Sistema de Supervisão Aérea Baseado em Navegação Visual ... · A estratégia de navegação do...

UNIVERSIDADE DO RIO GRANDE DO NORTEFEDERAL

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CENTRO DE TECNOLOGIA

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E

COMPUTAÇÃO

Sistema de Supervisão Aérea Baseado emNavegação Visual para Detecção de Anomalias

em Instalações de Petróleo e Gás

Tania Luna Laura

Orientador: Prof. Dr. Pablo Javier Alsina

Tese de Doutorado apresentada ao Pro-grama de Pós-Graduação em EngenhariaElétrica e de Computação da UFRN (Área deconcentração: Engenharia de Computação)como parte dos requisitos para obtenção dotítulo de Doutor em Ciências.

Natal-RN, fevereiro de 2013

UFRN / Biblioteca Central Zila Mamede

Catalogação da Publicação na Fonte

Laura, Tania Luna.

Sistema de supervisão aérea baseado em navegação visual para

detecção de anomalias em instalações de petróleo e gás. / Tania Luna

Laura. – Natal, RN, 2013.

103 f.: il.

Orientador: Prof. Dr. Pablo Javier Alsina.

Tese (Doutorado) – Universidade Federal do Rio Grande do Norte.

Centro de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica e da Computação.

1. Navegação visual - Tese. 2. Controle por servovisão - Tese. 3.

VANT’S - Tese. 4. Helicóptero quadrirrotor - Tese. 5. Visão

computacional - Tese. I. Alsina, Pablo Javier. II. Universidade Federal do

Rio Grande do Norte. III. Título.

RN/UF/BCZM CDU 621.865.8

Aos meus pais, Lizandro e Silvia,pela confiança em mim depositada

para a conclusão deste trabalho.

Agradecimentos

Ao meu orientador, professor Pablo Javier Alsina, pela confiança em mim depositadadurante a realização deste trabalho;

Aos meus pais, Lizandro e Silvia, que sempre acreditaram na educação e formação deseus filhos;

A meu companheiro Francisco, por dividir minhas preocupações e me incentivar à con-clusão deste trabalho;

Aos meus filhos Luiz e Isabela por compreender os momentos de ausência quando nece-ssário;

Aos meus irmãos e grandes amigos, Carolina, Luz Milagro, Doris e Abimael, que sempreme incentivaram, a correr atrás dos meus objetivos;

A minha querida tia Rosa pela confiança em depositada na concretização deste trabalho;

A todos os colegas do Laboratório de Robótica do DCA, principalmente a Armando, JoãoPaulo, Gutemberg, Marcio, Lennedy, André, Michel e Filipe,que contribuíram direta ouindiretamente para esta conquista;

Aos funcionários e professores que desenvolvem suas atividades no LECA pelos momen-tos agradáveis que compartilhamos juntos;

Ao PRH-14 da ANP, pelo apoio financeiro.

Resumo

Esta tese trata do desenvolvimento de um protótipo de um helicóptero quadrirrotor paraaplicações de monitoramento de instalações petrolíferas.Problemas de detecção de anoma-lias podem ser resolvidas através de missões de monitoramento executadas pelo quadrir-rotor devidamente instrumentado, ou seja, sensores termo-infravermelhos devem ser em-barcados. Este sistema de monitoramento proposto, visa reduzir acidentes de trabalho,bem como tornar possível o uso de técnicas não destrutivas para detecção e localizaçãode vazamentos causados por corrosões. Com este fim, a implementação de um protótipo,sua estabilização e uma estratégia de navegação foram propostas.

A estratégia de controle baseia-se na divisão do problema decontrole em dois níveishierárquicos: o nível inferior estabiliza os ângulos e a altitude do veículo em valoresdesejados, enquanto o nível superior encarrega-se de fornecer referências adequadas parao nível inferior, assim, o quadrirrotor deve executar movimentos desejados.

A estratégia de navegação do quadrirrotor é feita utilizando informações fornecidaspor um sistema de aquisição de imagens (câmera monocular) embarcada no helicóptero.A técnica de navegação proposta trata o problema como estratégias de controle em altonível, tais como, controle de posição relativa, geração de trajetória e rastreamento detrajetória.

O controle de posição é resolvido utilizando técnicas de controle por servovisão baseadoem caracterísiticas de imagem. A geração de trajetória é feita num passooff-line, a qualé uma trajetória visual composta por uma sequência de imagens. Já para o rastreamentode trajetórias é proposto uma estratégia de controle por servovisão contínuo, possibili-tando assim, uma estratégia de navegação sem precisar de mapas métricos. Resultadosexperimentais e em simulação são apresentados para validara proposta.

Palavras-chave: Navegação visual, Controle por servovisão, VANT’s, HelicópteroQuadrirrotor, Visão computacional.

Abstract

This work deals with the development of a prototype of a helicopter quadrotor for moni-toring applications in oil facilities. Anomaly detection problems can be resolved throughmonitoring missions performed by a suitably instrumented quadrotor, i.e. infrared thermo-sensors should be embedded. The proposed monitoring systemaims to reduce accidentsas well as to make possible the use of non-destructive techniques for detection and lo-cation of leaks caused by corrosion. To this end, the implementation of a prototype, itsstabilization and a navigation strategy have been proposed.

The control strategy is based on dividing the problem into two control hierarchicallevels: the lower level stabilizes the angles and the altitude of the vehicle at the desiredvalues, while the higher one provide appropriate references signals to the lower level inorder the quadrotor performs the desired movements.

The navigation strategy for helicopter quadrotor is made using information providedby a acquisition image system (monocular camera) embedded onto the helicopter. Con-sidering that the low-level control has been solved, the proposed vision-based navigationtechnique treats the problem as high level control strategies, such as, relative positioncontrol, trajectory generation and trajectory tracking.

For the position control we use a control technique for visual servoing based on imagefeatures. The trajectory generation is done in a offline step, which is a visual trajectorycomposed of a sequence of images. For the trajectory tracking problem is proposed acontrol strategy by continuous servovision, thus enablinga navigation strategy withoutmetric maps. Simulation and experimental results are presented to validate the proposal.

Keywords: Visual navigation, Visual servoing, UAV’s, Quardrotor Helicopter Visioncomputer.

Sumário

Sumário i

Lista de Figuras iii

Lista de Tabelas vii

1 Introdução 11.1 Descrição do Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.2 Motivação e Justificativa . . . . . . . . . . . . . . . . . . . . . . . . . .81.3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.3.1 Contribuições . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101.4 Organização do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Monitoramento Aéreo 132.1 Navegação Baseada em Visão . . . . . . . . . . . . . . . . . . . . . . . 132.2 Extração de Características de Imagem . . . . . . . . . . . . . . .. . . . 162.3 Desafios para Navegação Aérea . . . . . . . . . . . . . . . . . . . . . . .182.4 Monitoramento de Instalações de Petróleo e Gás . . . . . . . .. . . . . . 202.5 Técnicas para Detecção e Localização de Vazamentos nos Dutos . . . . . 22

3 Preliminares Teóricas 233.1 Modelo Dinâmico do Quadrirrotor . . . . . . . . . . . . . . . . . . . .. 23

3.1.1 Descrição dos Movimentos do Quadrirrotor . . . . . . . . . .. . 263.2 Modelagem do Sistema de Visão . . . . . . . . . . . . . . . . . . . . . . 283.3 Configuração da Câmera-Robô . . . . . . . . . . . . . . . . . . . . . . . 303.4 Características de Imagem . . . . . . . . . . . . . . . . . . . . . . . . .31

3.4.1 Detecção dos Pontos de Interesse . . . . . . . . . . . . . . . . . 313.4.2 O Detector SURF . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.5 Controle por Servovisão . . . . . . . . . . . . . . . . . . . . . . . . . . 343.5.1 Controle por Servovisão Baseado em Imagem . . . . . . . . . .. 35

4 Sistema Proposto 394.1 Protótipo de um Helicóptero Quadrirrotor . . . . . . . . . . . .. . . . . 39

4.1.1 Arquiteturas de Hardware e Software . . . . . . . . . . . . . . .404.2 Estratégias de Controle . . . . . . . . . . . . . . . . . . . . . . . . . . .43

4.2.1 Controle de Estabilização . . . . . . . . . . . . . . . . . . . . . 43

i

4.2.2 Controle de Posição . . . . . . . . . . . . . . . . . . . . . . . . 454.3 Navegação Baseada em Imagem . . . . . . . . . . . . . . . . . . . . . . 46

5 Resultados 495.1 Simulador Dinâmico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495.2 Controle de Altitude e de Orientação do Quadrirrotor . . .. . . . . . . . 535.3 Controle de Posição do Quadrirrotor . . . . . . . . . . . . . . . . .. . . 555.4 Estratégia de Navegação . . . . . . . . . . . . . . . . . . . . . . . . . . 65

6 Conclusões 69

A Desenvolvimento de uma plataforma de simulação 71

B Velocidade de um corpo rígido 75

Referências bibliográficas 77

Lista de Figuras

1.1 Posicionamento relativo de um VANT. . . . . . . . . . . . . . . . . .. . 31.2 (a) Alvo a 10 metros do VANT. Esta imagem não é apropriada para analise

de corrosões e/ou de vazamentos, pois ela está distante do sensor deaquisição de imagens ou do sensor termo-infravermelho. (b)Alvo a 2metros do VANT. Esta imagem é apropriada para análise de corrosõese/ou de vazamentos, devido a sua proximidade ao sensor de aquisição deimagens. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.3 Monitoramento por um VANT. . . . . . . . . . . . . . . . . . . . . . . . 51.4 Controle em cascata para o controle de posição e atitude.Na malha in-

terna o controle de orientação é feita, o controlador recebeângulos dereferência e gera sinais de PWM, para conseguir atinjir taisângulos. Namalha externa é feito o controle de posição. . . . . . . . . . . . . . .. . 6

1.5 Problema de “Restrição de visibilidade” no controle porservovisão . . . . 71.6 Controle por servovisão baseada em imagem . . . . . . . . . . . .. . . . 81.7 Diagrama de blocos para a estratégia de Navegação. Na malha interna

é feito o controle de atitude e altitude do helicóptero, utilizando apenasinformações inerciais fornecidas pelo AHRS. Na malha externa é feitoo controle de posiçao utilizando informações de visão fornecidas pelomódulo de aquisição de imagem (Câmera). O mapa visual para navegaçãoé feito numa faseoff-line. . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.1 Detecção de quinas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172.2 Desaparição temporal de características . . . . . . . . . . . .. . . . . . 192.3 Efeitos nos vetores de características, devido à aparição ou desaparição

de características durante a tarefa de controle . . . . . . . . . .. . . . . 202.4 Controle visual no espaço invariante com características ponderadas: Es-

quema de controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3.1 Sistema de coordenadas do quadrirrotor. Frame do Corpo fixo Q , Frameinercial I . Velocidades angulares dos rotoresωi , com seus empuxos re-spectivosFi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.2 Descrição dos movimentos do Quadrirrotor. Quanto mais escuro, maior avelocidade do giro dos rotores . . . . . . . . . . . . . . . . . . . . . . . 27

3.3 Sistema de referência de coordenadas do sistema de câmara/lente . . . . . 283.4 Sistema de referência do quadrirrotor e sistema de referência da câmera . 30

iii

3.5 Atribuição de orientação: Como a janela desliza-se em torno da origem,as componentes das respostas são resumidas para produzir osvetores,mostrado aqui em azul. O maior de tais vetores determina o vetor deorientação dominante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.6 Características extraídas pelo detector-descritor SURF: Pontos escurosestão dentro do círculo de cor azul. Pontos claros estão dentro do cír-culo de cor vermelho. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.7 Correspondência (Matching) dos pontos chave extraídos utilizando o al-goritmo SURF: imagem de referência no quadro 1 e imagem atualnoquadro 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.1 Protótipo do helicóptero quadrirrotor desenvolvido nolaboratório de robot-ica do DCA-UFRN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.2 Architetura Mestre-escravo adoptada no helicóptero quadrirrotor. . . . . . 424.3 Diagrama de blocos referente à comunicação entre a estação base e o

computador embarcado do quadrirrotor. . . . . . . . . . . . . . . . . .. 434.4 Interface gráfica da estação base . . . . . . . . . . . . . . . . . . . .. . 444.5 Informações do helicóptero . . . . . . . . . . . . . . . . . . . . . . . .. 444.6 Cenário da missão de monitoramento do helicóptero . . . . .. . . . . . . 454.7 Malhas de Controle do Quadrirrotor . . . . . . . . . . . . . . . . . .. . 464.8 Mapa baseado em imagem . . . . . . . . . . . . . . . . . . . . . . . . . 47

5.1 Simulador do quadrirrotor no Matlab/Simulink . . . . . . . .. . . . . . 505.2 Movimento vertical do helicóptero quadrirrotor em malha aberta . . . . . 515.3 Velocidade do helicóptero quadrirrotor gerando um movimento vertical

em malha aberta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525.4 Variáveis de posição nos respectivos eixosx,y,zdo helicóptero quadrirro-

tor em malha aberta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525.5 Variáveis de orientaçãoφ,θ,ψ nos respectivos eixosx,y,z do helicóptero

quadrirrotor em malha aberta . . . . . . . . . . . . . . . . . . . . . . . . 535.6 Deslocamento no eixozem malha fechada: Posição emZ de referência é

2.0 m. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 545.7 Ângulo de Rolagemφ em malha fechada: Ângulo de referência de 10 graus. 545.8 Ângulo de Arfagemθ em malha fechada: Ângulode referência de 10 graus. 545.9 Ângulo de Guinadaψ em malha fechada: Ângulo de referência de 45 graus. 555.10 Posição e orientação inicial do quadrirrotor(X,Y,Z,φ,θ,ψ)= (0.5,0.3,1.2,0,0,0):

Câmera embarcada e localizada a 15cm do eixozQ do helicóptero apon-tando ao chão. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

5.11 Plano da imagem (500x500): Objeto (4 pontos localizados no plano dochão) nos extremos do campo de visão. . . . . . . . . . . . . . . . . . . 56

5.12 Posição e orientação final do quadrirrotor(X,Y,Z,φ,θ,ψ)= (0.5,0.3,3,0,0,0):Câmera embarcada e localizada a 15cm do eixozQ do helicóptero apon-tando ao chão. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

5.13 Plano da imagem (500x500): Objeto (4 pontos localizados no plano dochão) dentro do campo de visão. . . . . . . . . . . . . . . . . . . . . . . 57

5.14 (a) Velocidades do Quadrirrotor, (b) Posição do Quadrirrotor . . . . . . . 585.15 (a) Trajetória da câmera, (b) Trajetória das características no plano de

imagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 595.16 (a) Imagem inicial, (b) Imagem Desejada. . . . . . . . . . . . .. . . . . 615.17 Velocidades lineares no frame do helicópteroVx, Vy eVz, velocidades an-

gulares no frame do helicópteroWx, Wy eWz . . . . . . . . . . . . . . . . 625.18 Diagrama completo do sistema no Matlab/Simulink . . . . .. . . . . . . 635.19 Controle de Posição do Quadrirrotor . . . . . . . . . . . . . . . .. . . . 645.20 Mapa visual para navegação: Movimento lateral e movimento de guinada. 665.21 Velocidades lineares no frame da câmera para um movimento de guinada

do helicóptero. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 675.22 Velocidades angulares no frame da câmera para um movimento de guinada

do helicóptero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

A.1 Ambiente modelado (LAMP). . . . . . . . . . . . . . . . . . . . . . . . 72A.2 Visualização das câmeras: (a) Vista da câmera em terceira pessoa. (b)

Vista da câmera em primeira pessoa. (c) e (d) Vista das câmeras emprimeira e terceira pessoa. . . . . . . . . . . . . . . . . . . . . . . . . . 73

A.3 Visualização das câmeras: (a) Movimento vertical no eixo Z (quadrirrotorsubindo). (b) e (c) Movimentos do quadrirrotor à direita e à esquerda(Movimento no eixoY). (d), (e) e (f) Rotações de Rolagem, Arfagem eGuinada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

Lista de Tabelas

4.1 Massas das componentes do helicóptero quadrirrotor . . .. . . . . . . . 41

5.1 Principais parámetros do quadrirrotor . . . . . . . . . . . . . .. . . . . 51

vii

Capítulo 1

Introdução

Uma das características básicas de processos na indústria petroquímica é o uso de substân-cias inflamáveis em elevada pressão, que normalmente são transportadas e/ou armazenadasem sistemas de tanques e dutos equipados com tecnologia a fim de garantir elevados níveisde segurança. Alguns fatores de difícil controle, na maioria das vezes associados à dete-rioração do material (corrosão e fadiga mecânica) ou à falhahumana, deixam vulneráveisaté os mais confiáveis sistemas que, em última instância, acabam por apresentar derrama-mento do produto por vazamento e explosões, provocando incêndios e colocando em riscoa vida dos seres humanos, além de causar prejuízos econômicos, tempo fora de operação,gastos com reparo e principalmente, a contaminação do meio ambiente.

Exigências estritas dos órgãos reguladores e pressão das entidades ambientalistas, a-liadas ainda aos prejuízos e conseqüências ambientais econômicas geradas pelos ditosvazamentos, exigem sistemas de inspeção e monitoramento constante e detalhado de to-dos os sistemas de dutos. Em geral, as atividades de monitoramento e inspeção de gaso-dutos ou oleodutos, monitoramento e manutenção de linhas detransmissão e distribuiçãode energia elétrica, monitoramento de rodovias, fronteiras, reservas ambientais etc., sãoatividades de elevada relevância para a sociedade. Para este fim, exige-se que os métodosde monitoramento sejam realizados de forma rápida e eficiente.

Em particular, se considerarmos o transporte dutoviário como referência, um dos li-mites tecnológicos é a detecção de pequenos vazamentos causados por corrosões e des-gaste ou fadiga de material. Desta forma, pode-se afirmar quea detecção e localizaçãode vazamentos desempenham um papel importante na gestão de uma rede de gasodu-tos. Pontos de provável ruptura (decorrentes de imperfeições estruturais, corrosão, ououtros efeitos abrasivos) podem ser detectados por inspeção térmica ao longo da linhaem operação normal [Sivathanu 2004]. No caso no transporte dutoviário, por exemplo,pontos de provável ruptura apresentam temperatura superior à temperatura média. Conse-qüentemente, a detecção destes pontos pode ser usada para programação de manutençãopreventiva ou corretiva.

Atualmente, os métodos e técnicas para detecção de vazamentos, tais como, moni-toramento acústico, monitoramento óptico, termográficos,visuais, amostragem de gás,monitoramento de solo, monitoramento de fluxo, campo magnético e os métodos dinâmi-cos baseados em modelo, com suas respectivas vantagens e restrições, são propostos emaplicações específicas prevenindo fortes perdas e danos ambientais. De fato, não existe

2 CAPÍTULO 1. INTRODUÇÃO

solução genérica e universal quando se trata de detecção e localização de vazamentos[Sivathanu 2004, Kuprewicz 2007, Stearns et al. 2004]. Sistemas capazes de detectareste tipo de vazamento são uma das principais demandas atuais dos operadores de dutos.

Medidas preventivas, como rondas de supervisão e inspeção aliadas com instrumen-tação, programas computacionais e hardwares apropriados para análise e detecção de co-rrosões podem minimizar vazamentos nos gasodutos e oleodutos [Wictor & Odell 2007].Rápidos avanços em teorias de controle, assim como em tecnologias de comunicação esensoriamento permitiram que as mesmas pudessem ser embarcadas em veículos aéreosnão tripulados (VANT’s) de pequeno porte, criando a possibilidade de seu uso em missõesde supervisão e inspeção de dutos.

A utilização de um helicóptero para o monitoramento e inspeção proporciona algumasvantagens sobre os métodos de inspeção tradicionais, tais como, reduzir acidentes detrabalho, a possibilidade de usar técnicas não destrutivas, tal como, o uso de sensores nafaixa termo-infravermelha ou infravermelha para detecçãode corrosões [Metni & Hamel2007, Wictor & Odell 2007, Ershov et al. 2007].

Esta tese se insere em um projeto chamado AEROPETRO que foi financiado peloPRH-14 da ANP. Este projeto visa a detecção de anomalías em instalações de petróleomediante uma supervisão contínua executada por um veículo aéreo não tripulado multirro-tor, cujo protótipo foi desenvolvido no Laboratório de Robótica da Universidade Federaldo Rio Grande do Norte (UFRN).

Inspirados nas técnicas de monitoramento de Wictor & Odell (2007), Zirning et al.(2004) e Ershov et al. (2007), nos abordamos o problema de detecção de anomalias emdutos e reservatórios, propondo a realização de missões de supervisão e inspeção dosmesmos por meio do uso de um VANT de pequeno porte do tipo helicóptero quadrirrotordevidamente instrumentado.

Uma determinada missão de monitoramento, é nada mais do que ohelicóptero quadrir-rotor se deslocando até um alvo, seguindo uma determinada trajetória, capturando e pro-cessando sequências de imagens do objeto em inspeção (reservatórios e/ou dutos). Assequências de imagens capturadas devem possuir baixa distorção e baixo ruído pois, so-mente assim, será possível garantir seu processamento paradetectar corrosões e presençade defeitos nos dutos em inspeção.

1.1 Descrição do Problema

Tarefas de monitoramento de dutos e reservatórios impõem alguns requisitos ao tipo deaeronave que deve ser utilizado na missão. Afim de garantir uma boa aquisição de ima-gens, o veículo aéreo deve ser capaz de realizar movimentos com baixa velocidade (pairar)e alta precisão próximo aos dutos e tanques. Devido às restrições dos ambientes, a aeron-ave deve ser capaz de decolar e pousar em espaços limitados.

Estudos recentes são baseados em protótipos disponíveis comercialmente, tais como,os da Microdrones [Microdrones GmbH 2007], Draganflyer X6 [Draganfly InnovationInc 2010] e outros desenvolvidos nos diferentes centros de pesquisas que trabalham comVANT’s [Herisse et al. 2011, Michael et al. 2010].

1.1. DESCRIÇÃO DO PROBLEMA 3

P

n

Figura 1.1: Posicionamento relativo de um VANT.

Vôos executados próximos dos alvos e em baixa velocidade sãoconhecidos comoposicionamento relativo de um VANT. Um exemplo de posicionamento relativo, pode servisualizado na figura 1.1, esta figura apresenta uma sequência de imagens do mesmo obje-to (ou alvo) capturadas em posições sucessivas. A movimentação relativa, é simbolizadapor (Ri , t i) com i = 1,2, ·,n, onde,R é a matriz de rotação de um frame para outro et éo vetor de translação de um frame para outro e podem ser obtidas por uma sequência deimagens.

O posicionamento relativo permite a captura de imagens com baixa distorção, baixoruido e próximo dos alvos em inspeção. Na figura 1.2(b) pode ser visualizada uma ima-gem próxima do alvo em inspeção com baixo ruido. Imagens com baixo ruido e baixadistorção podem ser enviadas a uma estação base para uma análise qualitativa ou ainda,se for embarcada uma câmera termo-infra vermelha, permitiria a imediata deteção decorrosões, vazamentos nos dutos ou qualquer outra anomalía.

O posicionamento relativo de um VANT pode ser resolvido usando informações for-necidas pelo GPS (Global Positioning System), AHRS (Attitude and heading referencesystem), sonares e principalmente por um módulo de aquisição de imagens aliadas a umaestratégia de controle.

Uma missão de monitoramento executado por um VANT, em particular por um he-licóptero quadrirrotor pode ser resolvida por meio de estratégias de controle baseadas em


(a)

(b)

Figura 1.2: (a) Alvo a 10 metros do VANT. Esta imagem não é apropriada para analise decorrosões e/ou de vazamentos, pois ela está distante do sensor de aquisição de imagens oudo sensor termo-infravermelho. (b) Alvo a 2 metros do VANT. Esta imagem é apropriadapara análise de corrosões e/ou de vazamentos, devido a sua proximidade ao sensor deaquisição de imagens.


Característicasde referência

Extração deCaracterísticas

Característicasatuais

ControladorBaseado em

Imagem

Pose VANT

EstabilizaçãoAtitude

Câmera

Estação Base

Ambiente

Características dentrodo campo de visão

Extração deCaracterísticas

Figura 1.3: Monitoramento por um VANT.

visão ou tratados como controladores de alto nível que adicionados ao controle de vôo oucontrole de baixo nível, resultam em um algoritmo de rastreamento visual de caracterís-ticas, controlando deslocamentos do helicóptero com relação aos alvos. Um diagrama deblocos mostrando esta abordagem pode ser visualizada na figura1.3.

Na literatura, inúmeras estratégias para controlar este tipo de aeronave (helicópteroquadrirrotor) foram propostas. Desde estratégias mais básicas formuladas a partir de con-trole linear, tais como, PD, PID [Orsag et al. 2010, Hoffmannet al. 2010, Zul Azfar &Hazry 2011, Michael et al. 2010, N & Porter 2009] até as mais avançadas, formuladas apartir de controle não linear, tais como, backstepping, backstepping Integral [Bouabdallah& Siegwart 2007, Herisse et al. 2010, Herisse et al. 2011].

No trabalho de Michael et al. (2010), a estratégia adotada foi o controle em cascatacom duas malhas de realimentação, conforme mostrada na figura 1 1.4. Nesta estratégia,a malha interna é responsável pela estabilização do sistema, ou seja, fazer com que ohelicóptero atinja uma orientação particular (controle deorientação). O controlador damalha interna gera os sinaisPWM de entrada (δi) para acionar cada um dos quatro mo-tores do veículo baseado nas medições dos ângulos de orientação. Já o controlador damalha externa gera referências de atitude e altitude para o controlador da malha internaa partir de referências de posiçao globalX,Y e Z, permitindo a navegação. A posição dereferência global é gerada em camadas superiores por um software responsável que gera

1Figura extraída do trabalho de [Michael et al. 2010]


Figura 1.4: Controle em cascata para o controle de posição e atitude. Na malha interna ocontrole de orientação é feita, o controlador recebe ângulos de referência e gera sinais dePWM, para conseguir atinjir tais ângulos. Na malha externa éfeito o controle de posição.

a trajetória de acordo à tarefa de supervisão do helicóptero.O problema de posicionamento relativo deve ser consideradodentro da malha externa

e para sua solução (ou seja seu controle), técnicas de controle baseadas em visão são muitoutilizadas, como por exemplo, as técnicas de controle por servovisão2. Estas técnicassão eficientes para controlar robôs em ambientes dinâmicos edesconhecidos [Hutchinsonet al. 1996, Malis et al. 1998].

A manipulação das técnicas de controle por servovisão foramamplamente pesquisadase formalizadas [Hutchinson et al. 1996, Malis et al. 1998, Chaumette & Hutchinson2006, Chaumette & Hutchinson 2007]. Mas seu bom funcionamento depende direta-mente de suas aplicações, pois como em muitos casos algumas características da imagempodem sair do campo de visão da câmera durante um movimento, ou seja, pode aconteceruma perda de caracterísiticas no plano da imagem, criando descontinuidades na malhade controle. Tais descontinuidades podem aparecer em situações onde a pose desejadaesteja distante da pose atual, ou seja, as características de imagem são diferentes nosdois frames. Este problema no controle por servovisão é conhecido na literatura comoproblema de restrição de visibilidadee tem recebido particular atenção nos anos re-centes. Assim, pode-se afirmar que “um número mínimo de características das imagensdevem permanecer no campo de visão da câmera durante o processo de servovisão”[Hutchinson et al. 1996, Malis et al. 1998, Chaumette & Hutchinson 2006, Chaumette& Hutchinson 2007].

Devido aoproblema de restrição de visibilidade, as técnicas de controle por ser-vovisão limitam-se a aplicações onde os alvos devem ser mantidos dentro do campo devisão. Trabalhos aplicando estas técnicas para a decolageme pouso de helicópteros, ondeos alvos são marcas no ambiente, podem ser encontrados em Ludington et al. (2006) e

2O controle por servovisão refere-se ao uso de informação capturada por sensores de visão artificial(câmeras) em malha fechada para controlar movimentos de um robô. Os dados visuais são adquiridos apartir de câmaras embarcadas no robô. Assim, se acontecer qualquer tipo de movimento no robô, induz-semovimento no campo de visão da câmera.


Pose inicial

Pose Final

Figura 1.5: Problema de “Restrição de visibilidade” no controle por servovisão

Metni et al. (2005).Álvarez (2006) aplicou estas técnicas para o seguimento de linhas de alta tensão. Em

outras palavras, as técnicas de controle por servovisão foram exploradas para o posiciona-mento de um robô com relação a um alvo fixo, pemitindo estimar parâmetros de rotação etranslação de uma posição à outra. Assim, pode-se dizer que apenas tarefas de navegaçãolocal 3 foram exploradas.

Tentar resolver o problema de navegação global4 de um VANT com técnicas clássicasde controle por servovisão, estão longe de resolver tal paradigma, pois normalmente noproblema de navegação, a pose desejada está muito distante da pose inicial (como podeser observado na Figura 1.5), o que significa que num determinado momento não serápossível o casamento de um mínimo de características necessárias para o funcionamentodo controle, causando descontinuidade na resposta do controle. Diferentes abordagensforam propostas com o objetivo de minimizar os problemas de restrição de visibilidadeno campo de visão [Malis et al. 1998, Mezouar & Chaumette 2002, Malis 2004, Aracilet al. 2005, Silveira et al. 2006].

Dentre as técnicas de controle por servovisão, o controle baseado em característicasde imagem é a mais utilizada devido a sua fácil implementaçãoe principalmente por nãoprecisar de uma calibração rigorosa da câmera. Esta técnicapode ser considerada comouma técnica de controle proporcional, pois ela compara caracterísiticas de imagem dereferência com características de imagem atuais gerando umerro que deve ser compen-

3Tipo de Navegação que não precisa de um mapa. O robô não precisa localizar-se, apenas precisa sabero objetivo a ser alcançado

4Seguir uma trajetória fornecida por um mapa, indicando uma pose de inicio ou ponto de partida e umapose desejada ou ponto de chegada.


Características

de imagem de

referência

Extração de

características

de imagem

Características de

imagem atuais

Controle no

espaço

de imagem

Etapa de potência

Robô

Câmera

Vídeo

+

-

Figura 1.6: Controle por servovisão baseada em imagem

sado de forma proporcional no espaço da imagem, um diagrama de blocos da técnica decontrole por servovisão baseado em caracterísiticas da imagem pode ser visualizado nafigura 1.6.

1.2 Motivação e Justificativa

A robótica aérea vem ganhando espaço nos últimos anos na comunidade de pesquisade robótica devido, principalmente, à evolução da ciência da computação, controle au-tomático, comunicações e tecnologias de sensores, facilitando aplicações tanto civís comomilitares. Dentre as aplicações podem ser consideradas tarefas de monitoramento de plan-tações de cana de açúcar [Laura et al. 2012], de linhas de transmissão e distribuição deenergia elétrica [Álvarez 2006], pontes [Metni & Hamel 2007] e manutenções preventivasnas indústrias petro-químicas [Laura et al. 2009, Laura et al. 2010, Laura et al. 2011],onde muitas vezes o acesso é difícil ou perigoso para os sereshumanos. Dutos, reser-vatórios entre outras instalações precisam ser periodicamente vistoriadas com o objetivode realizar etapas de manutenção preventiva da área, que consiste em detectar compo-nentes que apresentem um alto grau de desgaste ou até mesmo falhas. Em ambientescomo este, o robô não precisa cobrir uma grande área, mas sim ter um alto grau de mo-bilidade e principalmente ser capaz de realizar vôos pairados utilizando câmeras parainspeção enquanto realiza manobras para desvio de obstáculos.

O helicóptero quadrirrotor foi classificado na classe das aeronaves que são mais pe-ssadas do que o ar e com múltiplos rotores (4 rotores) por [Bouabdallah et al. 2007].Este tipo de aeronave é capaz de fazer decolagens e pousos verticais bem como pairarem uma determinada posição e a uma determinada altitude. Além dessas características,seu alto grau de mobilidade e simplicidade mecânica o torna apto a realizar esses tipos detarefas de supervisão. O quadrirrotor vem se consolidando como plataforma padrão emtrabalhos envolvendo robótica aérea, desde os que abordam controladores não linearescomplexos [Diao et al. 2011, Colorado et al. 2010, Coza & Macnab 2006, Madani &Benallegue 2007], estudos de arquitetura de hardware e software [Bhave et al. 2011,Ilarslan et al. 2011] até localização e mapeamento simultâneo de ambientes [Ghadioket al. 2011, Grzonka et al. 2012].

1.3. OBJETIVOS 9

Do ponto de vista implementacional, pode-se classificar os trabalhos encontrados naliteratura em dois grandes grupos. O primeiro deles é composto por aqueles trabalhosonde todo o processamento é embarcado no próprio robô, ou seja, o mesmo deve serdotado de sistemas eletrônicos embarcados que possibilitem a implementação de algo-ritmos de sensoriamento, estabilização e navegação. Um enlace de rádio geralmente éutilizado para enviar dados de telemetria básicos. A presença de uma estação rádio baseentão, nada mais é do que uma interface homem-máquina de visualização de dados rela-cionados ao robô e a missão que lhe foi passada [Fowers et al. 2007].

Uma segunda abordagem utiliza a estação rádio base como central de processamentocompleta do robô. Ou seja, o veículo, geralmente muito leve,só possui sistemas eletrôni-cos embarcados mínimos necessários para adquirir os dados dos sensores, enviá-los àestação rádio base que vai processá-los e em seguida, enviaros devidos sinais de contro-le para os atuadores do robô [Altug et al. 2005, Michael et al.2010]. Geralmente osprojetos de veículos desse tipo são muito leves e possuem o tempo de vôo extremamentereduzido.

As vantagens dessa última opção em relação à primeira residem na maior simplici-dade do robô propriamente dito, já que a eletrônica embarcada é mais simples do quea necessária para cumprir todos os requisitos da primeira abordagem por exemplo. Emcompensação, o grau de autonomia que o robô da segunda abordagem possui em relaçãoà primeira é bem maior.

Em face ao descrito até então, a motivação para este trabalhofoi a de desenvolver umhelicóptero quadrirrotor com um certo grau de autonomia para realizar tarefas de moni-toramento aéreo de áreas pequenas cuja arquitetura embarcada de hardware e softwarepossibilite que a maior parte do processamento seja realizado no próprio robô. As es-tratégias de controle tanto para a estabilização do quadrirrotor como para o controle deposição serão implementadas em cascata.

A justificativa para a adoção desta abordagem (controle em cascata) é que a mesmanos permitirá realizar uma estratégia de navegação sem precisar de mapas métricos.

1.3 Objetivos

O objetivo desta tese é apresentar o desenvolvimento de um protótipo do helicópteroquadrirrotor para fins de monitoramento aéreo. Para resolver o problema de navegaçãoem ambientes tridimensionais para um helicóptero quadrirrotor inicia-se com a suposiçãoque o controle de estabilização foi resolvido, faltando assim uma malha de controle deposição e uma estratégia para geração e rastreamento de trajetórias.

Primeiro, para o controle de posição utiliza-se uma técnicade controle por servovisãobaseado em características de imagem. Para isto será necessário a extração de caracterís-ticas tipo SURF no plano de imagem para controlar os movimentos do helicóptero.

Segundo, gerar-se-á um mapa de características de imagem para fins de navegaçãobaseada em imagem. Uma estratégia de controle visual contínuo será implementada, demodo a executar o rastreamento de trajetórias conhecidas a priori definidas pelo usuário.

As estratégias de controle utilizadas foram inspiradas nostrabalhos de Bouabdallah &Siegwart (2007), Michael et al. (2010), N & Porter (2009), Orsag et al. (2010) e Ceren &


medido

Figura 1.7: Diagrama de blocos para a estratégia de Navegação. Na malha interna é feitoo controle de atitude e altitude do helicóptero, utilizandoapenas informações inerciaisfornecidas pelo AHRS. Na malha externa é feito o controle de posiçao utilizando infor-mações de visão fornecidas pelo módulo de aquisição de imagem (Câmera). O mapavisual para navegação é feito numa faseoff-line.

Altug (2012), cuja malha de realimentação interna é responsável pelo controle da atitudee altitude da aeronave enquanto que a malha de realimentaçãoexterna é encarregada doposicionamento para fins de navegação, conforme mostrada nafigura 1.7 .

1.3.1 Contribuições

• Um sistema de supervisão aérea para instalações de petróleoe gás é proposta.• Uma estratégia para navegação local baseada em visão para umVANT é proposta.• Uma estratégia de navegação global usando um mapa de características visuais,

usando técnicas locais é proposta.

1.4 Organização do Trabalho

O restante desse documento encontra-se organizado como segue:

• O Capítulo 2, apresenta as diferentes abordagens para o monitoramento de insta-lações de petróleo e gás, descreve-se as diferentes técnicas para deteção de situaçõesanómalas nas instalações de petróleo e gás. Sistemas de monitoramento aéreo serãojustificados.

• O Capítulo 3, apresenta a fundamentação teórica necessáriapara a compreensãoda estratégia de navegação baseada em visão de um VANT proposta nesta tese.Realiza-se a modelagem do helicóptero quadrirrotor, a modelagem do sistema deaquisição de imagens (câmera), uma breve descrição do tipo de características deimagem utilizadas nesta tese e a estratégia do controle por servovisão.

1.4. ORGANIZAÇÃO DO TRABALHO 11

• O Capítulo 4, apresenta uma descrição do protótipo desenvolvido, as estratégias decontrole de orientação e de posição bem como a estratégia de navegação proposta.

• O Capítulo 5 traz os resultados do controle para o posicionamento do quadrirrotorna plataforma de simulação e uma missão de navegação executado pelo quadrirrotorna plataforma de simulação.

• Por fim, no Capítulo 6 são apresentadas as principais conclusões sobre a estratégiade navegação proposta e possíveis melhorias que podem ser feitas.

Capítulo 2

Monitoramento Aéreo

Este Capítulo apresenta as diferentes abordagens para resolver o problema de navegaçãoe os desafios da navegação baseada em visão. Uma descrição dasdiferentes técnicas paradeteção e localização de vazamentos em redes de dutos é feita. Por fim, abordagens parao monitoramento de instalações de petróleo e gás também são apresentadas.

2.1 Navegação Baseada em Visão

O helicóptero é um veículo aéreo mais apropriado para uma ampla variedade de opera-ções, desde busca e resgate de indivíduos (por exemplo: resgatar indivíduos presos apósdesastres naturais ou lançar bóias salva vidas evitando afogamentos) até missões de ins-peção e monitoramento (por exeplo: detecção de minas terrestres ou inspeção de torres elinhas de transmissão de alta tensão para detectar defeitosde corrosão e outros). Todasestas aplicações exigem padrões de voo perigosos muito próximos do solo ou a outros ob-jetos que colocam em risco a segurança do piloto. Situações de perigo adicionais derivamde operações em áreas perigosas ou contaminadas, por exemplo, a inspeção após aci-dentes nucleares. Um helicóptero não tripulado operando deforma autônoma ou pilotadoremotamente minimiza riscos e aumenta a eficácia do helicóptero. Missões típicas doshelicópteros autônomos requerem voos a baixas velocidadespara percorrer uma trajetóriaou pairar próximo de um objeto [Cesetti et al. 2010].

Equipamentos de posicionamento, tais como, sistemas de navegação inercial (INS)ou sistemas de posicionamento global (GPS) são bem apropriados para longo alcance evoos de baixa precisão, mas a combinação desses sensores sãoinadequados para voos querequerem elevada precisão e próximo dos objetos. Manobras dos helicópteros perto dosobjetos requerem um posicionamento preciso com relação a eles. Assim, sensores quefornecem informação visual são uma rica fonte de dados para essa navegação relativa.

No contexto de helicópteros autônomos, os mesmos devem apresentar reações àsmudanças do ambiente, comportamento inteligente, integração entre vários sensores, -resolução de múltiplas tarefas, robustez, capacidade de operar sem falha, programabil-idade, modularidade, flexibilidade, expansibilidade, adaptabilidade e raciocínio global.Ainda no contexto de autonomia de helicópteros, destaca-seo problema da navegação quepode ser definido como os procedimentos necessários para permitir que um helicópteronão tripulado saia de uma configuração inicial (posição e orientação inicial) e alcance

14 CAPÍTULO 2. MONITORAMENTO AÉREO

uma configuração final (posição e orientação final) percorrendo um determinado caminhoplanejado, desviando de obstáculos quando existirem sem intervenção de um operador hu-mano, obedecendo à restrição temporal imposta para o cumprimento dessa tarefa. Quandoa distância entre essas duas posições é longa incrementa-sea dificuldade do problema. Arepresentação do ambiente deve fornecer informação suficiente para localizar posiçõesiniciais e desejadas, definindo assim, um caminho entre estas duas posições além de con-trolar o movimento do robô durante a navegação.

Numerosas abordagens foram propostas na literatura enfatizando diferentes aspectosdo problema de navegação [Hrabar 2006, Oropeza & Devy 1997, Blanc et al. 2005].As abordagens variam desde o tipo de sensores utilizados atéa disponibilidade de in-formação a priori sobre o ambiente. Na literatura sobre planejamento de movimento osautores assumem que o modelo do ambiente é praticamente conhecido e que as leiturasdos sensores fornecem estimativas exatas de posição do robôno sistema de referênciaglobal [Sasiadek 2000, Harbick et al. 2001, Zhang & Ostrowski n.d.].

Problemas de navegação global foram amplamente resolvidospor robôs equipadoscom dispositivos ativos, tais como sonares e telêmetros laser, mas, nos últimos anossensores que fornecem informação visual estão sendo bastante utilizados como sensoresprincipais para solucionar problemas de navegação. Por isso, quando problemas de nave-gação são resolvidos utilizando sensores que fornecem informação visual, as estratégiasde navegação são chamadas de "estratégias de navegação baseada em visão".

Algumas técnicas de navegação baseadas em visão tem sido propostas e extensiva-mente estudadas na literatura [Kosecka 1996, Oropeza & Devy1997, Kundur & Raviv1998, Kundur & Raviv 2000, Blanc et al. 2005, Álvarez 2006, Hrabar 2006, Aracil 2006,Remazeilles & Chaumette 2007, Fontanelli et al. 2009]. Estas técnicas de navegaçãobaseada em visão foram classificadas em abordagens baseadasem modelo e em abor-dagens baseadas em aparência. As abordagens baseadas em modelos correspondem aalgoritmos empregando modelos métricos do espaço de trabalho do robô, onde carac-terísticas de imagem são detectadas e rastreadas nas imagens e é feita uma reconstrução3D numa etapaoff-line. A localização é feita por meio do casamento das característicasno modelo com as observadas na imagem atual, a posição e orientação é calculada apartirde correspondências 3D-2D. A exatidão desta abordagem depende em grande parte dascaracterísticas utilizadas para rastrear-se, da robustezdo descritor das características e dométodo para o casamento de imagens e a reconstrução das vistas.

Já os algoritmos baseados em aparência evitam a necessidadede um modelo métrico,pois trabalham diretamente no espaço do sensor. O ambiente égeralmente representadocomo um grafo topológico no qual cada nó representa uma posição no espaço de trabalhoe armazena a leitura dos sensores (ou seja, imagens capturadas a partir da câmera) obser-vadas para cada posição e orientação. Um par de nós correspondem a posições com umcaminho direto entre eles. Neste contexto, a localização reduz-se a um problema de ex-tração de imagens armazenadas em uma base de dados, onde a imagem extraída é aquelamais similar à imagem atual. Um caminho deve ser rastreado por um conjunto de imagensextraídas desde a base de dados. O controle do robô é executado por um comando de açãoque exige um movimento de um nó a um outro no grafo, ou empregando uma abordagemmais robusta tal como o controle por servovisão. Este paradigma é relativamente novo e é

2.1. NAVEGAÇÃO BASEADA EM VISÃO 15

de interesse atrativo, devido a que a modelagem dos objetos ésubstituído pela memoriza-ção de vistas, que é muito mais fácil do que modelagem 3D [Kosecka 1996, Oropeza &Devy 1997, Blanc et al. 2005, Remazeilles & Chaumette 2007, Fontanelli et al. 2009].

Neste contexto, o sistema de navegação proposto no trabalhode Kosecka (1996),oambiente foi representado por nós no grafoe a navegação foi definida como o percursode um grafo que corresponde a uma seqüência de posições relativas das tarefas a seremefetuadas, onde o posicionamento relativo é completado pela estratégia de malha fechadado controle com relação ao ambiente. A trajetória foi realizada durante o percurso dosgrafos que tinham que ser visitados desde a posição inicial até a posição final.

O problema de navegação autônoma baseada em técnicas de controle visual no tra-balho de Oropeza & Devy (1997), foi abordado como uma seqüência de movimentosbásicos controlados por visão, tais como,posicionar-se frente a um objeto, seguir ummuro, girar ao redor de uma esquina. Conseguindo dessa forma, enviar ao robô um ca-minho a ser seguido, em forma de uma seqüência de comandos simples controlados porvisão até encontrar uma posição final desejada.

No trabalho de Blanc et al. (2005) foi apresentada uma estrutura original de navegaçãobaseada em imagem dedicada para robôs móveis não-holonômicos. Esta abordagem foifeita no contexto de navegação em ambientes internos. Esta estratégia começa com oaprendizado do ambiente e armazenamento de um grafo de caminhos visuais, o qual foichamado de memória visual. A missão de navegação dentro desta memória visual foi umarota visual. Esta rota visual foi feita de uma seqüência de “imagens chave” que descreve oambiente no espaço do sensor como um caminho admissível parao robô. Esta rota visualfoi executada com a ajuda de uma lei de controle por servovisão, na qual foi adaptada ànão-holonomia do robô sem exigir nenhuma localização geométrica absoluta do robô.

No trabalho de Remazeilles & Chaumette (2007) abordou-se o problema de navegaçãobaseada em visão, propondo uma lei de controle para executara navegação. A abordagemcompleta fundamenta-se na representação do ambiente baseado em aparência, onde a cenaé diretamente definida no espaço do sensor por uma base de dados de imagens adquiridasdurante uma fase de aprendizagem. Nesse contexto, o caminhoa seguir foi descrito porum conjunto de imagens, ou caminhos de imagens extraídos desde a base de dados. Estecaminho de imagem foi projetado para fornecer informação suficiente para o controle dorobô. A contribuição principal do trabalho foi a lei de controle em malha fechada queaciona o robô para uma posição desejada utilizando dito caminho de imagem. O controlenão exige uma reconstrução global 3D ou uma etapa temporal deplanejamento. Alémdisso, o robô não é restrito a convergir diretamente sobre cada imagem do caminho, massim para sua trajetória de forma automática. Assim, um processo de controle por sevo-visão qualitativo foi proposto permitindo aumentar o espaço de convergência em direçãoda posição em uma faixa dentro de um intervalo de confiança.

Embora as abordagens baseadas em aparência desenvolvidas atualmente tenham aju-dado a ganhar um estado de maturidade neste campo, existem certos aspectos que pre-cisam ser abordados. Os algoritmos propostos assumem que uma base de dados de ima-gem ou grafos topológicos do espaço de trabalho estão já disponíveis para o robô. Estainformação é aquirida manualmente durante uma fase de treinamento, onde um operadorhumano guia o robô através do espaço de trabalho. Sendo essa uma das desvantagens


das abordagens acima descritas, pois precisa-se da intervenção de um operador humanotoda vez que o robô terá de movimentar-se num novo espaço de trabalho, e aumenta adificuldade quando os ambientes são extensos.

2.2 Extração de Características de Imagem

Hutchinson et al. (1996) definiu uma característica de uma imagem como qualquer ca-racterística estrutural que pode ser extraída de uma imagem, estas podem ser linhas equinas, área e cor, bordas, curvas e/ou contornos. Tipicamente características de imagenscorrespondem a projeções das características físicas dos objetos no plano da imagem dacâmera. Um parâmetro característico de uma imagem é qualquer valor real calculado apartir de uma ou mais imagens. Estes valores incluem áreas, momentos, relação entreregiões ou vértices.

Características diferenciadas ou também conhecidas como características relevantes,são aquelas que podem ser detectadas inequivocamente (de forma não ambígua) desdediferentes vistas da cena. Em geral existem diferentes tipos de características adequadaspara o rastreamento. Por exemplo, linhas e quinas, área e cor, bordas, curvas e/ou con-tornos. Mas, a escolha de uma ou outra, depende do contexto e aaplicação final. Algu-mas características usualmente têm propriedades que são mais diferenciadas que outrasem diferentes situações, por esta razão, o algoritmo deve ser capaz de escolher, dentre asdisponíveis, a melhor característica para o rastreamento [Álvarez 2006].

Existem métodos que obtêm os pontos de máxima curvatura de uma imagem uti-lizando diretamente os valores dos pixeis. Estes métodos definem uma medida que échamado de “quina”, a qual calcula-se para todos os pontos da imagem. Quando estamedida supera um determinado limiar considera-se que o ponto é uma quina. A maio-ria destes métodos utilizam operadores diferenciais. Um dos primeiros trabalhos desen-volvidos para detecção de pontos característicos em imagens foi proposto por Moravec(1977). A variação de intensidade para cada pixel da imagem écalculada como a somados quadrados das diferenças entre os pixeis adjacentes, localizados em cada uma dasquatro direções (horizontal, vertical e duas diagonais) sobre uma vizinhança centrada nopixel. A variação mínima entre esses quatro valores é tomadacomo uma medida de in-teresse. Se essa medida for superior a um limiar, o pixel seráconsiderado uma junção ouum canto da imagem; caso contrário, o pixel é descartado.

Os primeiros operadores que calculavam o valor das quinas, utilizavam derivadas desegunda ordem, infelizmente estes operadores são altamente sensíveis a ruídos. Poste-riormente, baseado nas idéias de Moravec,foi proposto por Harris & Stephens (1988)um novo método de detecção de pontos característicos calculando apenas derivadas deprimeira ordem, o que o torna menos sensível ao ruido. Este método é conhecido como odetector de Harris.

Devido a sua fácil implementação e muito utilizado em aplicações de tempo real,o detector de Harris tornou-se muito popular e muito utilizado em ambientes externos,embora este mostre susceptibilidade ao gradiente e como consequência a dificuldade naespecificação de um limiar ótimo para a determinar as quinas [Álvarez 2006, Sola 2007].

O Detector de Harris, é baseado em operadores diferenciais de primeira ordem. Dado

2.2. EXTRAÇÃO DE CARACTERÍSTICAS DE IMAGEM 17

Figura 2.1: Detecção de quinas.

uma janela retangular, calcula-se a variação da intensidade da imagem deslocando-seligeiramente uma janela. Uma quina é caracterizada por elevadas mudanças de inten-sidade (ver figura 2.1). O detector de Harris é um popular detector de pontos de interesse,devido a sua forte invariância a rotação, escala e variação de iluminação e também por sermenos sensível a perturbações.

Outro método para determinação de características é o detector de congruência de fase[Kovesi 2003]. Este detector utiliza medidas de energia para localizar bordas e quinas. Talmedida são invariantes ao contraste de imagem. Além disso, tal detector, permite aindadetectar bordas e quinas simultaneamente, possibilitandoo uso cooperativo de ambasinformações.

Por outro lado, existem alguns métodos que são capazes de, além de determinar ca-racterísticas, também criarem descritores, que têm informações relevantes sobre tais, detal forma que seja possível identificá-las, somente com a informação destes descritores.Os mais importantes são SIFT (Scale-invariant feature transform), GLOH (Gradient lo-cation and orientation histogram), SURF (Speeded Up Robustfeatures) e LESH (Lo-cal energy based shape histogram). Tais descritores costumam ser invariantes a diversastransformações, como rotação, translação, escala, além depossuirem robustez a ruído eiluminação.

A detecção de características com o SIFT [Lowe 2004], é um método de característicasinvariante a diferentes rotações e escalas de uma imagem, funciona bem sob consideráveisdistorções na imagem, adição de ruídos e mudanças de iluminação. Este método é capazde determinar um número muito grande de pontos, o que facilita o processo posterior decorrelação. O SIFT mostrou durante um tempo um desempenho superior a diversos algo-ritmos, embora sua maior limitação seja o custo computacional elevado. Trabalhos com-parando estas técnicas podem ser encontradas em [Mikolajczyk & Schmid 2005, Artiedaet al. 2009, Juan & GwonK 2009]


2.3 Desafios para Navegação Aérea

Missões de monitoramento executados pelos VANT’s precisamque o problema de nave-gação seja resolvido. Assim, para possibilitar a navegaçãobaseada em visão dos VANT’s,as técnicas utilizadas em robôs móveis que atuam no chão (ou seja, no espaço bidimen-sional) devem ser extendidas para robôs que atuam no espaço tridimensional. Técnicas decontrole atualmente utilizadas são em sua maioria desenvolvidas com ajuda de sistemasde visão utilizando servovisão como um método de controle [Amidi et al. 1999, Mezouar& Chaumette 2002, Metni et al. 2005, Aracil 2006, Álvarez 2006, Ludington et al. 2006,Fontanelli et al. 2009].

Mas, como foi dito, existem algumas limitações para o uso dastécnicas clássicas decontrole por servovisão. No contexto de navegação global baseada em visão, isto deve-se,principalmente às limitações do sensor, pois sabe-se que este somente consegue capturarimagens do entorno imediato, criando-se assim um problema quando a pose desejadaestiver distante da pose inicial. Este problema é conhecidocomo restrição de visibili-dade, e que inspirou alguns pesquisadores a propor diferentes soluções para o mesmo[Malis et al. 1998, Mezouar & Chaumette 2000, Mezouar & Chaumette 2000, Mezouar& Chaumette 2002, Silveira et al. 2006].

Com o fim de atacar o problema de restrição de visibilidade, Mezouar & Chaumette(2002), desenvolveram uma solução elegante e estendida quebaseia-se na planificaçãode trajetórias no plano da imagem utilizando técnicas de campos de potencial, garantindoa visibilidade de todas as características durante a tarefade controle. O campo de po-tencial atrativo produz o rastreamento da trajetória previamente planejada, já o campode potencial repulsivo, contempla as restrições de visibilidade e restrições mecânicas. Atrajetória da câmera resultante desvia-se da ótima quando as forças induzidas pelo campode potencial repulsivo atuam. Como era de esperar-se, esta abordagem não está livre dealgumas falhas, apresentando problemas de mínimos locais,pela não satisfação de todasas restrições, induzindo a erros ao planejador.

Uma outra solução para este problema foi apresentado por Malis (2004), que propõeuma estratégia de controle por servovisão livre de parâmetros intrínsecos. Esta abor-dagem é baseada nas projeções dos pontos característicos daimagem no espaço projetivoque é invariante aos parâmetros intrínsecos da câmera. Por tanto, esta abordagem, permitevariar o “zoom” da câmera durante o controle, com o fim de manter todas as caracterís-ticas dentro do campo de visão. Variar o “zoom” de uma câmera durante o controle deposição e orientação com relação a um objeto tem muitas vantagens, tais como robustez naextração de características, maior precisão no posicionamento, garantir a visibilidade dascaracterísticas, mas, infelizmente, nem sempre é possívelconseguir com sucesso todasessas vantagens variando-se o “zoom”.

Por fim, Aracil et al. (2005), tratou o problema de restrição de visibilidade permitido adesaparição temporal das características durante a execução da tarefa de controle. A idéiaprincipal desta abordagem consiste em permitir que algumascaracterísticas apareçam edesapareçam no plano da imagem em diferentes instantes de amostragem (ver figura 2.2).Porém, permitir a desaparição e re-aparição temporal de características na imagem du-rante o controle produz efeitos não desejados no sistema, pois, sabe-se que no controle

2.3. DESAFIOS PARA NAVEGAÇÃO AÉREA 19

Imagens adquiridas pela câmera em diferentes instantes de amostragem

1

1

1 2

2

2 33

34

4

4

5

5

5

66

67

77

88

8

Imagem emT0 Imagem emTK Imagem emTK+N

Figura 2.2: Desaparição temporal de características

por servovisão baseado em imagem o controle é definido no espaço da imagem. Assim,o efeito produzido pela perda e recuperação de características no plano da imagem é adescontinuidade na lei de controle, dependendo da magnitude da descontinuidade, movi-mentos não desejados podem ser produzidos na câmera, conseqüentemente no robô.

A técnica clássica de controle por servovisão baseada em imagem pode ser utilizadapermitido a desaparição temporal de características durante a execução de uma tarefa.Mas Aracil et al. (2005), desenvolveu a estratégia de controle no espaço invariante,devido a sua versatilidade. Para explicar os efeitos produzidos na lei de controle pelaaparição/desaparição de características, considera-se uma tarefa de posicionamento padrão.O objetivo é fazer que o robô siga uma referência de posição e orientação, ou seja, fazerque o vetor que contêm a informação atual de característicasda imagem convirja para ovetor de características de referência. Quando uma ou mais características saem do planoda imagem ou reingressam, nestes casos (veja figura 2.3) ter-se-á de eliminá-las do vetorde características atuaiss e do vetor de características de referências∗ . Quando uma oumais características novas ingressem no plano da imagem ter-se-á de adicioná-las, tantono vetor de características atuais, como no vetor de características de referência. Esta vari-ação nos vetores de características atuais e nos de referência produz uma descontinuidadena lei de controle. A magnitude da descontinuidade depende do número de característicasque aparecem ou desaparecem no plano da imagem num mesmo instante, a distância entreas características atuais e de referência e a pseudo-inversa da matriz de interaçãoL+

e .

Para antecipar as perdas e adição de características no plano da imagem, Aracil et al.(2005), adiciona funções de peso. Assim, as características são pre-multiplicadas porum peso (características ponderadas). Isto é feito com o objetivo de suavizar as des-continuidades na lei de controle, que podem conduzir a movimentos não desejados nacâmera, e como foi dito, antecipar mediante os pesos, as características que são maisprováveis de sair ou de ingressar ao plano da imagem. A idéia desta formulação é associara cada característica (pontos, retas, momentos), um peso que pode estar em função dascoordenadas da imagem(u,v) e/ou da distancia a um objeto que possa ocluir o objeto


sj

Plano da imagemPlano da imagem

sn+1

s= [s1, · · · ,sj , · · ·sn]T

s∗ = [s∗1, · · · ,s∗j , · · ·s∗n]Ts= [s1, · · · ,sn,sn+1]

T

s∗ = [s∗1, · · · ,s∗n,s∗n+1]T

EliminarAdicionar

Figura 2.3: Efeitos nos vetores de características, devidoà aparição ou desaparição decaracterísticas durante a tarefa de controle

de referência. Na figura 2.4 ilustra-se o diagrama de blocos da solução ao problema dapresença temporal de características na imagem (figura extraída de Aracil (2006))

Esta última abordagem desenvolvida por Aracil et al. (2005), estendeu-se para re-solver problemas de navegação visual como uma tarefa de navegação global e contínuade um robô móvel desenvolvida em Aracil (2006). Dita abordagem difere das desenvolvi-das por Kosecka (1996) e Oropeza & Devy (1997) em vista que, a navegação global foiformulada como um problema de sequências de posicionamentos relativos, onde o posi-cionamento relativo é realizado por uma estratégia baseadano uso de informação visualcom relação ao ambiente em malha fechada. Já Kosecka (1996) mostrou como utilizar ainformação visual para derivar tais estratégias e como particionar o modelo do ambiente,de tal forma que existam estratégias apropriadas para toda configuração do robô.

A descrição dos trabalhos acima citados, em sua maioria é focada em estratégias denavegação adotadas para robôs que atuam em espaços bidimemsionais, o desafio maiornesta tese, é estender o uso dessas técnicas de navegação para robôs que interagem emespaços tridimensionais.

2.4 Monitoramento de Instalações de Petróleo e Gás

Podem surgir diferentes tipos de situações anômalas em instalações de petróleo e gás.Pequenas corrosões em dutos ou tanques, caso não detectadosa tempo, podem resultarem incêndios ou vazamentos (gás e/ou óleo). Neste contexto,existem inúmeras técnicaspara detectar tais anomalias, mas na sua maioria a custos muito elevados, devido princi-palmente, à quantidade de operários e sensores utilizados para tal. Por exemplo, em uma

2.4. MONITORAMENTO DE INSTALAÇÕES DE PETRÓLEO E GÁS 21

Figura 2.4: Controle visual no espaço invariante com características ponderadas: Es-quema de controle

instalação de mediano porte, para detectar a existência de vazamentos de gás e corrosõesnos dutos, dependendo do tipo da técnica precisa-se de muitos sensores em série colo-cados nos dutos e operários para supervisar os dados. Contudo, quando a rede de dutosocupa áreas extensas (por exemplo, conexão de dutos de gás Bolivia-São Paulo), além dosmétodos não serem eficientes, são mais custosos ainda.

Veículos aéreos, tal como helicópteros, dotados de sensores apropriados e um com-putador embarcado, fazem uso dos métodos térmicos1 e de técnicas de processamento deimagens. Os helicópteros são os mais indicados para realizar tais tarefas [Sivathanu 2004,Ershov et al. 2007, Zirning et al. 2004].

Da mesma forma, derramamento de petróleo e incêndios, podemser detectados uti-lizando apenas, um sensor de visão artificial (câmera) embarcado no helicóptero, combi-nado com técnicas de processamento de imagens. Isto é possível, devido às característicasde cor do petróleo e do fogo, quando recolhidas as informações.

1Este método térmico detecta o vazamento de gás natural nos dutos devido a diferencias de temperaturanos arredores imediatos, caso existir uma ruptura. Estes métodos podem ser usados desde veículos emmovimento, helicópteros ou sistemas portáteis com habilidade para cobrir milhas ou centenas de milhas deoleodutos por dia.


2.5 Técnicas para Detecção e Localização de Vazamentosnos Dutos

Na literatura encontrou-se uma variedade de métodos para a detecção de vazamentos degás em dutos, desde a classificação de manuais de inspeção usando cães treinados atésatélites avançados baseados em imagens hiper-espectrais. Sivathanu (2004) classificouos métodos para detecção de vazamentos de gás em dois grupos:os métodos óticos e osnão óticos. Os métodos tais como, monitoramento acústico, amostragem de gás, moni-toramento de solo (chão), monitoramento por fluxo e softwarebaseado em modelagemdinâmica, são classificados como métodos não óticos e são mais utilizados em plantas depequenas áreas, porém mais custosas para plantas de áreas extensas.

Os métodos óticos para detecção de vazamentos de gás, classificam-se em: passivose ativos. Os métodos ativos iluminam a área sobre o oleoduto com um laser ou umafonte de banda larga. A absorção ou espalhamento causado pelas moléculas do gás na-tural sobre a superfície é monitorado usando uma gama de sensores para ondas específi-cas. Se existe significante absorção ou espalhamento sobre ooleoduto, então presume-seexistência de vazamento. As técnicas básicas para monitoramento ativo incluem dio-dos laser ajustáveis de absorção espectroscópica (Tunable Diode Laser Absorption Spec-troscopyTDLAS ), Laser induzindo Fluorescência (LIF ), Espectroscopia anti-raman coe-rente (CARS), Transformada de Fourier de espectroscopia infra vermelha (FTIR ) e Sen-soriamento evanescente [Sivathanu 2004].

O monitoramento passivo de vazamento de gás natural é similar ao monitoramentoativo em muitos aspectos. Contudo, a maior diferença entre as técnicas passivas e ativas éque as técnicas passivas não precisam de uma fonte. A própriaradiação emitida pelo gásserve como fonte. Isto faz o sistema passivo menos custoso, mas, utilizam-se detectores egravadores de imagens com certo custo elevado. Os dois maiores tipos de sistemas passi-vos usados para a detecção e localização de vazamento de dutos de gás sãoimageamentotérmico eimageamentomulti-onda [Sivathanu 2004, Ershov et al. 2007].

O método deimageamentotérmico detecta o vazamento de gás dos dutos devido adiferencias de temperatura entre o gás e os arredores imediatos. Estes métodos podem serusados desdeveículos em movimento, por exemplo, helicópterosou sistemas portáveis.Helicópteros são os veículos mais apropriados para realizar este tipo de monitoramentopara detectar e localizar vazamentos em gasodutos, pela suacapacidade de voar a baixasvelocidades e muito próximas dos gasodutos. O uso deste método de monitoramento temaumentado nestes últimos anos, devido ao aumento das redes de gasodutos no mundotodo [Ershov et al. 2007].

Capítulo 3

Preliminares Teóricas

Neste capítulo descreve-se a fundamentação teórica necessária para a compreensão daestratégia de navegação baseada em visão de um VANT propostanesta tese. Inicia-se com a modelagem matemática e a descrição do funcionamentodo helicóptero qua-drirrotor. A modelagem do sistema de visão também é feita. Apresenta-se também atécnica para a extração de características de imagem que serão utilizadas no controlede posicionamento do robô. Por fim, a técnica de controle por servovisão utilizada nestatese será apresentada.

3.1 Modelo Dinâmico do Quadrirrotor

Modelos matemáticos completos que descrevem a dinâmica do helicóptero quadrirrotorpodem ser encontrados em Bouabdallah & Siegwart (2007) e Sanca et al. (2008). Mas,para fins de compreensão do texto a modelagem do quadrirrotorserá feita a seguir.

O helicóptero quadrirrotor é constituído por quatro rotores com dimensões iguais eacoplados a quatro motores, que são fixados nas quatro extermidades de uma estrutura emforma de "cruz". Na figura 3.1 o sistema de referências do helicóptero quadrirrotor emvôo pairado é mostrado. Define-seI como o referencial inercial fixo na Terra eQ ,como um referencial fixo no robô.Fi e ωi com i = 1,2,3,4 são respectivamente as forçasde empuxo e as velocidades angulares dos rotores.ξ = (x, y, z)

′e ϕ = (φ, θ, ψ)

′são os

vetores que indicam a posição (altitude) e a orientação (atitude) do helicóptero no framefixado ao robôQ com relação ao frame inercialI, respectivamente. Os ângulos deatitudeφ, θ, ψ são chamados de, ângulo de Rolagem que varia de(−π

2 < φ< π2), ângulo

Arfagem que varia de(−π2 < θ < π

2) e o ângulo de Guinada que varia de(−π < ψ < π),todos emR.

O movimento do quadrirrotor é restrito a seis graus de liberdade de acordo com oframe de referênciaQ , três graus de liberdade para a velocidade de deslocamento outranslaçãoV = [Qvx,

Qvy,Qvz]

′ e três graus de liberdade para a velocidades de rotaçãoΩ= [QΩx,

QΩy,QΩz]

′. As relações entre os vetores de velocidade (V,Ω) e (ξ, ϕ) são:

ξ = RtV;Ω= Rr ϕ,

(3.1)

ondeRt ∈ SO3 eRr ∈ SO3 são as matrizes da velocidade de transformação e da veloci-

24 CAPÍTULO 3. PRELIMINARES TEÓRICAS

Direita

Esquerda

Atrás

Frente

Figura 3.1: Sistema de coordenadas do quadrirrotor. Frame do Corpo fixoQ , FrameinercialI . Velocidades angulares dos rotoresωi , com seus empuxos respectivosFi.

dade de rotação entreQ e I , respectivamente. OndeRt e Rr resultam de,

Rt = Rz,ψRy,θRx,φ (3.2)

e

Rr =

1 0 −sinθ0 cosφ sinφcosθ0 −sinφ cosφcosθ

. (3.3)

Usando as leis deNewton-Euler, o modelo mecânico do quadrirrotor pode ser ex-presso como:

F−Faero−Fgrav = mV+Ω× (mV); (3.4)

τ− τaero= JΩ+Ω× (JΩ), (3.5)

3.1. MODELO DINÂMICO DO QUADRIRROTOR 25

onde,m e J ∈ R3×3 são a massa total e a matriz de inércia do quadrirrotor, respectiva-mente.Faero,Fgrav eτaero, são os efeitos físicos presentes no quadrirotor.F eτ em (3.4) e(3.5) são os vetores da força de empuxo total e do momento (ou seja, torques de Rolagem,Arfagem e Guinada), respectivamente, gerados pelos quatrorotores definidos como:

F =

00

4

∑i=1

Fi

; (3.6)

e

τ =

d√2(F1−F2−F3+F4)

d√2(−F1−F2+F3+F4)

4

∑i=1

(−1)iQi

. (3.7)

As forças externas e momentos em (3.6) e (3.7) devem-se à configuração dos qua-tro rotores propulsores, conforme ilustrado na figura 3.1, cada rotor produz um empuxoindependenteFi e um torqueQi, i ∈ 1,2,3,4. d é a distância do centro de massa doquadrirrotor ao eixo de cada rotor.

A força de reação aerodinâmicaFaero, a força de reação gravitacionalFgrav e o torquede reação aerodinâmicaτaero que atuam no quadrirrotor em (3.4) e (3.5), podem ser ex-pressas como,

Faero= K tV; (3.8)

Fgrav= mRTt G; (3.9)

τaero= K rΩ, (3.10)

onde,G = [0,0,g]′ é o efeito da gravidade,g= 9.81m/s2. K t eK r são matrizes diagonaisde atrito aerodinâmico linear e rotacional com parâmetrosKt eKr , respectivamente.

A estrutura mecânica do quadrirrotor é em forma de cruz, é umaestrutura que suportaos quatro motores nos seus extremos e a eletrônica e bateriasconcentram-se na interseçãoda estrutura. Assim, a matriz de inércia é constante e simétrica sobre os três eixos, porissoJxy= Jxz= Jyz= 0 o que significa que

J =

Jx 0 00 Jy 00 0 Jz

. (3.11)

Derivando em relação ao tempo a equação (3.1) resulta em

ξ = RtV + RtV (3.12)

Ω= Rr ϕ+

(∂Rr

∂φφ+

∂Rr

∂θθ)

ϕ (3.13)


Da equação (3.12)

V = RTt

(ξ− RtV

), (3.14)

ondeRt = RtS(Ω), S(Ω) indica a matrizskew-symmetric, tal queS(Ω)V = Ω×V para oproduto vetorial× e qualquer vetorV ∈ R

3.Utilizando as equações (3.8), (3.9) e (3.14) na equação (3.4), obtem-se:

ξ =−G− 1m

RtK tRTt ξ+

1m

RtT (3.15)

Seguindo o mesmo procedimento para as componentes angulares e utilizando as equações(3.1), (3.10) e (3.13) na equação (3.5), obtem-se:

ϕ = −R−1r J−1(Rr ϕ×JRr ϕ)−R−1

r J−1K rRr ϕ−R−1r

(∂Rr

∂φφ+

∂Rr

∂θθ)

ϕ+

+R−1r J−1τ (3.16)

T =

00

ρCTAR24

∑i=1

ω2i

(3.17)

τ=

l√2

ρCTAR2(ω21−ω2

2−ω23+ω2

4)

l√2

ρCTAR2(−ω21−ω2

2+ω23+ω2

4)

ρCQAR34

∑i=1

(−1)iω2i

(3.18)

ondeCT eCQ são coeficientes de empuxo e torque, respectivamente,ρ é a densidade doar eA é a área do disco da hélice. Para detalhes da obtenção destes parâmetros deve-seconsultar [Sanca et al. 2008]

O modelo dinâmico de helicóptero quadrirrotor é expresso pelas equações (3.15),(3.16), (3.17) e (3.18). Pode-se perceber que este sistema tem seis saídasx,y,z,φ,θ,ψ eapenas quatro entradasω1,ω2,ω3,ω4. Por isto, este tipo de sistemas é conhecido comoum sistema subatuado.

3.1.1 Descrição dos Movimentos do Quadrirrotor

Os movimentos básicos do helicóptero quadrirrotor podem ser visualizados na figura 3.2.Movimentos verticais (sobe-desce) são gerados pelo incremento ou decremento propor-cional das velocidades nos rotores. Um par de rotores opostos gira no sentido horárioenquanto que o outro par gira no sentido anti-horário equilibrando o momento angular.

Para produzir o movimento de guinada em torno do eixoZQ é necessário diminuirproporcionalmente a velocidade dos rotores 1 e 3 e aumentar correspondentemente a ve-

3.1. MODELO DINÂMICO DO QUADRIRROTOR 27

1

2

3

4

1

11

4

4 4

3

33

2

2 2

Movimento Vertical Movimento de Guinada

Movimento no eixo Movimento no eixo

Figura 3.2: Descrição dos movimentos do Quadrirrotor. Quanto mais escuro, maior avelocidade do giro dos rotores


Plano da Imagem

y

z

(u,v)

fPonto de vista

x

P= (X,Y,Z)

objetoimagem

Figura 3.3: Sistema de referência de coordenadas do sistemade câmara/lente

locidade nos rotores 2 e 4 ou vice-versa. Desta forma, o empuxo ascendente é mantidoenquanto que um torque diferencial é gerado, produzindo a guinada.

Para produzir rotações em torno dos eixosXQ eYQ, movimentos de rolagem e arfagemrespectivamente, basta aumentar a velocidade de um rotor diminuindo proporcionalmentea velocidade do seu par oposto. Desta forma gera-se um torquediferencial que produz asinclinações desejadas. Assim, tendo um ângulo de rolagem ouarfagem definidos, surgeuma componente horizontal do empuxo que é responsável pelo deslocamento do veículoao longo dos eixosX eY do mundo.

3.2 Modelagem do Sistema de Visão

Para fazer uso das informações fornecidas pelo sistema de aquisição de imagens, é ne-cessário entender os aspectos geométricos do processo de imageamento. Cada câmeracontém uma lente que forma uma projeção 2D da cena no plano da imagem onde o sensoré localizado. Esta projeção causa uma perda direta informação de profundidade, poisqualquer ponto sobre um raio projetado no plano de imagem é mapeado em um únicoponto neste plano. Por isso, alguma informação adicional é necessária para determinaras coordenadas 3D correspondentes a um ponto no plano da imagem. Esta informaçãopode ser proveniente de múltiplas câmeras, múltiplas vistas com uma simples câmeraou conhecimento das relações geométricas entre alguns pontos característicos do alvo(objeto). Nesta tese utilizou-se o modelo de projeção perspectiva.

Para o modelo de projeção designa-se o sistema de coordenadas da câmera com oseixosx e y, formando uma base para o plano da imagem, o eixoz perpendicular ao planoda imagem (ao longo do eixo óptico) e com a origem a uma distância f atrás do plano deimagem, ondef é a distância focal da lente da câmera, conforme ilustrado nafigura 3.3.

Como a geometria projetiva da câmera é modelada por projeçãoperspectiva, as co-ordenadas de um ponto,CP = (X,Y,Z)T cujas coordenadas são expressas com relação

3.2. MODELAGEM DO SISTEMA DE VISÃO 29

ao sistema de referência coodenadas da câmera,C , serão projetadas no plano de imagemcom coordenadasp= (u,v)T , dado por

π(x,y,z) =[

uv

]=

fZ

[XY

](3.19)

ou ainda

x = XZ = (u−cu)/ fu (3.20)

y = YZ = (v−cv)/ fv

ondem = (u,v) dá as coordenadas do ponto no plano da imagem e está expresso emunidades de pixel, ea= (cu,cv, fu, fv) é o conjunto dos parâmetros intrínsecos da câmera.cu e cv são as coordenadas do ponto central da imagem,fu e fv são as distâncias focais.

A variação no tempo de um ponto no plano da imagem é dada por

x =XZ− XZ

Z2 =X−xZ

Z(3.21)

y =YZ−YZ

Z2 =Y−yZ

Z

A velocidade de um ponto no espaço tridimensional e a velocidade da câmera podemser relacionadas pela seguinte equação:

X =−υc−Ωc×X ⇔

X =−υx−ΩyZ+ΩzY

Y =−υy−ΩzX+ΩxZ

Z =−υz−ΩxY+ΩyX

(3.22)

onde,υc é a velocidade linear instantânea eΩc é a velocidade angular instantânea dacâmera. Substituindo a equação 3.22 na equação 3.21, pode-se obter:

x =−υx

Z+

xυz

Z+xyΩx− (1+x2)Ωy+yΩz (3.23)

y =−υy

Z+

yυz

Z+(1+y2)Ωx−xyΩy−xΩz

A equação 3.23 pode ainda ser escrita como:

x = LxVc (3.24)

A equação 3.24 relaciona a velocidade de um ponto no plano da imagem 2-D e avelocidade da câmera. Nesta equaçãoLx é chamada de matriz de interação e é dada por


Direita

Esquerda

Atrás

Frente

Figura 3.4: Sistema de referência do quadrirrotor e sistemade referência da câmera

Lx =

−1Z

0xZ

xy −(1+x2) y

0 −1Z

yZ

(1+y2) −xy −x

(3.25)

eVc é um vetor de velocidade 6×1 no frame da câmera, tal como:

[ υx υy υz Ωx Ωy Ωz ]T

Se usarmos o vetor de característicasx= [x1, . . .xk], ondex= [(x1,y1),(x2,y2) . . .(xk,yk)],deve ser feito um empilhamento das matrizes de interação para osk-ésimos pontos, talcomo:

Lx =

Lx1...

Lxk

(3.26)

As técnicas de controle por servovisão fazem uso da matriz deinteração para obter avelocidade da câmera. Estas técnicas serão apresentadas naseção 3.5.

3.3 Configuração da Câmera-Robô

O tipo de configuração da câmera no quadrirrotor é conhecida na literatura como “con-figuração câmera em mão”, devido ao fato da câmera estar embarcada no helicóptero,como pode ser visualizada na figura 3.4. Nesta configuração existe uma relação de trans-

3.4. CARACTERÍSTICAS DE IMAGEM 31

formação constante e conhecida entre o frame da câmeraC e o frame do helicópteroQ .Esta relação de transformação é definida comoTQ

C .

3.4 Características de Imagem

Uma característica, é uma propriedade da imagem que pode serextraída e serve paradescreve-la. Uma característica pronunciada é aquela que pode ser detectada inequivo-cadamente desde diferentes vistas da cena. Algumas características usualmente tem apropriedade de serem mais pronunciadas que outras em algumas situações. Por isto, oalgoritmo deve ser capaz de escolher dentre as disponíveis,as melhores para o rastrea-mento.

3.4.1 Detecção dos Pontos de Interesse

1. Identificar pontos marcantes: Pontos marcantes são estes que se distinguem lo-calmente, possuem algumas fortes particularidades que os tornam em alguns casosúnicos. Esses pontos também são chamados de características relevantes, o pro-cesso para sua identificação em uma imagem refere-se normalmente como a deteçãode características. Por exemplo, em uma imagem de nível de cinza uma caracterís-tica pode corresponder a um ponto onde a variação da luminosidade em todas asdireções é localmente máxima. A análise da derivada da imagem é o princípio demuitos detetores de características.

2. Correspondência dos pontos marcantes em diferentes imagens: A tarefa de en-contrar o mesmo ponto em outra imagem é usualmente chamado correspondênciade características. A partir de afirmações acima, a unicidade de uma característica édeterminada pela sua estreita vizinhança. Se memorizarmosesta vizinhança como acaracterística da assinatura, teremos a capacidade de encontra-lo em outras imagenssimplesmente procurando por uma assinatura bastante semelhante.

Fazendo uma revisão na literatura dos diferentes algorítmos para extração de carac-terísticas e realizando comparações dos resultados publicados, optou-se por um esquemadetector-descriptor conhecido como SURF (Speeded-Up Robust Features).

3.4.2 O Detector SURF

O detector SURF utiliza uma representação especial da imagem, conhecido mais comointegral image, cujo fim é reduzir o tempo de cálculo da deteção. Os pontos chaves sãodetectados por meio da construção de uma representação em espaço-escala da imagem[Bay et al. 2008].

A representação em espaço-escala é feita a partir da convolução da imagem com umnúcleo gaussiano. Essa representação é uma forma particular de representar a multi-escalaque abrange um parâmetro contínuo da escala e conserva a mesma amostragem espacialpara todas as escalas. Assim, é possível entender o espaço-escala de uma imagem comoum conjunto de imagens do mesmo tamanho da imagem original.


Figura 3.5: Atribuição de orientação: Como a janela desliza-se em torno da origem, ascomponentes das respostas são resumidas para produzir os vetores, mostrado aqui emazul. O maior de tais vetores determina o vetor de orientaçãodominante.

Para detecção de características no espaço de escala, a técnica do descritor SURFutiliza o determinante da matriz Hessiana. Dado um pontox = (x,y), em uma imagemIa matriz HessianaH (x,σ) emx na escalaσ é definida como

H (x,σ) =[

Lxx(x,σ) Lxy(x,σ)Lxy(x,σ) Lyy(x,σ)

](3.27)

em queLxx(x,σ) é a convolução da derivada de segunda ordem da gaussiana com aima-gemI , no pontox e similarmente paraLxy(x,σ) e Lyy(x,σ). Essas derivadas são conheci-das como Laplaciano de gaussianas [Bay et al. 2008, Evans 2009].

Com a finalidade de garantir a invariância à rotação, os pontos-chaves são identifica-dos com uma orientação calculada a partir da resposta da Transformada Wavelet de Haarnas direçõesx e y em uma vizinhança circular cujo centro são as coordenadas dopontode interesse e cujo raio depende da escala [Bay et al. 2008].

Para incrementar a robustez diante de deformação geométrica e erros de localização,as respostas da transformada com um núcleo gaussiano centrado no ponto-chave são pon-deradas. Em seguida, as respostas são representadas como pontos no espaço vetorial. Aorientação dominante é obtida por meio da rotação de um segmento de circulo de ân-gulo 60o em torno da origem. Em cada posição, as respostas dentro do segmento sãosomadas e usadas para formar um novo vetor. O maior vetor indica a orientação quedeve ser atribuída ao ponto-chave, conforme mostrado na figura 3.5. Maiores detalhes daformulação matemática e da implementação computacional podem ser encontrados nostrabalhos de Bay et al. (2008) e Evans (2009).

Na figura 3.6, podem ser visualizados os pontos chave detectados pelo descritor SURFem uma imagem. Na figura 3.7, o processo de correspondência pode ser visualizado.Pontos chave são detectados em uma imagem de referência e em uma segunda imagem osmesmos pontos chave são encontrados. Esta extração foi possível por meio do algoritmoSURF, utilizando um software de código abertoOpenSURFdisponibilizado por Evans(2009).

3.4. CARACTERÍSTICAS DE IMAGEM 33

Figura 3.6: Características extraídas pelo detector-descritor SURF: Pontos escuros estãodentro do círculo de cor azul. Pontos claros estão dentro do círculo de cor vermelho.

Figura 3.7: Correspondência (Matching) dos pontos chave extraídos utilizando o algo-ritmo SURF: imagem de referência no quadro 1 e imagem atual noquadro 2


3.5 Controle por Servovisão

A realimentação por visão na malha de controle foi introduzida com a finalidade de in-crementar a flexibilidade e exatidão dos sistemas robóticos. A tarefa do controle porservovisão é controlar o posicionamento de um robô com uma câmera embarcada1 comrelação a um alvo.

Hutchinson et al. (1996) classificou em dois grupos as técnicas de controle por ser-vovisão: O controle por servovisão baseada em posição (PBVS ou 3D) e o controle porservovisão baseado em imagens (IBVS ou 2D). No controle por servovisão baseado emposição, a informação de referência é calculada no espaço cartesiano tridimensional. Aposição e orientação do alvo com relação à câmera é estimada apartir de característicasda imagem correspondente à projeção perspectiva do alvo no plano da imagem. Inúmerosmétodos existem para recuperar a posição e orientação de um objeto, onde todos baseam-se no conhecimento de um modelo geométrico perfeito e precisam de uma câmera cal-ibrada para obter resultados aceitáveis. As desvantagens desta técnica são: a elevadasensibilidade a erros de calibração da câmera e sua análise de estabilidade é impossível[Hutchinson et al. 1996, Chaumette & Hutchinson 2006, Chaumette & Hutchinson 2007].

Na técnica de controle por servovisão baseado em imagens, a informação de referênciaé calculada no espaço de imagem. Em geral o controle por servovisão baseado em imagemé conhecido por ser robusto, não somente com relação à câmera, mas também a erros decalibração do robô. Contudo, a convergência é teóricamentegarantida somente em umaregião próxima à posição desejada [Hutchinson et al. 1996, Chaumette & Hutchinson2006, Chaumette & Hutchinson 2007].

Com o decorrer dos anos outras técnicas de controle por servovisão baseadas nestasduas técnicas foram formuladas, dentre elas, podem-se destacar o método baseado emhomografia ou controle por servovisão 21

2D e o controle por servovisão chaveado [Maliset al. 1998, Mezouar & Chaumette 2002, Fang et al. 2005, Chaumette & Hutchinson2006, Chaumette & Hutchinson 2007].

O objetivo das técnicas de controle por servovisão é minimizar um vetor de erroe(t)[Chaumette & Hutchinson 2006, Chaumette & Hutchinson 2007,Hutchinson et al. 1996].Este vetor de erro está definido no plano de imagem com relaçãoa alvos estacionários ouem movimento. Este vector de erro é tipicamente definido por:

e(t) = s(m(t),a)−s∗ (3.28)

onde, o vetorm(t) é um conjunto de informações visuais. Estas informações sãoutilizadas para calcular um vetor dek características. O parâmetroa contem informaçãodo sistema, ou seja, parâmetros internos da câmera (parâmetros intrínsecos). O vetors∗

contem informação das características desejadas ou tambémchamadas de característicasde referência.

Uma vez ques é escolhido, o projeto da estratégia de controle pode ser bastante sim-ples. Uma abordagem direta é para projetar um controlador develocidade. Para isto,

1Hutchinson et al. (1996) indica que é possivel implementar-se o controle por servovisão com a câmerafixa no ambiente ou com a câmera embarcada no robô, esta últimaconfiguração também é conhecida comoconfiguração câmera na mão

3.5. CONTROLE POR SERVOVISÃO 35

precisa-se da relação entre a derivada com relação ao tempo de s e da velocidade dacâmeraVc = (υc,Ωc), representado pela velocidade linear instantâneaυc e a velocidadeangular instantâneaΩc. A relação entreseVc pode ser expresso como:

s= LsVc (3.29)

ondeLs ∈ Rk×6 é a matriz de interação dependendo das característicass. A relação

entre a velocidade da câmera e o erro visual pode-se escrevercomo:

e= LeVc (3.30)

ondeLe = Ls. ConsiderandoVc como entrada ou informação de referências parao controlador de baixo nível de um robô, e se, por exemplo, quiséssemos garantir umdecrescimento exponencial desacoplado do erro, ou seja, ˙e= −λe, pode-se obter a ve-locidade da câmera tal como:

Vc =−λL+e e (3.31)

Na equação 3.31L+e ∈ R

6×k é a psudo-inversa da matriz de interaçãoLe. Quando oposto deLe é 6,L+

e = (LTe Le)

−1LTe permite que‖Vc‖ e ‖e−λLeL+

e e‖ sejam mínimos.Quandok = 6, sedet(Le) 6= 0, é possível obter a inversa deLe e que a equaçãoVc =

−λ L−1e e seja satisfeita. Mas num sistema real é impossível de obter perfeitamente as

matrizesLe ou L+e . Por isso, é necessário estimar uma destas matrizes. Portanto, nos

utilizamos a notaçãoL+e para representar o valor estimado da matriz. A lei de controle a

de ser:

Vc =−λ L+e (s−s∗) (3.32)

Esta é a lei de controle básica de muitos controladores que utilizam as técnicas deservovisão. Nesta tese, o vetor de características é conformado pelas coordenadas dodescriptor SURF (Speed Up Robust feature) no plano de imagem ou seja,s= x = (x,y).

3.5.1 Controle por Servovisão Baseado em Imagem

Os esquemas de controle por servovisão baseado em imagem, utilizam as coordenadasde um conjunto de pontos no plano da imagem. As informações dem são usualmentecoordenadas de píxeis de um conjunto de pontos no plano da imagem (mas, não é a únicaopção), e os parâmetros dea na definição des= s(m,a) na equação (3.28), não é nadamais do que os parâmetros intrínsecos da câmera.

Nesta tese,s e s∗ são os vetores que contêm as características extraídas2 dos planosde imagem atual e desejado, respectivamente. Os alvos de referência são estáticos,s∗ éconstante e a mudança sobres somente depende do movimento da câmera.

2As características de imagem são ascoordenadas do descriptor SURF, ver subsection 3.4.2


Aproximação da Matriz de Interação

Devido à dificuldade de calcular com exatidão a pseudo-inversa da matriz de interação

Le, existem algumas escolhas disponíveis para estimarL+e e ser utilizado na lei de con-

trole. Assim, levando em consideração uma condição suficiente que garante a estabilidadeassintótica global do sistema,

L+e L+

e (s(m(t),a),Z(t))> 0 (3.33)

Esta condição permite introduzir as possíveis opções na hora de estimarL+e . De fato,

consideram-se os seguintes casos.

1. QuandoL+e = L+

e (t), neste caso, a matriz de interação estima-se numericamentedurante o movimento da câmera, sem levar em consideração a forma analítica.Esta aproximação é muito interessante quando não se dispõe de nenhum modeloda câmera nem do robô. No entanto, é impossível neste caso demonstrar, quandoa condição (3.33) se satisfaz. Ainda mais, a estimação inicial da matriz de intera-ção pode levar a resultados instáveis, especialmente no começo do controle ondealgumas características visuais podem sair fora do campo devisão da câmera.

2. QuandoL+e = L+

e (s(m(t),a), Z(t)), neste caso, a matriz de interação atualiza-se acada iteração da lei de controle, utilizando a medida atual das características visuaise uma estimação da profundidade de cada ponto considerado.Z pode obter-se doconhecimento do modelo 3D do objeto ou do cálculo do movimento relativo da

câmera. Este caso é ótimo, pois, idealmente tem-seL+e L+

e (s(m(t),a),Z(t))= I quegarante a condição (3.33) e implica um sistema estável e desacoplado. No entanto,o controle no espaço da imagem pode implicar em um movimento da câmera ina-dequado, conduzindo a um mínimo local e/ou próximo da singularidade na tarefa.

3. QuandoL+e = L+

e (s∗(m(t),a), Z∗(t)), neste caso,L+

e é constante e determina-se du-rante um passooff-lineutilizando o valor desejado das características e uma aproxi-mação de profundidade dos pontos na localização desejada dacâmera. A condição(3.33) garante-se apenas na proximidade da posição desejada e consegue-se umcomportamento desacoplado, somente na proximidade desta posição. A determi-nação analítica dos limites desta proximidade está fora do alcance, devido à com-plexidade dos cálculos simbólicos envolvidos. A trajetória realizada na imagem ébastante previsível e algumas características podem ficar fora do campo de visão dacâmera durante o controle, especialmente se a posição inicial da câmera está longeda desejada.

4. QuandoL+e = 1

2 (Le+Le∗)+, neste caso, desde queLe está envolvido, a profundi-

dade atual de cada ponto deve estar também disponível.

O controle visual baseado em características da imagem têm um comportamentogeralmente satisfatório, inclusive na presença de erros decalibração da câmera. No en-tanto, apresenta problemas de estabilidade e convergência, tais como:

3.5. CONTROLE POR SERVOVISÃO 37

• A singularidade deL+e ou inclusiveLe, durante a tarefa de controle visual, a qual

pôde levar a um comportamento instável do sistema.• A aparição de mínimos locais, devido à existência de movimentos não realizáveis o

plano da imagem.• Desaparição das características visuais do plano da imagem.

Capítulo 4

Sistema Proposto

Neste capítulo apresenta-se uma descrição do protótipo desenvolvido e as arquiteturasde hardware e software adotadas, as estratégias de controlede orientação e de posiçãodo helicóptero quadrirrotor, bem como a estratégia de navegação proposta.

4.1 Protótipo de um Helicóptero Quadrirrotor

Visando aplicações de monitoramento aéreo, foi desenvolvido um protótipo de um he-licóptero quadrirrotor capaz de comportar uma carga útil suficiente para permitir quetodo o processamento seja feito embarcado. O protótipo foi construído utilizando itensdisponíveis no mercado, mais conhecidos como COTS (Commercially available Off-The-Shelf). A alimentação dos motores se dá através de um conjunto de baterias de polímerode lítio e a estrutura física do VANT foi construída em alumínio, como mostrada na figura4.1. Quatro motores elétricos do tipoBrushlesssão usados para o sistema de propul-são. Esse tipo de motor introduz uma confiabilidade mais elevada, ruído reduzido alémde uma vida útil mais longa [Murray et al. 1997]. O seu acionamento é feito por meiode um controlador eletrônico de velocidade,ESC - Eletronic Speed Control, o qual é umhardware que recebe um sinal PWMδ como sinal de referência 0≤ δi(t)≤ 1∈ R+, onde1ms≤ t ≤ 2ms ei = 1, · · · ,4. A partir destas referências, O ESC gera as ondas trifásicasnecessárias para acionar esse tipo de motor. As hélices são acopladas aos motores sem sis-temas de redução, desta forma, hélices de 12 polegadas, atingiram um empuxo máximo deaté 20N1. Este veículo é considerado como um quadrirrotor de grande porte, porque estepode levantar uma carga extra de até 2.0kg, o qual pode incluir um módulo de aquisicãode imagens, sensores (um AHRS e um sonar SRF08) e um computador embarcado. Aautonomia de vôo do veículo é de aproximadamente 14 minutos.

A tabela 4.1 apresenta os diversos componentes do robô, suasrespectivas massas e amassa total do protótipo do quadrirrotor.

120N é a máxima força de empuxo que cada motor com sua respectiva hélice produz, este valor foiobtido experimentalmente.

40 CAPÍTULO 4. SISTEMA PROPOSTO

Figura 4.1: Protótipo do helicóptero quadrirrotor desenvolvido no laboratório de roboticado DCA-UFRN.

4.1.1 Arquiteturas de Hardware e Software

As arquiteturas de Hardware e Software propostas são baseadas no paradigma Mestre-Escravo, as quais utilizam um barramento USB padrão como interface de comunicação[Maranhao & Alsina 2009]. O mestre do barramento é um computador embarcado exe-cutando o sistema operacionalUbuntu Linux, conectado a diversos microcontroladoresescravos através do barramento USB. Esta arquitetura foi concebida de tal forma quenovos microcontroladores podem ser inseridos de forma modular, agregando funciona-lidades ao robô. O diagrama de blocos da arquitetura proposta pode ser vista na figura4.2.

Por afinidade relacionada com as técnicas de programação e a disponibilidade de umainterface USB, o microcontrolador escolhido para compor o robô foi oPIC 18F2550. EstePIC é fabricado pelaMicrochip . Na arquitetura de hardware, um dos microcontroladoresrecebe 4 velocidades de referência (uma para cada motor) pelo bus da USB e deve edeve gerar 4 sinais de controle(δ1,δ2,δ3,δ4)para cada ESC. O mesmo microcontroladoré resposável pela leitura dos dados vindos do GPS.

Um outro microcontrolador é utilizado para atuar exclusivamente como interface entreo computador embarcado e os sensores inerciais (oAHRS que quer dizerAttitude andheading reference system) 2. Isto deve-se às especificações do controle da malha interna

2Um AHRS consiste de 3 giroscópios, 3 acelerómetros e 3 magnetómetros. Uma placa de processamentocalcula a taxa de variação com relaçao ao tempo da posição absoluta em Hexadecimal [Datasheet of theCHR-6dm Attitude and Heading Reference Systemn.d.]

4.1. PROTÓTIPO DE UM HELICÓPTERO QUADRIRROTOR 41

Tabela 4.1: Massas das componentes do helicóptero quadrirrotorComponente Massa/gr Unitário Total

Estrutura de Aluminio 1327.9 g 1 1327.9 gMotores Elétricos 144.58g 4 578.32g

ESC 45.07g 4 180.28gHélices 24g 4 96gBaterias 409g 2 818gTotal: 3000,5g

do veículo (controle de estabilização), que em geral a taxa de amostragem deve ser muitomais rápida que o controle da malha externa (controle de posição). O microcontroladorrecebe os dados do sensor por meio da interface serial e o disponibiliza através da USBpara o controlador embarcado. Nesta tese o tempo de amostragem relacionado ao sensorinercial é de 25ms.

Finalmente, o terceiro microcontrolador é usado como interface entre o computadorembarcado e alguns sonares. Os sonares são utilizados para ocontrole de altitude e sãoconectados ao microcontrolador por meio de um busI2C. Devido à natureza do protocolo,alguns sonares podem ser conectados ao mesmo bus e utilizar omesmo microcontroladorpara à interface com o computador embarcado via bus USB.

A figura 4.3 mostra um diagrama de blocos que descreve a comunicação entre a es-tação base e o computador embarcado no quadrirrotor. Esta estação base é a interfaceusada pelo operador na terra para supervisar as operacões dorobô. A mesma foi im-plementada num computador móvel (laptop) e fornece informações visuais referentes àtelemetria do VANT. Através de um enlace de rádio é possível enviar comandos de altonível tais como, "POUSAR", "DECOLAR"ou até coordenadas de referência GPS, porexemplo. O software foi desenvolvido em módulos a fim de permitir que a comunicaçãoentre o robô e a estação base possa ser feita por três enlaces distintos:

• Protocolo wi-fi 802.11• Comutação de circuitos: Utilizando um modem GSM no computador embarcado e

outro na estação base• Rádio frequência: Módulos XBee de longo alcance

Existem três módulos principais que trabalham de forma concorrente na estação base.O módulo de comunicação é responsável por receber e enviar dados por qualquer que sejao enlace utilizado e os disponibiliza em uma área de memória compartilhada. O segundomódulo, o módulo de exibição (GUI), é responsável por ler essa área de memória e exi-bir de forma amigável ao usuário as seguintes informações: Posição global dados peloGPS, tensão das baterias, informação de altitude dados pelos sonares e o altímetro, ângu-los de atitude fornecidos pelo sensor inercial (AHRS), histórico do tempo das variáveiscontroladas e setpoints e imagens capturadas pela câmera embarcada no quadrirrotor.

Por último, o terceiro módulo é o modulo de armazenamento, que é responsável porgravar em arquivo todos os dados referentes às experiênciasconduzidas. Da mesmaforma, no computador embarcado, o programa responsável pela aquisição de dados e


USB

WLAN

ETHERNET

USART

I2C

Motores Brushless

USART

USB

USB

Figura 4.2: Architetura Mestre-escravo adoptada no helicóptero quadrirrotor.

geração dos sinais de controle se comunica através de uma memória compartilhada como programa de interface com a rede.

Para os módulos que se encontram no mesmo computador, a comunicação é feita pormecanismos de comunicação entre processos (IPC), sendo constituída por uma memoriacompartilhada de escrita, outra de leitura e um semáforo para cada uma delas, possibili-tando a interface entre os módulos.

Para o sistema de monitoramento proposto nesta tese, o veículo é capaz de carregaralguns sensores adicionais. Nesse contexto, deve-se suporque o veículo deverá contarcom uma câmera termo-infravermelha e cujas imagens podem ser capturadas e enviadaspara o operador em terra fazendo uso da interface gráfica desenvolvida (ver figuras 4.4 e4.5).

4.2. ESTRATÉGIAS DE CONTROLE 43

Estação BaseComputador

Embarcado

Figura 4.3: Diagrama de blocos referente à comunicação entre a estação base e o com-putador embarcado do quadrirrotor.

4.2 Estratégias de Controle

Nesta tese, um helicóptero quadrirrotor foi instrumentadocom sensores inerciais (umAHRS), GPS, sonares, um altímetro e uma câmera ipWi-Fi. Nos quais, o AHRS forneceinformações de orientação, ou seja,RI Q (t) ∈ SO(3) do quadrirrotor fixo no frameQ ,

com relação a um frame inercialI, ao longo do tempot. ( RI Q (t) é a matriz de rotaçãoque rotaciona as coordenadas dos pontos no frameQ para o frameI). O GPS forneceestimativas da posição de origemXI Q (t)∈R

3 do frameQ expressos no frame inercialI. Sem perda de generalidade, considera-se a origem do frame inercial a vizinhançado cenário de monitoramento e a superfície no chão com o eixoZ perpendicular a este eapontando para cima, tal como mostra na figura 4.6. A informação fornecida pelo AHRSé considerada como ideal, ou seja, não é corrompida por ruído, enquanto as informaçõesfornecidas pelo GPS e a câmera são consideradas corrompidaspor ruído.

Um diagrama de blocos das estratégias de controle tanto em baixo e alto nível podemser visualizadas na figura 4.7. Nesta tese, considera-se queo controle em baixo nível ouseja, o controle de estabilização já foi resolvida. Ficandoapenas o controle em alto nívelou também conhecida como controle de posição para ser resolvida nesta tese.

4.2.1 Controle de Estabilização

O controle de estabilização tem como objetivo somente levaro veículo a um determinadoângulo de rolagem, guinada e arfagem, mantendo a sua altidude. O controlador da malhainterna então, gera os sinais de entrada PWM (δi) para cada um dos quatro motores dorobô baseado nos ângulos de orientação e na altura medidos. Para tal fim, adotou-se umprocedimento de desacoplamento baseado na transformação das variáveis de entrada do


Figura 4.4: Interface gráfica da estação base

Figura 4.5: Informações do helicóptero

4.2. ESTRATÉGIAS DE CONTROLE 45

Figura 4.6: Cenário da missão de monitoramento do helicóptero

sistema. Essa mesma estratégia pode ser encontrada nos trabalhos de Bouabdallah &Siegwart (2007), N & Porter (2009), Altug et al. (2002). Estaestratégia trata de controlarde forma desacoplada os ângulos de rolagem, arfagem e guinada, sendo apenas a altitudeacoplada a estes ângulos. Assim, quatro controladores PID foram implementados.

4.2.2 Controle de Posição

Partindo da equação (3.32) e observando a figura 3.4, pode-sepreceber queVc está noframe da câmeraC, por tanto,Vc debe ser mapeado ao frame do helicóptero quadrirro-tor Q . Para isto, utiliza-se uma matriz de transformação, tal como:

VQ = TQC Vc (4.1)

Esta matrizTQC é conhecida e é constante. Nesta tese, foi utilizada a técnica de con-

trole por servovisão baseada em imagem que sua na saída gera um vetor de velocidadesV∗

c no frame da câmeraC, sendo que,V∗c pode ser transformado ao frame do quadrirro-

tor Q se transformando no vetor de velocidadesV∗Q. Assim, este vetor de velocidade

desejada do quadrirrotorV∗Q também será um vetor de tamanho 6×1, cujas componetes

são[ x∗ y∗ z∗ φ∗ θ∗ ψ∗ ]T e podem ser utilizadas como entradas de referência paraos controladores da malha interna.

Por exemplo, para ocontrolador de altitude, a terceira componente ˙z∗ do vetorV∗Q

é utilizada diretamente. Para ocontrolador de guinadaa sexta componente do vetorV∗Q

pode ser utilizada. Já para obter deslocamentos ao longo doseixosX eY é necessário ter


Figura 4.7: Malhas de Controle do Quadrirrotor

controlados os ângulos de rolagem e arfagem. Por isso, para um deslocamento ao longodo eixoX são necessários o ângulo de arfagem de referência e a derivada do ângulo dearfagem (θ∗, θ∗). De forma similar, para obter deslocamentos ao longo do eixo Y sãonecessários o ângulo de rolagem de referência e a derivada doângulo de rolagem (φ∗, φ∗).As derivadas de tais ângulos são a quarta e quinta componentedo vetorV∗

Q já os ângulosde referência podem ser obtidos apartir de seguinte equação:

φ∗ = arcsin[kdy(y∗− y)] (4.2)

θ∗ = arcsin[kdx(x∗− x)] (4.3)

O helicóptero controlado produz a informação de posição como saída. A posiçãodo helicóptero consiste na posição e orientação ao redor doseixosX, Y e Z, respectiva-mente. Esta informação de posição do helicóptero pode ser expresso como um vetor detamanho 6×1 tal como:xQ = [ x y z φ θ ψ ]T . Técnicas semelhantes podem serencontradas nos trabalhos de Ceren & Altug (2012) e Erginer &Altug (2007).

4.3 Navegação Baseada em Imagem

A estratégia de navegação proposta nesta tese, é a partir do controle por servovisãobaseada em imagem. Assim, a estratégia de navegação é dividida em duas fases: Aprimeira fase, é conhecida como fase de aprendizagem e é feito de formaoff-line, ou seja,um mapa visual é construido e armazenado. Este mapa contem informações cartesianasfornecidas pelo GPS onde cada frame de imagem foi capturada eum conjunto de alvos esuas respectivas características de imagem (SURF) extraídas. Este mapa pode ser escritocomoG = (I ∗,F ∗). Considerando os instantes de amostragem comok, as característicasde imagem extraídas durante o mapeamentooff-lineapartir do vetor de características dereferências∗(k) = [ s∗1 s∗2 · · · s∗j ]T , onde as característicass∗j são visíveis a todo mo-mento, mas o número de característicasj variam a cada instante de amostragemk, como

4.3. NAVEGAÇÃO BASEADA EM IMAGEM 47

pode ser visto na Figura4.8.

Figura 4.8: Mapa baseado em imagem

Na segunda fase, coloca-se como entrada de referência o vetor G ao invés do vetor decaracterísticasf ∗ no diagrama de controle da Figura 4.7.

Capítulo 5

Resultados

Este Capítulo apresenta resultados em simulação das estratégias de controle para o he-licóptero quadrirrotor tanto de estabilização como de posicionamento relativo. A estraté-gia de navegação proposta também é apresentada em simulação.

5.1 Simulador Dinâmico

Foi implementado também um simulador do helicóptero quadrirrotor no Matlab/Simulinkconsiderando seu modelo dinâmico completo de tal forma a simular uma plataforma maispróxima da real. Parámetros extraídos do protótipo foram utilizados no modelo de si-mulação e são listados na tabela 5.1. O diagrama de blocos do modelo do quadrirrotorimplementado no Matlab/Simulink pode ser observado na Figura 5.1. Este simuladorfoi implementado para fins de teste dos algoritmos de controle, tanto para estabilizaçãoquanto para posição.

Nas figuras 5.2, 5.3, 5.4, 5.5, podem ser observados gráficos de movimento verticaldo helicóptero quadrirrotor, velocidades nos eixosx, y e z e sua posição e orientação,respectivamente. Estas respostas foram obtidas em malha aberta, fixando os ângulos deRolagem, Arfagem e Guinada para 0 graus e os sinaisδi máximos visando gerar ummovimento vertical.

50

CA

PÍT

ULO

5.R

ES

ULTA

DO

S

x_y_z

dx_dy_dz

d_POSICAO

quad_dx_dy_dz

d_ORIENTACAO

quad_dphi_dtheta_dpsi

TIME

time

Step3

Step2

Step1

Step

PROPULSORES

In1

In2

In3

In4

omegas

POSICAO

quad_x_y_z

ORIENTACAO

quad_phi_theta_psi

Integrator1

1

sxoIntegrator

1

sxo

Condicoes iniciais 2

Out1

Condicoes iniciais 1

Out1

Clock1

ATITUDE

atitude

altitude

W1 a W4

dAtitude

Omegas

ALTITUDE

atitude

altitude

W1 a W4

dAlitude

Fig

ura

5.1

:S

imu

lado

rd

oq

uad

rirroto

rn

oM

atlab/S

imu

link

5.1. SIMULADOR DINÂMICO 51

Tabela 5.1: Principais parámetros do quadrirrotor

Simbologia unidade

m 0.65kgg 9.806m/s2

d 0.232mρ 1.293kg/m3

d 1.5e−4Nm s2

Jx,Jy 7.5e−3Nm s2/radJz 1.3e−2Nm s2/radKt 10e−15N s/mKr 10e−15Nm s/radCT 0.055CQ 0.024R 0.15m eA= πR2

Vg 14VRm 0.036ΩJm 4e−4kg m2

Jr 6e−3kg m2

km 0.01433kg m/A

−10

−5

0

5

10

−10

−5

0

5

100

0.5

1

1.5

2

2.5

3

x [m]

x, y, z [m]

y [m]

z [m

]

Figura 5.2: Movimento vertical do helicóptero quadrirrotor em malha aberta

52 CAPÍTULO 5. RESULTADOS

0 1 2 3 4 5 6 7 8 9 10−5

0

5

10

15

20

25

30

[m/s

]

time [s]

dx/dtdy/dtdz/dt

Figura 5.3: Velocidade do helicóptero quadrirrotor gerando um movimento vertical emmalha aberta

0 1 2 3 4 5 6 7 8 9 10−20

0

20

40

60

80

100

120

140

[m]

time [s]

xyz

Figura 5.4: Variáveis de posição nos respectivos eixosx,y,z do helicóptero quadrirrotorem malha aberta

5.2. CONTROLE DE ALTITUDE E DE ORIENTAÇÃO DO QUADRIRROTOR 53

0 1 2 3 4 5 6 7 8 9 10−1

−0.8

−0.6

−0.4

−0.2

0

0.2

0.4

0.6

0.8

1

φ, θ

, ψ [d

eg]

time [s]

φθψ

Figura 5.5: Variáveis de orientaçãoφ,θ,ψ nos respectivos eixosx,y,z do helicópteroquadrirrotor em malha aberta

5.2 Controle de Altitude e de Orientação do Quadrirro-tor

Como foi descrito na seção 4.2, a estratégia de controle é composta por duas malhas decontrole em cascata, uma para o controle de estabilização e aoutra para o controle deposicionamento relativo. Para o controle de estabilização, conforme descrito na seção4.2.1, foram projetados e implementados quatro controladores do tipo PD (Controladoresproporcional derivativo), os quais controlam o movimento vertical (deslocamento do he-licóptero no eixoz) e os ângulos de arfagem, rolagem e guinada. Cada controladorencarrega-se de controlar um movimento, ou seja, um controlador para controlar o deslo-camento no eixoz, e os outros três controladores são encarregados de controlar os ângulosde rolagem, arfagem e guinada, respectivamente. Resultados experimentais podem serencontados nos trabalhos de Guimarães et al. (2012b) e Guimarães et al. (2012a)

Nas figuras 5.7, 5.8, 5.9 e 5.6 podem ser visualizados o deslocamento no eixoZ, osângulos de Rolagemφ, Arfagemθ e Guinadaψ , tendo 2 metros como a referência dealtitude,π/18= 0.2rad (10 Graus) como referência dos ângulos de Rolagem e Arfageme π/4= 0.8rad (45) como referência do ângulo de Guinada.


Figura 5.6: Deslocamento no eixoz em malha fechada: Posição emZ de referência é 2.0m.

Figura 5.7: Ângulo de Rolagemφ em malha fechada: Ângulo de referência de 10 graus.

Figura 5.8: Ângulo de Arfagemθ em malha fechada: Ângulode referência de 10 graus.

5.3. CONTROLE DE POSIÇÃO DO QUADRIRROTOR 55

Figura 5.9: Ângulo de Guinadaψ em malha fechada: Ângulo de referência de 45 graus.

5.3 Controle de Posição do Quadrirrotor

A estratégia de controle por servovisão utiliza como entradas de referência um vetor decaracterísticas de imagem desejadas extraídas apartir de uma imagem, onde esta contemimplicitamente informações de posição e orientação desejadas do helicóptero. Na saídado controlador é fornecido apenas um vetor de velocidade no frame do helicóptero cujascomponentes são velocidades lineares e angulares nos eixosx, y e z, respectivamente,conforme descrito na seção 4.2.2. Assim, para fins de simulação e testar a estratégia decontrole por servovisão, considera-se que o helicóptero esteja completamente estabilizadoe é tratado como apenas um ponto no espaço. Nesse contexto, implementou-se a estratégiatanto noMatlab quanto com o opencv. NoMatlab os códigos foram baseados noToolboxVisual servoing do Simulink[EURON 2002 Summer School on visual Servoing 2002].

Nas figuras 5.10 e 5.12, podem ser visualizados os frames do mundo, do helicóptero,da câmera e do objeto (4 marcas circulares nos extremos de um quadrado). Como podeser notado, a câmera está a poucos centímetros (15cm) no mesmo eixo z do frame dohelicópteroQ . Foi simulado um movimento vertical do helicóptero (movimento no eixoz) a partir de uma posição e orientação inicial (ver figura 5.10) até alcançar uma posiçãoe orientação final (ver figura 5.12) com relação ao objeto. Obtivemos como resultadoas velocidades linear e angular no frame do helicóptero (verfigura 5.14(a)). As quatromarcas circulares consideradas como objeto, no plano de imagem são consideradas comoquatro características de imagem (4 pontos) para serem utilizadas. As características dereferência podem ser visualizadas na figura 5.13, o plano de imagem inicial pode ser vistona figura 5.11.

Trajetórias seguidas pela câmera e pelas características de imagem para um movi-mento vertical são mostrados nas Figuras 5.15(a) e 5.15(b).


0

0.2

0.4

0.6

0

0.2

0.4

0

0.2

0.4

0.6

0.8

1

1.2

objeto

X

Frame Quadrirrotor

Frame Mundo

Y

Z

Figura 5.10: Posição e orientação inicial do quadrirrotor(X,Y,Z,φ,θ,ψ) =(0.5,0.3,1.2,0,0,0): Câmera embarcada e localizada a 15cm do eixozQ do helicópteroapontando ao chão.

0 50 100 150 200 250 300 350 400 450 500

0

50

100

150

200

250

300

350

400

450

500

Figura 5.11: Plano da imagem (500x500): Objeto (4 pontos localizados no plano do chão)nos extremos do campo de visão.


00.2

0.40.6

00.2

0.4

0

0.5

1

1.5

2

2.5

3

objeto

X

Frame Quadrirrotor

Frame Mundo

Y

Z

Figura 5.12: Posição e orientação final do quadrirrotor(X,Y,Z,φ,θ,ψ) =(0.5,0.3,3,0,0,0): Câmera embarcada e localizada a 15cm do eixozQ do helicópteroapontando ao chão.

0 50 100 150 200 250 300 350 400 450 500

0

50

100

150

200

250

300

350

400

450

500

Figura 5.13: Plano da imagem (500x500): Objeto (4 pontos localizados no plano do chão)dentro do campo de visão.


0 10 20 30 40 50−0.09

−0.08

−0.07

−0.06

−0.05

−0.04

−0.03

−0.02

−0.01

0

0.01

Tempo (s)

Vel

ocid

ades

Velocidades Linear e Angular (m/s;rad/s)

νx

νy

νz

ωx

ωy

ωz

(a)

0 5 10 15 20 25 30 35 40 45−4

−3

−2

−1

0

1

2

3

Tempo (s)

(m;r

ad)

Pose da Camera

xyzψθφ

(b)

Figura 5.14: (a) Velocidades do Quadrirrotor, (b) Posição do Quadrirrotor


0.40.45

0.50.55

0.6

0.2

0.25

0.3

0.35

0.40.5

1

1.5

2

2.5

3

x (m)

end

start

Trajetoria da camera (m)

y (m)

z (m

)

(a)

0 100 200 300 400 500

0

50

100

150

200

250

300

350

400

450

500

Trajetoria das caracteristicas

u (pixeis)

v (p

ixei

s)

(b)

Figura 5.15: (a) Trajetória da câmera, (b) Trajetória das características no plano de ima-gem


Para o controle por servovisão implementado no opencv utilizaram-se imagens deuma instalação de petróleo em pequena escala localizada no campus da UFRN e conhe-cida como Laboratório de avaliação e medição de petróleo (LAMP). Foi simulado ummovimento lateral do helicóptero, mantendo uma altitude 1.2 metros. As característicasextraídas e utilizadas para gerar o vetor de velocidades no frame do helicóptero foramcoordenadas do descritorSURF. As figuras 5.16(a) e 5.16(b) mostram as imagens iniciale desejada. A imagem desejada é a imagem utilizada como alvo aser alcançado, o quesignifica que, quando a imagem atual seja semelhante à imagemalvo a velocidade noframe do helicóptero debe ser próxima de zero. Na figura 5.17 as velocidades lineares eangulares no frame da câmera são mostradas. Pode-se perceber que existe um movimentolinear apenas no eixoz da câmera, ou seja existe uma velocidadeVz. As velocidades li-neares nos eixosx ey são muito baixas. Movimentos angulares práticamente não existem.


(a)

(b)

Figura 5.16: (a) Imagem inicial, (b) Imagem Desejada.


Figura 5.17: Velocidades lineares no frame do helicópteroVx, Vy eVz, velocidades angu-lares no frame do helicópteroWx, Wy eWz

Para o controle de posicionamento relativo, conforme descrito na seção 4.2.2 o con-trole da malha externa foi feita utilizando a estratégia de controle por servovisão baseadaem características de imagem. Nas Figuras 5.18 e 5.19 podem ser visualizadas o dia-grama completo da estratégia adotada implementada no simulador e os gráficos de posiçãodo quadrirrotor, respectivamente. As referencias de entrada para o sistema são ape-nas coordenadas das características de imagem, as quais representam uma determinadaposição final do quadrirrotor. Assim, para uma posição e orientação desejadaxre f

Q =

[ 0 0 10 9.5 9.50 85 ]T , pode-se visualizar que em 5 segundos o quadrirotor con-seguiu a posição desejada, seguindo as referencias desejadas.

5.3.C

ON

TR

OLE

DE

PO

SIÇ

ÃO

DO

QU

AD

RIR

RO

TO

R6

3

desired features

pose_desejada

current features

poseinicial

arcsin_theta

asin

arcsin_phi

asinZ des

10

Y des

0

X des

0

Theta des

9.5

Scope6

Scope3

Scope1

Scope

QUADRIRROTORESTABILIZADO

phi_ref

z_ref

theta_ref

psi_ref

phi

theta

psi

dphi

z

dtheta

dz

x

dpsi

dx

y

dy

Psi des

85

Phi des

9.5

POSE DESEJADA

x des

y des

z des

phi des

theta des

psi des

Desired Features

Integrator1

1s

Integrator

1s

Controllador Derivativo

PD(s)

Controlador Derivativo

PD(s)

CONTROLADORPOR SERVOVISAO

In1

In2

In3

In4

In5

In6

In7

Vetor Velocidades

Out2

zrefzref

Fig

ura

5.1

8:

Diag

rama

com

pleto

do

sistema

no

Matlab

/Sim

uli

nk


Tempo [seg]

Figura 5.19: Controle de Posição do Quadrirrotor

5.4. ESTRATÉGIA DE NAVEGAÇÃO 65

5.4 Estratégia de Navegação

A estratégia de navegação proposta foi implementada em simulação no opencv. Utilizaram-se imagens de uma instalação de petróleo em pequena escala (LAMP), localizada no cam-pus da UFRN. Foi simulado um movimento do helicóptero ao redor do eixozQ. Comofoi descrito na seção 4.3, um mapa visual foi feito numa primeira fase. Este mapa con-tem quatro alvos a serem alcançados (ver figura 5.20), o primeiro alvo deve ser alcançadopor meio de um movimento lateral. O segundo, terceiro e quarto alvo devem ser alcança-dos por meio de movimentos rotacionais ao redor do eixoyc de 30 graus, respectivamente.Quando os alvos são alcançados as velocidades do helicóptero ficam próximas de zero, talcomo pode ser visto nas figuras 5.21 e 5.22. Os alvos foram alcançados entre as iterações100-130, 230-250, 350-380 e 430-450, respectivamente. Esta experiência em simulaçãomostra que é possível extender estratégias de controle por servovisão em estratégias denavegação, conforme foi planteado na seção 4.3.


Image Inicial

Primeiro Alvo

Segundo Alvo

Terceiro Alvo

Quarto Alvo ou Image Final

Figura 5.20: Mapa visual para navegação: Movimento laterale movimento de guinada.

5.4. ESTRATÉGIA DE NAVEGAÇÃO 67

Figura 5.21: Velocidades lineares no frame da câmera para ummovimento de guinada dohelicóptero.

Figura 5.22: Velocidades angulares no frame da câmera para um movimento de guinadado helicóptero

Capítulo 6

Conclusões

Esta tese apresentou um sistema de supervisão aérea para detecção de anomalias em ins-talações petrolíferas. Problemas de detecção de anomaliaspodem ser resolvidas atravésde missões de monitoramento executadas por um helicóptero quadrirrotor devidamenteinstrumentado, ou seja, sensores termo-infravermelhos devem ser embarcados. Para estefim, procedimentos preliminares são necessários, tais como: O desenvolvimento de umprotótipo de helicóptero quadrirrotor com capacidade de carga suficiente para possibilitarembarcar os sistemas eletrônicos necessários para aplicações de monitoramento, desen-volvimento de uma arquitetura de hardware e software apropriadas, controle de estabi-lização, controle de posição relativo e uma estratégia de navegação.

A arquitetura de hardware e software foi desenvolvida de umaforma modular, baseadana arquitetura Mestre-Escravo, onde um computador mestre embarcado, conectado deforma modular a vários microcontroladores escravos via barramento USB, centraliza ope-rações de controle, navegação, e percepção sensorial, comunicando-se com uma estaçãobase apenas para efeitos de supervisão.

Adotou-se uma estratégia de controle em cascata, onde uma malha interna é respon-sável pela estabilização da atitude e da altitude do veículo, enquanto uma malha externaé responsável pela navegação. Para o controle de estabilização (controle da malha in-terna) adotou-se um esquema de desacoplamento que possibilitou projetar controladoresindependentes de atitude e altitude.

Para a implementação dos controladores, a escolha dos ganhos dos controladoresforam realizados por tentativa e erro, no sentido de garantir a estabilidade do sistemaem malha fechada. O erro de regime existente na altitudez (ver figura5.6), deve-se aofato de usarmos uma estratégia de controle tipo PD; poderíamos utilizar uma estratégiaPID para eliminar esse erro, entretanto o ajuste dos parâmetros torna-se mais complicado.

O acoplamento entre as malhas de controle de altitude (z) e os ângulos de rolagemφe arfagemθ trouxe uma certa dificuldade na escolha dos ganhos do controlador PD dealtitude. Verificou-se que a existência deovershootno controle dos ângulos provoca umefeito de queda na altitude, o que, do ponto de vista prático éindesejável. Portanto éimportante que os ganhos do controladores desses ângulos sejam escolhidos de modo quenão haja overshoot na resposta em malha fechada.

A estratégia proposta para o controle de posição é baseada emservovisão que adi-cionadas ao controle de estabilização resultou num algoritmo de rastreamento visual, con-trolando deslocamentos do helicóptero com relação a alvos fixos. Assim, para o controle

70 CAPÍTULO 6. CONCLUSÕES

de posição (posicionamento relativo) a técnica de controlepor servovisão baseado em ca-racterísticas de imagem foi utilizada, onde a informação dereferência são característicasextraídas apartir de imagens, sendo estas as coordenadas dodescritor SURF. Esta técnicade controle, trata de minimizar um erro que é resultado da diferença de um vetor de carac-terísticas visuais extraídas de uma imagem atual com um vetor de características visuaisdesejadas extraídas de uma imagem desejada. Desta forma, consegue-se o movimento dacâmera a uma posição desejada, consequentemente o movimento do helicóptero a umaposição desejada.

A formulação de uma estratégia de controle que permita a saída e reingresso de ca-racterísticas no plano da imagem, deu inicio ao conceito de navegação, permitindo assim,uma tarefa de controle de uma forma global. Esta forma de definir a navegação visualimplicou no desenvolvimento de um sistema que permite mudanças de visibilidade nascaracterísticas da imagem devido à navegação do robô.

A escolha das características de imagem (descritor SURF) foi um ponto chave para arealização de uma tarefa de navegação visual neste tipo de ambiente (ambiente rico emcaracterísticas visuais). Pois a sua extração demostrou ser mais eficiente quando a cenaou ambiente é basicamente composta de objetos não-estruturados.

A estratégia de Navegação visual proposta tem algumas limitações, tais como, a téc-nica é válida apenas para ambientes com grandes quantidadesde características de ima-gem, tempo de processamento elevado, captura de imagens feitas no passo prévio (mapade características visuaisoff-line), tem que evitar movimentos bruscos (ou seja, evitar asaída e ingresso de novas características no plano de imagemde forma abrupta).

Apêndice A

Desenvolvimento de uma plataforma desimulação

Implementar um simulador dinâmico de um sistema robótico naatualidade torna-se umpaso indispensável quando o objetivo final é navegar de formaautônoma, pois os algorit-mos de controle e de navegação precisam ser testados na plataforma de simulação antes deserem embarcados no sistema real. Nesta tese, o objetivo de especificar, conceber, cons-truir e testar um simulador para o helicóptero quadrirrotoré facilitar o desenvolvimentode software que deverá ir embarcado no protótipo desenvolvido.

O ambiente de simulação cumpre os seguintes requisitos:

• Mostrar o comportamento do quadrirrotor numa instalação depetróleo em pequenaescala utilizando gráficos 3D.

• O comportamento do helicóptero quadrirrotor é resultado doseu modelo dinâmico.• Uma câmera é adicionada ao quadrirrotor.

1. Modelado do ambiente:O simulador é capaz de carregar cenas 3D salvas com ex-tensão∗.3ds, para nosso caso o ambiente modelado foi o Laboratório de avaliaçãoe medição de petróleo (LAMP), o qual é um ambiente em pequena escala de umatípica instalação de petróleo real. A figura A.1 mostra o a instalação de petróleo empequena escala (LAMP) modelado em um programa especializado (MilkShape 3D1.8.3 released).

2. Sistema de visão adicionada ao quadrirrotor:Com o objetivo de não ter pro-blemas nas rotações, a câmera que é adicionada ao quadrirrotor foi implementadacom quatérnios. No simulador gráfico, foram implementadas dois tipos de câmerasconhecidas em computação gráfica como, câmera em terceira pessoa (ambiente queo usuário visualiza) e a câmera em primeira pessoa (ambienteque quadrirrotor vi-sualiza), coforme mostrado na Figura A.2.

3. Implementação gráfica do quadrirrotor: A implementação gráfica do quadrirro-tor descreve movimentos com seis graus de liberdade, três dedeslocamento e trêsde rotação, tal como pode ser observado na figura A.3.

4. Implementação do modelo simplificado do quadrirrotor: Foi adicionada à im-plementação gráfica, o modelo dinâmico simplificado do helicóptero quadrirrotorque descreve um vôo pairado, desprezando torques devido à velocidade.

72APÊNDICE A. DESENVOLVIMENTO DE UMA PLATAFORMA DE SIMULAÇÃO

(a) (b)

(c) (d)

Figura A.1: Ambiente modelado (LAMP).

73

(a) (b)

(c) (d)

Figura A.2: Visualização das câmeras: (a) Vista da câmera emterceira pessoa. (b) Vistada câmera em primeira pessoa. (c) e (d) Vista das câmeras em primeira e terceira pessoa.

74APÊNDICE A. DESENVOLVIMENTO DE UMA PLATAFORMA DE SIMULAÇÃO

(a) (b)

(c) (d)

(e) (f)

Figura A.3: Visualização das câmeras: (a) Movimento vertical no eixoZ (quadrirrotorsubindo). (b) e (c) Movimentos do quadrirrotor à direita e à esquerda (Movimento noeixoY). (d), (e) e (f) Rotações de Rolagem, Arfagem e Guinada

Apêndice B

Velocidade de um corpo rígido

Para nossas aplicações em particular, requere-se a relaçãoentre a velocidade de algunsobjetos no espaço de trabalho e as mudanças correspondentesque ocorrem nas imagensobservadas no espaço de trabalho.

Considere um robô movimentando-se num espaço de trabalho comF ⊆SE3. O movi-mento é descrito por uma velocidade angular ou de rotaçãoΩ(t) = [ωx(t),ωy(t),ωz(t)]

T

e uma velocidade translacional ou linearV(t) = [Vx(t),Vy(t),Vz(t)]T .

SejaP um ponto rigidamente adicionado ao centro de massa do robô com o framede coordenadas base[x, y, z]T . A derivada com relação ao tempo das coordenadas deP,expressas em coordenadas base é dado por,

x= zωy−yωz+Vx (B.1)

y= xωz−zωx+Vy (B.2)

z= yωx−xωy+Vz (B.3)

Pode-se também escrever com notação de vetores, tal como:

P= Ω×P+V (B.4)

Note que o produto vetorial ou produto cruzado pode ser representado em termos deskew-symmetric matrixou matriz anti-simétrica,

sk(P) =

0 −z yz 0 −x−y x 0

(B.5)

Assim, pode-se ainda escrever,

P=−sk(P)Ω+V (B.6)

As velocidadesV eΩ escritas em forma conjunta é conhecida na literatura de robóticacomo velocidadescrew,

76 APÊNDICE B. VELOCIDADE DE UM CORPO RÍGIDO

r =

Vx

Vy

Vz

Ωx

Ωy

Ωz

(B.7)

Note quer , também representa a derivada der quando a matriz de rotaçãoR, éparametrizada pelo conjunto de rotações sobre o eixo de coordenadas.

Define-se a matriz 3×6 A(P) = [I3−sk(P)], ondeI3 representa a matriz identidade3×3. Então a equação B.6 pode ser escrita na forma de matriz como,

P= A(P)r (B.8)

Agora, suponha que, dado um ponto expresso em coordenadas fixas ao centro demassa do robôvP, e deseja-se determinar o movimento deste ponto em coordenadas iner-ciais, conforme o robô se movimenta,

P= A(xv(vP))r (B.9)

Referências Bibliográficas

Altug, E., J. P. Ostrowski & C. J. Taylor (2005), ‘Control of aquadrotor helicopter us-ing dual camera visual feedback’,The International Journal of Robotics Reseach24(5), 329–341.

Altug, E., J.P. Ostrowski & R. Mahony (2002), Control of a quadrotor helicopter usingvisual feedback,em‘Robotics and Automation, 2002. Proceedings. ICRA ’02. IEEEInternational Conference on’, Vol. 1, pp. 72 – 77 vol.1.

Álvarez, Luís O. Mejías (2006), Control visual de un vehículo aéreo autónomo usando de-tección y movimiento de caracteristicas en espacios exteriores, Tese de doutorado,Universidad Politécnica de Madrid, Escuela Técnica Superior de Ingenieros Indus-triales.

Amidi, O., T. Kanade & K. Fujita (1999), ‘A visual odometer for autonomous helicopterflight’, Robotics and Autonomous Systems28(5), 185–193.

Aracil, N. G., E. Malis, R. A. Santoja & C. P. Vidal (2005), ‘Continuous visual servoingdespite the changes of visibility in image features’,IEEE Transaction On Robotics21(6), 1214–1220.

Aracil, N. Garcia (2006), Técnicas Avanzadas para el Control Visual de Robots Basadasen Características de la Imagen. Aplicación a la Solución dePosibles Singulari-dades, Tese de doutorado, Departamento de Ingeniería de Sistemas Industriales.Universidad Miguel Hernandez.

Artieda, Jorge, José M. Sebastian, Pascual Campoy, Juan F. Correa, Iván F. Mondragón,Carol Martínez & Miguel Olivares (2009), ‘Visual 3-d slam from uavs’,J. Intell.Robotics Syst.55(4-5), 299–321.URL: http://dx.doi.org/10.1007/s10846-008-9304-8

Bay, H., Tuytelaars T. & Gool L.V. (2008), ‘Surf: Speeded up robust features’,ComputerVision and Image Understanding (CVIU)110, 346–359.

Bhave, A., B.H. Krogh, D. Garlan & B. Schmerl (2011), View consistency in architec-tures for cyber-physical systems,em‘2011 IEEE/ACM International Conference onCyber-Physical Systems (ICCPS)’, pp. 151–160.

Blanc, G., Y. Mezouar & P. Martinet (2005), Indoor navigation of a wheeled mobile robotalong visual routes,em‘Proceedings of the 2005 IEEE International Conference onRobotics and Automation’, Barcelona, Spain, pp. 3354–3359.

77

78 REFERÊNCIAS BIBLIOGRÁFICAS

Bouabdallah, S., M. Becker & R. Siegwart (2007), ‘Autonomous miniature flying robots:Coming soon!’,IEEE Robotics & Automation Magazine14(3), 88–98.

Bouabdallah, S. & R. Siegwart (2007), Full control of a quadrotor,em‘Intelligent Robotsand Systems, 2007. IROS 2007. IEEE/RSJ International Conference on’, pp. 153–158.

Ceren, Zehra & Erdinc Altug (2012), ‘Image based and hybrid visual servo control of anunmanned aerial vehicle’,Journal of Intelligent and Robotic Systems65, 325–344.

Cesetti, A., E. Frontoni, A. Mancini, P. Zingaretti & S. Longhi (2010), ‘A vision-basedguidance system for uav navigation and safe landing using natural landmarks’,J.Intell. Robotics Syst.57(1-4), 233–257.URL: http://dx.doi.org/10.1007/s10846-009-9373-3

Chaumette, F. & S. Hutchinson (2006), ‘Visual servo controlpart i: Basic approaches’,IEEE Robotics & Automation Magazinepp. 82–90.

Chaumette, F. & S. Hutchinson (2007), ‘Visual servo controlpart ii: Advanced ap-proaches’,IEEE Robotics & Automation Magazinepp. 109–118.

Colorado, J., A. Barrientos, A. Martínez, B. Lafaverges & J.Valente (2010), Mini-quadrotor attitude control based on hybrid backstepping and frenet-serret theory,em ‘2010 IEEE International Conference on Robotics and Automation (ICRA)’,pp. 1617–1622.

Coza, C. & C.J.B. Macnab (2006), A new robust adaptive-fuzzycontrol method applied toquadrotor helicopter stabilization,em‘NAFIPS 2006. Annual meeting of the NorthAmerican Fuzzy Information Processing Society’, pp. 454–458.

Datasheet of the CHR-6dm Attitude and Heading Reference System(n.d.), Relatório téc-nico.

Diao, Chen, Bin Xian, Qiang Yin, Wei Zeng, Haotao Li & Yungao Yang (2011), A non-linear adaptive control approach for quadrotor UAVs,em ‘2011 8th Asian ControlConference (ASCC)’, pp. 223 –228.

Draganfly Innovation Inc (2010), Draganflyer x6, Relatório técnico,http://www.draganfly.com/uav-helicopter/draganflyer-x6.

Erginer, B. & E. Altug (2007), Modeling and pd control of a quadrotor vtol vehicle,em‘Intelligent Vehicles Symposium, 2007 IEEE’, pp. 894 –899.

Ershov, Oleg, Alexey Klimov & Vladimir Vavilov (2007), Airborne detection of gas leaksfrom transmission pipelines by using a laser system operating in visual, near-ir, andmid-ir wavelength bands,em‘Proceedings of the 2007 Inframation 2007’.

EURON 2002 Summer School on visual Servoing (2002), Laboratory worknotes, Re-latório técnico.

REFERÊNCIAS BIBLIOGRÁFICAS 79

Evans, C. (2009), Notes on the opensurf library, Relatório técnico.

Fang, Y., W. E. Dixon, D. M. Dawson & P. Chawda (2005), ‘Homography-based vi-sual servo regulation of mobile robots’,IEEE Transaction On Systems Man andCybernetics-Part B35(5), 1041–1050.

Fontanelli, D., A. Danesi, F. A. W. Belo, P. Salaris & A. Bicchi (2009), ‘Visual servoingin the large’,International Journal of Robotics Research28(6), 802 – 814.

Fowers, S.G., Dah-Jye Lee, B.J. Tippetts, K.D. Lillywhite,A.W. Dennis & J.K. Archibald(2007), Vision aided stabilization and the development of aquad-rotor microUAV, em ‘CIRA 2007 International Symposium on Computational Intelligence inRobotics and Automation’, pp. 143–148.

Ghadiok, Vaibhav, Jeremy Goldin & Wei Ren (2011), Autonomous indoor aerial grip-ping using a quadrotor,em‘2011 IEEE/RSJ International Conference on IntelligentRobots and Systems (IROS),’, pp. 4645–4651.

Grzonka, S., G. Grisetti & W. Burgard (2012), ‘A fully autonomous indoor quadrotor’,IEEE Transactions on Robotics28(1), 90–100.

Guimarães, F.J.P., L.T. Laura, S.A. Sanca, S.M. De-Deus, N.A. Schildt, P. Alsina &D.A. Medeiros (2012a), Estratégia de estabilização para um helicóptero quadrirrotorautônomo,em‘XIX Congresso Brasileiro de Automática’.

Guimarães, F.J.P., L.T. Laura, S.A. Sanca, S.M. De-Deus, N.A. Schildt, P. Alsina &D.A. Medeiros (2012b), Fully autonomous quadrotor: A testbed platform for aerialrobotics tasks,em‘IX Robotics Symposium and Latin American Robotics Sympo-sium (SBR-LARS)’, pp. 68–73.

Harbick, K., J. F. Montgomery & G. S. Sukhatme (2001), Planarspline trajectory follow-ing for an autonomous helicopter,em‘Proceedings of 2001 IEEE International Sym-posium on Computational Intelligence In Robotics and Automation’, Banff, AL,Canada, pp. 408–413.

Harris, C. & M.J. Stephens (1988), A combined corner and edgedetector,em ‘AlveyVision Conference’, pp. 147–152.

Herisse, B., S. Oustrieres, T. Hamel, R. Mahony & F. Russotto(2010), A general op-tical flow based terrain-following strategy for a vtol uav using multiple views,em ‘Robotics and Automation, (ICRA). 2010 IEEE InternationalConference on’,pp. 3341 – 3348.

Herisse, B., T. Hamel, R. Mahony & F-.X. Russotto (2011), ‘Landing a vtol unmannedaerial vehicle on a moving platform using optical flow’,Robotics, IEEE Transac-tions onPP(99), 1 –13.


Hoffmann, F., N. Goddemeier & T. Bertram (2010), Attitude estimation and control of aquadrocopter,em‘Intelligent Robots and Systems (IROS), 2010 IEEE/RSJ Interna-tional Conference on’, pp. 1072 –1077.

Hrabar, S. E. N. K. (2006), Vision-Based 3D Navigation for anAutonomous Helicopter,Tese de doutorado, Faculty of the Graduate School University of Southern Califor-nia.

Hutchinson, S., D. Hager & P. Corke (1996), ‘A tutorial on visual servo control’,IEEETransaction on Robotics and Automation12(5), 651–670.

Ilarslan, M., M.K. Bayrakceken & A. Arisoy (2011), ‘Avionics system design of a miniVTOL −UAV’, IEEE Aerospace and Electronic Systems Magazine26(10), 35–40.

Juan, Luo & Oubong GwonK (2009), ‘A comparison of sift, pca-sift and surf’, Interna-tional Journal of Image Processing (IJIP)3(4), 143–152.

Kosecka, J. (1996), Visually guided navigation,em‘Proceedings of Symposium Interna-tional of Robotics Systems’, Lisboa, Portugal.

Kovesi, P. (2003), ‘Phase congruency detects corners and edeges’,IAPR Digital ImageComputing Techniques and Applicationspp. 309–318.

Kundur, S. R. & D. Raviv (1998), ‘A Vision-Based pragmatic strategy for autonomousnavigation’,Pattern Recognition, Elsevier Science.31(9), 1221–1239.

Kundur, S. R. & D. Raviv (2000), ‘Active vision-based control schemes four autonomousnavigation task’,Pattern Recognition, Elsevier Science.(33), 298–308.

Kuprewicz, Richard B. (2007), Observation on practical leak detection for transmissionan experience and perspective, Relatório técnico, Pipeline Safety Trust.

Laura, L.T., P. Alsina & D.A. Medeiros (2009), Posicionamento de um veículo aéreoautônomo para deteção de corrosões em dutos,em‘Quinto Congresso Brasileiro deP & D em Petróleo e Gás’.

Laura, L.T., S.A. Sanca, Guimarães F.J.P., S.M. De-Deus, N.A. Schildt, P. Alsina & D.A.Medeiros (2012), Monitoring of sugar cane plantations by a micro-unmanned aerialvehicle,em‘First RHEA International Conference on Robotics and associated High-technologies and Equipment for Agriculture’, pp. 223–228.

Laura, L.T., S.A. Sanca, P. Alsina & D.A. Medeiros (2010), Posicionamento de umveículo aéreo não tripulado: Uma alternativa para deteção de corrosões em dutos,em‘Rio Oil & Gas Expo and Conference’.

Laura, L.T., S.A. Sanca, P. Alsina, D.A. Medeiros & F.J.P. Guimarães (2011), ‘Posi-cionamento de um veículo aéreo não tripulado para deteção decorrosões’,Petro &Quimicapp. 34 –38.


Lowe, David G. (2004), ‘Distinctive image features from scale-invariant keypoints’,Int.J. Comput. Vision60(2), 91–110.URL: http://dx.doi.org/10.1023/B:VISI.0000029664.99615.94

Ludington, B., E. Johnson & G. Vachtsevanos (2006), ‘Augmenting uav autonomy’,IEEERobotics & Automation Magazine13(3), 63–71.

Madani, T. & A. Benallegue (2007), Sliding mode observer andbackstepping control fora quadrotor unmanned aerial vehicles,em‘ACC ’07 American Control Conference’,pp. 5887–5892.

Malis, E., F. Chaumette & S. Boudet (1998), 2 D 1/2 visual servoing, Relatório Técnico3387, Institut National de Recherche En Informatique et en Automatique.

Malis, Ezio (2004), ‘Visual servoing invariant to changes in Camera-Intrinsic parameters’,IEEE Transactions on Robotics and Automation20(1).

Maranhao, D. & P. Alsina (2009), Project of a hardware and software architecture for anunmanned aerial vehicle,em‘Robotics Symposium (LARS), 2009 6th Latin Amer-ican’, pp. 1 –6.

Metni, N. & T. Hamel (2007), ‘A uav for bridge inspection: Visual servoing control lawwith orientation limits’,Automation in Constructionpp. 3–10.

Metni, N., T. Hamel & F. Derkx (2005), Visual tracking of aerial robotic systems withadaptative depth estimation,em ‘Proceedings of the 44th IEEE Conference on De-cision and European Control Conference 2005’, Sevilla, Spain, pp. 6078–6084.

Mezouar, Y. & F. Chaumette (2000), Path planning in image space for robust visual ser-voing,em‘Proceedings of the 2000 IEEE International Conference on Robotics andAutomation’, San Francisco, California USA, pp. 2759–2764.

Mezouar, Y. & F. Chaumette (2002), ‘Path planning for robustImage-Based control’,IEEE Transactions on Robotics and Automation18, 534–549.

Michael, N., D. Mellinger, Q. Lindsey & V. Kumar (2010), ‘Thegrasp multiple micro-uavtestbed’,Robotics Automation Magazine, IEEE17(3), 56 –65.

Microdrones GmbH (2007), Technical information md4-200, Relatório técnico,http://www.microdrones.com/.

Mikolajczyk, K. & C. Schmid (2005), ‘A performance evaluation of local descriptors’,Pattern Analysis and Machine Intelligence, IEEE Transactions on27(10), 1615–1630.

Murray, A., P. Kettle & F. Moynihan (1997), Advances in brushless motor control,em‘American Control Conference, 1997. Proceedings of the 1997’, Vol. 6, pp. 3985–3989 vol.6.


N, Kottenstette & J. Porter (2009), Digital passive attitude and altitude control schemesfor quadrotor aircraft,em ‘ICCA 2009 IEEE International Conference on Controland Automation’, pp. 1761–1768.

Oropeza, R. S. & M. Devy (1997), Visually guided navigation of mobile robot in a struc-tured environment,em‘Proceedings of the Symposium on Intelligent Robotic Sys-tems’, Stockholm, Swede.

Orsag, M., M. Poropat & S. Bogdan (2010), Hybrid fly-by-wire quadrotor controller,em‘2010 IEEE International Symposium on Industrial Electronics (ISIE)’, pp. 202–207.

Remazeilles, A. & F. Chaumette (2007), ‘Image-based robot navigation from an imagememory’,Robotics and Autonomous Systems55(4), 345–356.

Sanca, A. S., P. J. Alsina & J. J. F. Cerqueira (2008), Dynamicmodelling of a quadro-tor aerial vehicle with nonlinear inputs,em ‘IEEE/LARS Latin American RoboticSymposium’, pp. 143–148.

Sasiadek, Jerzy Z. (2000), ‘3D local trajectory planner forUAV’, Journal of Intelligentand Robotic System29, 191–210.

Silveira, G., E. Malis & P. Rives (2006), Visual servoing over unknown, unstructuredlarge-scale scenes,em ‘Proceedings of the 2006 IEEE International Conference onRobotics and Automation’, Orlando, Florida, pp. 4142–4147.

Sivathanu, Y. (2004), Technology status report on natural gas leak detection in pipelines,Relatório Técnico DE-FC26-03NT41857, U.S. Department of Energy - NationalEnergy Technology Laboratory.

Sola, J. (2007), Towards Visual Localization, Mapping and Moving Objects TrackingBy a Mobile Robot: a Geometric and Probabilistic Approach, Tese de doutorado,Institut National Politechnique de Toulouse.

Stearns, Steven V., Raymond T. Lines, Christian J. Grund & C.Russell Philbrick (2004),Technology status report on active remote detection of natural gas pipeline leaks,Relatório Técnico DE-FC26-03NT41877, U.S. Department of Energy - NationalEnergy Technology Laboratory.

Wictor, Johan & Will Odell (2007), Aerial leak survey reportfor transcanada pipeline,Relatório técnico, Pergam Technical Services.

Zhang, H. & J. P. Ostrowski (n.d.), ‘Visual motion planning for mobile robots’,IEEETransactions on Robotics and Automation18(2).

Zirning, Werner, Matthias Ulbricht, Andreas Fix & Hans Kli (2004), Helicopter bornelaser methane detection system: A new tool for efficient gas pipeline inspection,em‘IGRC’, Vancouver, Canada.


Zul Azfar, A. & D. Hazry (2011), A simple approach on implementing imu sensor fusionin pid controller for stabilizing quadrotor flight control,em ‘Signal Processing andits Applications (CSPA), 2011 IEEE 7th International Colloquium on’, pp. 28 –32.

Sistema de Supervisão Aérea Baseado em Navegação Visual ... · A estratégia de navegação do...

Documents

Transcript of Sistema de Supervisão Aérea Baseado em Navegação Visual ... · A estratégia de navegação do...