Marcela Gonçalves dos Santos, Walter Fetter Lages Universidade Federal do Rio Grande do Sul - Departamento de Engenharia Elétrica
|
|
- Benedita Campelo Carlos
- 6 Há anos
- Visualizações:
Transcrição
1 FUSÃO DE DADOS DE SENSORES PARA ESTIMAÇÃO DE POSIÇÃO E ORIENTAÇÃO DO APM AEROMÓVEL Marcela Gonçalves dos Santos, Walter Fetter Lages Universidade Federal do Rio Grande do Sul - Departamento de Engenharia Elétrica s: marcela@ece.ufrgs.br, fetter@ece.ufrgs.br Abstract APMs (Automated People Movers) are light vehicles used to move people in urban areas, implementing a concept similar to a horizontal elevator. The Aeromóvel system is an APM system where the vehicle is moved by air flow and requires its position to be known with a precision better then 10cm. In order to ensure such a precision, this papers proposes a data fusion system, integrating data from different sensors by using an extended Kalman filter. The system uses data from optical encoders in the train wheels and GPS data to estimate the vehicle position and orientation. Since the vehicle has two trucks, with four independent wheels each one, the proposed method groups the wheels in pairs. Each pair of wheels is used to compute an estimate of position and orientation that is fused with estimations from other pairs of wheels and the GPS receiver. Simulated results are presented to show the effectiveness of the approach. Keywords Automatic people mover, APM, Aeromóvel, Extended Kalman filter, Sensor fusion, Global positioning system, GPS, Localization. Resumo APMs (Automated People Movers) são veículos leves destinados a movimentar pessoas em ambientes urbanos, em um conceito semelhante a um elevador, porém movendo-se na horizontal. O sistema Aeromóvel é um sistema de APM onde o veículo é movido a ar e requer que a sua posição seja conhecida com precisão melhor do que 10cm. Afim de garantir essa precisão, este trabalho propõe um sistema que integra os dados de diferentes sensores através do filtro de Kalman Estendido. O sistema proposto utiliza os dados obtidos de encoders ópticos presentes nas rodas do trem juntamente com os dados de um receptor GPS para estimar a posição e orientação. Como o veículo possui dois conjuntos de eixos com quatro rodas independentes cada, a estratégia proposta aqui agrupa as rodas em pares. Cada par de rodas fornece uma estimativa da posição e orientação do veículo que é fundida juntamente com as estimativas obtidas pelas demais rodas e pelo GPS. Resultados simulados são apresentados afim de ser verificar a validade do sistema proposto. Palavras-chave Automatic people mover, APM, Aeromóvel, filtro de Kalman estendido, fusão de sensores, Sistema de Posicionamento Global, GPS, Localização. 1 Introdução O sistema Aeromóvel é um sistema de APM (Automated People Mover) onde o veículo é movido a ar e requer que a sua posição veículo seja conhecida com precisão melhor do que 10cm. O problema da localização de um veículo autônomo pode ser resumido como a capacidade do veículo de estimar sua posição tendo como informações uma representação do ambiente onde ele está inserido e a leitura de seus sensores (de Miranda e Ribeiro, 2006). A localização pode ser realizada de forma relativa e/ou absoluta (Borenstein et al., 1996). A localização relativa utiliza valores de posição e orientação obtidas em instantes anteriores para assim estimar valores atuais da localização do veículo em relação a uma localização inicial. Já a localização absoluta não necessita de valores calculados anteriormente e calcula a localização global do veículo. Pode-se citar a odometria como um método de localização relativa. Esse método está sujeito a erros que são acumulados ao longo da sua aplicação pois a posição atual depende da medição do instante anterior (Filho e Campos, 2002), tornando esse método ineficiente quando utilizado isoladamente. Um exemplo de localização absoluta é o GPS (Global Positioning System). Esse sistema permite obter a posição do veículo de forma absoluta em relação à Terra. Existe um grande número de trabalhos que utilizam GPS para estimação de posição e orientação de veículos autônomos (Rezaei e Sengupta, 2007),(Kao, 1991),(Hemerly e Schad, 2004),(Everett, 1995),(Roy et al., 1999). A precisão do GPS pode ser afetada por alguns erros que estão relacionados com as condições atmosféricas, a quantidade de prédios e árvores existentes na área na qual está se utilizando o sistema. Afim de garantir a precisão requerida, este trabalho propõe um sistema que integra os dados de diferentes sensores através do filtro de Kalman Estendido. O sistema proposto utiliza os dados obtidos de encoders ópticos presentes nas rodas do trem juntamente com os dados de um receptor GPS para estimar a posição e orientação. Como o veículo possui dois conjuntos de eixos com quatro rodas independentes cada, a estratégia proposta aqui agrupa as rodas em pares. Cada par de rodas fornece uma estimativa da posição e orientação do veículo que é fundida juntamente com as estimativas obtidas pelas demais rodas e pelo GPS. 2 Modelagem do Veículo Para se determinar a pose de um veículo autônomo é necessário a determinação de um modelo cinemático adequado. Um modelo cinemático é um
2 modelo que descreve o veículo em função da velocidade e orientação das rodas, considerando como estado apenas a posição e orientação do veículo. O modelo utilizado neste trabalho considera o veículo como sendo um corpo rígido dotado de rodas que não sofrem deformação e que movimentamse no plano horizontal e satisfazem à condição de rolamento sem deslizamento, ou seja, tanto as componentes de velocidade paralela e ortogonal ao plano a roda são nulas. Porém a condição de rolamento sem deslizamento não é satisfeita pelo carro modelado neste trabalho, a solução encontrada foi dividir as rodas em pares e obter a posição e orientação do carro através de cada par e por meio de odometria. Os dados obtidos por meio de odometria são integrados com a localização do veículo obtidas através do receptor GPS. Seja o veículo da Figura 1, deseja-se estabelecer seu modelo cinemático de postura. O modelo cinemático de postura descreve o veículo em função da velocidade e orientação das rodas, considerando como estado apenas a posição e orientação do veículo. que em notação matricial fica como demonstrado em (3). ẋ c cosθ c 0 ẏ c = senθ c 0 u (3) θ c 0 1 com u sendo o vetor definido de acordo com (4) e w o ruído de processo que segue uma distribuição gaussiana e possui média nula e variância conhecida. u = [ v ω (4) onde v é a velocidade do veículo na direção do seu eixo de simetria, denominada velocidade linear e ω a velocidade angular, ambas com relação ao sistema de coordenadas {X 0,Y 0 }. 3 Sistema Proposto É proposto um sistema de localização de veículos que faz uso da fusão de dados obtidos de um GPS e encoders. Os dados obtidos por esses sensores são integrados através do filtro de Kalman estendido. O veículo utilizado é o carro existente na linha piloto do sistema Aeromóvel da cidade de Porto Alegre - RS (Fig. 3). As rodas apresentam uma curvatura em sua interface de rolagem e são engastadas ao eixo com o objetivo de manter a estabilidade do trem em curvas. O sistema Aeromóvel utiliza rodas independentes, o que proporciona ao veículo a possibilidade de realizar curvas com raios muito menores que veículos com conjuntos de eixos tradicionais (Britto, 2008). Figura 1: Definição dos sistemas de coordenadas. (a) Veículo. (b) Linha piloto. A posição e orientação do veículo da Figura 1 são descritas por x = [ x c y c θ c (1) onde x c e y c são coordenadas do centro de massa do veículo e θ c é o ângulo de orientação do veículo. Além do sistema de coordenadas inercial é estabelecido o sistema de coordenadas {X c,y c } associado ao centro de massa do carro. A velocidade linear do veículo da Figura 1 pode ser escrita em termos da posição e orientação do mesmo, ou seja ẋ c = vcosθ c ẏ c = vsenθ c θ c = ω (2) Figura 2: Aeromóvel Porto Alegre (Cortesia Aeromóvel Brasil S.A.). 3.1 Odometria Uma das técnicas mais simples para estimação de posição (e orientação) consiste em contar-se a quantidade de pulsos obtidos a partir dos encoders de cada roda em um certo intervalo de tempo (Borenstein et al., 1997). Assumindo-se que não há escorregamento e conhecendo-se o raio das rodas (r) e a resolução do encoder que é o número de pulsos por volta dos encoders (N), pode-se calcular o deslocamento angular de cada roda pode ser obtido através de (5-6) ϕ d (k) = 2πr NP d(k) N (5)
3 ϕ e (k) = 2πr NP e(k) N (6) com ϕ d (k) e ϕ d (k) sendo o deslocamento linear e NP d (k) e NP e (k) o número de pulsos obtidos nos encoders das rodas direita e esquerda respectivamente, no intervalo de tempo entre kt e (k+1)t, onde T é o período de amostragem e k é o instante de amostragem. Neste trabalho as rodas foram separadas em pares, com uma roda localizada a direita (roda i, i = 1,3,5,7) e uma localizada a esquerda (roda j, j = 2,4,6,5.5), operando com acionamento diferencial. Um sistema de coordenadas para cada par de rodas {X ij,y ij } foi definido (Figura 3). A origem deste sistema pode ser escolhida de forma arbitrária, para este trabalho foi escolhido o ponto de intersecção entre o eixo de simetria e o eixo das rodas e aponta na direção do movimento da roda. Aplicando-se (9) ao modelo (3), obtém-se o vetor s. s ij = [ ẋij ẏ ij θij (10) onde (ẋ ij, ẏ ij ) são componentes da velocidade linear do carro na direção x e y e θ ij a velocidade angular do carro, ambas com relação ao sistema de coordenadas {X ij,y ij }. Substituindo-se (10) em (11). ẋ ij = s + ẐT sẑ c P ij (11) onde c P ij a posição de origem do sistema {X c,y c } em relação ao sistema {X ij,y ij } dada por c P ij = [l ij senβ i 0 0, Ẑ o versor da coordenada θ, que indica a orientação do carro e dado por [ e denota o produto vetorial. Substituindo-se (10) em (11) e integrando-se chega-se ao vetor x ij, que é a posição e orientação veículo estimadas pelo par de rodas ij. x ij = [ x cij y cij θ cij (12) onde x cij e y cij são coordenadas do centro de massa do veículo e θ cij o ângulo de orientação do veículo a partir do par de rodas ij, através de odometria. 4 Localização baseada em GPS Figura 3: Definição dos sistemas de coordenadas de cada par de roda. De posse do deslocamento angular da roda direita ( ϕ i ) e roda esquerda ( ϕ j ) em um dado intervalo de tempo é possível obter o deslocamento linear e angular do carro tendo como referência o ponto no centro do eixo axial das rodas (7). D(k) = ( ϕ i + ϕ j ) 2 ω(k) = ( ϕ i ϕ j ) b (7) com b sendo a distância axial entre as rodas. E a velocidade linear e angular tendo o mesmo ponto como referência dada por: v ij = D(k) T w ij = ω(k) T formando assim o vetor u ij (9) (8) u ij = [ v ij ω ij (9) O receptor GPS trabalha com o sistema de coordenadas geográficas,usadas para medir posição sobre a superfície da Terra. Nesse sistema as coordenadas são latitude e a longitude. De posse da latitude e longitude do ponto inicial e do ponto final de uma determinada trajetória é possível determinar a distância entre esses pontos e assim determinar sua posição e orientação. Existem duas maneiras de se realizar este cálculo: rhumb line navigation e great circle navigation. Para se exemplificar os métodos de cálculo da distância entre dois pontos tendo como dados a latitude e longitude de cada um deles, considere λ 1 e λ 2 a latitude do ponto inicial e do ponto final respectivamente e φ 1 e φ 2 a longitude do ponto inicial e do ponto final respectivamente. A rhumb line (linha loxodrômica) é uma linha que intercepta vários meridianos com um ângulo constante. Para se determinar a distância entre dois pontos através desse método utiliza-se as equações (13-14). onde Distancia AB = tan 1 (cosκ λ 2 λ 1 φ 2 φ 1 ) (13) κ = φ 1 + φ 2 (14) 2 Já o método great circle navigation faz uso da linha ortodrômica que é um segmento circular
4 na superfície terrestre que define a menor distância entre dois pontos. A determinação da distância entre dois pontos através deste método é feita através de (15-16) D = cos 1 (sin φ 1 sin φ 2 +cos φ 1 cos φ 2 cos(λ 1 λ 2 )) (15) Distancia AB = DR Terra π (16) 180 onde R Terra é o raio da Terra. A longitude geográfica é o ângulo medido ao longo do equador da Terra, tendo origem em um meridiano de referência (o meridiano de Greenwich), e extremidade no meridiano do lugar. Na Conferência Internacional Meridiana, realizada em Washington em outubro de 1884, foi definida como variando de 0 a 180 (Oeste de Greenwich) e de 0 a -180 (Leste). A latitude é o ângulo medido ao longo do meridiano do lugar, com origem no equador e extremidade no zênite do lugar. Zênite é o ponto superior da esfera celeste, segundo a perspectiva de um observador estacionado num plano sobre a Terra, o exato ponto acima de sua cabeça projetado na abóboda celeste, ou a intersecção da vertical superior do lugar com a esfera celeste. A latitude então pode variar entre -90 e 90. O sinal negativo indica latitudes do hemisfério sul e o sinal positivo hemisfério norte. As incertezas do sistema são modeladas pelo ruído do processo w(k), já v(k) é o ruído de medida. Esses ruídos possuem média nula e covariância conhecida e são descorrelacionados, além disso satisfazem as relações (19-21). E{w(k)w T (k)} = P w (k)δ(k i) (19) E{v(k)v T (k)} = P v (k)δ(k i) (20) E{w(k)v T (i)} = 0 (21) E{ } é o operador valor esperado e P w (k) e P v (k) são matrizes diagonais formadas pelas variâncias de w(k) e v(k), respectivamente. O EKF é implementado utilizando-se matrizes jacobianas de f e h que são obtidas através de linearização de tais funções em torno de uma estimativa do estado no instante k. Assim expandindo-se em série de Taylor as equações (17-18) em torno da estimativa do estado no instante k e desprezandose os termos de ordem superior tem-se (22-23). x(k +1) f(ˆx(k k), u(k))+f(k)[x(k) ˆx(k k)]+w(k) (22) y(k) h(ˆx(k k), u(k)) + H(k)[x(k) ˆx(k k)] + v(k) (23) onde F(k) = H(k) = f(x(k), u(k)) x(k) h(x(k), u(k)) x(k) x(k)=ˆx(k k) (24) x(k)=ˆx(k k) 4.1 Filtro de Kalman O filtro de Kalman (Kalman, 1960) é um estimador recursivo ótimo com relação a diversos critérios que calcula uma estimativa de variância mínima para um estado que evolui no tempo a partir de observações relacionadas linearmente com este estado. O problema de estimação utilizando-se o filtro de Kalman pode ser resumido da seguinte forma: deseja-se encontrar uma estimativa do vetor de estado (ˆx) dado o modelo do sistema, as condições iniciais do estado e da matriz de covariância dos ruídos a que está sujeito o processo e as medições, bem como uma sequência de entrada u e as medições y. A fusão de dados através do filtro de Kalman visa integrar a informação proveniente de vários sensores para assim construir uma estimativa mais precisa, mais robusta. Para sistemas não lineares utiliza-se o filtro de Kalman Estendido (EKF,Extended Kalman Filter). O EKF consiste em linearizar de forma analítica o sistema em torno da estimativa do estado. Seja o modelo não linear descrito por (17 e 18). x(k + 1) = f(x(k),u(k)) + w(k) (17) y(k) = h(x(k), u(k)) + v(k) (18) K(k) = P(k k 1)H T (H(k)P(k k 1)H T (k)+p v(k)) 1 (25) P(k k) = (I K(k)H(k))P(k k 1) (26) ˆx(k k) = ˆx(k k 1) + K(k)[y(k) h(ˆx(k k 1), u(k))] (27) ˆx(k + 1 k) = f(ˆx(k k), u(k)) + w(k) (28) P(k + 1 k) = F(k)P(k k)f T (k) + P w(k) (29) Assim tem-se uma maneira de se obter o estado estimado ˆx(k k) a partir de ˆx(k k 1) e da medida y(k) para um sistema não-linear como o descrito pelas equações (17-18). Onde a fusão de dados de sensores está justamente na utilização de informações provenientes de diferentes sensores para a formação do vetor y(k). 4.2 Integração dos sistemas Os sistemas que irão ser integrados para obtenção da pose do veículo é formado por encoders e um receptor GPS, a integração será realizada por meio do filtro de Kalman Estendido. Definidas essas equações para se realizar a fusão de dados via filtro de Kalman para este sistema, deve-se escrever o sistema de acordo com
5 as equações de Kalman, ou seja, definir as funções f(x(k),u(k)) e h(x(k),u(k)). Onde x(k) é o vetor de estado, y(k) é o vetor de observação e u(k) é a entrada do sistema, todos discretizados. Sendo x(k + 1) a discretização de x(t), tem-se x c (k + 1) = x c (k) + v(k)cosθ c (k)t + w 1 (k) (30) y c (k + 1) = y c (k) + v(k)senθ c (k)t + w 2 (k) (31) θ c (k + 1) = θ c (k) + ω(k)t + w 3 (k) (32) As expressões (30-32) podem ser escritas no espaço de estados na forma então e x(k + 1) = f(x(k),u(k)) + w(k) (33) f(x(k),u(k)) = w(k) = v(k)cosθ c (k) v(k)senθ c (k) ω w 1 (k) w 2 (k) w 3 (k) (34) (35) O vetor de observação y(k) pode ser descrito por y(k) = h(x(k),k) + v(k) (36) e h(x(k),u(k)) = v(k) = x c (k) y c (k) θ c (k) x c12 (k) y c12 (k) θ c12 (k) x c34 (k) y c34 (k) θ c34 (k) x c56 (k) y c56 (k) θ c56 (k) x c78 (k) y c78 (k) θ c78 (k) v GPS1 (k) v GPS2 (k) v GPS3 (k) v ODO1 (k) v ODO2 (k) v ODO3 (k) v ODO4 (k) v ODO5 (k) v ODO6 (k) v ODO7 (k) v ODO8 (k) v ODO9 (k) v ODO10 (k) v ODO11 (k) v ODO12 (k) v ODO13 (k) (37) (38) E as suas derivadas parciais com relação a estimativa de x (ˆx(k)). 0 0 vsenθ c F(k) = 0 0 vcosθ c (39) H(k) = 5 Resultados de Simulação (40) Utilizou-se um período de amostragem de 0.05s, durante um intervalo de 160s. O ruído de medida segue uma distribuição gaussiana, bem como o ruído de processo. Tendo como o vetor de entrada do sistema (41). Foram utilizados os parâmetros que podem ser vistos na Figura 4 e com r igual a m e b igual a 1.75 m foram determinados os valores de l, α e β de cada roda. Figura 4: Dimensões do carro. [ u(k) = [ π π ], k 80 ], k > 80. (41) O ruído de medida tem a covariância dada por P w =diag[0.8,0.8,4], já o ruído de medida v(t), tem a covariância dada por P v =diag[0.04, 0.04, 4, 2rπ/N p, 2rπ/N p, 4, 2rπ/N p, 2rπ/N p, 4, 2rπ/N p, 2rπ/N p, 4, 2rπ/N p, 2rπ/N p, 4], que contém o desvio padrão dos elementos do vetor de observação, com N p igual a 512.
6 O valor inicial da estimativa da posição e da orientação do veículo é dada pela tripla ([ ]) e o comportamento das estimativas podem ser vistos na Figuras (5a, 5b), na qual pode-se ver também o valor nominal da posição e orientação. 30 Trajetoria estimada baseada em técnica bayesiana para localização de robôs móveis, XIV Congresso Brasileiro de Automática 17: Everett, H. R. (1995). Sensors for mobile robots: theory and application, A. K. Peters, Ltd., Natick, MA, USA. Y[m] Nominal Odometros e GPS (Kalman) Filho, J. H. V. e Campos, M. F. M. (2002). Uma metodologia de correção automática de erros de odometria durante a navegação do robô, XIV Congresso Brasileiro de Automática X[m] (a) Posição. Hemerly, E. M. e Schad, V. R. (2004). Sistema de navegação de baixo custo baseado na fusão ins/gps usando filtro de kalman, XV Congresso Brasileiro de Automática 1. Theta[rad] Orientacao estimada Nominal Odometros e GPS (Kalman) t[s] (b) Orientação. Figura 5: Posição e orientação estimadas. 6 Considerações Finais Neste trabalho foi feita a modelagem do veículo autônomo da Figura 1. Foi implementado um sistema de localização deste veículo. Se propôs realizar fusão de dados de sensores utilizados para localização de veículos, para o estudo apresentado neste trabalho os sensores foram encoders ópticos presentes nas rodas e receptores GPS. Para a fusão dos dados dos sensores utilizou-se o filtro de Kalman estendido. Kalman, R. E. (1960). A new approach to linear filtering and prediction problems, Transactions of the ASME Journal of Basic Engineering 82(Series D): Kao, W.-W. (1991). Integration of gps and deadreckoning navigation systems, Vehicle Navigation and Information Systems Conference, : Rezaei, S. e Sengupta, R. (2007). Kalman filterbased integration of dgps and vehicle sensors for localization, Control Systems Technology, IEEE Transactions on 15(6): Roy, N., Burgard, W., D. Fox, D. e Thrun, S. (1999). Coastal navigation-mobile robot navigation with uncertainty in dynamic environments, Robotics and Automation, Proceedings IEEE International Conference on 1: vol.1. Referências Borenstein, J., Everett, H. R. e Feng, L. (1996). Where am i? Sensors and methods for mobile robot positioning, University of Michigan. Borenstein, J., Everett, H. R., Feng, L. e Wehe, D. (1997). Mobile robot positioning: Sensors and techniques, Journal of Robotic Systems pp Britto, J. F. F. H. (2008). Modelo Computacional do sistema Aeromóvel de transportes, Dissertação (mestrado em engenharia mecânica), Universidade Federal do Rio Grande do Sul. de Miranda, F. L. N. e Ribeiro, C. H. C. (2006). Extração automática de mapas de atributos
INSTITUTO 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 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 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 mais3 Filtro de Kalman Discreto
3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,
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 maisP1 CORREÇÃO DA PROVA. GA116 Sistemas de Referência e Tempo
P1 CORREÇÃO DA PROVA GA116 Sistemas de Referência e Tempo Profª. Érica S. Matos Departamento de Geomática Setor de Ciências da Terra Universidade Federal do Paraná -UFPR 1. Sejam dois pontos A e B cujas
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 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 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 maisINTRODUÇÃO À ROBÓTICA MÓVEL
INTRODUÇÃO À ROBÓTICA MÓVEL Aua 25 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br Locaização Fitragem de Kaman Fitragem de kaman fornece uma abordagem
Leia maisComponente Química 11ºAno Professora Paula Melo Silva Unidade 1 Mecânica 1.1. Tempo, posição e velocidade
Referencial e posição: coordenadas cartesianas em movimentos retilíneos Componente Química 11ºAno Professora Paula Melo Silva Unidade 1 Mecânica 1.1. Tempo, posição e velocidade Distância percorrida sobre
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 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 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 maisEnergia Solar Térmica. Prof. Ramón Eduardo Pereira Silva Engenharia de Energia Universidade Federal da Grande Dourados Dourados MS 2014
Energia Solar Térmica Prof. Ramón Eduardo Pereira Silva Engenharia de Energia Universidade Federal da Grande Dourados Dourados MS 2014 O Sol Energia Solar Térmica - 2014 Prof. Ramón Eduardo Pereira Silva
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 maisLOCALIZAÇÃO DE UM ROBÔ MÓVEL BASEADA EM ODOMETRIA E MARCOS NATURAIS UTILIZANDO ILTRO DE KALMAN ESTENDIDO André M. Santana, Adelardo A.D. Medeiros Departamento de Engenharia de Computação e Automação -
Leia maisSISTEMAS DE REFERÊNCIA Coordenadas celestiais e terrestres
SISTEMAS DE REFERÊNCIA Coordenadas celestiais e terrestres Posição do Disco solar acima do horizonte Em função da grande distância entre o Sol e a Terra, a radiação solar pode ser considerada colimada,
Leia mais10/11/ : Navegação Robótica. .: Sistema de Localização
Localização Relativa de um Robô Humanóide Utilizando Filtro de Kalman Estendido André M. Santana 1, Kelson R. T. Aires 1, Adelardo A. D. Medeiros 2 1 Departamento de Informática e Estatística (DIE) Universidade
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 maisLOCALIZAÇÃO DE UM ROBÔ MÓVEL BASEADA EM ODOMETRIA E MARCOS NATURAIS UTILIZANDO FILTRO DE KALMAN EXTENDIDO
LOCALIZAÇÃO DE UM ROBÔ MÓVEL BASEADA EM ODOMETRIA E MARCOS NATURAIS UTILIZANDO ILTRO DE KALMAN EXTENDIDO André M. Santana, Adelardo A.D. Medeiros Departamento de Engenharia de Computação e Automação -
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 maisIA Robótica Móvel II - Locomoção e Localização
Planejamento para IA Robótica Móvel II - e Professor Paulo Gurgel Pinheiro MC906A - Inteligência Articial Instituto de Computação Universidade Estadual de Campinas - UNICAMP 23 de Novembro de 2010 1 /
Leia maisOdometria e equações de movimento de um robô
Faculdade de Engenharia da Universidade do Porto Odometria e equações de movimento de um robô Sandro Augusto Costa Magalhães Tiago José Ferreira Mendonça UP0130493 UP01305394 Relatório realizado no âmbito
Leia maisControle Ótimo - Aula 8 Equação de Hamilton-Jacobi
Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo Considere
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 maisVETOR POSIÇÃO 𝑟 = 𝑥𝑖 + 𝑦𝑗 + 𝑧𝑘
VETOR POSIÇÃO r = xi + yj + zk VETOR DESLOCAMENTO Se uma partícula se move de uma posição r 1 para outra r 2 : r = r 2 r 1 r = x 2 x 1 i + y 2 y 1 j + z 2 z 1 k VETORES VELOCIDADE MÉDIA E VELOCIDADE INSTANTÂNEA
Leia maisCorpos Rígidos MOMENTO ANGULAR. Mecânica II (FIS-26) Prof. Dr. Ronaldo Rodrigues Pelá IEFF-ITA. 5 de março de R.R.Pelá
MOMENTO ANGULAR Mecânica II (FIS-26) Prof. Dr. Ronaldo Rodrigues Pelá IEFF-ITA 5 de março de 2013 Roteiro 1 Roteiro 1 Quando todas as partículas de um corpo rígido se movem ao longo de trajetórias que
Leia maisIntrodução. Walter Fetter Lages
Introdução Walter Fetter Lages fetter@ece.ufrgs.br Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Sistemas Elétricos de Automação e Energia ENG10051 Dinâmica e Controle
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 maisLOCALIZAÇÃO DE ROBÔS MÓVEIS EM TERRENOS IRREGULARES Douglas G. Macharet, Mario F. M. Campos, Armando A. Neto, Víctor C. da S. Campos Universidade Federal de Minas Gerais Departamento de Ciência da Computação
Leia mais(") ; b) ρ b1b2 = 0,5; ρ b1b3 = 0,5; ρ b1b4 = 0
GA PROJETO E ANÁLISE E REES GEOÉSICAS EXERCÍCIOS ) Estimar a precisão do perímetro e da área de uma circunferência, e do volume de uma esfera, cujo raio (R) pode ser medido com as seguintes características:
Leia maisEmparelhamento-Filtragem na Localização de Robots Móveis
O ciclo Predição-Emparelhamento Emparelhamento-Filtragem na Localização de Robots Móveis Maria Isabel Ribeiro Instituto Superior Técnico Instituto de Sistemas e Robótica mir@isr.ist.utl.pt Outubro de 1999
Leia maisResposta: (A) o traço é positivo (B) o determinante é negativo (C) o determinante é nulo (D) o traço é negativo (E) o traço é nulo.
MESTRADO INTEGRADO EM ENG. INFORMÁTICA E COMPUTAÇÃO 201/2018 EIC0010 FÍSICA I 1º ANO, 2º SEMESTRE 12 de junho de 2018 Nome: Duração 2 horas. Prova com consulta de formulário e uso de computador. O formulário
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 maisEstimação de Velocidade do Motor com Controle Vetorial sem Sensor, Utilizando Filtro Estendido de Kalman com Estimação da Covariância dos Ruídos.
Jaime Antonio Gonzalez Castellanos Estimação de Velocidade do Motor com Controle Vetorial sem Sensor, Utilizando Filtro Estendido de Kalman com Estimação da Covariância dos Ruídos. Tese de Doutorado Tese
Leia maisLego NXT: Navegação e Localização com sensores de distância baseados em infra-vermelhos utilizando um Extended Kalman Filter
Lego NXT: Navegação e Localização com sensores de distância baseados em infra-vermelhos utilizando um Extended Kalman Filter Miguel Pinto Sistemas Robóticos Autónomos 1 Resumo LegoFeup Localização Cenários
Leia maisSISTEMAS CELESTES. GA116 Sistemas de Referência e Tempo
SISTEMAS CELESTES GA116 Sistemas de Referência e Tempo Profª. Érica S. Matos Departamento de Geomática Setor de Ciências da Terra Universidade Federal do Paraná -UFPR ESFERA CELESTE Esfera de raio unitário
Leia maisCinemática de Robôs Móveis
Cinemática de Robôs Móveis A cinemática é a área da Física que estuda o movimento dos corpos. Em robótica móvel a cinemática estabelece relações entre o deslocamento (locomoção) do robô e a atuação a ele
Leia maisUM CONTROLADOR PARA ROBÔS MÓVEIS BASEADO EM NUVEM DE PARTÍCULAS
UM CONTROLADOR PARA ROBÔS MÓVEIS BASEADO EM NUVEM DE PARTÍCULAS Jorge Augusto Vasconcelos Alves, Walter Fetter Lages Universidade Federal do Rio Grande do Sul Departamento de Engenharia Elétrica Av Osvaldo
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 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 maisRepresentações da Crença e Mapas Localização Probabilística baseada em Mapas Exemplos de outros Sistemas de Localização Bibliografia Recomendada
Aula 6 Introdução à Robótica Móvel Localização Prof. Dr. Marcelo Becker EESC - USP Sumário da Aula Introdução Representações da Crença e Mapas Localização Probabilística baseada em Mapas Exemplos de outros
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 maisRECURSO SOLAR. Disciplina: Centrais Elétricas Professor: Clodomiro unsihuay-vila
RECURSO SOLAR Disciplina: Centrais Elétricas Professor: Clodomiro unsihuay-vila AGENDA Introdução; Partes Constituintes; Geometria Sol-Terra; Radiação Solar sobre a Terra; Instrumentos para Medição; Análise
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 maisProcessamento de Malhas Poligonais
Processamento de Malhas Poligonais Tópicos Avançados em Computação Visual e Interfaces I Prof.: Marcos Lage www.ic.uff.br/~mlage mlage@ic.uff.br Conteúdo: Notas de Aula Curvas 06/09/2015 Processamento
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 maisFundamentos de Cartografia A Rede Geográfica
UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE GEOCIÊNCIAS Disciplina: Leitura e Interpretação de Cartas Fundamentos de Cartografia A Rede Geográfica Prof. Dr.
Leia maisIA368-W Métodos Estocásticos em Robótica Móvel
IA368-W Métodos Estocásticos em Robótica Móvel Prof. Eleri Cardozo Prof. Eric Rohmer Colaboradores: Leonardo R. Olivi Paulo G. Pinheiro Ricardo S. Souza Fernando C.A. Pinho PROPAGAÇÃO DE ERROS EM ODOMETRIA
Leia maisMAP Exercício programa GPS e o Método de Newton
MAP3121 - Exercício programa 1-2018 GPS e o Método de Newton O Sistema de Posicionamento Global O Sistema de Posicionamento Global (GPS, sigla do nome em inglês) é um sistema de navegação formado por uma
Leia maisMESTRADO INTEGRADO EM ENG. INFORMÁTICA E COMPUTAÇÃO 2015/2016
MESTRADO INTEGRADO EM ENG. INFORMÁTICA E COMPUTAÇÃO 015/016 EIC0010 FÍSICA I 1o ANO, o SEMESTRE 1 de junho de 016 Nome: Duração horas. Prova com consulta de formulário e uso de computador. O formulário
Leia maisIMPLEMENTAÇÃO DE SISTEMA DE ATITUDE USANDO SENSORES MARG
Anais do XVI Encontro de Iniciação Científica e Pós-Graduação do ITA XVII ENCITA / 11 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil 19 de outubro de 11 IMPLEMENTAÇÃO DE SISTEMA DE
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 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 maisMOVIMENTO 3D: REFERENCIAL EM TRANSLAÇÃO
MOVIMENTO 3D: REFERENCIAL EM TRANSLAÇÃO INTRODUÇÃO ESTUDO DE CASO À medida que o caminhão da figura ao lado se retira da obra, o trabalhador na plataforma no topo do braço gira o braço para baixo e em
Leia maisMecânica Geral 2012/13
Mecânica Geral 2012/13 MEFT Responsável: Eduardo V. Castro Departamento de Física, Instituto Superior Técnico Corpo Rígido C / Semana 04 15/03/2013 (Tensor de inércia e eixos principais, movimento do girocompasso,
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 maisINSTRUÇÕES para a aplicação da atividade Bons Raios Te Meçam
INSTRUÇÕES para a aplicação da atividade Bons Raios Te Meçam Material: - gnómon (vara, lápis, poste, ); - fio de prumo e/ou nível; - régua ou fita métrica, esquadros, compasso; - cartolina ou papel de
Leia maissuperfície que envolve a distribuição de cargas superfície gaussiana
Para a determinação do campo elétrico produzido por um corpo, é possível considerar um elemento de carga dq e assim calcular o campo infinitesimal de gerado. A partir desse princípio, o campo total em
Leia maisEES-20: Sistemas de Controle II. 20 Novembro 2017
EES-20: Sistemas de Controle II 20 Novembro 2017 1 / 57 Recapitulando: Filtro de Kalman para sistema de 1a ordem Foi considerado o caso de estado x[k] escalar, com G = 1 e C = 1, por simplicidade: Equação
Leia mais1ª Prova de Física I - FCM0101
1ª Prova de Física I - FCM11 #USP: Nome: Instruções: 1. Escreva seu nome e número USP no espaço acima.. A duração da prova é de horas. A prova tem 4 questões. 3. Não é permitido consultar livros, anotações
Leia maisObservação: i.e. é abreviação da expressão em latim istum est, que significa isto é.
Um disco de raio R rola, sem deslizar, com velocidade angular ω constante ao longo de um plano horizontal, sendo que o centro da roda descreve uma trajetória retilínea. Suponha que, a partir de um instante
Leia maisCOORDENADAS GEOGRÁFICAS E COORDENADAS GEODÉSICAS. Professor: Leonard Niero da Silveira
UNIVERSIDADE FEDERAL DO PAMPA CURSO DE ENGENHARIA DE AGRIMENSURA COORDENADAS GEOGRÁFICAS E COORDENADAS GEODÉSICAS Professor: Leonard Niero da Silveira leonardsilveira@unipampa.edu.br COORDENADAS GEODÉSICAS
Leia maisA TERRA ESFÉRICA. Parte I Conceitos Gerais. GA116 Sistemas de Referência e Tempo
A TERRA ESFÉRICA Parte I Conceitos Gerais GA116 Sistemas de Referência e Tempo Profª. Érica S. Matos Departamento de Geomática Setor de Ciências da Terra Universidade Federal do Paraná -UFPR O modelo de
Leia maisFUNDAMENTOS DE CONTROLE - EEL 7531
Soluções periódicas e ciclos limite Funções descritivas FUNDAMENTOS DE CONTROLE - EEL 7531 Professor: Aguinaldo S. e Silva LABSPOT-EEL-UFSC 9 de junho de 2015 Professor: Aguinaldo S. e Silva FUNDAMENTOS
Leia maisd) [1,0 pt.] Determine a velocidade v(t) do segundo corpo, depois do choque, em relação à origem O do sistema de coordenadas mostrado na figura.
1) Uma barra delgada homogênea de comprimento L e massa M está inicialmente em repouso como mostra a figura. Preso a uma de suas extremidades há um objeto de massa m e dimensões desprezíveis. Um segundo
Leia maisProf. Dr. Ronaldo Rodrigues Pelá. 12 de março de 2013
DINÂMICA Mecânica II (FIS-6) Prof. Dr. Ronaldo Rodrigues Pelá IEFF-ITA 1 de março de 013 Roteiro 1 Roteiro 1 : caso geral Componente do momento angular ao longo do eixo de rotação é L = I ω Mas o momento
Leia maisTranslação e Rotação Energia cinética de rotação Momentum de Inércia Torque. Física Geral I ( ) - Capítulo 07. I. Paulino*
ROTAÇÃO Física Geral I (1108030) - Capítulo 07 I. Paulino* *UAF/CCT/UFCG - Brasil 2012.2 1 / 25 Translação e Rotação Sumário Definições, variáveis da rotação e notação vetorial Rotação com aceleração angular
Leia maism R 45o vertical Segunda Chamada de Física I Assinatura:
Segunda Chamada de Física I - 016- NOME: Assinatura: DE Nota Q1 Nas questões em que for necessário, considere que: todos os fios e molas são ideais; os fios permanecem esticados durante todo o tempo; a
Leia maisGLONASS Sistema idêntico ao GPS, mas projetado e lançado pela Rússia.
Sumário UNIDADE TEMÁTICA 1 Movimentos na Terra e no Espaço. 1.1 - Viagens com GPS Funcionamento e aplicações do GPS. Descrição de movimentos. Posição coordenadas geográficas e cartesianas. APSA GPS e Coordenadas
Leia maisMovimento em duas e três dimensões
Movimento em duas e três dimensões Professor: Carlos Alberto Disciplina: Física Geral I Objetivos de aprendizagem Ao estudar este capítulo você aprenderá: Como representar a posição de um corpo em duas
Leia maisUniversidade Estadual de Santa Cruz
Universidade Estadual de Santa Cruz PROFÍSICA Programa de Pós-graduação em Física Seleção 2009. Prova Escrita 2/0/2009 Candidato (nome legível): - Esta prova consta de oito questões distribuídas da seguinte
Leia maisObservação: i.e. é abreviação da expressão em latim istum est, que significa isto é.
Um disco de raio R rola, sem deslizar, com velocidade angular ω constante ao longo de um plano horizontal, sendo que o centro da roda descreve uma trajetória retilínea. Suponha que, a partir de um instante
Leia mais*Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções em simplificaaulas.com.
MECÂNICA 1 - RESUMO E EXERCÍCIOS* P2 *Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções em. CENTRO INSTANTÂNEO DE ROTAÇÃO (CIR) 1 o ) Escolher
Leia maisIntrodução à Robótica Industrial p. 1/23
Introdução à Robótica Industrial Adriano A. G. Siqueira Aula 4 Introdução à Robótica Industrial p. 1/23 Cinemática Direta Dado: variáveis das juntas (ângulos ou deslocamentos) Procurado: posição e orientação
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 maisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA DA USP ANDRÉ DE SOUZA MENDES PROJETO DE OBSERVADOR DE ESTADOS PARA UM CARRO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA DA USP ANDRÉ DE SOUZA MENDES PROJETO DE OBSERVADOR DE ESTADOS PARA UM CARRO São Paulo 2016 LISTA DE ILUSTRAÇÕES Ilustração 1 Modelo do veículo............................
Leia mais22/Fev/2018 Aula Queda livre 2.2 Movimento 2 e 3-D Vetor deslocamento Vetor velocidade Vetor aceleração
22/Fev/2018 Aula2 2.1 Queda livre 2.2 Movimento 2 e 3-D 2.2.1 Vetor deslocamento 2.2.2 Vetor velocidade 2.2.3 Vetor aceleração 2.3 Lançamento de projétil 2.3.1 Independência dos movimentos 2.3.2 Forma
Leia maisEquações do Movimento
Equações do Movimento João Oliveira Departamento de Engenharia Mecânica Área Científica de Mecânica Aplicada e Aeroespacial Instituto Superior Técnico Estabilidade de Voo, Eng. Aeroespacial João Oliveira
Leia maisAstronomia de Posição: Aula 06
Engenharia Cartográfica e de Agrimensura Astronomia de Posição: Aula 06 Capítulos 05 e 06 Daniele Barroca Marra Alves SUMÁRIO Sistemas de Coordenadas Celestes o Sistema de Coordenadas Sistema de Coordenadas
Leia maisMecânica 1. Resumo e Exercícios P3
Mecânica 1 Resumo e Exercícios P3 Conceitos 1. Dinâmica do Ponto 2. Dinâmica do Corpo Rígido 1. Dinâmica do Ponto a. Quantidade de Movimento Linear Vetorial Instantânea Q = m v b. Quantidade de Movimento
Leia mais21/Fev/2018 Aula 2. 19/Fev/2018 Aula 1
19/Fev/018 Aula 1 1.1 Conceitos gerais 1.1.1 Introdução 1.1. Unidades 1.1.3 Dimensões 1.1.4 Estimativas 1.1.5 Resolução de problemas - método 1.1.6 Escalares e vetores 1. Descrição do movimento 1..1 Distância
Leia maisAula 3 Introdução à Robótica Móvel Cinemática. Laboratório de Robótica Móvel LabRoM. Prof. Dr. Marcelo Becker - SEM EESC USP
Aula 3 Introdução à Robótica Móvel Cinemática Prof. Assoc. Marcelo Becker SEM - EESC - USP Laboratório de Robótica Móvel LabRoM Sumário da Aula Introdução Cinemática Manobrabilidade e Workspace Controle
Leia maisPaulo J. S. Gil. Cadeira de Satélites, Lic. Eng. Aeroespacial
Órbita no Espaço Paulo J. S. Gil Departamento de Engenharia Mecânica, Secção de Mecânica Aeroespacial Instituto Superior Técnico Cadeira de Satélites, Lic. Eng. Aeroespacial Paulo J. S. Gil (SMA, IST)
Leia maisVIAGENS COM GPS. O GPS permite saber a posição de um lugar à superfície da Terra através das coordenadas geográficas (latitude, longitude e altitude).
VIAGENS COM GPS O sistema GPS (Sistema de Posicionamento Global) é amplamente utilizado em diversas aplicações, tais como: localizar, navegar, conduzir e mapear. O GPS permite saber a posição de um lugar
Leia maisCorpos Rígidos CORPOS RÍGIDOS. Mecânica II (FIS-26) Prof. Dr. Ronaldo Rodrigues Pelá IEFF-ITA. 5 de março de R.R.Pelá
CORPOS RÍGIDOS Mecânica II (FIS-26) Prof. Dr. Ronaldo Rodrigues Pelá IEFF-ITA 5 de março de 2013 Roteiro 1 2 Roteiro 1 2 Algarismos significativos 0,333 3 alg. sign. 3,155 4 alg. sign. 3 1 alg. sign. 3,0
Leia mais4. Metodologia Modelos utilizados
4. Metodologia Os modelos analíticos apresentados no item 2.3 do capítulo de revisão bibliográfica foram validados com resultados de ensaios de cortador único para diferentes materiais (arenito Vosges,
Leia mais2 Propagação de ondas elásticas em cilindros
2 Propagação de ondas elásticas em cilindros 2.1 Elastodinâmica Linear As equações que governam o movimento de um corpo sólido, elástico e isotrópico são: τ ij,j + ρf i = ρ ü i (2-1) τ ij = λ ε kk δ ij
Leia maisLista 8 : Cinemática das Rotações NOME:
Lista 8 : Cinemática das Rotações NOME: Turma: Prof. : Matrícula: Importante: i. Nas cinco páginas seguintes contém problemas para se resolver e entregar. ii. Ler os enunciados com atenção. iii. Responder
Leia maisNavegação Aérea - PP
Navegação Aérea - PP A Navegação Aérea Desde os princípios da civilização, o homem busca resolver problemas de localização e orientação no espaço. Para isso, utilizou, ao longo do tempo, referências tais
Leia maisEstudo Sobre Localização de Robôs Móveis com Rodas para Fins de Navegação Local
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE TECNOLOGIA CURSO DE ENGENHARIA MECATRÔNICA BACHARELADO EM ENGENHARIA MECATRÔNICA Estudo Sobre Localização
Leia maisCapítulo 12. Ângulo entre duas retas no espaço. Definição 1. O ângulo (r1, r2 ) entre duas retas r1 e r2 é assim definido:
Capítulo 1 1. Ângulo entre duas retas no espaço Definição 1 O ângulo (r1, r ) entre duas retas r1 e r é assim definido: (r1, r ) 0o se r1 e r são coincidentes, se as retas são concorrentes, isto é, r1
Leia maisDeduza a Equação de Onda que representa uma onda progressiva unidimensional, numa corda de massa M e comprimento L.
Deduza a Equação de Onda que representa uma onda progressiva unidimensional, numa corda de massa M e comprimento L. Esquema do problema Consideremos uma corda longa, fixa nas extremidades, por onde se
Leia maisTransmitir aos alunos conhecimentos sobre robótica fixa e móvel, visando capacitá-los a desenvolver
DISCIPLINA: ELE228 - Robótica A Créditos: 4 Caráter: Eletiva UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA DEPARTAMENTO DE SISTEMAS ELÉTRICOS DE AUTOMAÇÃO E ENERGIA PROGRAMA DE PÓS-GRADUAÇÃO
Leia maisFEP Física para Engenharia II
FEP2196 - Física para Engenharia II Prova de Recuperação - 14/02/200 - Gabarito 1. Uma massa é abandonada com velocidade inicial igual a zero de modo que atinge o solo 10 segundos depois de solta. Desprezando
Leia maisUniversidade Estadual de Campinas - UNICAMP Faculdade de Engenharia Elétrica e de Computação - FEEC
LOCALIZAÇÃO EM ROBÓTICA TERRESTRE: FUSÃO ENTRE ODOMETRIA POR MÚLTIPLOS ENCODERS E GPS Renato José Martins,, Samuel Siqueira Bueno, Luiz G. Bizarro Mirisola, Ely Carneiro de Paiva, Paulo A. Valente Ferreira
Leia maisSegunda Prova de Física I, Turma MAA+MAI 8h-10h, 30 de novembro de 2011
Segunda Prova de Física I, Turma MAA+MAI 8h-10h, 30 de novembro de 2011 A vista da prova será feita na 2 a feira 5/12/2011, na sala de aula no horário de 8h-8h30. Primeira Questão No sistema de coordenadas
Leia maisINTRODUÇÃO À ROBÓTICA MÓVEL
INTRODUÇÃO À ROBÓTICA MÓVEL Aua 25 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes prestes@inf.ufrgs.br Odometria and Métodos de Dead-Reckoning Odometria permite boa
Leia mais