Modelo de Questionário - PROEE

Prévia do material em texto

UNIVERSIDADE FEDERAL DE SERGIPE
PRÓ-REITORIA DE PÓS-GRADUAÇÃO E PESQUISA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA 
QUESTIONÁRIO DE AVALIAÇÃO PARA SELEÇÃO DO PROEE
Dados do Solicitante:
	Aluno(a): Jefferson de Lima Silveira Júnior
	CPF: 049.280.075-81
	Área de pesquisa deste projeto:
☐ Comunicações e Processamento de Sinais 
☐ Controle, Automação e Robótica
☐ Sistemas Elétricos
	Solicita bolsa de Pesquisa?
☐ SIM
☐ NÃO 
Opções de Orientadores (dentre os previstos no Edital - Opcional):
1a Opção de ORIENTADOR(A)*: Eduardo Oliveira Freire
2a Opção de ORIENTADOR(A)*: Elyson Ádan Nunes Carvalho
*Conforme item 2.5 do Edital, o candidato fará inscrição para uma das linhas de pesquisa para as quais estão sendo ofertadas vagas, indicando o orientador de sua preferência (através de formulário a ser respondido no ato da inscrição), cabendo a decisão final de alocação dos orientadores aos candidatos aprovados ao Colegiado do PROEE.
Questionário:
Questão 1 – Indique um possível tema dentro da linha de pesquisa escolhida? Máximo 20 palavras.
Comparação entre a localização de um robô móvel via odometria das rodas e odometria visual em ambientes internos.
Questão 2 – Dentro do tema proposto, qual o problema que você quer tratar? Por que ele é relevante? Máximo de 200 palavras.
A estimativa da posição de um veículo é uma tarefa importante para sistemas de navegação autônomos. Por este motivo, diversas abordagens têm sido desenvolvidas para estimar a movimentação de um robô [1,2]. A forma mais comum de estimar a posição de um robô é através da odometria das rodas, porém esta técnica depende de diversos fatores, como comprimento dos eixos, diâmetro das rodas e que não haja derrapagem das mesmas, entre outros aspectos que afetam a precisão da estimação de posição ao longo do tempo. 
Considerando os problemas da odometria clássica e o desenvolvimento de algoritmos de visão computacional mais elaborados, diversos algoritmos de odometria têm sido implementados a partir da realimentação visual de uma câmera, esta técnica é denominada odometria visual. Como a estimativa de posicionamento depende apenas da posição relativa da câmera entre imagens consecutivas, a odometria visual é menos propensa à propagação de erros, porém o processamento é lento e podem ocorrer erros na estimativa de posição entre imagens. Assim, é importante entender os aspectos da odometria clássica em comparação com a visual para se obter o melhor de cada técnica a fim de fornecer uma estimativa de posição precisa para o robô navegar e realizar tarefas.
Questão 3 – Cite duas referências científicas relevantes que tratam do problema. Quais são as limitações de cada uma delas? Máximo de 200 palavras.
Em [3], é realizada avaliação experimental do desempenho de diversas abordagens de odometria visual, das rodas e da fusão entre os dois tipos de odometria. O objetivo principal deste trabalho é maximizar o desempenho da odometria isoladamente, por ser parte essencial de um sistema de navegação. Os resultados obtidos mostraram que a odometria das rodas forneceu uma localização mais precisa. Porém, os autores destacam que a informação de posição obtida da odometria das rodas, na verdade, é o resultado de uma fusão com os dados de um giroscópio, o que mascara os efeitos da propagação de erro da odometria pura das rodas. Além disso, o artigo não apresenta em detalhes a estimação da odometria visual, dificultando a replicação do experimento.
Em [4], é apresentado um sistema de localização utilizando odometria visual que é comparado com diversas abordagens de localização. Neste artigo, o resultado obtido evidencia que a odometria visual possui vantagens quando comparada com a odometria clássica. Os experimentos foram realizados em um veículo terrestre, que possui restrições de movimentação, porém, tais restrições não são consideradas durante a estimativa de movimentação. Uma possível forma de melhorar os resultados seria considerar as restrições do veículo na estimativa de movimentação da câmera.
Questão 4 – Como você pretende resolver o problema? Indique hipóteses, referencial teórico, métricas, modelos, base de dados, métodos, abordagens, ou outros meios. Máximo de 200 palavras.
Primeiramente, será realizada uma revisão bibliográfica para entender o estado da arte no tocante à odometria visual. Em seguida, serão escolhidas as técnicas a serem implementadas com o intuito de comparar o desempenho da odometria visual com a odometria das rodas. Para uma comparação válida entre as duas abordagens, deve-se ter como referência uma informação de localização precisa, que pode ser obtida com uma câmera em terceira pessoa fornecendo a posição absoluta do robô, por exemplo. Em seguida, é necessário definir uma métrica para que seja possível avaliar as vantagens de cada técnica. Uma métrica possível é o erro acumulado de posicionamento. Adicionalmente, há a possibilidade de avaliar o acumulo de erro espacial e de orientação isoladamente. Desta forma, é possível avaliar as vantagens e desvantagens de cada técnica. Esta abordagem é possível de ser implementada utilizando um robô real.
Uma outra forma de abordar o problema consiste na utilização de bancos de dados disponíveis na literatura em que são fornecidas diferentes informações de um experimento de navegação, como localização via GPS, informações de unidades de sensoriamento inerciais, odometria das rodas e imagens obtidas por uma câmera. Assim, é possível efetuar comparações entre diferentes métodos e validar novas abordagens propostas.
Questão 5 – Referências bibliográficas.
[1] Scaramuzza, Davide, and Friedrich Fraundorfer. "Visual odometry [tutorial]." IEEE robotics & automation magazine 18.4 (2011): 80-92. 
[2] Liu, Yanqing, et al. "Robust Stereo Visual Odometry Using Improved RANSAC-Based Methods for Mobile Robot Localization." Sensors 17.10 (2017): 2339.
[3] Murphy, Liz, et al. "Experimental comparison of odometry approaches." Experimental Robotics. Springer International Publishing, 2013.
[4] Nistér, David, Oleg Naroditsky, and James Bergen. "Visual odometry for ground vehicle applications." Journal of Field Robotics 23.1 (2006): 3-20.
______________________________________
Assinatura do Aluno(a)