Partitura de luz: a representação criativa como perspectiva educacional

Este projecto de investigação teve como objectivo avaliar - através de uma série de workshops orientados pela mestranda no Centro Cultural de Belém em Abril de 2012 - o impacto da utilização de notação musical não-convencional num contexto não escolar. Traçando possíveis paralelos com o ensino especializado da música, propuseram-se metodologias de aprendizagem que permitissem a introdução da notação, de forma inovadora, no referido contexto escolar. O processo de investigação baseou-se em observação directa, na análise dos questionários preenchidos pelos participantes dos workshops e na observação e análise das gravações em vídeo que documentaram o processo artístico, pedagógico e de investigação. Numa sala escura, 6 retroprojectores projectaram uma Partitura de Luz. Entre crianças e adultos, 120 participantes (não-músicos) criaram empiricamente as suas composições, moldando o som em função da forma e a forma em função do som. O resultado foi compensador: a criação de condições favoráveis ao desenvolvimento máximo da expressão criativa individual ou colectiva dos participantes - através da utilização irrestrita de símbolos, imagens, objectos e matérias - culminou num efectivo estabelecimento de correspondência musical, a partir de recursos vocais. Este projecto, “Partitura de Luz”, foi uma oportunidade de relacionar a vertente artística – musical, plástica e gráfica - com a vertente humana: pedagógica e social.

Enhanced PCA-based localization using depth maps with missing data

In this paper a new method for self-localization of mobile robots, based on a PCA positioning sensor to operate in unstructured environments, is proposed and experimentally validated. The proposed PCA extension is able to perform the eigenvectors computation from a set of signals corrupted by missing data. The sensor package considered in this work contains a 2D depth sensor pointed upwards to the ceiling, providing depth images with missing data. The positioning sensor obtained is then integrated in a Linear Parameter Varying mobile robot model to obtain a self-localization system, based on linear Kalman filters, with globally stable position error estimates. A study consisting in adding synthetic random corrupted data to the captured depth images revealed that this extended PCA technique is able to reconstruct the signals, with improved accuracy. The self-localization system obtained is assessed in unstructured environments and the methodologies are validated even in the case of varying illumination conditions.