Navegação cooperativa de um robô humanóide e um robô com rodas usando informação visual

This work presents a cooperative navigation systemof a humanoid robot and a wheeled robot using visual information, aiming to navigate the non-instrumented humanoid robot using information obtained from the instrumented wheeled robot. Despite the humanoid not having sensors to its navigation, it can be remotely controlled by infra-red signals. Thus, the wheeled robot can control the humanoid positioning itself behind him and, through visual information, find it and navigate it. The location of the wheeled robot is obtained merging information from odometers and from landmarks detection, using the Extended Kalman Filter. The marks are visually detected, and their features are extracted by image processing. Parameters obtained by image processing are directly used in the Extended Kalman Filter. Thus, while the wheeled robot locates and navigates the humanoid, it also simultaneously calculates its own location and maps the environment (SLAM). The navigation is done through heuristic algorithms based on errors between the actual and desired pose for each robot. The main contribution of this work was the implementation of a cooperative navigation system for two robots based on visual information, which can be extended to other robotic applications, as the ability to control robots without interfering on its hardware, or attaching communication devices

Um modelo de unidade de medida inercial utilizando três acelerômetros triaxiais

No espaço tridimensional, um corpo rígido qualquer pode efetuar translações e ou rotações em relação a cada um de seus eixos. Identificar com precisão o deslocamento realizado por um corpo é fundamental para alguns tipos de sistemas em engenharia. Em sistemas de navegação inercial tradicionais, utilizam-se acelerômetros para reconhecer a aceleração linear e giroscópios para reconhecer a velocidade angular registrada durante o deslocamento. O giroscópio, entretanto, é um dispositivo de custo mais elevado e com alto consumo de energia quando comparado a um acelerômetro. Essa desvantagem deu origem a pesquisas a respeito de sistemas e unidades de medidas inerciais que não utilizam giroscópios. A ideia de utilizar apenas acelerômetros para calcular o movimento linear e angular surgiu no início da década de 60 e vem se desenvolvendo através de modelos que variam no número de sensores, na maneira como estes são organizados e no modelo matemático que é utilizado para derivar o movimento do corpo. Esse trabalho propõe um esquema de configuração para construção de uma unidade de medida inercial que utiliza três acelerômetros triaxiais. Para identificar o deslocamento de um corpo rígido a partir deste esquema, foi utilizado um modelo matemático que utiliza apenas os nove sinais de aceleração extraídos dos três sensores. A proposta sugere que os sensores sejam montados e distribuídos em formato de L . Essa disposição permite a utilização de um único plano do sistema de coordenadas, facilitando assim a instalação e configuração destes dispositivos e possibilitando a implantação dos sensores em uma única placa de circuito integrado. Os resultados encontrados a partir das simulações iniciais demonstram a viabilidade da utilização do esquema de configuração proposto

Algoritmo eficiente para aquisição de sinais de GPS por software

O NAVSTAR/GPS (NAVigation System with Timing And Ranging/Global Po- sitioning System), mais conhecido por GPS, _e um sistema de navegacão baseado em sat_elites desenvolvido pelo departamento de defesa norte-americano em meados de 1970. Criado inicialmente para fins militares, o GPS foi adaptado para o uso civil. Para fazer a localização, o receptor precisa fazer a aquisição de sinais dos satélites visíveis. Essa etapa é de extrema importância, pois é responsável pela detecção dos satélites visíveis, calculando suas respectivas frequências e fases iniciais. Esse processo pode demandar bastante tempo de processamento e precisa ser implementado de forma eficiente. Várias técnicas são utilizadas atualmente, mas a maioria delas colocam em conflito questões de projeto tais como, complexidade computacional, tempo de aquisição e recursos computacionais. Objetivando equilibrar essas questões, foi desenvolvido um método que reduz a complexidade do processo de aquisição utilizando algumas estratégias, a saber, redução do efeito doppler, amostras e tamanho do sinal utilizados, além do paralelismo. Essa estratégia é dividida em dois passos, um grosseiro em todo o espaço de busca e um fino apenas na região identificada previamente pela primeira etapa. Devido a busca grosseira, o limiar do algoritmo convencional não era mais aceitável. Nesse sentido, um novo limiar foi estabelecido baseado na variância dos picos de correlação. Inicialmente, é feita uma busca com pouca precisão comparando a variância dos cinco maiores picos de correlação encontrados. Caso a variância ultrapasse um certo limiar, a região de maior pico torna-se candidata à detecção. Por fim, essa região passa por um refinamento para se ter a certeza de detecção. Os resultados mostram que houve uma redução significativa na complexidade e no tempo de execução, sem que tenha sido necessário utilizar algoritmos muito complexos.