SABARÁ MG Rodovia MGC 262, km 10, s/n, Sobradinho, Sabará/MG,
Leia maisVEÍCULO AÉREO NÃO TRIPULADO Demonstração e apresentação do voo de um veículo de multirotor.
ESTADO DE MATO GROSSO ESCOLA ESTADUAL DESEMBARGADOR MILTON ARMANDO POMPEU DE BARROS ENSINO MÉDIO INTEGRADO EDUCAÇÃO PROFISSIONAL TÉCNICO EM INFORMÁTICA JADER JOSÉ DA SILVA WESLEY MARQUES DE OLIVEIRA VEÍCULO
Leia maisEstratégia para medição de orientação baseado em sensores MARG para aplicações Wearable PROPOSTA DE TRABALHO DE GRADUAÇÃO
UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO Estratégia para medição de orientação baseado em sensores MARG para aplicações Wearable PROPOSTA DE TRABALHO
Leia maisFechamento angular com GPS
Fechamento angular com GPS Prof. Antonio Simões Silva Rodrigo Pereira Lima Universidade Federal de Viçosa Departamento de Engenharia Civil 36570-000 Viçosa MG asimoes@ufv.br Resumo: Neste trabalho procurou-se
Leia maisétodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisRevisão II: Sistemas de Referência
Revisão II: Sistemas de Referência sistema terrestre fixo (ex.: NED) origem: ponto fixo sobre a superfície da Terra zi : vertical, apontando para o centro da Terra xi e y I : repousam sobre o plano horizontal
Leia maisLocalização georeferenciada de alvos via processamento de imagens
Anais do 15 O Encontro de Iniciação Científica e Pós-Graduação do ITA XV ENCITA / 2009 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 19 a 22 2009. Localização georeferenciada
Leia maisRobótica Competitiva Controle de Movimento Cinemático
Robótica Competitiva Controle de Movimento Cinemático 2017 Introdução Modelo Controlador Lei de Controle Resultados Estabilidade Sumário Introdução Modelo Controlador Lei de Controle Resultados Estabilidade
Leia maisIII Encontro de Iniciação Científica e Tecnológica III EnICT ISSN: IFSP Câmpus Araraquara 19 e 20 de Setembro de 2018
III Encontro de Iniciação Científica e Tecnológica III EnICT ISSN: 2526-6772 IFSP Câmpus Araraquara 19 e 20 de Setembro de 2018 Filtro de Kalman aplicado a fusão sensorial com modelo tridimensional para
Leia maisModelagem Computacional. Parte 8 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisEstimação de Estados em Sistemas de Potência
Estimação de Estados em Sistemas de Potência Antonio Simões Costa LABSPOT A. Simões Costa (LABSPOT) EESP 1 / 16 Estimação de Estados em Sistemas de Potência (I) Objetivo: A partir de telemedidas redundantes
Leia mais1 RESUMO. Palavras-chave: Controle, encoders, motor CC. 2 INTRODUÇÃO
1 RESUMO Na sociedade moderna se tornou cada vez mais presente e necessário meios de controlar dispositivos levando em consideração precisões maiores e perdas menores. Em diversos cenários o controle de
Leia maisCOMPENSAÇÃO DINÂMICA PARA UM SIMULADOR DE MOVIMENTO ROTATIVO. Palavras-chave: compensação, identificação, simulação integrada
COMPENSAÇÃO DINÂMICA PARA UM SIMULADOR DE MOVIMENTO ROTATIVO Alberto S. Funada CTA - Instituto de Aeronáutica e Espaço - IAE São José dos Campos - SP - Brasil funada@iae.cta.br Waldemar C. L. Filho CTA
Leia maisRobótica Experimental
UNVERSDADE FEDERAL DO RO GRANDE DO NORTE Universidade Federal do Rio Grande do Norte Centro de Tecnologia Dept o de Engenharia de Computação e Automação DCA Robótica Eperimental Material didático Adelardo
Leia mais1) Em relação a figura abaixo relativa a um sistema de controle em malha fechada responda:
1) Em relação a figura abaixo relativa a um sistema de controle em malha fechada responda: 2 o motor Posição desejada da junta = 45 o Avalia o sinal de entrada e envia um sinal ao atuador ENCODER 43 o
Leia maisUso de Coordenadas Geográficas para Estimação Automática de Rumo Aplicada a Navegação Aérea Autônoma de Veículos Aéreos Não Tripulados
Uso de Coordenadas Geográficas para Estimação Automática de Rumo Aplicada a Navegação Aérea Autônoma de Veículos Aéreos Não Tripulados Marielcio Gonçalves Lacerda 1 Camila Souza dos Anjos 1,2 Élcio Hideiti
Leia maisVEHICLE DYNAMICS - LATERAL ANDRÉ DE SOUZA MENDES ARTICULATED VEHICLE MODEL
VEHICLE DYNAMICS - LATERAL ANDRÉ DE SOUZA MENDES ARTICULATED VEHICLE MODEL São Bernardo do Campo 2016 0.1 MODELO DO VEÍCULO ARTICULADO O modelo físico do conjunto é ilustrado na figura 1. Para caracterizar
Leia mais4 Método Proposto CR AD PA NDVI Descrição geral do modelo
34 4 Método Proposto 4.1. Descrição geral do modelo Neste trabalho, cada classe (cobertura vegetal) possui um HMM específico. Os estágios fenológicos correspondem a estados e os símbolos observáveis a
Leia maisExemplo de aplicação
Exemplo de aplicação Paralaxe O conceito de paralaxe está relacionado com o deslocamento relativo ou aparente dos objetos estacionários, quando um observador em movimento os olha de pontos diferentes.
Leia mais7 Conclusões e desenvolvimentos futuros
7 Conclusões e desenvolvimentos futuros 7.1 Conclusões Este trabalho apresentou novas soluções para a determinação da posição de terminais de comunicações móveis com base em medidas de ToA. Nos métodos
Leia maisAssim, a rápida acumulação de erros pequenos pode causar o fracasso de quase todos os métodos para resolver o problema de SLAM.
1 Introdução Avanços significativos têm sido feitos no sentido de criar um robô capaz de realizar tarefas completamente autônomas. As tarefas básicas como planejamento de trajetórias, localização e navegação
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório II: Cartografia em GIS/Registro
Leia maisEXERCÍCIOS RESOLVIDOS
ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli 1 ; Manassés Ribeiro 2 INTRODUÇÃO As tecnologias assistivas têm a finalidade de auxiliar pessoas com deficiência a alcançar
Leia maisIntrodução ao Projeto de Aeronaves. Aula 18 Tempo para a Missão e Metodologia para o Gráfico de Carga Útil
Introdução ao Projeto de Aeronaves Aula 18 Tempo para a Missão e Metodologia para o Gráfico de Carga Útil Tópicos Abordados Tempo Estimado para a Missão. Traçado do Gráfico de Carga Útil. Dicas para Análise
Leia mais