Line based camera calibration in machine vision dynamic applications

The problem of dynamic camera calibration considering moving objects in close range environments using straight lines as references is addressed. A mathematical model for the correspondence of a straight line in the object and image spaces is discussed. This model is based on the equivalence between the vector normal to the interpretation plane in the image space and the vector normal to the rotated interpretation plane in the object space. In order to solve the dynamic camera calibration, Kalman Filtering is applied; an iterative process based on the recursive property of the Kalman Filter is defined, using the sequentially estimated camera orientation parameters to feedback the feature extraction process in the image. For the dynamic case, e.g. an image sequence of a moving object, a state prediction and a covariance matrix for the next instant is obtained using the available estimates and the system model. Filtered state estimates can be computed from these predicted estimates using the Kalman Filtering approach and based on the system model parameters with good quality, for each instant of an image sequence. The proposed approach was tested with simulated and real data. Experiments with real data were carried out in a controlled environment, considering a sequence of images of a moving cube in a linear trajectory over a flat surface.

Segmentação de dados de perfilamento a laser em áreas urbanas utilizando uma abordagem Bayesiana

In this paper is presented a region-based methodology for Digital Elevation Model segmentation obtained from laser scanning data. The methodology is based on two sequential techniques, i.e., a recursive splitting technique using the quad tree structure followed by a region merging technique using the Markov Random Field model. The recursive splitting technique starts splitting the Digital Elevation Model into homogeneous regions. However, due to slight height differences in the Digital Elevation Model, region fragmentation can be relatively high. In order to minimize the fragmentation, a region merging technique based on the Markov Random Field model is applied to the previously segmented data. The resulting regions are firstly structured by using the so-called Region Adjacency Graph. Each node of the Region Adjacency Graph represents a region of the Digital Elevation Model segmented and two nodes have connectivity between them if corresponding regions share a common boundary. Next it is assumed that the random variable related to each node, follows the Markov Random Field model. This hypothesis allows the derivation of the posteriori probability distribution function whose solution is obtained by the Maximum a Posteriori estimation. Regions presenting high probability of similarity are merged. Experiments carried out with laser scanning data showed that the methodology allows to separate the objects in the Digital Elevation Model with a low amount of fragmentation.

Potential output in Latin America: a standard approach for the 1950-2002 period

Includes bibliography

Adaptive filter feature identification for structural health monitoring in aeronautical panel

This paper presents an approach for structural health monitoring (SHM) by using adaptive filters. The experimental signals from different structural conditions provided by piezoelectric actuators/sensors bonded in the test structure are modeled by a discrete-time recursive least square (RLS) filter. The biggest advantage to use a RLS filter is the clear possibility to perform an online SHM procedure since that the identification is also valid for non-stationary linear systems. An online damage-sensitive index feature is computed based on autoregressive (AR) portion of coefficients normalized by the square root of the sum of the square of them. The proposed method is then utilized in a laboratory test involving an aeronautical panel coupled with piezoelectric sensors/actuators (PZTs) in different positions. A hypothesis test employing the t-test is used to obtain the damage decision. The proposed algorithm was able to identify and localize the damages simulated in the structure. The results have shown the applicability and drawbacks the method and the paper concludes with suggestions to improve it. ©2010 Society for Experimental Mechanics Inc.

Building roof contour extraction from LiDAR data

This paper proposes a method for the automatic extraction of building roof contours from a LiDAR-derived digital surface model (DSM). The method is based on two steps. First, to detect aboveground objects (buildings, trees, etc.), the DSM is segmented through a recursive splitting technique followed by a region merging process. Vectorization and polygonization are used to obtain polyline representations of the detected aboveground objects. Second, building roof contours are identified from among the aboveground objects by optimizing a Markov-random-field-based energy function that embodies roof contour attributes and spatial constraints. Preliminary results have shown that the proposed methodology works properly.

Simulated annealing for building roof contours identification from lidar data

This paper proposes a method by simulated annealing for building roof contours identification from LiDAR-derived digital elevation model. Our method is based on the concept of first extracting aboveground objects and then identifying those objects that are building roof contours. First, to detect aboveground objects (buildings, trees, etc.), the digital elevation model is segmented through a recursive splitting technique followed by a region merging process. Vectorization and polygonization are used to obtain polyline representations of the detected aboveground objects. Second, building roof contours are identified from among the aboveground objects by optimizing a Markov-random-field-based energy function that embodies roof contour attributes and spatial constraints. The solution of this function is a polygon set corresponding to building roof contours and is found by using a minimization technique, like the Simulated Annealing algorithm. Experiments carried out with laser scanning digital elevation model showed that the methodology works properly, as it provides roof contour information with approximately 90% shape accuracy and no verified false positives.

Determinação de órbitas com o GPS através de mínimos quadrados recursivo com rotações de Givens

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Análise exergoeconômica de ciclo de refrigeração por compressão de vapor

Pós-graduação em Engenharia Mecânica - FEG

Investigações preliminares sobre a influência do clima espacial no posicionamento relativo com GNSS

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Extração automática de contornos de telhados de edifícios em um modelo digital de elevação, utilizando inferência Bayesiana e campos aleatórios de Markov

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Reflexão epistemológica e memorialística: uma experiência na formação continuada de professores de ciências

Trata de investigação desenvolvida durante processo de fonnação continuada de professores de ciências (das disciplinas Química, Biologia, Física e Ciências da Educação Básica) em uma universidade pública. Consiste em pesquisa narrativa por meio da qual se busca compreender relações entre reflexão epistemológica e formação docente. Procurou-se, particularmente, investigar que tipos de reflexões os sujeitos-professores constroem a partir da introdução de discussões relativas ao processo de produção, validação e apropriação social do conhecimento científico e as relações que estabelecem com suas histórias de atuação e formação pessoal e profissional. Com essa intenção foi estimulado nos professores um processo de dês-alienação de si, solicitando que produzissem narrativas memorialistas, nas quais relataram aspectos sobre os quais havia incidido as questões epistemológicas postas em debate durante os, aproximadamente, dois meses em que durou a formação continuada. Além dos registros memorialistas, produzidos ao final do curso, foram utilizados, também, como fonte de investigação as transcrições dos encontros semanais entre a Formadora e os professores registrados em áudio; respostas a um questionário aplicado no primeiro momento de contato com os professores e anotações de campo produzidas durante os encontros. A análise do conjunto de materiais produzidos sinaliza que a ação recursiva da memória, estimulada a partir de discussões epistemológicas no presente, potencializou as reflexões docentes em quatro dimensões principais: Éticopolítica; Curricular, Metodológica e Afetiva. Dimensões essas que desencadearam nos professores participantes problematizações em suas prática pedagógicas. Isso implicou em repensar a natureza e a procedência dos conhecimentos que ensinavam e validavam na escola. Revisão que resultou no despertar de outras fonnas de se pensar sobre o que ensinar, por que e como ensinar ciências e na valorização de outros saberes na composição do currículo escolar, que não apenas o conhecimento científico.

Estudos de estratégias de identificação paramétrica para detecção e diagnóstico de faltas em um processo industrial do tipo tanques comunicantes

Esta dissertação apresenta uma técnica para detecção e diagnósticos de faltas incipientes. Tais faltas provocam mudanças no comportamento do sistema sob investigação, o que se reflete em alterações nos valores dos parâmetros do seu modelo matemático representativo. Como plataforma de testes, foi elaborado um modelo de um sistema industrial em ambiente computacional Matlab/Simulink, o qual consiste em uma planta dinâmica composta de dois tanques comunicantes entre si. A modelagem dessa planta foi realizada através das equações físicas que descrevem a dinâmica do sistema. A falta, a que o sistema foi submetido, representa um estrangulamento gradual na tubulação de saída de um dos tanques. Esse estrangulamento provoca uma redução lenta, de até 20 %, na seção desse tubo. A técnica de detecção de falta foi realizada através da estimação em tempo real dos parâmetros de modelos Auto-regressivos com Entradas Exógenas (ARX) com estimadores Fuzzy e de Mínimos Quadrados Recursivos. Já, o diagnóstico do percentual de entupimento da tubulação foi obtido por um sistema fuzzy de rastreamento de parâmetro, realimentado pela integral do resíduo de detecção. Ao utilizar essa metodologia, foi possível detectar e diagnosticar a falta simulada em três pontos de operação diferentes do sistema. Em ambas as técnicas testadas, o método de MQR teve um bom desempenho, apenas para detectar a falta. Já, o método que utilizou estimação com supervisão fuzzy obteve melhor desempenho, em detectar e diagnosticar as faltas aplicadas ao sistema, constatando a proposta do trabalho.

Metodologia baseada em sistema fuzzy intervalar do tipo-2 para detecção e identificação de faltas de incipientes em motores de indução

Desde a incorporação da automação no processo produtivo, a busca por sistemas mais eficientes, objetivando o aumento da produtividade e da qualidade dos produtos e serviços, direcionou os estudos para o planejamento de estratégias que permitissem o monitoramento de sistemas com o intuito principal de torna-los mais autônomos e robustos. Por esse motivo, as pesquisas envolvendo o diagnóstico de faltas em sistemas industriais tornaram-se mais intensivas, visto a necessidade da incorporação de técnicas para monitoramente detalhado de sistemas. Tais técnicas permitem a verificação de perturbações, falta ou mesmo falhas. Em vista disso, essa trabalho investiga técnicas de detecção e diagnostico de faltas e sua aplicação em motores de indução trifásicos, delimitando o seu estudo em duas situações: sistemas livre de faltas, e sobre atuação da falta incipiente do tipo curto-circuitoparcial nas espiras do enrolamento do estator. Para a detecção de faltas, utilizou-se analise paramétrica dos parâmetros de um modelo de tempo discreto, de primeira ordem, na estrutura autoregressivo com entradas exógenas (ARX). Os parâmetros do modelo ARX, que trazem informação sobre a dinâmica dominante do sistema, são obtidos recursivamente pela técnica dos mínimos quadrados recursivos (MQR). Para avaliação da falta, foi desenvolvido um sistema de inferência fuzzy (SIF) intervala do tipo-2, cuja mancha de incerteza ou footprint of uncertainty (FOU), características de sistema fuzzy tipo-2, é ideal como forma de representar ruídos inerentes a sistemas reais e erros numéricos provenientes do processo de estimação paramétrica. Os parâmetros do modelo ARX são entradas para o SIF. Algoritmos genéricos (AG’s) foram utilizados para otimização dos SIF intervalares tipo-2, objetivando reduzir o erro de diagnóstico da falta identificada na saída desses sistemas. Os resultados obtidos em teste de simulação computacional demonstram a efetividade da metodologia proposta.

Técnica de controle preditivo baseado em modelo aplicada ao controle de tensão de um gerador síncrono - resultados experimentais

Neste trabalho serão apresentados os resultados da avaliação experimental de uma metodologia de controle digital preditivo auto-ajustavel aplicada ao controle de tensão de um sistema de geração de energia de escala reduzida. Um estimador recursivo baseado no conhecido método de mínimos quadrados é utilizado na etapa de identificação do controlador preditivo proposto. A etapa de cálculo da lei de controle é realizada com o algoritmo Generalized Predictive Controller (GPC). A avaliação experimental foi realizada com testes de resposta ao degrau e rastreamento aplicados em diferentes condições operacionais do sistema de potência estudado. Para fins de comparação, também serão apresentados os resultados da avaliação de um controlador auto-ajustável que utiliza o método de alocação de pólos para a síntese do sinal de controle e três controladores digitais com parâmetros fixos.

Estratégia de identificação paramétrica aplicada à modelagem fenomenológica de um sistema do tipo correia transportadora industrial para fins de detecção de faltas

Os sistemas do tipo correia transportadora, são sistemas essenciais para grandes empresas, embora este equipamento apresente um elevado grau de criticidade, de modo que uma parada não planejada do mesmo, pode gerar perdas imensas ou até mesmo a parada de todo o processo produtivo. Tendo em vista a criticidade do equipamento, torna-se necessário realizar a monitoração adequada do mesmo e detectar com maior antecedência possível a ocorrência de alguma falta ocorrida no sistema. Objetivando reduzir as paradas não planejadas, investiga-se nesta dissertação a modelagem de um sistema do tipo correia transportadora com a finalidade de uso no monitoramento e diagnóstico de faltas neste tipo de sistema. Primeiramente é discutido um modelo fenomenológico do processo, o qual é baseado na aplicação das leis da mecânica e considerando-se os diversos tipos de força de oposição ao movimento de uma correia transportadora. Os principais parâmetros do transportador foram estimados utilizando-se técnicas de identificação baseadas em Mínimos Quadrados Não Recursivos. Em seguida, foi desenvolvido e implementado um algoritmo de detecção de faltas utilizando a teoria de análise intervalar, de modo que possibilite detectar condições inadequadas de funcionamento. Com o intuito de avaliar o desempenho do algoritmo proposto foi projetado e construído um protótipo que emula as condições operacionais típicas de um sistema real do tipo correia transportadora. Os resultados obtidos experimentalmente, confirmam o bom desempenho da metodologia proposta.