rac - robótica autónoma cooperativa modelos, algoritmos e...

Ministério da Educação

PROGRAMA FCT/CAPES – 2009

RAC - Robótica Autónoma Cooperativa Modelos, Algoritmos e Aplicações

INSTITUIÇÕES:

Executoras

Universidade Federal de Minas Gerais – Departamento de Ciência da Computação – DCC-UFMG

Universidade de Coimbra – Instituto de Sistemas e Robótica – ISR-UC

Participantes

Centro de Tecnologia da Informação Renato Archer – CTI Instituto de Engenharia Mecânica – Instituto Superior Técnico de Lisboa – IDMEC/IST

Junho de 2009


2

1. TÍTULO, DADOS DO PROJETO, INSTITUIÇÕES PARTICIPANTES E RESPONSÁVEIS

Título do projeto: RAC - Robótica Autônoma Cooperativa – Modelos, Algoritmos e Aplicações

Áreas: Ciência da Computação e Engenharias IV

Duração Prevista: 2 anos Data do início: Janeiro de 2010

I. INSTITUIÇÕES BRASILEIRAS II. INSTITUIÇÕES PORTUGUESAS

I.1. INSTITUIÇÃO EXECUTORA II.1. INSTITUIÇÃO EXECUTORA

Nome: Departamento de Ciência da Computação - Uiversidade Federal de Minas Gerais – www.ufmg.br

Nome: ISR – Instituto de Sistemas e Robótica - Universidade de Coimbra - www.isr.uc.pt

Unidade Executora: Departamento de Ciência da Computação - Laboratório de Visão Computacional e Robótica - Instituto de Ciências Exatas

Unidade Executora: Instituto de Sistemas e Robótica – Universidade de Coimbra

Endereço: Av. Antônio Carlos 6627 Belo Horizonte MG - 31270-010

Endereço: DEE, Pólo 2 da Universidade de Coimbra CP:3030-290 COIMBRA, Portugal

Telefone: (+55) (0) 31 3499-5860 Telefone: (+352) 39 796201

Fax: (+55) (0) 31 3499-5858

Coordenador Brasileiro do Projeto: Coordenador Português do Projecto:

Nome completo: Mario Fernando Montenegro Campos Nome completo: Jorge Manuel Miranda Dias

Função: Investigador do Instituto de Sistemas e Robótica da Universidade de Coimbra

Cargo: Professor Titular da Universidade Federal de Minas Gerais

Profissional: Professor Associado da Universidade de Coimbra

Endereço Profissional: Departamento de Ciência da Computação - UFMG/ICEx - Av. Antônio Carlos, 6627 Belo Horizonte MG, Brasil - 31270-010

Endereço: Pólo 2 da Universidade de Coimbra CP:3030-290 COIMBRA, Portugal

E-mail: [email protected] E-mail: [email protected] / [email protected]

Telefone: : (+55) 31 3499-5890 Fax: (+55) 31 3499-5858 Telefone: (+352) 39 796219 Fax: (+352) 39 406672

I.2. INSTITUIÇÃO PARTICIPANTE II.2. INSTITUIÇÃO PARTICIPANTE

Nome: CTI- Centro de Tecnologia da Informação Renato Archer - www.cti.gov.br

Nome: Instituto de Engenharia Mecânica / pólo Instituto Superior Técnico

Unidade Executora: Divisão de Robótica e Visão Computacional

Unidade co-executora: Instituto de Engenharia Mecânica (IDMEC/IST)

Endereço: Rod. D. Pedro I Km 143,6 Campinas, SP, Brasil - 13.082-120

Endereço: Av Rovisco Pais, 1 1049-001, Lisboa, Portugal

Telefone: (+55) 19 3746-6000 Fax: : (+55) 19 3746-6028 Telefone: (+351) 218417351

Responsável Responsável

Nome completo: Samuel Siqueira Bueno Nome completo: José Raul Carreira Azinheira

Função: Tecnologista A-III Função: Investigador do Engenharia Mecânica / pólo Instituto Superior Técnico

Profissional: Professor Auxiliar do Instituto Superior Técnico / Departamento de Engenharia Mecânica

Endereço Profissional: Rod. D. Pedro I Km 143,6 Campinas, SP, Brasil - 13.082-120

Endereço: av Rovisco Pais, 1 1049-001, Lisboa, Portugal

E-mail: [email protected] Email: [email protected]

Telefone (+55) (19) 3746-6137 Telefone (+351) 218417478 / 218417601

Fax: : (+55) (19) 3746-6028 Fax: (+351) 21 8498097


3

2. INTRODUÇÃO

A presente proposta corresponde a um projeto de cooperação designado “RAC - Robótica Autônoma

Cooperativa - Modelos, Algoritmos e Aplicações” que ira estruturar, consolidar e avançar parcerias anteriores entre as instituições Brasileiras e Portuguesas participantes. O projeto integra sinergias, experiência e conhecimento das equipas envolvidas para promover a pesquisa e a formação de alunos, na temática de Robótica. A pesquisa sólida e inovadora que vem sendo realizada há vários anos em colaboração entre as equipes brasileiras e portuguesas (um breve histórico encontra-se descrito na Sessão 15), estará fortemente atrelada à capacitação de recursos humanos fundamentada na mobilidade de doutorandos e pós-doutorandos

brasileiros e portugueses e na realização de atividades formativas possivelmente vinculadas aos programas de pós-graduação das instituições envolvidas de ambos os países. Assim, este projeto, permitirá consolidar e estruturar uma antiga cooperação entre os grupos de Portugal e do Brasil de uma forma coerente e em estreita ligação com programas de formação de recursos humanos em área do conhecimento estratégica para ambos os países. Neste contexto, a presente proposta visa suportar, para o próximo biênio, ações conjuntas luso-brasileiras de investigação e desenvolvimento científico e tecnológico, ações de formação cruzada e orientação de estudantes de graduação e pós-graduação. É objectivo futuro dos vários membros desta cooperação utilizar este projecto para fomentar um programa mais extenso de troca de conhecimento e formação entre os dois países, aumentando as possibilidades do estabelecimento de parcerias estratégicas para projetos internacionais e europeus. A expectativa de grande sucesso desta iniciativa fundamenta-se na reconhecida competência dos grupos envolvidos na produção científica de alta qualidade e na formação de recursos humanos em nível de graduação e pós-graduação. Os grupos envolvidos são, do lado Brasileiro:

• pesquisadores e alunos dos programas de Pós-Graduação em Ciência da Computação (conceito 6) e da

Pós-Graduação em Engenharia Elétrica (conceito 6) da Universidade Federal de Minas Gerais (PPGCC e

PPGEE/UFMG), • pesquisadores e alunos bolsistas do Centro de Tecnologia da Informação Renato Archer – Divisão de

Robótica e Visão Computacional (DRVC/CTI), e do lado Português:

• pesquisadores e alunos do Instituto de Sistemas e Robótica – da Universidade de Coimbra (ISR-UC). • pesquisadores e alunos do Instituto de Engenharia Mecânica do Instituto Superior Técnico de Lisboa

(IDMEC/IST). Os programas de pós-graduação brasileiros que apóiam este projeto estão entre os melhores do país em suas respectivas áreas. Do lado português, ambos o IST e a UC são destacam-se pela excelência acadêmica e científica. Em particular, O ISR da Universidade de Coimbra é um grupo de excelência no domínio da robótica. Na última avaliação da FCT obteve o grau de Excelente entre todos os restantes centros de investigação avaliados da mesma área disciplinar. As atividades a realizar no projeto explorarão os conhecimentos e a experiência em robótica das quatro instituições para criar uma melhor estruturação da colaboração entre os investigadores/docentes das duas instituições numa estratégia de partilha de conhecimentos, de formação e mobilidade bilateral de alunos e da disseminação do conhecimento. As novas metodologias esboçadas neste texto apontam para avanço expressivo no estado da arte no domínio da robótica e da visão computacional e destacam o caráter fortemente inovador do projeto. Porém, além da publicação em periódicos e conferências de alta qualidade da área, os resultados das pesquisas serão divulgados por meio de Escolas de Verão que terão como objetivo capacitar alunos de mestrado e doutorado e atualizá-los com os novos resultados alcançados, disseminando a pesquisa desenvolvida no projeto, e atrair novos alunos para que se envolvam com a pesquisa na área. Portanto, este projeto envolverá as várias equipas no desenvolvimento de pesquisa em robótica cooperativa entre plataformas autônomas aéreas e

terrestres e um programa de formação de estudantes de pós-graduação que, além das missões previstas neste projeto, contará com Escolas de Verão no Brasil e em Portugal.


4

As atividades de pesquisa centrar-se-ão em atividades de investigação em colaboração, nas diferentes temáticas da robótica cooperativa que já vem sendo desenvolvida por cada instituição como parte das investigações conjuntas que vem ocorrendo nos últimos anos. Escolas de Verão, que serão realizadas como parte do programa de formação deste projeto, envolverá seminários temáticos que serão integrados na componente formativa de cursos de Pós-Graduação das Universidades e Centros envolvidos. Do público alvo farão parte estudantes de Pós-Graduação (mestrado ou doutoramento) com interesses científicos no domínio deste projeto, que poderão assistir de forma facultativa e gratuita, e ainda membros das equipas de investigação dos projetos de investigação que decorrem nas instituições partícipes. Os seminários serão complementados com sessões de trabalho nas quais os membros dos grupos de pesquisa farão apresentação formal dos últimos resultados e desenvolvimentos dos seus trabalhos. Os temas desses seminários serão no domínio da Robótica, Controle, Identificação e Visão por Computador, podendo-se citar alguns:

• Robótica Cooperativa e Enxames de Robôs; • Visão Robótica e Interação Humano-Robô por Visão; • Metodologias de controle não linear aplicadas a veículos robóticos terrestres e aéreos e à cooperação

entre eles; • Métodos de combinação e registro de dados multi-modais;

Ao final destes eventos, realizar-se-á uma sessão de discussão envolvendo os grupos de pesquisa durante a qual serão avaliados os resultados alcançados e definir-se-ão metas e direções dos próximos encaminhamentos para o projeto. Essa sessão favorecerá troca de informação e a efetivação da colaboração entre as equipes de ambos os países. O principal foco é o desenvolvimento conjunto de capacidades que viabilizem a operação autônoma de veículos robóticos que cooperam para a realização de missões de inspeção e monitoração ambiental. Robôs aéreos (asa fixa, dirigíveis, helicópteros e quadrirotores) e terrestres para ambientes externos compõem a infra-estrutura existente nas instituições para o desenvolvimento, implementação e experimentação no presente projeto. Cabe aqui salientar o diferencial deste projeto quanto a inovação tecnológica que naturalmente resulta da validação das metodologias em veículos reais em ambientes também reais em situações de aplicações piloto, o que, se por um lado traz dificuldades e desafios importantes, por outro propicia grandes oportunidades para geração de novos conhecimentos e tecnologias. Assim sendo, esta proposta aborda quatro grandes temas:

• Sistemas de controle e guiamento de veículos robóticos usando enfoques de controle não linear. • Combinação e registro de dados multi-modais e percepção em robótica aérea; • Cooperação multi-robôs aérea-terreste.

Considerando a abrangência e complexidade desses temas, que se situam na fronteira do estado da arte no cenário mundial, e os objetivos de implementação e validação experimental, prevê-se desde já a posterior continuidade da cooperação, através de solicitação de renovação ou novas submissões aos órgãos de fomento de ambos países. Finalmente, salientamos que o presente projeto é a conseqüência natural de uma colaboração iniciada em 1998 que esta proposta permitirá consolidar e estruturar. Esse histórico bem sucedido de cooperação entre as equipes proponentes demonstra que a colaboração tem catalisado esforços de investigação para produção de resultados expressivos, demonstrado por publicações conjuntas em eventos e em periódicos de qualidade. A parceria internacional traz vantagens importantes para ambos os países e instituições, em particular no que se refere ao aumento expressivo da inserção internacional e a ampliação de uma rede de bastante ativa de pesquisadores e alunos dos dois países.

3. OBJETIVOS

Os principais objetivos deste projeto concentram-se em dois focos principais: o desenvolvimento científico e a formação de recursos humanos em área estratégica para ambos os países.


5

O principal objectivo científico é desenvolver pesquisa no domínio da robótica cooperativa que envolve robô-robô, homem-robô e multi-robô para diferentes cenários, que exiba cooperação e trabalho em equipas eficazes e que envolva pessoas e vários tipos de plataformas robóticas. Uma característica importante da abordagem proposta será a sua capacidade de criar e manter uma equipa móvel, baseada em sistemas robóticos para suportar a missão, em que todos os agentes móveis constituem nós de uma rede cooperativa. As camadas de alto nível, que promovem o arcabouço cooperativo, serão suportadas pelos desenvolvimentos das camadas subjacentes da arquitetura, que envolvem a análise, o modelamento e controle dos veículos. Além de dar prosseguimento à pesquisa em andamento na área de modelamento e controle de dirigíveis e veículos de asa fixa, as investigações no biênio coberto pelo projeto incluirão veículos aéreos de asa rotativa, em particular quadrirotores e helicóperos, e veículos terrestres para ambientes externos.

O projecto irá usar técnicas inovadoras para cooperação homem-robô e multi-robô, controlo descentralizado, redes móveis ad hoc, fusão sensorial e robôs móveis autónomos, com o objectivo de desenvolver aplicações em diferentes domínios tais como vigilância, inspecção de infra-estruturas ou de apoio a acções cooperação adaptativa homem-robô e multi-robô em cenários de catástrofe.

No domínio da robótica cooperativa é importante a sua arquitectura e o desenvolvimento de veículos capazes de operar com níveis crescentes de autonomia. Como exemplo: uma arquitectura centralizada não pode funcionar se o nó central ficar indisponível e, portanto, não é apropriada para cenários de catástrofe em que eventos inesperados são muito prováveis. Neste projecto de cooperação pretende-se realizar o estudo, desenvolvimento e ensaio de diferentes arquitecturas e suas instanciações em veículos aéreos e terrestres para ambientes externos.

O segundo foco dos objetivos do projeto é a formação de recursos humanos em áreas estratégicas para ambos os países. A demanda presente e futura, tanto no Brasil como em Portugal, por pesquisadores e profissionais altamente qualificados nas áreas da Ciência da Computação e Engenharias é expressiva. Iniciativas como a do presente edital são peças fundamentais para se alcançar esse objetivo. Nesse sentido, esta proposta apresenta uma forte ênfase na formação e capacitação de alunos de pós-graduação e jovens pesquisadores. O forte vínculo e entre as equipes forjado pelos anos de cooperação constitui-se um fundamento sólido para as iniciativas de formação aqui propostas. A excelência comprovada dos grupos de pós-graduação de ambos os países constitui-se em importante aval para as ações de formação pretendidas. As principais iniciativas proposta para promover a capacitação serão: a mobilidade de alunos e jovens pesquisadores em programas de doutoramento sanduíche e pós-doutoramento e as escolas de verão.

4. FUNDAMENTAÇÃO TEÓRICA

Apresenta-se, a seguir, a fundamentação teórica e o contexto técnico-científico desta cooperação. Inicialmente, introduz-se o tema de robótica cooperativa que envolve veículos aéreos não tripulados e terrestres e suas aplicações. É fornecido um breve histórico sobre a experiência da equipa em robótica aérea e em robótica cooperativa. Apresentam-se resumidamente os projetos AURORA, DIVA e SiDeVAAN, e justifica-se a relevância do presente projeto de investigação em cooperação proposto.

Um sistema robótico cooperativo requer, para seu desenvolvimento e operação, de uma infra-estrutura compreendendo, basicamente: i) uma estação embarcada no veículo; ii) uma estação de operação em terra; um sistema de comunicação entre ambas. Isso implica em soluções de hardware e software que devem satisfazer a diferentes requisitos de integração, processamento, operação em tempo real, robustez, etc.

Seja no compartilhamento de soluções entre os Projetos AURORA e DIVA, seja na troca de informações e resultados em relação ao Projeto SiDeVAAN, ou ainda na extensão das metodologias aos quadrirotores e veículos terrestres de exterior, o aprimoramento das soluções existentes ou novas concepções nessa linha de desenvolvimento passam por abordar diversos aspectos.

Na perspectiva de veículos robóticos autônomos, é certamente necessário um esforço multidisciplinar aprofundado e uma fundamentação segura para dotá-los de capacidades de autonomia crescentes.

Em termos de controle automático de dirigíveis, são imprescindíveis abordagens robustas de decolagem, seguimento de rota, aterrissagem, com qualidades para lidar com o vento ou rajadas, ou opções de emergência. Em vôos experimentais do AURORA foi possível obter resultados, mas as características dinâmicas do dirigível justificam a utilização de técnicas de controle mais inovadoras que garantam aspectos de robustez. As metodologias de controle não linear, nomeadamente a Dinâmica Inversa (Feedback

Linearization), Backstepping [Azinheira et al., 2006], e Modos Deslizantes (Sliding Modes) apresentam-se


6

como soluções de controle bem mais gerais e robustas para o controle de uma missão completa (decolagem, aterrissagem, vôo pairado e seguimento de trajetória) do que as abordagens de controle linear utilizadas até o momento. A análise de opções de controle alternativas, com a possibilidade de verificação experimental em cada equipe é uma das finalidades da presente proposta.

Com o recente desenvolvimento das técnicas de navegação e controle de robôs aéreos é agora emergente o desenvolvimento de métodos e técnicas que permitem aumentar a autonomia e sua aplicação em operações de vigilância, monitoramento e mapeamento.

Em muitas das aplicações de vigilância, em particular em interiores, o interesse está concentrado na atividade humana através da interpretação automática dessa atividade. Muitos destas aplicações são realizadas em ambientes bem estruturados, com condições e restrições específicas e bem definidas. Os exemplos são, sobretudo de aplicações de seguimento de pessoas ou objetos em sinais vídeo (2D). Existem evoluções recentes destas técnicas, através da utilização modelos e formas geométricas que são aprendidas no processo de interpretação das atividades e seguimento das trajetórias. Em alguns casos os modelos geométricos são extensíveis a modelos tridimensionais (3D) para o qual são recuperados os seus parâmetros de pose (orientação e translação) [Delamarre and Faugeras, 1999].

Associado ao problema análise de atividade existe o reconhecimento de ações. Este reconhecimento é, sobretudo, um problema de classificação na qual diversos métodos são propostos alguns requerendo, ou não, um processo prévio de aprendizagem. Técnicas sofisticadas de “matching” ao longo de uma seqüência temporal de dados é possível com HMM-Hidden Markov Models (HMMs) [Ivanov and Bobik,2000], [Elfes et al., 2000].

Nas operações de mapeamento muitas das atuais soluções são dirigidas ao problema de, dado um conjunto de imagens observadas, estimar um mapa digital global combinado. Estas técnicas de mapeamento normalmente não utilizam informação fornecida por sensores complementares, tal como se pretende neste projeto. Em particular, sensores inerciais podem ser explorados para fornecer uma medida da orientação do veículo que facilite o registro desses mapas, projetando imagens em um sistema de coordenadas geo-referenciado, inercial e estabilizado, eliminando ou aproximando graus de liberdade associados com a rotação do veículo e permitindo a utilização de modelos de movimento mais simples em tarefas comuns de visão computacional.

Algumas das aproximações que têm sido desenvolvidas envolvem conhecimento prévio dos modelos estatísticos das imagens para o processamento das imagens utilizadas no mapa e recentemente tem sido investigado o problema da construção de um mapa digital através da combinação de imagens ao longo de seqüências onde a resolução espacial não é uniforme. A estimação de mapas baseada em técnicas de Bayes tem sido motivo de estudos recentes.

Um grande número de aplicações demanda a utilização de múltiplos veículos aéreos que podem operar de maneira coordenada e preferencialmente cooperativa. Essa possibilidade torna-se viável somente se os diferentes aspectos referentes ao controle em seus diversos níveis tenha sido corretamente abordado e esteja integrado de maneira robusta. Diversos modelos de cooperação têm surgido na literatura com maior ênfase nos robôs terrestres. Se por um lado os diversos problemas de cooperação no domínio bi-dimensional estejam presentes no cenário 3D, outros, como o desvio de obstáculos, podem ser simplificados. A utilização de mapeamentos para o espaço de configurações (c-space) e a abordagem de controle e planejamento de trajetórias atualmente utilizada para solução de problemas em 2D pode ser estendida com vantagens para 3D. Utilizando essa metodologia estendida, pretende-se possibilitar a realização de tarefas em nível mais alto, como o rastreamento cooperativo de alvos de interesse no solo. Conforme mencionado mais adiante, essa cooperação pode tornar-se mais completa ao se incluírem robôs terrestres, cujas ações podem ser coordenadas por veículos aéreos.

Os projetos AURORA, DIVA e SiDeVAAN bem como as atividades de pesquisa dos vários grupos envolvidos no desenvolvimento de veículos terrestres e quadrirotores autonomos, são multi-disciplinares e abordam pesquisa em diferentes domínios de engenharia.

As equipes de investigadores envolvidos nestes projetos envolvem pesquisadores, docentes Universitários e estudantes de graduação e pós-graduação. A disseminação das atividades destas equipes entre a comunidade acadêmica e novos pesquisadores é considerada importante neste projeto e é objeto de um conjunto de workshops científicos e cursos aperfeiçoamento (Escolas de Verão). Desta forma que os conhecimentos adquiridos catalisam uma formação em engenharia mais abrangente e aplicada em áreas tais como: Sistemas de Informação, Sistemas Embarcados e de Tempo-Real Processamento de Sinal, Visão por Computador, Controle, Estimação, Percepção e Autonomia Robótica. O presente projeto permite estabelecer


7

uma estratégia de formação e disseminação do conhecimento que poderão ser integrados na componente formativa de cursos de Pós-Graduação (Mestrado ou Doutoramento).

4.1 Veículos robóticos autônomos e cooperativos

Tipicamente, veículos robóticos de exterior podem ser classificados segundo o meio em que operam (subaquáticos, aquáticos de superfície, terrestres e aéreos), sua forma de locomoção (rodas, esteiras, pernas, hélices, etc.) e o grau de atuação decorrente (de sub-atuado até completamente holonômico).

Na modalidade mais simples de utilização, esses veículos são operados remotamente. No entanto, esforços de pesquisa atuais buscam agregar capacidades sensoriais, de percepção - tanto do veículo em si quanto do meio onde ele evolui - e de tomada de decisão, visando o estabelecimento de estratégias de operação substancialmente autônomas. Igualmente, busca-se estabelecer metodologias de ação cooperativa entre diferentes classes de robôs.

Como motivadores desses esforços, pode-se citar a ampla e relevante gama de aplicação desses veículos, a redução dos custos de sensores e sistemas de processamento, e o mercado crescente que se apresenta. Exemplos de aplicação são, dentre outros: exploração de ambientes inóspitos ou inacessíveis; inspeção em diferentes contextos; disposição (deployment) de equipamentos e recuperação de material e de informações – dos estudos ambientais na Terra à exploração em outros planetas; aplicações em agricultura, mineração e outras atividades produtivas; transporte e manuseio de cargas; apoio em casos de sinistros naturais; sistemas de auxílio à condução (em automóveis); operações de segurança, militares; etc.

Este é o contexto da presente proposta, onde metodologias de percepção, cooperação e autonomia robótica são desenvolvidas, abordando aeronaves com asas do Projeto SiDeVAAN, dirigíveis robóticos dos projetos AURORA e DIVA, e novas plataformas como quadri-rotores e veículo terrestre de exterior.

4.1.1 O Projeto AURORA

O Projeto AURORA da DRVC/CTI, concebido em 1996 e efetivamente iniciado em 1997, tem como foco o desenvolvimento em robótica aérea, usando um dirigível como plataforma, dotando-o gradualmente de capacidades de autonomia. Alguns componentes do Projeto AURORA são mostrados na Figura 1.

GPS, MCC

e TCM2

Central

Inercial

CPU Principal

(a) O dirigível em vôo (b) O sistema embarcado (c) A estação de terra.

Figura 1 - O dirigível e infra-estrutura do Projeto AURORA.

O dirigível destina-se à realização das missões de observação, monitoramento ambiental e inspeção, onde intervêm a geração de imagens e a aquisição de dados sensoriais específicos para cada aplicação, cujos cenários são identificados em vários setores e instituições, como Petrobrás, TBG, concessionárias do setor elétrico INPA, IBAMA e Universidades.

O Projeto AURORA, já recebeu financiamentos do CNPq, CNPq/ProTeM-CC, CNPq/CTPETRO, CAPES e FAPESP, e conta atualmente com apoio da FAPESP através do Projeto VAuRobot - Visão e Autonomia em Robótica, no âmbito do acordo FAPESP-INRIA. O Projeto AURORA mantém cooperações principalmente com o IST e ISR de Portugual, INRIA de Sophia Antipolis na França, Robotics Institute da Carnegie Mellon University - CMU nos EUA, e o VERLAB/DCC/UFMG e UNICAMP no Brasil.

A plataforma atualmente em uso é o dirigível AS 800B produzido pela empresa Airspeed Airships (Inglaterra), aprimorado pela DRVC/CTI para uso como veículo robótico, possuindo 11,5 m de comprimento, 3 m de diâmetro, 30 m3 de volume, capacidade de carga de 10 Kg ao nível do mar e autonomia em torno de uma hora.


8

Como resultados alcançados, no AURORA, pode-se citar resumidamente:

• arquitetura de informação configurando uma infra-estrutura de hardware e software composta por: i) estação embarcada no dirigível, compreendendo processadores e agregando como principais sensores: câmera, GPS diferencial, bússola, central inercial e sonda de vento; ii) estação em terra para operação, e; iii) sistema de comunicação entre ambas

• modelo matemático completo, em 6 graus de liberdade, e ambientes de simulação e de projeto de sistemas de controle em JAVA e Simulink/MATLAB, com visualização em MESA-OPENGL;

• sistemas de controle e guiamento lateral e longitudinal para vôo cruzeiro (concebidos e validados experimentalmente), o que permite ao dirigível o seguimento autônomo de trajetórias configuradas por pontos de passagem (expressos em termos de latitude e longitude) e um perfil de altitude

• estratégias de controle servo-visual, validadas em simulação, para o seguimento de alvos visuais caracterizados por retas (em fase de implantação no veículo) e para a estabilização (vôo estacionário) e aterrissagem automática do veículo sobre um marco artificial

• protótipo, estudado em simulação, de uma arquitetura híbrida deliberativo-reativa, explorando o conceito de multi-agentes e distribuída entre o sistema embarcado e a estação em terra, calcada na linguagem TDL da CMU.

4.1.2 O Projeto DIVA

O projeto DIVA - Dirigível Instrumentado para Vigilância Aérea - é financiado pela Fundação para a Ciência e Tecnologia, do Ministério Português da Ciência e Ensino Superior (POSI/SRI/45040/2002) e teve início formal em Janeiro de 2004. O projeto envolve três instituições de pesquisa:

• o Instituto de Sistemas e Robótica da Universidade de Coimbra (ISR/UC), responsável pelas áreas de instrumentação, arquitetura, integração, visão e mapeamento;

• o Instituto de Engenharia Mecânica do Instituto Superior Técnico (IDMEC/IST) em Lisboa (Instituição Proponente), responsável pelas áreas de modelação, simulação e controle;

• a Universidade do Minho (UM), responsável pela área da aerodinâmica.

O projeto DIVA inspira-se fortemente do projeto AURORA, com o qual existia uma colaboração desde o ano de 1998, nomeadamente nas áreas de modelação e controle. O lançamento de um projeto irmão em Portugal, o presente projeto DIVA, tem como objetivo o desenvolvimento e instrumentação de um pequeno dirigível com cerca de 9 metros de comprimento (vide Figura 2), constituindo assim uma segunda plataforma sobre a qual podem ser implementadas e comparadas várias soluções alternativas de percepção, navegação e controle para o funcionamento autônomo.

(a) Teste de campo (b) Câmera e sensor inercial (c) Gôndola com o sistema embarcado

Figura 2 - O dirigível e sistema embarcado no Projeto DIVA.

Desde a sua origem, o projeto DIVA foi definido no quadro da colaboração com o projeto AURORA, procurando o intercâmbio e sinergias, com a vantagem adicional de existirem duas plataformas disponíveis para o teste e avaliação das opções consideradas. Apesar de um objetivo final semelhante e de alguma redundância necessária ao diálogo entre as duas equipes, as áreas de intervenção definidas no projeto DIVA são complementares das áreas de base do projeto AURORA, possibilitando assim uma colaboração vantajosa para ambos os lados.


9

Após um período de atualização desde a candidatura, apresentada em Maio de 2002, e nomeadamente a procura de alternativas após o desaparecimento do fornecedor previsto para o dirigível inicial, o projeto DIVA realizou os primeiros ensaios de vôo teleoperado, permitindo testar parte do equipamento e coletar os primeiros dados sensoriais. Atualmente encontra-se na fase de correção e aprimoramento dessa primeira versão do dirigível.

Os aspectos mais conceituais ou independentes das opções de material e equipamento seguiram no entanto o planejamento inicial, permitindo desde já investigar a abordagem a ser seguida, por exemplo em relação ao registro de mapas 3D [Mirisola et al., 2006], e planear as ações de colaboração descritas nesta proposta.

4.1.3 O Projeto SiDeVAAN

O Projeto SiDeVAAN - Sistema de Desenvolvimento de Veículos Aéreos Autônomos e Não-tripulados, iniciado em 2004, do qual participam o Laboratório de Visão e Robótica - VeRLab do Departamento de Ciência da Computação da UFMG, juntamente com os Departamentos de Engenharia Elétrica, Eletrônica e Mecânica daquela universidade, tem como foco a pesquisa e desenvolvimento em robótica autônoma aérea e em cooperação robótica. Um dos objetivos do projeto é o desenvolvimento da metodologia para a criação e construção de veículos aéreos não-tripulados. Essa metodologia produziu o projeto completo de um veículo com 4 metros de envergadura com propulsão tipo "pusher" e payload de 20kg. Testes iniciais da arquitetura embarcada foram realizados com um modelo em escala do Piper JR3, e posteriormente em um moto-planador na aeronave projetada e construída pelo projeto. O projeto teve financiamento da UFMG e FAPEMIG e é ilustrado na Figura 3, sendo que a plataforma aérea foi licenciada para uma empresa brasileira para produção em série da tecnologia gerada pelo projeto.

(a) Piper Cub JR3 (b) Moto-planador (c) WatchDog.

Figura 3 - O Projeto SiDeVAAN.

5. METODOLOGIA

Como discutido nas seções anteriores, a linha mestra do projeto é a cooperação entre múltiplos robôs. Normalmente, as arquiteturas / paradigmas para a cooperação devem levar em conta tanto aspectos de mais alto nível (planejamento, mecanismos de coordenação, alocação de tarefas, etc) como aspectos de mais baixo nível como sensoriamento e controle. Além disso, dependendo das características da tarefa cooperativa a ser realizada e do time de robôs a ser utilizado, diferentes requisitos devem ser considerados.

Dessa forma, é importante trabalhar nos diversos aspectos que envolvem a realização de tarefas cooperativas por robôs autônomos. O enfoque metodológico desse projeto é exatamente esse, sendo abordados neste projeto alguns aspectos de mais alto nível da cooperação (coordenação de robôs heterogêneos, aplicações, etc), aspectos de controle de veículos autonomos, e aspectos sensoriamento (dados multimodais e visão computacional embarcada). Em detalhe serão abordados os seguintes tópicos temáticos:

Cooperação Multi-robôs

Estratégias de cooperação Multi-robôs para missões específicas (mapeamento, formação, ...).

O ensaio/comparação de diferentes estratégias de cooperação (Verlab-UFMG) (ISR-UC)

Controle de Veículos Robótico incluindo controle de sistemas robóticos aéreos (dirigíveis) e terrestes em especial:


10

• Controlo Backstepping • Controle por Modos Deslizantes • Controle de veículos robóticos terrestres em terreno regular (bem comportado) • Controle de veículos robóticos terrestres em terreno irregular (com derrapagem e inclinações) • Controle de quadrirotores

Processamento e análise de dados multi-modais visuais e inerciais na qual se pretende abordar os seguintes temas:

• Mapeamento através do Registro de Sinais Multi-Sensorias • Aplicação da geometria esférica na formalização dos modelos para um sistema de sensorial ativo e

dinâmico. • Estudo de estratégias de navegação e exploração sensorial ativa • Diferentes arquiteturas de fusão de dados multi-modais visuais e inerciais e sua utilização em

plataformas robóticas autônomas

Sistemas baseados em visão para veículos robóticos na qual se pretende desenvolver técnicas para: • Registro direto de imagens e seu uso em SLAM visual e controle servo-visual • Uso complementar de câmera e sensores inerciais • Reconstrução geométrica de objetos de interesse em ambientes tridimensionais externos

As próximas seções apresentam alguns dos trabalhos que já vêm sendo realizados pelos participantes do projeto nesses temas e descrevem a metodologia de trabalho específica em cada um deles.

5.1 Cooperação Multirobôs

Para algumas tarefas robóticas, especialmente aquelas que são intrinsecamente distribuídas e complexas (cobrir uma enorme área em missões de vigilância, transportar grandes objetos usando mais de um robô, encontrar mais rapidamente vítimas em escombros de uma catástrofe, etc.), um time de vários robôs móveis cooperativos - Cooperative Multi-Robot System (CMRS) - é necessário para viabilizar a realização de missões ou, ao menos, completar com um desempenho melhor que um simples robô.

Sistemas de cooperação multirobôs (CMRS) têm recebido grande atenção pelos pesquisadores da comunidade de robótica nas últimas duas décadas, porque seu sucesso de utilização tem inquestionável relevância social e econômica em diversos domínios [Rocha, 2006a; Arai et al., 2002; Farinelli et al., 2004]. Devido a facilidade de construção dos robôs, os CMRS podem substituir pessoas em ambientes de risco, que compreende tarefas perigosas aos seres humanos, como limpeza de lixo tóxico, manutenção de usinas nucleares, bem como retirada de serviço das mesmas. Além disso, em exploração de outros planetas, serviço de bombeiros, busca e resgate, etc. Enquanto é tolerável perder um ou mais robôs nesses cenários de risco, qualquer acidente que venha a ocorrer com humanos não teria a mesma aceitação. Além disto, em cenários menos perigosos, CMRS podem ser utilizados em tarefas monótonas e repetitivas (vigilância, patrulhamento florestal, detecção de focos de incêndio, controle em sistemas de manufatura, etc.), permitindo assim que os humanos façam tarefas mais nobres (coordenar os times de robôs, desenvolver ou criar novas tarefas, etc.).

Quando comparado com soluções baseadas em apenas um único robô, CMRS têm importantes vantagens relacionadas com distribuição do tempo e espaço, decomposição de problemas complexos em problemas menores, grau de confiança, robustez e custo [Rocha, 2006a]. A distribuição espacial é uma importante vantagem do uso de multirobôs, pois eles podem ocupar diversos lugares ao mesmo tempo. Desde que cada robô compreende um conjunto de recursos - sensores, capacidade de percepção, poder computacional, comunicação, locomoção e atuadores -, eles podem ser suficientemente autônomos para realizar subtarefas. A operação simultânea desses robôs permite a realização de diversas tarefas, possivelmente complementares e diferentes, ao mesmo tempo. Levando em consideração a distribuição poder computacional pelos múltiplos robôs, certos problemas complexos (explorar de um ambiente desconhecido, encontrar a melhor rota para uma posição objetivo, perseguir e capturar intrusos, etc.) podem ser decompostos em subproblemas mais simples, que podem ser alocados a cada robô. Conseqüentemente, uma missão complexa pode ser designada a um time de robôs inteligentes e autônomos, que decompõem a missão em tarefas simples e cooperam para alcançar objetivo. Em missões complexas, é necessário uma quantidade considerável de recursos distintos (diferentes capacidades de sensores, mobilidade na terra ou no ar, etc.), assim os CMRS permitem uma maior flexibilidade através da distribuição do risco. Se os recursos necessários a uma missão complexa são distribuídos em diferentes robôs com capacidades heterogêneas e apresentam alguma redundância, o time de robô acaba sendo mais robusto e confiável, porque caso aconteça alguma falha ou algum robô sofra danos, a missão ainda pode ser completada, embora com degradação do desempenho. Devido ao fato que cada robô de um time tende a ser mais simples, e conseqüentemente, mais confiável do que um único robô com todas as


11

capacidades para a missão, um sistema multirobôs vai apresentar custos mais reduzidos. A aceitação de qualquer sistema robótico é altamente dependente da sua confiabilidade, especialmente em aplicações criticas como segurança, missões militares, salvamento, exploração espacial, etc. CMRS permitem algum tipo de redundância que aumenta, sobretudo, a confiabilidade e tolerância a falhas do sistema robótico. Dessa forma, se um robô individualmente falhar, o time automaticamente pode ser capaz de suprir essa falha e realizar a missão, o que é uma característica muito interessante.

Além disso, existem certos tipos de tarefas que requerem o uso de múltiplos agentes e em geral não podem ser executadas por um único robô. Essas tarefas são chamadas de fortemente acopladas, e requerem que os robôs tenham informações sobre o estado dos outros e sincronizem precisamente as suas ações. Nesse tipo de cooperação, normalmente é fundamental a comunicação entre os robôs, e cada membro do time é crítico na execução da tarefa. Por outro lado, existem tarefas chamadas de fracamente acopladas que podem ser executadas por um único robô mas possuem ganhos, em termos de desempenho e tolerância a falhas, quando múltiplos agentes são utilizados. Em geral, tarefas fracamente acopladas não exigem um alto nível de coordenação entre os membros do time. Cada robô pode agir de forma mais independente e uma falha de um dos membros não implica na falha da tarefa como um todo. Para que isso tudo seja possível é necessário o desenvolvimento de mecanismos de coordenação eficientes que permitam a sincronização e colaboração entre os diversos membros do time.

Diversos trabalhos vêm sendo realizados tanto no ISR-Coimbra quanto no VeRLab-UFMG em robótica cooperativa. As próximas seções dão uma visão geral desses trabalhos e descrevem os pontos principais que serão abordados dentro desse projeto de cooperação.

5.1.1 Trabalho do ISR-Coimbra em Cooperação Multi-robôs

O ISR- Coimbra está envolvido em atividades de pesquisa com CMRS (Cooperative Multi-Robotic Systems) e nos últimos 5 anos tem feito contribuições importantes. Muitas destas foram focadas em construção de mapas volumétricos utilizando CMRS [Rocha, 2006] com as questões associadas: representar o mapa volumétrico [Rocha et al, 2005a; Rocha et al, 2005b] cooperando por meio de compartilhamento de informações [Rocha et al, 2005a, Rocha and Dias, 2007; Rocha, et al 2005c], exploração coordenada [Rocha et al, 2005d; Rocha, 2006b; Rocha et al, 2008] e arquiteturas distribuídas [Rocha et al, 2005a; Rocha et al, 2007; Rocha et al, 2006].

No trabalho de Rocha et al [2005b], é proposto um modelo bayesiano probabilístico para representação de mapas volumétricos baseado na teoria da informação, que fornece um modelo compacto de cobertura, este uma generalização do conceito de ocupação encontrado nas clássicas grades de ocupação (occupancy grids). Entropia foi utilizada para explicitamente representar a incerteza em mapa volumétrico 3-D, como forma de utilizar a teoria da informação no processo de mapeamento. Uma estratégia de exploração utilizando entropia baseada em gradiente foi proposta para guiar um robô móvel, de forma a explorar regiões em um ambiente com grande incerteza (entropia), de forma a maximizar o ganho de informação. O modelo proposto foi aplicado a robôs móveis equipados com um par de câmeras estéreo.

Em [Rocha et al, 2005a; Rocha et al, 2005c], a abordagem apresentada em [Rocha and Dias, 2006] foi estendido para o caso de múltiplos robôs, por meio da definição de uma arquitetura distribuída para mapeamento volumétrico 3D. Nesta arquitetura, os robôs móveis cooperando por meio de um eficiente compartilhamento de informação. Mais precisamente, cada robô constrói seu próprio mapa volumétrico do ambiente, que é enviado aos outros robôs, compartilhando informações. Para a implementação deste conceito, é utilizada uma medida de informação baseada em entropia [Rocha et al, 2005a; Rocha and Dias, 2007], que se inspirou em experiências empíricas prévias com avaliação de utilidade da informação [Rocha et al, 2003].

Enquanto em outros trabalhos [Rocha et al, 2005a; Rocha and Dias, 2007; Rocha et al, 2005b; Rocha et al, 2005c], a cooperação foi utilizada para fusão eficiente de dados produzidos por diferentes robôs, o trabalho descrito em [Rocha et al, 2005d; Rocha, 2006b] remeteu ao problema de coordenação da exploração do ambiente com múltiplos robôs focando na maximização da distribuição espacial dos robôs, no mesmo escopo da construção de mapas volumétricos 3D. Para minimizar a interferência entre os robôs móveis (robôs móveis sensoriando a mesma região simultaneamente), foi proposto em [Rocha et al, 2005d; Rocha, 2006b] uma exploração coordenada baseado em minimização da informação mútua - conceito de teoria da informação relacionado com entropia.

O método de exploração [Rocha et al, 2005c, Rocha et al, 2005d; Rocha, 2006b] foi refinado em [Rocha et al, 2008] com técnica de recuperação topológica para superar mínimos locais robustamente no processo de


12

exploração baseado em gradiente de entropia. Com esta técnica, além de construir o mapa métrico, o robô constrói simultaneamente um grafo topológico do ambiente que é utilizado para recuperar a missão de exploração em locais previamente visitados, em caso de um mínimo local ocorrer, conseqüentemente permitindo a exploração completa do ambiente autonomamente.

O uso de arquiteturas distribuídas para suporte a cooperação de múltiplos robôs foi estendido para sistemas de transporte inteligentes. Em [Rocha et al, 2007; Rocha et al, 2006], é descrito uma arquitetura distribuída para controle de sistema de transporte baseado em frotas de AGVs (Automatically Guided Vehicle) em largas áreas, fornecendo um transporte de pessoas sob demanda. A cooperação surge porque, em vez de um controle centralizado, todo AGV participam de um sistema de agendamento, roteamento e coordenação da frota de uma maneira distribuída, através de pouca iteração entre os diferentes AGVs.

Atualmente, uma abordagem hierárquica de 3-D SLAM em grandes ambientes está sendo desenvolvida, que integra precisos mapas métricos [Rocha et al, 2005b] por meio de uma representação topológica, globalmente consistente [Ferreira et al, 2007a; Ferreira et al, 2007b, Ferreira et al, 2008]. A extensão futura deste arcabouço vai ajudar os robôs na estimativa da localização relativa e da fusão sensorial cooperativa para alcançar mapas 3D mais precisos, além de reduzir o tempo de mapeamento. Esta pesquisa está sendo conduzida por meio do projeto IRPS (Intelligent Robotic Porter System) [IRPS, 2008], que visa o uso de múltiplos robôs em grandes áreas (terminais de aeroporto) para ajudar na portabilidade e seguimento de pessoas, além de vigilância e supervisão autônomo.

Outra direção de pesquisa interessante que está sendo seguida é o desenvolvimento de cooperação de multi-robôs na ausência de qualquer infra-estrutura de comunicação. O uso de grupos de robôs cooperando para a execução de missões complexas (mapeamento e exploração, patrulhamento, etc.) requer o uso de comunicação entre os robôs por meio de uma rede de comunicação ad-hoc (MANET) que é dinamicamente criada e gerido pelo grupo de robôs, bem como cada robô atua como um nó na rede. Assim, além da missão, este grupo de robôs deve conhecer a posição relativa de cada membro de forma a manter a conectividade da rede. O desenvolvimento de tais grupos é extremamente importante em domínios de aplicação em que grupos de robôs múltiplos não podem confiar em infra-estruturas de comunicação preexistentes porque elas podem estar danificadas, não acessíveis ou não existirem. Isto pode ocorrer, por exemplo, em missões de busca e salvamento em grandes áreas, catástrofes, infra-estruturas abandonadas, etc.

5.1.2 Trabalho do VeRLab-UFMG em Cooperação Multirobôs

O Laboratório de Visão Computacional e Robótica da UFMG vêm trabalhando com robótica cooperativa há mais de 8 anos. Um dos focos principais é a cooperação entre robôs heterogéneos. De maneira geral, a heterogeneidade considera a utilização de robôs com diferentes capacidades de sensoriais, processamento e actuação. A eventual complementaridade desses robôs aumenta a capacidade de resolver uma série de problemas. Isso é ainda mais significativo quando os robôs agem em diferentes meios, como por exemplo, a cooperação entre robôs aéreos e terrestres. Em outro extremo, tem-se a heterogeneidade em nível de tarefa. Nesse caso, os robôs são semelhantes, mas as tarefas alocadas a cada um deles é diferente. Nesse caso, mecanismos de planeamento e coordenação eficientes têm um importante papel, principalmente quando uma grande quantidade de robôs é utilizada, os chamados enxames de robôs. Nesse projeto, pretende-se explorar esses vários aspectos da heterogeneidade na cooperação entre múltiplos robôs.

Dependendo da heterogeneidade de robôs e tarefas, diferentes graus de coordenação devem ser considerados. Considerando-se robôs terrestres, uma abordagem comum para o problema de alocação de tarefas são os mecanismos de leilão [Dias and Stentz, 2003, Gerkey and Mataric 2004]. Nessa abordagem cada tarefa tem um certo “valor” e os agentes formulam “lances” de acordo com o possível ganho que ele vai ter em realizar essas tarefas. Esse tipo de abordagem foi usada com sucesso para a alocação de tarefas para robôs heterogéneos [Chaimowicz et al. 2004]. Nesse trabalho, um mecanismo de leilão foi utilizado para alocar papéis a robôs heterogéneos de forma a permitir a execução de tarefas cooperativamente. Normalmente os leilões dependem da existência de um agente que centraliza o recebimento dos lances e a decisão sobre a alocação da tarefa. Contudo, existem situações as quais é impraticável o uso de uma entidade centralizadora como intermediária em um leilão. Em alguns casos, esse agente poderia representar um ponto vulnerável no processo de coordenação - se o agente leiloeiro falhar o processo de leilão é interrompido. Uma possível solução é o uso de leilões distribuídos, nos quais vários leilões ocorrem simultaneamente e o agente leiloeiro é escolhido dinamicamente. Experimentos preliminares com essa técnica apresentaram bons resultados [Almeida et al., 2009]. Portando, pretende-se explorar a aplicação dessa abordagem neste projeto bem como a sua extensão para robôs atuando em diferentes meios, por exemplo, robôs aéreos e terrestres. Nesse caso, deve se levar em conta certos fatores como falhas de comunicação, entre outros.


13

Ainda nessa linha, um problema significativamente mais difícil é quando se tem múltiplos robôs podendo realizar múltiplas tarefas simultaneamente, os chamados problemas MR-MT (Multirobot Multitask Problems) [Gerkey and Mataric, 2004]. Os sistemas MR-MT têm sido objeto de investigação em anos recebtes, principalmente no que se refere ao aumento de robustez, eficiência e ampliação no espectro de tarefas que podem ser realizadas. Entretanto, alguns problemas fundamentais devem ser abordados como (i) como distribuir tarefas entre robôs de modo eficiente e (ii) como coordenar suas ações para que possam concluir com êxito as tarefas que lhes foram alocadas. Em sistemas multi-agentes (MAS), um conceito bastante utilizado é a coalizão, que é uma organização temporária de agentes composta para realização de uma tarefa específica. Diversos trabalhos têm demonstrado que abordagem MAS não podem ser directamente transpostas para cenários MRMT por não considerarem diversas restrições presentes no mundo real como perda de comunicação, falha em dispositivos e aspectos dinâmicos em ambientes reais [Vig and Adams 2006]. Nesse sentido, poucos trabalhos existem na literatura, e nossa abordagem, denominada COMUTAR, que avança o estado da arte em relação a alguns trabalhos ASyMTRe [Parker and Tang 2006], busca apresentar soluções para vários problemas levantados. Em particular, nossa abordagem é capaz de prover ações admissíveis para as tarefas em andamento, possibilitando o composição de coalizões concorrentes, cada uma alocada a uma tarefa que pode utilizar recursos existentes em múltiplos robôs. Ou seja, dessa maneira é possível que um mesmo robô esteja concorrentemente executando múltiplas tarefas concorrentemente.

Um dos aspectos que será particularmente estudado nesse projeto é a cooperação entre robôs aéreos e terrestres. Veículos aéreos, tais como aviões autónomos, helicópteros e dirigíveis, normalmente conseguem cobrir uma área maior com os seus sensores e com isso obter uma visão global do ambiente. Além disso, eles possuem um maior grau de mobilidade uma vez que podem voar por cima de obstáculos. Por outro lado, os UGVs possuem informações sensoriais mais detalhadas do ambiente, podem transportar uma grande carga de equipamentos e executar mais facilmente tarefas de manipulação. Portanto, a combinação desses dois tipos de veículos na execução de tarefas cooperativas traz diversas vantagens e apresenta aplicações potenciais em áreas como supervisão/inspecção ambiental (supervisão/inspecção de bacias hidrográficas, controle de áreas de preservação ambiental), busca e resgate (em deslizamentos de terra, enchentes), segurança pública e vigilância (combate ao tráfico de drogas e contrabando), etc. Um dos trabalhos já realizados nessa área foi a coordenação entre robôs aéreos e terrestres para a localização e vigilância [Chaimowicz et al., 2004, Chaimowicz et al., 2005] incluindo a cooperação entre robôs aéreos e enxames de robôs [Chaimowicz and Kumar, 2004].

Em nossa pesquisa temos abordado diversos problemas em robótica aérea, entre eles, o do planeamento de trajectórias para Veículos Aéreos Autônomos Não-tripulados (VAANTs). Tais veículos, em geral, são robôs implementados sobre plataformas aéreas, como aeronaves de asa fixa (aviões em geral), asa rotativa (helicópteros e quadrirotores), entre outras (dirigíveis, balões, etc.). Assim como no caso dos robôs terrestres, os robôs aéreos necessitam de alguma capacidade deliberativa que lhes permita realizar tarefas de maneira autónoma, ou com o mínimo necessário de intervenção humana. Uma das tarefas mais fundamentais é o planeamento do movimento do veículo. Dado um conjunto de pontos definidos no espaço de navegação desse sistema, planejar o movimento significa determinar uma maneira de se atingir cada um desses pontos, levando-se em consideração características como as restrições de movimento do robô, o tempo gasto e a energia necessária. Ao se considerar o parâmetro tempo, por exemplo, conceituam-se dois tipos de planeamento do movimento: o planeamento de caminhos e o planeamento de trajectórias. A definição de uma trajectória é quando o planejamento do movimento do robô envolve algum tipo de restrição temporal. Em contrapartida, isso não acontece no caminho, o que permite que o veículo se movimente pelo ambiente, livre do parâmetro de tempo. O problema tratado é o planejamento de trajetórias para robôs aéreos, onde são impostas restrições temporais a esses por meio da velocidade de seus centros de massa, além é claro das demais restrições cinemáticas e dinâmicas de locomoção dos veículos no espaço. Dada uma seqüência de pontos-alvos (waypoints) definidos para o veículo no espaço, o objetivo é gerar funções de navegação que permitam ao robô alcançar todos esses pontos de maneira eficiente do ponto de vista da energia gasta, e ainda respeitando as limitações do veículo utilizado. As principais restrições cinemáticas consideradas aqui são as máximas taxas de curvatura e torção, e o máximo ângulo de subida (ou de descida) da aeronave. Aspectos dinâmicos de controle serão tratados mais adiante neste texto, e apresentam uma influência considerável sobre o planejamento da trajetória.

Em particular, em trabalhos recentes [Neto et al. 2009] apresentamos um estudo sobre o planejamento de trajetórias tridimensionais para veículos aéreos, onde os veículos aéreos (asa fixa) foram caracterizados por meio de três restrições cinemáticas: máxima curvatura, máxima torção e máximo ângulo de subida. Curvatura e torção são características que dependem das derivadas do vetor posição r(t) das aeronaves no espaço, sendo estudadas principalmente no ramo da Geometria Diferencial. Já a inclinação depende da relação entre a


14

variação máxima possível de altitude e do comprimento da curva (calculado em função de x e y). Duas técnicas foram estudadas e comparadas: uma relativa ao planejamento de caminhos (o Dubin’s Path 3D) e outra referente ao planejamento de trajetórias (curvas de Bézier de 7ª ordem). O DP 3D representa uma extensão do caminho bidimensional ótimo entre dois waypoints para o caso tridimensional. A principal desvantagem dessa metodologia é a descontinuidade nos perfis de curvatura e torção apresentados pela curva final. Já a segunda metodologia é baseada no cálculo de curvas de Bézier de 7ª ordem, cujos princípios são semelhantes ao método do Hodográfico Pitagoreano tridimensional. A conclusão obtida a partir dos resultados é que essa técnica apresenta algumas vantagens significativas em relação as demais avaliadas. A principal delas é a continuidade nos perfis de curvatura e torção para o caso de junção de múltiplas curvas, conforme havia sido estipulado anteriormente. Além disso, dependendo do conjunto de waypoints utilizados, as trajetórias geradas por essa metodologia se aproximam mais do DP 3D, em termos do comprimento, do que os resultados produzidos pelo HP 3D. Isso acontece, em especial, para conjunto com waypoints muito próximos, como aquele apresentado na etapa experimental. Nos demais casos, nenhuma das técnicas se sobressai nesse aspecto.

Dentro da robótica cooperativa, uma área nova e que tem atraído bastante interesse recentemente é a utilização de grupos compostos por um grande número de robôs mais simples, que individualmente não possuem muita capacidade, mas em conjunto podem realizar diversos tipos de tarefas. Esses grupos são genericamente chamados de “enxames” de robôs (swarms). O uso de enxames de robôs tem uma forte inspiração biológica uma vez que diversas sociedades de animais e insetos requerem, de uma forma ou de outra, a coordenação de múltiplos agentes. Quando se trabalha com enxames, normalmente a heterogeneidade se dá em nível de tarefa, ou seja, robôs iguais são alocados a diferentes tarefas para a resolução de diferentes problemas. Esse tipo de alocação foi utilizado com sucesso em um problema de navegação de enxames [Marcolino and Chaimowicz, 2008], onde robôs que completavam a missão de navegação recebiam uma nova tarefa de ajudar outros robôs que eventualmente ficaram presos em mínimos locais. Nesse projeto, pretende-se explorar esse tipo de coordenação em outros tipos de problemas. Uma aplicação bastante promissora para a utilização de enxames é a manipulação cooperativa de objetos. A manipulação cooperativa pode ser considerada um caso especial da integração de algoritmos de navegação e coordenação, pois, além de navegar pelo ambiente, os robôs devem se coordenar para transportar um objeto. Portanto, para a manipulação, idéias similares às propostas em [Chaimowicz et al., 2005] e [Marcolino and Chaimowicz 2008] podem ser usadas. Um ponto importante é a realização de experimentos reais de forma a validar essas abordagens. Em sua maioria, a parte experimental dos trabalhos com enxames é feita através simulações devido à falta de plataformas adequadas para a realização de experimentos. Entretanto, na robótica, é sempre importante que os algoritmos sejam validados em plataformas reais, de forma a testar a sua robustez frente às dificuldades inerentes ao mundo real, tais como ruídos nos sensores, falhas de comunicação, etc. Para isso pretende-se utilizar o arcabouço desenvolvido no VeRLab para experimentação com enxames de robôs [Garcia and Chaimowicz, 2009]. Esse arcabouço é composto por doze robôs e-puck, uma plataforma de programação integrada ao Player além de mecanismos de comunicação e localização e tem permitido a realização de diversos tipos de experimentos. A Erro! A origem da referência não foi encontrada. mostra o “enxame” de robôs do VeRLab.

Figura 5.1 “Enxame de Robôs” do VeRLab que será usada na experimentação.

Um outro objetivo é investigar o problema da cooperação entre agentes móveis autônomos terrestres e aéreos e redes de nós sensores sem fio estáticas e móveis (RSSFE e RSSFM), levando-se em conta aspectos


15

dinâmicos e estocásticos. Trata-se de um problema de grande interesse pela redução significativa nas restrições determinísticas e estáticas normalmente impostas em diversas abordagens clássicas na literatura de RSSF. Em um grande número de trabalhos tipicamente assume-se que os nós são estáticos e a comunicação ocorre de maneira determinística. Ao se possibilitar o deslocamento do nó sensor no ambiente várias considerações precisam ser feitas para que o funcionamento correto da rede possa ser garantido. Um dos problemas que naturalmente surge é a localização espacial do nó, que será incerta devido a incertezas de atuação e da própria medida do deslocamento. Essas incertezas são inerentes aos próprios sensores de posição e atuadores responsáveis pelo deslocamento, que também são contaminados por ruídos. Esse problema insere-se entre os grandes desafios da computação lançados pela SBC que trata dos sistemas disponíveis, corretos, seguros, escaláveis, persistentes e ubíquos.

Quanto mais conhecimento o robô possuir sobre o ambiente o qual está atuando maior será a probabilidade de que a tarefa seja realizada satisfatoriamente. O mesmo pode ser dito sobre a rede de sensores que, à medida que obtém dados do ambiente, consegue criar um repositório de informação por meio do qual pode fornecer informações valiosas para os agentes. Cada entidade do sistema considerado apresenta uma série de tarefas que podem ser facilitadas por meio de um processo de integração com os outros componentes. Assim, uma entidade móvel poderá tirar proveito da informação presente nos sensores estáticos se puder auxiliá-los de alguma maneira, e vice-versa. Essa dinâmica (nesse contexto o termo dinâmica será empregado para denotar a interação entre agentes e não no sentido da mecânica clássica) cria um ambiente de cooperação nos quais os elementos estão fortemente interligados. Um componente executa uma tarefa que lhe foi requisitada se houver uma compensação em troca. Nesse projeto será desenvolvido um arcabouço que se baseia nesse princípio como forma de implementar o processo de cooperação. Esse arcabouço é composto de vários módulos que têm ainda a função de tratar as incertezas inerentes à esse tipo de ambiente.

A disponibilidade de agentes móveis – terrestres e aéreos – e redes de sensores sem fio em um mesmo ambiente constitui-se, portanto, em uma excelente oportunidade de integração em um arcabouço cooperativo no qual diversos objetivos podem ser atendidos de maneira eficiente e eficaz. Tal arcabouço apresenta um grande número de novos problemas de grande interesse para as comunidades de RSSF e Robótica Móvel, entre os quais está a cooperação, a vertente principal de investigação deste projeto.

Um dos objetivos desse projeto é construir um arcabouço para cooperação entre robôs móveis autônomos considerando-se o aspecto dinâmico e estocástico do ambiente. O arcabouço será instanciado em um cenário de redes de sensores sem fio (RSSF). Este trabalho é motivado por aplicações como monitoramento do ambiente e exploração de ambientes inóspitos. O emprego de agentes móveis em RSSF’s é um procedimento relativamente novo, apresentando questões interessantes a serem respondidas, por exemplo, questões relacionadas à cooperação entre componentes móveis e estáticos em um ambiente não controlado.

O problema pode ser tratado por meio de Processos de Decisão de Markov com Observação Parcial (POMDP) [Thrun et al. 2005]. Para o caso no qual existe mais de um robô, a metodologia é estendida por meio do estudo de POMDP’s Descentralizados (DEC-POMDP’s). Nesse tipo de formalização, o estado no qual o robô se encontra no tempo t+1 depende apenas do estado no tempo t (se considerarmos um sistema markoviano de grau 1). A decisão sobre qual ação executar deve ser tomada diante da existência de erros de atuação (por exemplo, o robô pode derrapar e terminar em uma posição indesejada), observação (o robô estima a sua pose baseando-se em leituras sensoriais, mas essas são imprecisas e ruidosas) e comunicação (envio de mensagens é propenso a falhas). Quando o robô depara-se com um obstáculo, é necessário escolher uma trajetória específica, representando decisões diferenciadas. O robô poderia escolher a trajetória mais curta para diminuir os custos com o combustível, por exemplo. Por outro lado, em outra situação, trajetórias mais longas poderiam ser escolhidas por conter regiões ainda não exploradas, que precisariam ser mapeadas em alguma atividade de monitoramento.

Como exemplo, um robô deve navegar em um ambiente com obstáculos (o mapa é fornecido) e coletar dados dos nós sensores [Soares et al. 2007]. Pode-se construir esse mapa, por exemplo, por meio da resolução do MDP. As áreas com menor utilidade (payoff acumulado associado a cada um dos estados) representam os obstáculos e quanto mais próximo do alvo, maior o valor da utilidade. A posição real do robô tipicamente difere da posição estimada (obtida por meio de uma distribuição de probabilidades sobre os estados) uma vez que o robô tem observação parcial.

A seguir são apresentadas algumas das tarefas a serem realizadas no tema de robótica cooperativa. Como são vários tópicos dentro desse tema, as etapas descritas abaixo são mais genéricas e se aplicam a todos os temas.

Propostas de trabalho em Robótica Cooperativa 1A Estudo e Revisão bibliográfica


16

1B Definir as estratégias específicas de trabalho dentro de cada tema integrando as áreas de convergência entre os trabalhos previamente desenvolvidos no Brasil e em Portugal

1C Implementação e testes em simulação 1D Implementação e testes em plataformas reais

5.2 Controle de Veículos Robóticos

Como mencionado, o controle de veículos, juntamente com a coordenação, é um dos pontos principais da robótica cooperativa. Esta seção visa introduzir os desenvolvimentos realizados pelos vários grupos de trabalho na modelagem e controle de veículos robóticos nos últimos anos, bem como detalhar as propostas de trabalho para o programa de cooperação em pauta.

Três tipos de veículos robóticos são abordados: (1) dirigíveis, (2) veículo terrestre, e (3) quadrirotores.

5.2.1 Controle de dirigíveis robóticos

Esta seção apresenta o estágio atual dos desenvolvimentos em controle e navegação de dirigíveis robóticos e as ações propostas para o trabalho de cooperação nessa área. Dá-se continuidade aos trabalhos e resultados da cooperação Luso-Brasileira nos projetos AURORA e DIVA – o que abrange da infra-estrutura sensorial e computacional às estratégias de controle para vôo autônomo da aeronave – por exemplo: (Elfes et al., 1998), (Ramos et al., 2003), (de Paiva et al., 2006). Destaca-se que na área de controle e guiamento, esta cooperação resultou no primeiro ensaio experimental de controle automático de um dirigível na literatura científica mundial (Azinheira et al., 2000),(Bueno et al., 2002),(de Paiva et al., 2006). Atualmente, nos projetos AURORA e DIVA, os trabalhos em desenvolvimentos estão voltados principalmente ao controle-não linear, controle servo-visual, integração visuo-inercial, mapeamento e auto-localização (Mirisola e Dias, 2007a,b), Azinheira e Moutinho, 2008), (Moutinho et al., 2008), (Silveira et al., 2008a,b), (Azinheira et al., 2009), (Mirisola, 2009) – vide também a seção Sistemas baseados em visão para veículos robóticos

O problema de controle e guiamento de um dirigível robótico autônomo pode ser caracterizado por duas situações de vôo típicas bem distintas:

• vôo pairado (hovering) sobre alvo em terra para observação, incluindo também decolagem e aterrissagem verticais;

• seguimento de trajetória absoluto ou relativo ao solo, para vôo de cruzeiro entre pontos de passagem, ou seguimento de imagens de referência em terra.

Estas duas situações (vôo pairado e vôo de cruzeiro) correspondem a dois comportamentos dinâmicos totalmente diferentes do dirigível. No vôo pairado (VP), a vetorização dos propulsores é essencial, enquanto que para as altas velocidades, ou vôo aerodinâmico (VA), a vetorização é substituída pela sustentação aerodinâmica gerada pelo ângulo de ataque do dirigível. A transição entre VP e VA, correspondendo à mudança no ângulo de vetorização dos propulsores de 90 graus para zero e à transferência da ação para as superfícies aerodinâmicas, é portanto não linear e muito abrupta (De Paiva et al., 2006). Em aplicações particulares como controle de trajetória em altitude e velocidade constantes, a síntese de um controlador linear, baseado em um modelo linearizado e desacoplado do dirigível pode oferecer bons resultados. Como exemplo, cita-se o controle tipo PID implementado com sucesso em experimentos de vôo real no ano 2000, para o seguimento de trajetória de um quadrado de 150m de lado (Ramos et al., 2001), (de Paiva et al., 2006)., constituindo-se no primeiro registro de controle automático de um dirigível da literatura científica mundial.

Contudo, se o objetivo é o vôo autônomo do dirigível em todo o envelope de vôo, desde o vôo pairado e decolagem/aterrissagem vertical até vôo aerodinâmico, é necessário o projeto de um sistema de controle robusto e preciso, preparado para controlar uma dinâmica não-linear, sub-atuada, e dependente da velocidade ar (airspeed). Essa é uma das principais motivações da pesquisa atual em cooperação entre os projetos AURORA e DIVA, onde se desenvolve o projeto de controladores não lineares, que consideram modelos não lineares da dinâmica do dirigível. Baseado neste interesse, pesquisa-se atualmente duas abordagens principais de controle não linear, que são Backstepping (Azinheira et al., 2009), e Modos Deslizantes (Sliding Modes) (Benjovengo et al., 2009), sendo que a técnica mais adequada será posteriormente implantada no software embarcado do dirigível para a implementação e testes em vôo real.

A seguir apresentam-se as propostas de evolução do trabalho para cada uma das duas abordagens.


17

Propostas de trabalho em Backstepping 2A Projetar uma estratégia de controle por backstepping que seja válida para os problemas tanto de

regulação (vôo pairado) quanto de seguimento ou tracking (para seguir um perfil desejado de velocidade e posição).

2B Incluir um estimador da velocidade do vento com filtro de Kalman. 2C Definir e propor missões de referência para a avaliação de desempenho dos controladores e

preparação para implementação em vôo real.

Propostas de trabalho em Controle por Modos Deslizantes 2D Implementar diferentes abordagens de Modos Deslizantes para os modos longitudinal e lateral

do dirigível e realizar análises comparativas de desempenho. 2E Desenvolver uma técnica de alocação de controle eficiente, possibilitando a obtenção de um

único controlador para cobrir toda a faixa de operação da aeronave desde o vôo pairado até a velocidade máxima de 15 m/s.

2F Apresentar garantias de robustez e de estabilidade global para o sistema com incertezas no modelo.

5.2.2 Controle de veículos robóticos terrestres

Veículos robóticos terrestres de exterior locomovem-se comumente usando rodas, em diferentes configurações de tração e direção. Embora haja muitos resultados científicos e tecnológicos já desenvolvidos para veículos robóticos terrestres de uso interno (indoor), grandes desafios ainda existem, quando se trata do uso desses veículos em campo (i.e. sujeitos a inclinações, escorregamentos, efeitos dinâmicos da interação veículo-terreno, etc.). Neste contexto, de pesquisa e desenvolvimento em robótica terrestre de exterior autônoma, tem-se como ponto de partida os resultados do projeto AURORA.

A seguir, o modelo cinemático do veículo robótico terrestre é apresentado, em uma versão inicial, para o caso de operação planar.

Figura 5.2 Configuração e variáveis do veículo.

O veículo apresenta distâncias D entre as rodas e l entre os eixos dianteiro e traseiro. Considerando-se um sistema de referência global XY, o ponto P caracteriza a posição (x,y) e a orientação q do veículo, bem como sua velocidade linear v e sua velocidade angular w. A orientação f imposta ao sistema de direção repercute, através da mecânica própria da atuação tipo Ackerman, nos ângulos fE e fD das rodas dianteiras esquerda e direita respectivamente.

Considerando-se uma dada velocidade linear v e velocidade angular w, obtém-se as relações cinemáticas para as velocidades angulares qE(t) e qD(t) das rodas traseiras esquerda e direita respectivamente e, através das relações geométricas mostradas na


18

Figura 5.2, o ângulo de direção f correspondente (ver equação na figura), onde R é o raio de curvatura da trajetória e r é o raio das rodas.

Estratégias de controle e de seguimento de trajetória do veículo constituem a base para a concepção de metodologias de navegação autônoma. Um sistema muito utilizado em controle de trajetória de veículos robóticos por cinemática é o uso do referencial de Frenet (Lenain, 2003). Considere-se uma curva C do plano cartesiano, juntamente com três referenciais, um fixo, um sobre o carro, e outro tangente à curva de trajetória a ser seguida, conforme

Figura 5.3.

Figura 5.3 Representação do referencial de Frenet e equações do modelo com erro de trajetória.

O referencial de Frenet é um sistema de referência local associado a um ponto P que descreve uma dada curva (C). O referencial de Fernet fornece de forma natural as derivadas dos vetores de erro com relação à trajetória que se pretende seguir.

Considere-se um dado ponto P sobre o robô. Deseja-se estabelecer as equações de movimento deste ponto P expressas no referencial da curva C. Para isto, introduz-se três variáveis: s, d e qe, definidas como a seguir:

s representa a abscissa curvilínea do ponto S obtida pela projeção ortogonal de P sobre a curva C.

d corresponde à ordenada de P no referencial da Curva Rs, sendo portanto a distância do ponto P até a curva, ou seja, o erro de distância.

qe = q -qs representa a orientação do robô com relação ao referencial Rs, ou seja, o erro angular.

Determinando as derivadas temporais e considerando a definição de curvatura c(s) de C como

sendo , obtemos finalmente as equações do modelo cinemático de erro de trajetória mostrado na


19

Figura 5.3, o qual é amplamente utilizado em controle de veículos robóticos autônomos.

Como primeiro passo, essa estratégia de controle utilizando o modelo cinemático de Frenet será implementada no veículo robótico para situações “bem comportadas”, ou seja, sem deslizamento das rodas. Posteriormente, e de forma gradual, o sistema de controle e guiamento será aprimorado visando contemplar cenários mais realistas em robótica de exterior, como inclinações de terreno e deslizamentos, onde esses fenômenos são considerados como perturbações de entrada no modelo cinemático. O uso de um modelo desse tipo, que pode ser considerado como um modelo “cinemático estendido” é preferível em relação a um modelo dinâmico, pois este último implica em um alto grau de complexidade e grande número de parâmetros para representar corretamente o comportamento das forças de contato entre roda e solo.

Abordagens mais complexas de controle não linear de sistemas sub-atuados serão consideradas, como: (i) controle por Backstepping, que é uma técnica robusta para tratar esses sistemas e com saturação, com resultados já simulados no controle de trajetória 3D de veículos robóticos aéreos (Azinheira et al., 2009); (ii) controle por Modos Deslizantes; (iii) controle preditivo por modelo interno.

A seguir apresentam-se as propostas de trabalho em controle de veículos robóticos terrestres.

Controle do veículo em terreno regular (bem comportado) 2G Projetar uma estratégia de controle proporcional-integral-derivativo (PID) para seguimento de

trajetória, utilizando um modelo linearizado em cadeia, via transformação de variáveis. 2H Controle de trajetória utilizando abordagem de modos deslizantes (sliding modes). 2I Validação experimental utilizando odometria das rodas e estimação de orientação (heading).

Controle do veículo em terreno irregular (com derrapagem e inclinações) 2J Análise e projeto de técnicas de modelagem do contato terreno/roda, e modelo cinemático

estendido. 2K Projeto do controle de trajetória utilizando técnicas de controle adaptativo preditivo com

modelo interno. 2L Projeto do controle de trajetória utilizando Backstepping.

5.2.3 Controle de quadrirotores

Plataformas quadrirotores são uma variante do conceito do helicóptero que têm ganho uma popularidade crescente nos últimos 10 anos entre os grupos de investigação na área da robótica aérea, devido a características específicas muito atrativas:

Baseados em soluções construtivas simples, sem movimentos mecânicos complexos como no caso do helicóptero, com sensores e controladores miniaturizados, eles resultam numa plataforma de testes experimentais de pequenas dimensões, que é possível utilizar tanto num ambiente laboratorial como para o exterior;

Os quadrirotores são sistemas sub-atuados, com somente 4 entradas de controlo, mas têm capacidade para efectuar voo pairado ou se deslocar num movimento lento, úteis para testar aplicações com imagem, para observação, seguimento de alvos, etc;

Entre os temas de investigação com quadrirotores, convém citar, além da própria integração e soluções para a instrumentação, a estabilização e o controlo, com ou sem imagem.

Uma apresentação da bibliografia sobre o tema pode ser encontrada por exemplo na página do projeto STARMAC da Universidade de Berkeley [Starmac, 2009].

Com base nas soluções anteriormente desenvolvidas para o dirigível, serão estudadas abordagens para a estabilização e controlo do quadrirotor, e para a sua integração numa missão com outros veículos robóticos.

A seguir apresentam-se as propostas de trabalho em controle de quadrirotores.

Estabilização e controlo 3A Projetar uma estratégia de estabilização para voo pairado com sensores de atitude. 3B Estabilização e controle da posição com base na imagem. 3C Comparação das soluções anteriores com técnicas de controle não linear com backstepping.


20

5.3 Processamento e análise de dados multi-modais visuais e inerciais

5.3.1 Colocação do problema e enfoque metodológico

Como mencionado, a aquisição, processamento, fusão e análise de dados sensoriais vindos de diferentes fontes e de fundamental importância para a robótica cooperativa. Um dos objetivos deste projeto é desenvolver técnicas robustas que permitam a combinação e registro de dados multi-modais para aplicações e operações de inspeção, vigilância e mapeamento aéreo. Os dados serão fornecidos por um dirigível de pequena envergadura e instrumentado com diferentes sensores que incluem sistemas de visão e sensores inerciais, como descrito precedentemente.

Espera-se que as atividades realizadas promovam o desenvolvimento de técnicas inovadoras no domínio do registro e representação de dados multi-modais cuja aplicação seja extensível a outros domínios, para além de mapas para navegação de robôs aéreos autônomos. O trabalho abordará técnicas de representação estatística e análise de dados multi-sensoriais adquiridos em universos tridimensionais. Os resultados serão mapas, nos quais os dados geométricos e as características físicas dos objetos serão combinados com um determinado nível de incerteza estatística. A análise desses mapas envolverá o reconhecimento de atividades em cenas naturais de natureza dinâmica e o seguimento de múltiplos objetos em situações de movimento parcialmente oculto.

Este trabalho abordará a análise do movimento e a trajetória de objetos em cenas exteriores. Pretende-se desenvolver uma técnica robusta, utilizando modelos probabilísticos de evolução da atividade e reconhecendo os padrões desta que maximizem a probabilidade de uma determinada seqüência ter sido observada. Serão testados modelos de Markov representando relações probabilísticas entre atividades e complementados com atributos de cor, forma, velocidade ou geometria do objeto.

Sendo as cenas naturais, o sistema de visão utilizado poderá ser complementado com tecnologias de câmaras e captação de imagem diferentes dos habituais, nomeadamente sistemas de câmaras omni-direcionais. Este tipo de câmaras consegue um grande campo de visão e poderá ser de grande utilidade no desenvolvimento destes sistemas. Neste trabalho e dependendo do tipo de relevo do terreno, pretende-se analisar e testar a utilidade desta tecnologia de câmaras neste tipo de sistemas.

5.3.2 Descrição Detalhada

O plano de trabalho apresenta as atividades científicas no domínio de processamento e análise de dados multi-modais, através do registro de imagens vídeo e de sensores inerciais obtidas por um dirigível autônomo. O objetivo é o desenvolvimento de técnicas de mapeamento de terreno e de vigilância aérea com objetivo de inspeção, monitoramento ambiental e de análise e reconhecimento de atividade de objetos/pessoas ou animais. Entre as possíveis aplicações da tecnologia que pretende-se desenvolver, destacam-se sistemas de inspeção aérea de baixo custo ou de vigilância permanente de zonas com alguma abrangência geográfica. Em particular, potenciais aplicações são: o monitoramento de recursos ou reservas naturais ou animais selvagens; a vigilância das fronteiras, podendo ser incluídas aplicações de prevenção de incêndios ou análise de atividade em reservas cinegéticas.

Espera-se que as atividades deste projeto promovam o desenvolvimento de técnicas inovadoras no domínio do registro e representação de dados multi-modais com aplicação em diferentes domínios, em especial na representação de mapas para navegação de robôs aéreos autônomos. O trabalho abordará formas de representação estatística de dados multi-sensoriais adquiridos em universos tridimensionais e técnicas para a sua análise. Os resultados serão mapas, onde dados geométricos e características físicas dos objetos serão combinados com um determinado nível de incerteza estatística. Algumas das atividades descritas neste plano de trabalhos assentam nos resultados gerados por algumas das linhas de atividade científica desenvolvidas na Universidade de Coimbra, em particular no Instituto de Sistemas e Robótica [Lobo et. al., 2003], [Lobo and Dias, 2003], [Lobo and Dias, 2007], [Corke et. Al., 2007].

Durante o trabalho, as técnicas de obtenção e registro de informação dos sensores (imagens, inercial) seguirão uma estratégia exploratória (ativa) em que o sistema robótico dotado de um conjunto de sensores, explora de forma ativa o universo que o rodeia. Nos humanos, a percepção do ambiente que nos rodeia depende da informação fornecida pelo nosso sistema sensorial e da forma como esta informação é adquirida. Muitos animais controlam a aquisição de informação sensorial de forma consciente e “ativa”. Na visão biológica é muito evidente a interação entre o sistema visual e o sistema motor com o objetivo de fornecer uma informação perceptual mais completa sobre a cena visualizada. Esta interação dá origem a diferentes tipos de comportamentos dinâmicos que são essenciais para a execução correta de determinadas tarefas.


21

Neste trabalho pretende-se enfrentar um desafio semelhante e que conduza ao desenvolvimento de sistemas com capacidade de realizar processos semelhantes de percepção [Berthoz, 1998], [Carpenter, 1988]. Esta opção surge em seqüência dos bons resultados obtidos no Instituto de Sistemas e Robótica da Universidade de Coimbra no domínio da Visão por Computador e designado Visão Ativa.

Mais detalhadamente, pretende-se abordar, do ponto de vista formal, alguns dos seguintes assuntos:

Mapeamento através do Registro de Sinais Multi-Sensorias

Uma única fonte de informação sensorial poderá não ser suficiente nem adequada para gerar uma representação completa do local onde o dirigível se situa. Este processo de aquisição e maximização de informação poderá ser associado ao processo de diminuição de entropia. Philipe Rodd [Rodd, 1964] considera que “informação é uma medida de ordem” enquanto o conceito de “entropia é uma medida de desordem”, podendo ambos serem relacionados quantitativamente. Neste trabalho, o conceito de entropia de Shannon e Wiener e a sua relação a noção de aumento/diminuição da informação [Reza, 1994] serão utilizados como medidas para o registro de sinais multi-modais (imagens e sensores inerciais) na geração de mapas.

As técnicas de registro de dados e de controle da sua aquisição basear-se-ão no conceito da maximização da informação mútua e conseqüente diminuição da entropia [Liu et. al., 2002], [Studholme, 1997]. A informação mútua entre dois sinais que se pretendem registrar pode, por exemplo, ser maximizada usando um método semelhante ao método do gradiente [Viola and Wells, 1995] ou utilizando um esquema multi-resolução [Studholme and Hawkes, 1996]. Neste trabalho esta técnica será utilizada para registro de dados supondo movimento rígido e nos casos de sobreposição parcial dos dados. Neste trabalho pretende-se desenvolver uma técnica de registro estatístico de dados com generalidade suficiente que permita a sua aplicação em diferentes domínios (robótica autônoma, registros de imagens ou fusão sensorial).

Mais especificamente, pretende-se fazer uma extensão das medidas de informação mútua para melhorar o registro de dados multi-sensoriais, investigando e desenvolvendo os modelos mais adequados para uma descrição estatística para dados multi-sensoriais.

Aplicação da geometria esférica na formalização dos modelos para um sistema de sensorial ativo e dinâmico.

A geometria esférica fornece um conjunto de relações geométricas que a colocam como uma idealização plausível para modelos de formação de imagens e cujas vantagens na sua utilização podem ser comparadas com a geometria Euclidiana plana. Muitos aspectos da geometria plana podem ser estudados por mapeamentos (ou projeções) do plano numa esfera, assim como muitos aspectos da geometria esférica podem ser estudados com a geometria plana. No entanto existem fatos que mostram que a utilização da geometria esférica poderá apresentar vantagens sobre outros tipos de soluções. Dentro destes casos estão os modelos para sistemas robóticos que se movimentam, baseando o seu processo de navegação em aquisição de imagens e dados sensoriais obtidas por sistemas ativos e dinâmicos. Neste trabalho, pretende-se criar modelos, com base na geometria esférica, para um “observador” em movimento e dotado de sensores, simulado por um sistema robótico, dotado de um sistema de visão ativo e de uma plataforma de sensores. Os modelos baseados numa projeção esférica apresentam a característica interessante de poderem concentrar, numa única forma de representação, a representação de imagens adquiridas em variadas orientações. Este fato é interessante do ponto de vista computacional e de combinação de dados. Por exemplo, medidas de orientação oriundas dos sensores combinadas com ângulos medidos na esfera ideal permitem selecionar porções das imagens a serem aproveitadas em uma projeção com menor distorção, para a confecção de um mapa. A validade dos modelos será testada no ponto de vista estático e dinâmico ao longo de trajetórias tridimensionais realizadas pelo “observador” artificial. Estes modelos serão fundamentais para o desenvolvimento de aplicações em sistemas robóticos autônomos, mais precisamente na sua navegação e no estudo de algoritmos robustos para análise de imagens.

Desenvolvimento de técnicas da combinação da informação sensorial

O aumento de informação sobre o estado de um determinado universo físico está associado com o processamento combinado de informação adquirida por sensores de modalidades diferentes. Um exemplo, entre outros, desse tipo de combinação de dados é o registro de dados visuais (imagens) com dados sensoriais inerciais (verticalidade 3D e parâmetros de movimento). Notar que a informação contida numa


22

imagem ou numa seqüência de imagens não permite, de forma imediata e só através das imagens, inferir algumas características físicas dos objetos como por exemplo a sua orientação relativamente ao vetor gravidade (verticalidade). Esta informação terá que ser obtida por outros sensores, neste caso por sensores inerciais, que determinam a orientação do vetor de aceleração da gravidade (vertical). Neste trabalho pretende-se combinar estas duas modalidades de informação, a visual e a inercial, para fornecer um mapa multi-modal sobre uma cena. Esta combinação de dados poderá ser explorada de forma a determinar algumas características da cena na qual se inclui a determinação da orientação dos objetos em cena relativamente a uma referência inercial, a calibração do sistema visual ou a segmentação das imagens. Neste trabalho, pretende-se estudar os processos de combinação assumindo que o sistema visual está em movimento. Como o sistema inercial mede acelerações e por conseqüência os parâmetros relativos ao movimento, há redundância entre os dados dinâmicos fornecidos pelo sistema inercial e os dados dinâmicos que podem ser determinados a partir de uma seqüência temporal de imagens. Esta sobreposição poderá ser explorada para se aumentar a robustez na determinação de parâmetros. Neles se incluem a determinação de trajetórias de objetos em movimento, e o registro de mapas bidimensionais ou tridimensionais. Projetando-se imagens ou mapas tridimensionais em um sistema de coordenadas geo-referenciado, pode-se eliminar ou fornecer uma aproximação inicial para os graus de liberdade associados com a rotação do veículo, permitindo a utilização de modelos de movimento mais simples em tarefas de visão computacional. Tais tarefas devem incluir o registro de imagens baseado em detecção e emparelhamento de pontos de interesse, e transformações de regiões planas por meio de colineações. Pode ser necessário explorar os resultados dos nossos parceiros em fusão sensorial utilizando os diversos sensores embarcados e os modelos dinâmicos do veículo para obter medidas de orientação mais precisas para utilização em tarefas de visão computacional.

Estudo de estratégias de navegação e exploração sensorial ativa

Nos humanos, a percepção do ambiente é dependente da informação fornecida pelo nosso sistema sensorial e da forma como esta informação é adquirida. Nos humanos, a visão e o sistema vestibular são essenciais para a orientação espacial, postura do corpo e navegação.

Num sistema robótico os sensores inerciais e câmaras podem desempenhar um papel semelhante e servirem de suporte a uma estratégia semelhante. Conhecer a orientação da vertical nas imagens pode ser determinante na identificação de pontos de referencia na cena (landmarks). O sistema inercial pode facilitar o registro de elementos num mapa representativo do universo onde o robô se movimenta.

Estudo de técnicas de análise e reconhecimento de atividade

O desenvolvimento de algoritmos para seguimento automático, em imagens, de agentes (pessoas ou objetos) em movimento e em cenas dinâmicas é desafio interessante. Algumas técnicas têm sido desenvolvidas no domínio da Visão por Computador e serão utilizadas nesta parte do plano de trabalhos. Nesta parte do plano de trabalhos o desafio consiste no desenvolvimento de tecnologias que permitam medir padrões de comportamento do movimento dos agentes assim como detectar e isolar comportamentos não-característicos das suas atividades - alarmes. Esta tarefa envolve a segmentação das imagens de forma a detectar o movimento nas seqüências temporais das imagens e o desenvolvimento de algoritmos de seguimento dos agentes pela associação temporal das características do movimento do agente. Também os resultados previstos nas seções anteriores devem, ao aumentar a informação existente ou referenciá-la ao sistema de coordenadas terrestre, facilitar o desenvolvimento de soluções em seguimento.

O problema do seguimento tem sido objetos de alguma investigação da qual têm resultado algumas soluções e algoritmos cujos resultados, na sua maioria, se circunscrevem à utilização de filtro de Kalman ou, mais recentemente, a filtros de partículas. A filtragem de Kalman, utilizada inicialmente na teoria de controle e no seguimento de trajetórias, é atualmente uma ferramenta usual no domínio da visão por computador e na combinação de informação sensorial. Todavia as soluções baseadas em filtragem de Kalman clássica estão limitadas à utilização de densidades de probabilidade unimodais e Gaussianas e não suportam hipóteses simultâneas de movimento.

Neste trabalho pretende-se desenvolver algoritmos de seguimento que permitam suportar listas de hipóteses múltiplas de movimento, de forma a reduzir o número de falsos seguimentos ou alarmes. Espera-se que esta aproximação ajude a legitimar o reconhecimento das trajetórias dos objetos em movimento, do ruído e das perturbações nas imagens. Esse desenvolvimento poderá levar ao desenvolvimento de algoritmos com base técnicas de filtragem mais evoluídas ou as técnicas que envolvam comutação automática entre diferentes hipóteses de modelos de movimento.


23

O objetivo será o desenvolvimento de um protótipo para reconhecimento de padrões específicos de comportamento do movimento de um agente móvel. Assume-se que o agente se situa num ambiente dinâmico e inserido num conjunto de outros agentes móveis. As atividades deverão ser estimadas a partir dos atributos calculados pelos sub-sistemas de seguimento e através de parâmetros de posicionamento. Neste trabalho pretende-se ensaiar algumas técnicas de reconhecimento de padrões de atividade através análise do máximo de probabilidade de ocorrência de uma determinada observação. Para isso serão utilizados modelos de Markov que descrevem as relações probabilísticas entre atributos e atividades.

5.3.3 Propostas de trabalho em fusão de dados multi-modais visuais e inerciais e sua utilização em plataformas robóticas autônomas

As atividades a serem desenvolvidas, seguindo a abordagem descrita anteriormente, são: 3A Técnicas Robustas de Detecção e Seguimento de objetos.

� Criação da base experimental. � Algoritmos de seguimento para um objeto. � Algoritmos de seguimento para objetos múltiplos.

3B Mapeamento e registro multimodal. � Desenvolvimento de técnicas de mapeamento e registro de imagens explorando

informação posicional. � Desenvolvimento de técnicas de mapeamento e registro de imagens explorando

informação posicional e dos dados inerciais. � Desenvolvimento de técnicas de registro dos objetos seguidos ao longo da seqüência

temporal, nos mapas. � Desenvolvimento de técnicas de reconhecimento de objetos desconhecidos ao longo da

seqüência temporal, nos mapas. 3C Monitorar e Reconhecer Ações.

� Recuperação das trajetórias. � Reconhecimento de Ações.

5.4 Sistemas baseados em visão para veículos robóticos

Câmeras embarcadas em veículos robóticos podem fornecer informações importantes sobre o seu estado interno e seu ambiente de operação, apresentando assim enorme potencial para o controle e navegação de veículos robóticos autônomos.

Neste projeto, buscar-se-á explorar a complementaridade entre duas linhas principais de pesquisa utilizando visão monocular embarcada no veículo, que vêm sendo desenvolvidas pelos partícipes: a primeira explorando métodos robustos de registro direto de imagens; e a segunda explorando a complementaridade entre visão e sensores inerciais.

Os trabalhos terão como ponto de partida abordagens iniciadas em cooperações anteriores entre os partícipes, com resultados em simulação para o controle dirigíveis robóticos em vôo estacionário (Azinheira et. al., 2002) e seguimento de retas (Silveira et al., 2003), e com resultados experimentais para o “platooning” de veículos terrestres (Benhimane et al., 2005). Os trabalhos terão como focos principais plataformas robóticas citadas precedentemente neste documento: dirigíveis, quadrirotores e veículo terrestre de exterior.

5.4.1 Registro direto de imagens e seu uso em SLAM visual e controle servo-visual

Registro de imagens consiste em estimar as transformações que melhor alinham uma imagem de referência (fixa) a uma segunda imagem (móvel). Métodos diretos referem-se àqueles que exploram diretamente a intensidade dos pixels nas imagens, em vez de primeiramente extrair e associar primitivas geométricas (e.g., pontos, retas) nas imagens. Se o registro for obtido de forma eficiente computacionalmente, essa abordagem pode ser aplicada para solucionar dois problemas relevantes em robótica [Silveira, 2008].

O primeiro problema corresponde ao SLAM visual (de Simultaneous Localisation and Mapping – localização e mapeamento simultâneos), que consiste em estimar simultaneamente a pose (i.e., posição e orientação) da câmera e a estrutura da cena em que o robô evolui. Calcado em métodos robustos e eficientes de registro direto de imagens [Silveira and Malis, 2007b], uma nova abordagem para a solução deste problema foi proposto em [Silveira et al., 2008b]. Vide Erro! A origem da referência não foi encontrada. e Erro! A origem da referência não foi encontrada. para alguns resultados relativos.


24

O segundo problema em robótica que pode ser beneficiado por técnicas de registro robusto e eficiente corresponde ao controle servo-visual. O objetivo, neste caso, é estabilizar o sistema robótico em uma pose desejada utilizando apenas dados visuais. A partir das informações obtidas pelo registro, duas novas técnicas de controle foram propostas em [Silveira et al., 2008a] e [Silveira and Malis, 2007a]. Elas correspondem, respectivamente, a uma solução de controle quando a pose desejada é fornecida diretamente no espaço Cartesiano; e via uma imagem de referência.

Figura 5.4 Sequência capturada no CTI por uma câmera de baixa resolução (320x240) a uma distância inicial de ~30m ao primeiro plano.

Figura 5.5 Cena reconstruída em 3D e trajetória da câmera, mostradas sob dois pontos de vista diferentes.

5.4.2 Uso complementar de câmera e sensores inerciais

Outro desafio atual de pesquisas em sistemas de visão robótica é o de integrar medidas obtidas a partir do registro das imagens com dados provenientes de outros sensores. Um esquema interessante consiste em adotar uma câmera rigidamente acoplada a um sensor inercial, devidamente calibrados em conjunto [Lobo and Dias, 2007].

Usando o sensor inercial para compensar as rotações, a partir das imagens obtidas é possível projetar as translações em um plano-imagem virtual, gerando uma metodologia de odometria visual para o veículo robótico aéreo [Mirisola and Dias, 2007b], [Mirisola, 2009], conforme ilustrado na Erro! A origem da referência não foi encontrada..

É possível, ainda, utilizar a metodologia para mapeamento e seguimento de alvos visuais, tanto para veículos aéreos como terrestres [Mirisola and Dias, 2008]. Alem disso, quando detectores de pontos de interesse são usados para registrar as imagens, esse registro é acelerado se a rotação pode ser aproximadamente


25

compensada [Mirisola and Dias, 2007a]. Esse esquema sensorial visuo-inercial pode ser estendido para outros tipos de sensores, como lasers. [Mirisola, Lobo, and Dias, 2007].

Figura 5.6 Montagem rígida do conjunto câmera mono-visão e IMU (unidade de medidas inerciais em dirigível robótico (alto) e odometria visual resultante (abaixo), comparada aos dados (círculos) de leituras GPS usadas como referência.

5.4.3 Reconstrução geométrica de objetos de interesse em ambientes tridimensionais externos

No contexto deste projeto, estaremos abordando também a reconstrução geométrica de objetos de interesse em ambientes tridimensionais externos e não estruturados por meio de múltiplos robôs dotados de câmeras. A metodologia proposta visa obter um conjunto de pontos tridimensionais — uma nuvem de pontos —que representa a superfície do objeto a ser reconstruído.

Dois são os aspectos que diferenciam este trabalho das metodologias tradicionais de reconstrução por múltiplas vistas (multiple view geometry). Por um lado, neste trabalho os robôs não possuem um sistema preciso de localização global: portanto, a própria pose dos robôs deve ser continuamente estimada durante o processo de reconstrução. Por outro lado, a tarefa será realizada por times de robôs que atuam de maneira coordenada para otimizar a cobertura do ambiente, reduzindo o tempo e a energia necessários para completar a missão e aumentando a confiabilidade dos resultados obtidos. Uma restrição decorrente das necessidades do problema proposto refere-se ao fato de que não é possível realizar o planejamento das ações de longo prazo, já que as informações necessárias para o planejamento são obtidas aos poucos. Dessa maneira, à medida que o objeto é reconstruído a atuação dos robôs é continuamente planejada, identificando áreas carentes de reconstrução, alocando os robôs mais convenientes e decidindo o melhor posicionamento (a melhor trajetória) para efetuar a cobertura.

Metodologias para realizar a reconstrução (mapeamento) do ambiente em conjunto com a estimação da pose dos robôs são encontradas na literatura em um campo de estudo chamado de Localização e Mapeamento Simultâneos (Simultaneous Localization and Mapping, ou SLAM) [Durrant-Whyte and Bailey 2006]. Para este trabalho, três variações de SLAM são de particular interesse: (i) o SLAM com planejamento, ou SPLAM; (ii) o SLAM cooperativo, ou C-SLAM; e (iii) o SLAM monocular, em que a reconstrução é realizada com sistemas de câmeras monoculares (ou seja, não dispostas em sistemas estéreo). Imagens do objeto de interesse são capturadas pelas câmeras embarcadas nos robôs. Em seguida, realiza-se uma busca por pontos de interesse nas imagens e busca-se a correspondência desses pontos entre imagens consecutivas da seqüência temporal. Tais correspondências alimentam um Filtro de Kalman Unscented (UKF) [Julier and Uhlmann 1997] que


26

estima concomitantemente o estado dos robôs (pose no espaço tridimensional) e a estrutura parcial do objeto reconstruído, assim como as respectivas incertezas de cada um desses dados. Finalmente, as informações obtidas por esse estimador permitem identificar regiões desconhecidas do objeto e avaliar configurações futuras dos robôs capazes de observar essas regiões.

O caráter não estruturado do ambiente impede a extração de características facilmente identificáveis, como retas, planos e quinas. Por conseguinte, é necessário o uso de descritores de características — algoritmos capazes de atribuir, a certas regiões da imagem, assinaturas visuais invariantes a translação e rotação e robustas a escala e pequenas mudanças do ponto de vista. Os descritores SIFT [Lowe 2004] e SURF [Bay et al. 2006] são utilizados neste trabalho. Atualmente estão sendo avaliados os primeiros resultados gerados pelo processo de SLAM descrito. A curto prazo, busca-se reduzir o custo computacional do estimador de estados e implementar heurísticas para evitar a interferência de correspondências espúrias (outliers) no processo. Em seguida serão desenvolvidas funções de utilidade para avaliar o ganho provável de informação de configurações futuras dos robôs, utilizadas para alimentar o planejador de trajetórias.

Atividades a realizar: 4A Realização de um estudo para o aumento do domínio de convergência dos métodos diretos de

registro da imagem. Tal como todas as abordagens eficientes de otimização não-linear, as técnicas utilizadas são locais. Isto se traduz em uma restrição dos deslocamentos máximos dos objetos na imagem;

4B Extensão do esquema sensorial visuo-inercial proposto para outros tipos de sensores, como lasers. A fusão de informações oriundas de sensores com características distintas pode aumentar a precisão e robustez dos estimadores.

4C Identificar e explorar aspectos complementares entre os enfoques de métodos robustos de registro direto de imagens e visuo-inercial.

4D Desenvolver as formulações de controle baseado em visão e instanciá-las nas plataformas robóticas citadas.

6. METAS DE FORMAÇÃO E CAPACITAÇÃO

A capacitação e formação de pessoal de alto nível são componentes fundamentais desta proposta de cooperação. Efetivamente, a exposição a metodologias de desenvolvimento de projetos de grande complexidade em equipes de formação multidisciplinar é uma das vertentes fundamentais propiciadas por essa cooperação ao processo de formação de alunos em nível de graduação e pós-graduação. Ao perceber a diferença – significativa em muitos casos – entre a abstração que se tem de um processo e a sua instância real, o aluno certamente ganhará maior introspecção nas etapas de identificação correta de problemas e a escolha adequada de metodologias a serem empregadas. Além disso, o reconhecimento de que o mundo real é, na realidade, estocástico pela própria natureza, conduzirá a abordagens que considerem as diversas incertezas envolvidas. Assim, o desenvolvimento conceitual, por um lado, e a meta de validação experimental nas plataformas reais por outro lado, cobrem um amplo espectro na formação em graduação e pós-graduação, indo desde metodologias para o problema da autonomia plena em robótica a integração de sistemas complexos compostos de hardware e software de tempo real embarcados.

6.1 Resultados de formação e capacitação resultantes da colaboração das equipes

A capacidade de formação de recursos humanos de alto nível resultante da colaboração entre as equipes ao é atestada pelo número expressivo de doutorados e mestrados, com defesas a partir de 2004 (doutorado defendido no IST [Cortes, 2004]) e 2005 (mestrado concluído no CTI [Faria, 2005]) que abordaram de forma complementar a problemática de identificação de modelos de dirigíveis. Ainda em 2004 foi defendida dissertação de mestrado do aluno Pedro Shiroma sob orientação de pesquisadores do CTI [Shiroma, 2004], que hoje encontra-se em fase de conclusão de doutoramento na UFMG. No tema de mapeamento e autolocalização, foi concluído no CTI o mestrado [Castro, 2006]. Alexandra Moutinho, hoje professora do IST/Lisboa, desenvolveu e concluiu seu doutoramento no âmbito da colaboração, em particular em técnicas não lineares de dinâmica inversa e backstepping [Moutinho, 2007]. Fábio Pereira Benjovengo, co-orientado por pesquisadores do CTI e da UNICAMP, está desenvolvendo sua pesquisa de doutoramento também em controle de dirigíveis utilizando abordagem de modos deslizantes.


27

A infra-estrutura de software tempo real e a estação de terra do Projeto AURORA foram resultados da dissertação de mestrado de Luiz Mirisola [Mirisola, 2001], que realizou o doutorado pleno no ISR/Coimbra tendo defendido sua tese em março de 2009 [Mirisola 2009]. Em janeiro do mesmo ano, o ISR/Coimbra recebe o aluno de mestrado PPGCC/UFMG, Paulo Drews, do para estágio de pesquisa.

6.2 Planejamento das ações de formação e capacitação

Além de manter como meta fundamental da colaboração a formação strictu sensu, estão planejados dois cursos de formação avançada Escolas de Verão Brasil-Portugal no domínio de Robótica. As escolas terão duração de cinco dias, em período integral e a programação será composta de aulas teóricas e demonstrações práticas utilizando robôs das instituições anfitriãs. Cumpre destacar que as missões de trabalho foram planejadas de forma a permitir que pesquisadores possam atuar como instrutores nessas escolas, otimizando de modo significativo a utilização dos recursos financeiros.

Além das escolas, quatro workshops serão realizados, sendo dois agendados para ocorrerem imediatamente após a cada uma das escolas, e outros dois em períodos complementares nos anos de vigência do projeto.

Estão previstos estágios sanduíches de alunos de instituições brasileiras em instituições portuguesas e vice-versa. Os estágios serão em número previsto de quatro do lado brasileiro e seis do lado português, conforme detalhado na Sessão 7.

Estágios pós-doutorais compõem as ações previstas de capacitação do projeto. Foram planejados inicialmente dois desses estágios (um por ano) com duração de 12 meses de pesquisadores brasileiros em Portugal e seis estágios de pesquisadores portugueses, com duração de três meses, no Brasil.

7. CRONOGRAMA

O cronograma de execução, que se estende por dois anos, indica também a previsão da continuidade e evolução da cooperação. Este aspecto, já indicado na Introdução desta proposta, deve-se ao fato que, do nosso conhecimento sobre a complexidade dos problemas que propomos abordar e de suas ramificações, o aprofundamento e consecução de várias das ações de investigação enumeradas requerem um horizonte que se estende além dos dois anos da presente proposta.

Projeto RAC

Ano 2010 2011 > 2011

Atividades / Trimestres 1o 2 o 3 o 4 o 1 o 2 o 3 o 4 o

Formação Acadêmica e Disseminação

1ª Escola de Verão Luso –Brasileira em Robótica (Brasil)

2ª Escola de Verão Luso –Brasileira em Robótica (Portugal)

Workshop Científico

Atividades Pesquisa

1A

1B

1C

1D

1E

2A

2B

2C


28

2D

2E

2F

2G

2H

2I

2J

2K

3A

3B

3C

4A

4B

4C

4D

¬↑ ¬↑ ®↑ • avaliações e definições de evolução anuais do Projeto; • avaliação dos resultados obtidos; definição e encaminhamento de renovação adicional ou de nova submissão para a

continuidade da cooperação, principalmente para as atividades cuja continuidade é prevista; • término do Projeto RAC .

8. RESULTADOS ESPERADOS: CAPACITAÇÃO DE PESSOAL E PRODUÇÃO CIENTÍFICA

Os resultados se darão nas duas principais vertentes do projeto: pesquisa e formação de pessoal. O projeto reúne todas as condições para proporcionar desenvolvimento científico e tecnológico de todos os grupos envolvidos. Esse fato é comprovado pelo avanço expressivo alcançado pelo grupo em temas relevantes da robótica e do controle. Os resultados esperados, podem ser agrupados em:

8.1 Resultados na formação

Espera-se que projeto contribua para a formação de pelo menos quatro mestres e seis doutores, além da capacitação a ser alcançada com as Escolas de Verão e seminários.

Serão realizadas cursos curtos de formação especializada (Escola de Verão) e workshops científicos realizados no âmbito do projeto, sendo apresentados por membros das equipes envolvidas neste projeto de cooperação, bem como a orientação cruzada de estudantes, constituem o eixo principal em formação. O período dedicado aos seminários será de 1 ou 2 dias, em regime de “workshop” e na qual se realizaram sessões de discussão dos resultados e trabalhos realizados pelos elementos das equipes de trabalho.

As classificações obtidas nesta formação e eventos serão compiladas em forma de brochura à qual se adicionarão as classificações sobre as conclusões das sessões de discussão realizadas. As brochuras serão editadas e constituirão um resultado deste projeto de cooperação. Os docentes das Universidades envolvidas irão avaliar a possibilidade de capitalização desta formação em termos de créditos de cursos de formação pós-graduada, para os alunos inscritos em cada uma das respectivas Universidades.

8.2 Resultados na área da pesquisa

Os resultados esperados em termos de pesquisa são consubstanciados em soluções científicas em autonomia de sistemas robóticos aéreos, validados experimentalmente - o que traz, por conseguinte, a necessidade de resultados inovadores de cunho tecnológico, segundo os cinco temas explicitados neste projeto:

• Robótica Cooperativa e Enxames de Robôs;

• Visão Robótica e Interação Humano-Robô por Visão;


29

• Metodologias de controle não linear aplicadas a veículos robóticos terrestres e aéreos e à cooperação entre eles;

• Métodos de combinação e registro de dados multi-modais.

Destes resultados de formação e pesquisa resultarão trabalhos de estudantes, relatórios e publicações em revistas e em conferências, que serão indicadores do desempenho da equipe e permitirão a difusão dos resultados.

Pretende-se que a difusão dos resultados siga a prática habitual da disseminação através de publicações em revistas internacionais de renome no domínio da Visão por Computador e da Robótica. Em segundo lugar serão consideradas publicações em Conferências Internacionais sujeitas à avaliação prévia através de revisores (IEEE ICRA, IEEE IROS, e também IFAC, ACC, ...). Nos casos em que se justifique, será feita a disseminação nacional dos resultados obtidos com um objetivo divulgador de ciência. As oportunidades de contribuição científica são muitas na área do projeto, espera-se com isso realizar a publicação conjunta de pelo menos quatro artigos em periódicos internacionais de alta qualidade, e entre oito e 12 artigos em conferências internacionais das áreas envolvidas.

9. INFRA-ESTRUTURA E CONTRAPARTIDAS

O VERLAB/DCC/UFMG (www.verlab.dcc.ufmg.br) ocupa hoje as salas 3020 e 3021 do prédio do Instituto de Ciências Exatas da UFMG, com uma área total de 70m2, equipado com ar-condicionado e forro acústico. O VeRLab também tem acesso há uma grande área no Centro de Pesquisas Hidráulicas (CPH) da Escola de Engenharia da UFMG, aonde poderão ser realizados diversos experimentos. Os principais equipamentos nas áreas de robótica e visão computacional:

• Um avião aeromodelo Piper Cub JR3 e eletrônica embarcada baseada em PC/104; • Um avião protótipo (WatchDog) com 4,5m de envergadura, tipo puhser; • Três dirigíveis de interior telecontrolados, equipados com micro-câmeras coloridas e B/W • Conjunto de sensores para robótica aérea e processadores para aplicações embarcadas; • Tres Robôs Móveis Pioneer 3AT da Active Media equipados com ultra-som, laser scanners e

notebooks; • Doze e-pucks (robôs de pequeno porte) para experimentação com swarms; • Um robô móvel Nomad 200, equipado com braço e garra com 3 graus de liberdade, câmera CCD

colorida, bussola, anel com 16 sensores ultra-som, anel com 16 sensores infra-vermelho, sensor de toque;

• Um manipulador PUMA 560 com 6 graus de liberdade; • Uma garra LORD com 2 graus de liberdade, equipada com sensores de força, torque e tato; • Três cameras FireWire SONY DFW700 e diversas câmeras, incluindo DragonFly sincronizadas; CCD

SONY B/W; Hitachi coloridas (RGB); microcâmeras coloridas e RGB; • Transmissores de video analógico; • Rádios digitais; • Dez Frame-grabbers monocromáticos e coloridos

O Departamento de Ciência da Computação da UFMG (DCC) conta com uma ótima estrutura de rede local, com pessoal dedicado ao suporte da rede. Como responsável por um dos grandes pontos de presença da RNP, o POP-MG, o DCC conta ainda com conexão privilegiada à Internet e Internet-2. Cabe ressaltar que, além da excelente infra-estrutura física, o Departamento de Ciência da Computação provê suporte administrativo profissional de alta qualidade. Todo esse contexto contribui fortemente para o bom andamento e sucesso dos projetos aqui desenvolvidos.

A DRVC/CTI dispõe de estações de trabalho Sparc 5, SUN e Pentium IV, conexão à Internet e software MATLAB. Em termos de recursos disponíveis no Projeto AURORA, tem-se:

O dirigível AS 800B produzido pela empresa Airspeed Airships (Inglaterra), aprimorado pela DRVC/CTI, com 11,5 m de comprimento, 3 m de diâmetro, 30 m3 de volume, capacidade de carga de aproximadamente 10 Kg e autonomia de vôo em torno de uma hora;

Sistema embarcado, compreendendo: • computador embarcado PC/104 Pentium III 800 MHz, com interfaces CAN e serial;


30

• central inercial Crossbow DMU-AHRS; • central inercial Precision Navigation; • sistemas de GPS diferencial Trimble e Novatel; • Sonda de vento confeccionada pelo IDMEC/IST; • câmera digital firewire (padrão IEEE-1394) modelo Sony DFW-VL500; • altímetro a radar Roke Manor Mk. IV; • sensor de rotação dos motores, desenvolvido internamente; • comutador de modo de operação desenvolvido internamente; • sistema microcontroledo de interface com servoatuadores, desenvolvido internamente; • sistemas de suprimento de energia embarcado, usando baterias LiPo e NiMH, com supervisão de

carga; • Estação de operação em terra com dois computadores portáteis Pentium III 800 MHz e Centrino 2.0

GHz; • Sistema de comunicação composto por rádio modem FreeWave e link de vídeo analógico e, para

desenvolvimentos em curso, pontos de acesso, roteadores e interfaces wireless padrões IEEE 802.11 B e G;

• Fontes, rádio-comunicadores, aparelho de vídeo K7, filmadora e equipamentos para uso nos ensaios de vôo em campo.

Alem desses, há três robôs móveis e um dirigível indoor que constituem opções para o desenvolvimento e implementação previa dos algoritmos antes de trasnportá-los ao dirigível:

Um robô móvel Nomadic Nomad 200, equipado com câmera CCD colorida, pan-tilt, bussola, um anel com 16 sensores ultra-som e 16 sensores infra-vermelho, sensor de toque e link de comunicação;

Um robô móvel Nomadic XR-4000, equipado com um par de câmeras CCD coloridas, pan-tilt, bussola, dois anéis com 16 sensores ultra-som e 16 sensores infra-vermelho, sensor de toque e link de comunicação;

Um micro-robô móvel Khepera, dotado de sensores infra-vermelho, câmera e manipulador;

Um dirigível de interior telecontrolados, equipado com micro-câmera B/W.

A DRVC/CTI possui ainda câmera motorizada colorida Mitsubishi CCD-200U três pan-tilts, câmeras CCD e sistemas robóticos para inspeção remota terrestre (Inukton Versatrax) e subaquática (Inukton Scallop e Seabotix LBV-500).

Finalmente, cita-se um veículo robótico de exterior, motorizado eletricamente, com capacidade de carga superior a 200Kg e autonomia operacional superior a 4 horas, fabricado em 2009 pela empresa Brasileira Freedom, do Rio Grande do Sul.

O laboratório de robótica móvel do ISR/UC, possui um vasto conjunto de equipamento para apoio ao desenvolvimento de atividades de pesquisa e formação em robótica (www.isr.uc.pt e http://paloma.isr.uc.pt/mrl).

Alguns dos principais equipamentos e meios colocados ao dispor para este projeto incluem: � Um grupo plataformas robóticas instrumentadas para ambiente interiores (3 scout, 1 segway) e 3

plataformas robóticas instrumentadas adaptadas para o exterior (plataformas adaptadas para transporte de 4 pessoas).

� Um envelope de dirigível manufaturado pela empresa Zodiac, com 18m3 de volume e 9m de comprimento, com gôndola projetada e construída pela Universidade do Minho;

� Uma rede de câmaras baseada em tecnologia firewire; � Um sistema de controlo de dirigíveis com um conjunto de sensores sendo embarcados no dirigível,

incluindo: � sensor inercial Xsens MTB-9; � sonda de vento; � GPS com sistema diferencial; � sensores de rotação dos motores; � sensor de nível de energia nas baterias de aslimentação � Diversas placas para CPU e periféricos no padrão PC-104, incluindo a CPU embarcada � Laboratório com instrumentação eletrônica, estações de trabalho e software MATLAB


31

10. LINHAS DE ATUAÇÃO NA ÁREA PRENTENDIDA APÓS O TÉRMINO DO PROJETO

Este projeto de cooperação permitirá consolidar e estruturar a antiga cooperação entre os grupos Portugal – Brasil de uma forma coerente e em estreita ligação com programas de formação de recursos humanos de ambos os países. Poderá ser o catalisador de um programa mais extenso de troca de conhecimento e formação entre os dois países, aumentando as possibilidades do estabelecimento de parcerias estratégicas para projetos internacionais e europeus.

11. CRONOGRAMA DE IMPLEMENTAÇÃO DAS BOLSAS E MISSÕES

O cronograma de missões foi estabelecido de forma a alcançar os objetivos pretendidos, considerando-se o histórico de cooperação, as últimas missões realizadas, as atividades em curso já de forma estruturada e aquelas cuja estruturação de forma cooperativa se dará na presente proposta. Uma programação preliminar das missões sé mostrada a seguir.

11.1 Portugal �� Brasil

Ano 1

Nome Missão Início Duração

Doutoramento Sanduíche 1 Estudo Março 12 meses

Pós-Doutoramento 1 Estudo Março 12 meses

Luiz Chaimowicz Trabalho Julho 15 dias

Ely Paiva Trabalho Julho 15 dias

Ano 2


Doutoramento Sanduíche 2 Estudo Março 12 meses


Leonardo B. Torres Trabalho Julho 15 dias

Geraldo Silveira Trabalho Julho 15 dias

11.2 Portugal �� Brasil

Ano 1


Doutoramento Sanduíche 1 Estudo Janeiro 6 meses

Doutoramento Sanduíche 2 Estudo Julho 6 meses


Jorge Dias Trabalho Janeiro 30 dias

José Raul Azinheira Trabalho Janeiro 30 dias

Jorge Lobo Trabalho Janeiro 15 dias

Rui Rocha Trabalho Janeiro 15 dias

Ano 2

Nome Missão Previsão Duração

Doutoramento Sanduíche 3 Estudo Janeiro 6 meses

Doutoramento Sanduíche 4 Estudo Julho 6 meses


32


Paulo Coimbra Trabalho Janeiro 15 dias

Alexandra Moutinho Trabalho Janeiro 30 dias

Jorge Lobo Trabalho Fevereiro 15 dias

Rui Rocha Trabalho Fevereiro 15 dias

12. PLANO DE APLICAÇÃO DE RECURSOS

Os recursos para consecução do projeto serão aplicados conforme demonstrado pelas tabelas do item anterior. Nessas tabelas estão descritas, para cada missão, o membro da equipe, as datas de início, a duração e uma previsão de custos conforme valores médios de orçamentos de passagens obtidos quando da preparação do documento. Valores de seguro e diárias foram os sugeridos no documento e os informados no site da CAPES.

Os recursos referentes a material de consumo serão utilizados ao longo do ano para apoio à implantação e desenvolvimento do projeto.

13. CURRICULOS RESUMIDOS

Os currículos resumidos de todos os participantes do projeto foram submetidos como documento anexo no site da CAPES.

14. EQUIPE PARTICIPANTE DO PROJETO

As equipes possuem professores e pesquisadores com larga experiência em pesquisa e em formação de alunos em todos os níveis. A produção científica combinada das equipes é muito expressiva e abrange amplamente, em latitude e profundidade, os domínios em que se enquadra o projeto. Membros das equipes brasileira e portuguesa já atuaram como coordenadores de cursos de graduação e pós-graduação.

Portugal • Jorge M. Miranda Dias (ISR/Coimbra), Doutorado (1994) pela Universidade de Coimbra. –

Coordenador. • José Raul Azinheira (IDMEC/IST), Doutorado (1986) pela École Centrale de Paris, França. • Paulo Coimbra Dias (ISR/Coimbra), Doutorado (1996) pela Universidade de Coimbra. • Jorge Lobo (ISR/Coimbra), Doutorado (2007) pela Universidade de Coimbra. • Alexandra Bento Moutinho, Doutorado (2007) Instituto Superior Técnico, Universidade Técnica de

Lisboa. • Rui Rocha (ISR/Coimbra), Doutorado (2007) pela Universidade de Coimbra • Alunos de doutoramento • Pós-doutorandos

Brasil • Mário Fernando Montenegro Campos (DCC/UFMG) – Dr (1992) pela University of Pennsylvania

(GRASP Laboratory), EUA . – Coordenador. • Samuel Siqueira Bueno (DRVC/CTI) – Dr (1993) pela Université de Nice - Sophia Antipolis (UNSA) /

Laboratoire d'Informatique, Signaux et Systèmes de Sophia Antipolis (I3S) do CNRS, França • Luis Antonio Aguirre (DEE/UFMG) – Ph.D. (1994) pela University of Sheffiled, UK.


33

• Luiz Chaimowicz (DCC/UFMG) - Dr (2002) pela UFMG, Belo Horizonte, Brasil, com parte dos trabalhos e posterior posdoc desenvolvidos no GRASP Laboratory, University of Pennsylvania EUA

• Guilherme A. S. Pereira (DCC/UFMG) – Dr (2003) pela Universidade Federal de Minas Gerais, com parte dos trabalhos desenvolvidos no GRASP Laboratory, University of Pennsylvania EUA

• Leonardo Antonio Borges Torres – Dr. (2002) Universidade Federal de Minas Gerais,. • Ely Carneiro de Paiva (DRVC/ CTI) – Dr (1997) pela UNICAMP • Josué Jr. Guimarães Ramos (DRVC/CTI) – Dr (2002) pela UFSC, com parte dos trabalhos e pós-

doutoramento (2004) desenvolvidos no Robotics Institute, Carnegie Mellon University, EUA • Geraldo Silveira (DRVC/CTI) - Dr (2008) pela Ecole des Mines de Paris / INRIA Sophia-Antipolis,

França • Luiz Gustavo Bizarro Mirisola (DRVC/CTI) - Dr (2009) pela Universidade de Coimbra, Portugal • Helio Azevedo (DRVC/CTI) Mestre (1991) pela UNICAMP • Alunos de mestrado • Alunos de doutoramento • Pós-doutorandos

15. BREVE HISTÓRICO DA COOPERAÇÃO

As atuações em robótica que motivaram e suportaram ações de cooperação entre esses grupos, compreenderam três projetos:

• O Projeto AURORA – Autonomous Unmanned Remote Monitoring Robotic Airship da DRVC/CTI, iniciado em 1996, que tem como foco o desenvolvimento de tecnologia em robótica aérea autônoma usando dirigíveis não tripulados como plataforma;

• O Projeto DIVA - Dirigível Instrumentado para Vigilância Aérea, que reúne o IDMEC/IST, o ISR/UC e a Universidade do Minho, teve início em 2004 e foi financiado pela Fundação para a Ciência e Tecnologia, do Ministério Português da Ciência e Ensino Superior (POSI/SRI/45040/2002). Foi já submetida uma proposta para o DIVA II (IDMEC/IST e ISR/UC), dando continuidade ao trabalho desenvolvido neste projecto.

• O Projeto SiDeVAAN - Sistema de Desenvolvimento de Veículos Aéreos Autônomos Não-tripulados), foi iniciado em 2004 e adota um avião não tripulado como plataforma. Ele é conduzido pelo VERLAB/DCC, juntamente com os Departamentos de Engenharia Elétrica, Eletrônica e Mecânica da UFMG.

Além das plataformas projetadas e construídas no âmbito desses três projetos, outras vem sendo desenvolvidas em novas iniciativas em processo de estruturação nos diferentes grupos e que também serão utilizadas no âmbito deste projeto. Entre essas plataformas, tem-se quadrirotores no DCC/UFMG e no IDMEC/IST e um veículo terrestre de exterior na DRVC/CTI.

Cronologicamente e de forma resumida, as ações cooperativas precedentes, envolvendo esses grupos entre si, são:

• O VERLAB/UFMG colabora com a DRVC/CTI desde os primórdios do Projeto AURORA, no estabelecimento das diretrizes de pesquisa e desenvolvimento bem como na troca de experiências em modelos de arquiteturas de informação para robótica. O VERLAB/UFMG participou do Projeto VISCORA – Visão e Controle em Robótica Aérea, liderado pela DRVC/CTI e pelo ICARE/INRIA e suportado de 1998 a 2004 pelo acordo ProTeM-CC/CNPq – INRIA.

• A cooperação entre a DRVC/CTI e o IDMEC/IST teve início em 1998, abrange tanto a pesquisa quanto a formação em pós graduação e aborda principalmente os temas de modelagem, identificação, controle e guiamento de dirigíveis robóticos. Tendo sido financiada, de 1999 a 2003, pelo acordo de cooperação CNPq-GRICES através do Projeto ICONAR – Instrumentação e Controle de Aeronaves Robotizadas, esta cooperação vem sendo continuada, incluindo três missões (vide a seguir). A ressaltar a existência, desde 1998, de uma cooperação tripartite envolvendo o IDMEC/IST, a DRVC/CTI e o ICARE/INRIA, com financiamentos nos três eixos e controle servo-visual como temática comum.

• Após o término do Projeto ICONAR em 2003, foram obtidos financiamentos isolados para a realização uma missão anual, resumidas a seguir no que se relaciona às cooperações em pauta:


34

• Com financiamento de projeto liderado por José Azinheira (IDMEC/IST), em Março de 2004, Samuel Bueno (CTI) empreendeu missões ao IDMEC/IST - abordando aspectos de controle e identificação de dirigíveis e participando de banca de doutorado neste último tema [Cortés Ferreira, 2004], e ao ISR/UC – para apresentação detalhada do Projeto AURORA e estruturação inicial da interação com o Projeto DIVA (vide a seguir).

• Em Abril de 2005, com bolsa CNPq do Programa de Capacitação Institucional do CTI, José Azinheira esteve na DRVC/CTI para trabalhos sobre técnicas de controle não linear de dirigíveis.

• Em Julho de 2006, para trabalho sobre controle não linear e discussão da presente proposta, Samuel Bueno esteve no IDMEC/IST, com financiamento FAPESP.

• Em 2004, com o início do Projeto DIVA, estabeleceu-se então a cooperação entre o ISR/UC, o IDMEC/IST e a DRVC/CTI. Em um primeiro momento, a infra-estrutura de sistema de informação para robótica aérea, desenvolvida pelo Projeto AURORA, foi disponibilizada ao DIVA e um ex-integrante do Projeto AURORA (Luiz Mirisola) iniciou seu doutoramento no ISR/UC. Abriram-se também oportunidades de cooperação em temas comuns entre o ISR/UC e o DCC/UFMG - em cooperação robótica, na combinação e registro de dados multi-modais e em percepção em robótica aérea.

• Este cenário originou o projeto SISROB - Arquitetura de Sistemas de Informação e Autonomia em Robótica Aérea, envolvendo o ISR/UC, a DRVC/CTI (entidades coordenadoras), o IDMEC/IST e o DCC/UFMG. Financiado pelo acordo CNPq-GRICES, ele tem vigência de 2007 a 2009.

• No âmbito do SISROB, entre 2007 e 2009, foram realizadas missões dos pesquisadores Portugueses Jorge Dias, Paulo Coimbra e José Azinheira (este ultimo por duas vezes) e dos pesquisadores Brasileiros Ely Paiva, Luiz Chaimowicz , Mário Campos e Samuel Bueno.

• Em Janeiro de 2009, teve inicio, no ISR-UC, o trabalho do aluno de mestrado Paulo Drews, oriundo do DCC/UFMG

• Em março de 2009 ocorreu a defesa de Doutorado de Luiz Mirisola, orientado de Jorge Dias no ISR-UC [Mirisola, 2009]. O júri teve a participação dos pesquisadores Brasileiros Mário Campos (DCC/UFMG) e Samuel Bueno (DRVC/CTI) e do pesquisador português José Azinheira (IDMEC/IST). Dentre as contribuições desse trabalho, estão novas abordagens para integração visuo-inercial com aplicações relevantes para veículos aéreos como os dirigíveis robóticos dos projetos DIVA e AURORA.

16. REFERÊNCIAS BIBLIOGRÁFICAS

Almeida, S., Cantoni, L. and Chaimowicz, L. (2009). Proposta e Aplicação de um Algoritmo de Leilão Descentralizado para a Coordenação de Múltiplos Robôs. Submetido para o Simpósio Brasileiro de Automação Inteligente (SBAI2009).

Arai, T.; Pagello, E. and Parker, L. (2002). “Special issue on advances in multirobot systems”, IEEE Trans. Rob. Autom. 18 (5) (2002), 655”864.

Azinheira, J.R. and Moutinho A. (2008). Hover Control of an UAV with Backstepping Design including Input Saturations. IEEE Transactions on Control Systems Technology, 16(3):517-526, May 2008.

Azinheira, J.R., de Paiva, E.C., Bueno, S.S., Ramos, J.J.G. (2000). Mission Path Following for an Autonomous Unmanned Airship. IEEE Int. Conf. on Robotics and Automation - ICRA 2000, San Francisco, USA.

Azinheira, J.R., Moutinho, A., de Paiva, E.C. (2009). A backstepping controller for path-tracking of an underactuated autonomous airship. Int. Journal of Robust and Nonlinear Control, 19 (4) : 418-441.

Azinheira, J.R.; Geraldo F. Silveira, G.F.; Rives, P.; Carvalho, J.R. José R. H.; de Paiva, E.C.; Bueno, S.S. (2002); “Visual Servo Control for the Hovering of an Outdoor Robotic Airship”; IEEE Int. Conference on Robotics and Automation, Washington, USA, pp. 2787-2792.

Bay, H., Tuytelaars, T., and Gool, L. J. V. (2006). SURF: Speeded Up Robust Features. In Proc. 9th European Conf. on Computer Vision (ECCV), pages 404–417.


35

Benhimane S., Malis E., Rives P. and Azinheira, J.R., (2005). “Vision based control for car platooning using homography decomposition”. Proc. IEEE International Conference on Robotics and Automation, Barcelona, Spain, pp. 2161-2166, April, 2005.

Benjovengo, F.; de Paiva, E.C., Bueno, S. S. ; Ferreira, P. A. V. (2009). Sliding Mode Control Approaches for an Autonomous Unmanned Airship. 18th Lighter-Than-Air Systems Technology Conference, May, 2009, Seattle, Washington, USA. AIAA Lighter-Than-Air Systems Technology Conference.

Bueno, S.S.; de Paiva, E. C.; Azinheira, J. R. ; Bueno, S. S. ; Ramos, J. J. G. ; Carvalho, J. R. H. ; Elfes, A.; Rives, P. ; Silveira, G. S. (2002). Project AURORA - An Autonomous Robotic Airship. In: Workshop on Aerial Robotics;

2002 IEEE/RSJ International Conference on Intelligent Robots and Systems - IROS 2002, Lausanne, Suiça.

Castro, C.D. (2006). “Sistema de navegação para veículos robóticos aéreos baseado na observação e mapeamento do ambiente”. Dissertação de Mestrado; Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas,, Abril de 2007.

Chaimowicz, L. Cowley, D. Gomez-Ibanez, B. Grocholsky, M. A. Hsieh, H. Hsu, J. F. Keller, V. Kumar, R. Swaminathan, and C. J. Taylor (2005). “Deploying air-ground multi-robot teams in urban environments”. In Lynne E. Parker, Alan Schultz, and Frank Schneider, editors, Multi-Robot Systems: From Swarms to Intelligent

Automata, volume III. Kluwer, 2005 pages 223-234.

Chaimowicz, L. Grocholsky, Keller, J., Kumar, V., and Taylor, C. J. (2004) “Experiments in Multirobot Air-Ground Coordination”, Proceedings of the IEEE International Conference on Robotics and Automation, pages 4053-4058.

Chaimowicz, L. Kumar, V. (2004). Aerial shepherds: Coordination among uavs and swarms of robots. In Proceedings of the 7th International Symposium on Distributed Autonomous Robotic Systems (DARS 2004), pages 231-240, 2004.

Chaimowicz, L. Kumar, V. Campos, M. F. M., (2004), 'A Paradigm for Dynamic Coordination of Multiple Robots', Autonomous Robots 17(1), 7-21.

Chaimowicz, L., Michael, N. and Kumar, V. (2005) Controlling Swarms of Robots Using Interpolated Implicit Functions. In Proceedings of the 2005 IEEE International Conference on Robotics and Automation, pages 2498-2503.

Cortés, V.R. (2004). “Identificação de Parâmetros da Dinâmica do Dirigível AURORA AS800”. Tese de doutorado, Instituto Superior Técnico, Universidade Técnica de Lisboa, Março de 2004

de Paiva, E.C, Ramos, J.J.G., Azinheira, J.R., Moutinho, A., Bueno, S.S. (2006). Project AURORA: Infrastrutcture and Flight Control Experiments for a Robotic Airship. Journal of Field Robotics, New York, 23 (3) : 201-222.

Dias, M. and Stentz, A. (2003). Traderbots: A market-based approach for resource, role, and task allocation in multirobot coordination, CMU-RI-TR-03-19, Robotics Institute, Carnegie Mellon University, Pittsburgh, PA.

Durrant-Whyte, H. and Bailey, T. (2006). Simultaneous localization and mapping (SLAM): part I. IEEE Robotics & Automation Magazine, 13(2):99–110. Julier, S. J. and Uhlmann, J. K. (1997). A new extension of the Kalman filter to nonlinear systems. In Proc. AeroSense, pages 182–193.

Elfes, A.; Bueno, S.S.; Bergerman, M.; Ramos, J. (1998). A Semi-Autonomous Robotic Airship for Environmental Monitoring Missions. IEEE Int. Conf. on Robotics and Automation, ICRA’98, Leuven, Belgium, 1998. pp 3449 – 3455.

Everett, H. R. and Gage, D. W. (1999). “From Laboratory to Warehouse: Security Robots Meet the Real World," Int. Journal of Robotics Research, 18(7), Jul. 760-768.

Faria, B.G. (2005). “Identificação Dinâmica de um Dirigível Robótico Autónomo” Dissertação de Mestrado;Faculdade de Engenharia Elétrica e de Computação, Universidade Estadualde Campinas – UNICAMP, 2005.

Farinelli, A.; Iocchi, L. and Nardi, D. (2004). “Multirobot systems: a classification focused on coordination”. IEEE Trans. Syst. Man Cybernetics B, 34 (5), 2015-2028, 2004.

Ferreira, F.; Amorim, I.; Rocha, R. and Dias, J. (2008). “T-SLAM: Registering Topological and Geometric Maps for Robot Localization in Large Environments”. In Proc. of IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2008), Seoul, Korea, pages 392-398, Aug. 20-22.


36

Ferreira, F.; Davim, L.; Rocha, R.; Dias, J. and Santos, V.(2007). “Presenting a Technique for Registering Images and Range Data Using a Topological Representation of a Path within an Environment”. Journal of Automation, Mobile Robotics & Intelligent Systems, 1(3), Jamris journal, ISSN 1897-8649, pages 47-55, Sep. 2007.

Ferreira, F.; Davim, L.; Rocha, R.; Santos, V. and Dias, J. (2007). “Using Local Features to Classify Objects having Printable Codes”. In Proc. of Int. Conf. 5th Workshop on European Scientific and Industrial Collaboration on promoting Advanced Technologies in Manufacturing (WESIC’07), Warsaw, Poland, 21-22 Jun.

Garcia, R. and Chaimowicz, L. (2009) Uma infra-estrutura para experimentação com enxames de robôs. Submetido para o Simpósio Brasileiro de Automação Inteligente (SBAI).

Gerkey, B. and M. Mataric (2004). "A formal analysis and taxonomy of task allocation in multi-robot systems". International Journal of Robotics Research, 23(9):939-954, September 2004.

Gerkey, B. P. and Mataric, M. J. (2002). Sold!: Auction methods for multi-robot coordination, IEEE Transactions

on Robotics and Automation, 18(5): 758-768.

Intelligent Robotic Porter System (IRPS). project, EU-contract FP6-IST-045048. http://www.irps-project.net/

Lenain, R.; Thuilot B.; Cariou, C.; Martinet, P. (2003). Rejection of sliding effects in car like robot control: application to farm vehicle guidance using a single RTK GPS sensor. 2003 IEEE/RSJ. Int. Conf. on Intelligent

Robots and Systems, Las Vegas, Nevada, USA.

Lobo, J. and Dias, J. (2007). Relative pose calibration between visual and inertial sensors. International Journal of Robotics Research, 26(6):561–575, 2007.

Lowe, D. G. (2004). Distinctive image features from scale-invariant keypoints. Intl. J. Computer Vision (IJCV), 60(2):91–110.

Marcolino, L. S. and Chaimowicz, L. (2008). No robot left behind: Coordination to overcome local minima in swarm navigation. In Proceedings of the 2008 IEEE International Conference on Robotics and Automation, pages 1904–1909.

Mirisola, L.G.B. (2001) “Desenvolvimento da Estação de Terra do Projecto AURORA”. Dissertação de Mestrado, Instituto de Computação, Universidade Estadualde Campinas, Julho 2001.

Mirisola, L and Dias, J. (2007a). Visual Odometry and 3D Mapping from rotation-compensated imagery IEEE

Int. Conf. on Intelligent Robots and Systems (IROS07), San Diego, CA, USA, Nov. 2007.

Mirisola, L and Dias, J. (2007b). Exploiting Inertial Sensing in Mosaicing and Visual Navigation. IFAC Int. Conf.

on Intelligent Autonomous Vehicles (IAV07), Toulouse, France, Sep. 2007.

Mirisola, L. G. B. and Dias, J. M. M. (2007c). “Exploiting inertial sensing in mosaicing and visual navigation”. In 6th IFAC Symposium on Intelligent Autonomous Vehicles (IAV07), Toulouse, France, 2007.

Mirisola, L. G. B., Dias, J. (2008). "Tracking a Moving Target from a Moving Camera with Rotation-Compensated Imagery" In "Intelligent Aerial Vehicles", I-Tech Publishing, Vienna, Austria, em impressão.

Mirisola, L. G. B., Lobo, J., Dias, J. (2007). "3D map registration using vision/laser and inertial sensing" European Conference on Mobile Robots (ECMR2007), Freiburg. Germany, Oct. 2007

Mirisola, L.G.B. (2009). “Exploiting Attitude Sensing in Vision-Based Navigation, Mapping and Tracking including results from an Airship”. Tese de Doutorado, Universidade de Coimbra, Portugal, 2009.

Mirisola, L.G.B. (2009). Exploiting Attitude Sensing in Vision-Based Navigation, Mapping and Tracking including results from an Airship. Tese de Doutorado, Universidade de Coimbra, Portugal, Fevereiro de 2009.

Mirisola, L; and Dias, J. (2007). "Visual Odometry and 3D Mapping from rotation-compensated imagery" IEEE Int. Conf. On Intelligent Robots and Systems (IROS07), November, San Diego, CA, USA, Nov. 2007.

Morin, P. e Samson, C. (2003). Practical Stabilization of Driftless Systems on Lie Groups: The Transverse Function Approach. IEEE Trans. on Automatic Control, 48 (9) : 1496-1508.

Moutinho, A. (2007). Modeling and Nonlinear Control for Airship Autonomous Flight, Tese de Doutorado, Universidade Técnica de Lisboa, 2007.

Moutinho, A.; Mirisola, L; Azinheira, J.R. and Dias, J. (2008). Project DIVA: Guidance And Vision Surveillance Techniques For an Autonomous Airship. Chapter in Robotics Research Trends, NOVA Publishers, 2008.


37

Parker, L. E. and Tang, F. (2006). Building multirobot coalitions through automated task solution synthesis. Proc. of the IEEE, 94(7):1289–1305.

Ramos, J. J. G.; de Paiva, E.C. ; Azinheira, J. R. ; Bueno, S. S. ; Maeta, S. M. ; Mirisola, L. G. ; Bergerman, M. (2001). Autonomous Flight Experiments with a Robotic Unmanned Airship. In: IEEE Int. Conference on Robotics and

Automation - ICRA, 2001, Seoul. IEEE.

Ramos, J.G. (2002). Contribuição ao Desenvolvimento de Dirigíveis Robóticos. Tese de Doutorado, UFSC, Março de 2002.

Ramos, J.J.G.; Maeta, S.M.; Mirisola, L.G.B.; Bueno, S.S.; Bergerman, M.; Faria, B.G.; Pinto, G. and Bruciapaglia, A. (2003). Internet-Based Solutions in the Development and Operation of an Unmanned Robotic Airship; Proc. of

the IEEE, Special Issue on Networked Intelligent Robots Through the Internet, 91 (3): 463-474.

Rocha, R. and Dias J. (2007). “Efficiently Sharing Information in Cooperative Multi-Robot Systems”. In Ned Kock editor, Encyclopedia of E-Collaboration, Information Science Reference (formerly Idea Group Reference), Hershey, New York, ISBN 978-1-59904-000-4 (hardcover), ISBN 978-1-59904-000-1 (ebook), pages 561-568.

Rocha, R.(2006). “Efficient Information Sharing and Coordination in Cooperative Multi-Robot Systems”. In Proc. of II European-Latin-American Workshop on Engineering Systems (SELASI’2006), Porto, Portugal, Jun. 2006.

Rocha, R.; Dias, J. and Carvalho, A. (2005). “Cooperative Multi-Robot Systems: a study of Vision-based 3-D Mapping using Information Theory”. In Proc. of IEEE Int. Conf. on Robotics and Automation (ICRA”2005), Barcelona, Spain, pages 386-391, Apr. 18-22.

Rocha, R.; Dias, J. and Carvalho, A. (2005). “Cooperative Multi-Robot Systems: a study of Vision-based 3-D Mapping using Information Theory”. Robotics and Autonomous Systems, 53(3-4), Elsevier journals, pages 282-311, ISSN: 0921-8890.

Rocha, R.; Dias, J. and Carvalho, A.(2003). “Assessing Information Utility in Cooperation-based Robotic Systems”. In Proc. of 11th International Conference on Advanced Robotics (ICAR’03), Coimbra, Portugal, pages 840-845, Jun. 30 “ Jul. 3.

Rocha, R.; Dias, J. and Carvalho, A.(2005). “Entropy Gradient-based Exploration with Cooperative Robots in 3-D Mapping Missions”. In Proc. of ICRA’2005 Workshop on Cooperative Robotics, Int. Conf. on Robotics and Automation, Barcelona, Spain, Apr. 22.

Rocha, R.; Dias, J.; Carvalho, A. (2005). “Exploring Information Theory for Vision-Based Volumetric Mapping”. In Proc. of IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS’2005), Edmonton, Canada, 2409-2414, 2-6.

Rocha, R. (2006). “Building Volumetric Maps with Cooperative Mobile Robots and Useful Information Sharing: a Distributed Control Approach based on Entropy”, Ph.D. thesis, Faculty of Engineering of University of Porto, Portugal. May 2006. http://www.deec.uc.pt/~rprocha/publications_ficheiros/Rui-Rocha-PhD-thesis.html.

Rocha, R.; Dias, J.; Cunha, A. and Varandas, J. (2006). “Towards a New Mobility Concept for Cities: Architecture & Programming of Semi-Autonomous Electric Vehicles”. In Proc. of 12th IASTED Int. Conf. on Robotics and Applications (RA”2006), Honolulu, Hawaii, USA, pages 96-101, Aug. 14-16.

Rocha, R.; Dias, J.; Cunha, A. and Varandas, J. (2007). “Towards a New Mobility Concept for Cities: Architecture & Programming of Semi-Autonomous Electric Vehicles”. Industrial Robot, 34(2), Emerald journals, ISSN: 0143-991X, pages 142-149.

Rocha, R.; Ferreira, F. and Dias, J. (2008). “Multi-Robot Complete Exploration using Hill Climbing and Topological Recovery”. In Proc. of 2008 IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS’2008), Nice, France, pages 1884-1889, Sep. 22-26, 2008.

Shiroma, Pedro M. (2004). “Controle por Visão de Veículos Robóticos”, Dissertação de Mestrado, IC/UNICAMP, Julho de 2004.

Silveira, G. (2008). “Contributions to direct methods of estimation and control from visual data,” PhD Thesis, Ecole des Mines de Paris, October 2008.

Silveira, G. and Malis, E., (2007). “Direct Visual Servoing with respect to Rigid Objects” IEEE/RSJ International Conference on Intelligent Robots and Systems. San Diego, USA, pp. 1963-1968, October 2007.


38

Silveira, G. and Malis, E., (2007). “Real-time Visual Tracking under Arbitrary Illumination Changes,” IEEE Computer Vision and Pattern Recognition. June 2007.

Silveira, G.; Malis, E. and Rives, P. (2008). “An efficient direct approach to visual SLAM” IEEE Transactions on Robotics. Special issue on visual SLAM, Vol. 24, No. 5, pp. 969-979, October, 2008.

Silveira, G.; Malis, E. and Rives, P. (2008). “The efficient E-3D visual servoing” International Journal of Optomechatronics. Special issue on visual servoing, Vol. 2, No. 3, pp. 166-184, September, 2008.

Silveira, G.; Malis, E. and Rives, P. (2008). An efficient direct approach to visual SLAM. IEEE Trans. on Robotics

- Special issue on visual SLAM, J. Neira, A. Davison, and J. Leonard (eds). 24 (5) : 969-979.

Silveira, G.; Malis, E. and Rives, P. (2008). The efficient E-3D visual servoing. Int. Journal of Optomechatronics -

Special issue on visual servoing, F. Sharifi and F. Chaumette (eds). 2 (3) : 166-184.

Silveira, G.F.; Azinheira J.R.; Rives, P. and Bueno, S.S., (2003). “Line Following Visual Servoing for Aerial Robots Combined with Complementary Sensors,” Proc. IEEE International Conference on Advanced Robotics. Coimbra, Portugal, pp. 1160-1165, July 2003.

Soares, M. B., Campos, M. F. M., Dutra, D. A., da S. Campos, V. C., and Pereira, G. A. S. (2007). Hybrid mobile robot navigational strategy for efficient data collection in sparsely deployed sensor networks. In International

Conference on Intelligent Robots and System, (IROS’07).

Starmac (2009). http://hybrid.eecs.berkeley.edu/starmacwiki/index.php/Quadrotor_Literature.

Thrun, S., Burgard, W., and Fox, D. (2005). Probabilistic Robotics. MIT Press.

Vig, L. and Adams, J. A. (2006). Multi-robot coalition formation. IEEE Trans. on Robotics, 22(4):637–649.

rac - robótica autónoma cooperativa modelos, algoritmos e...

Documents