Dissertação de Mestrado – Mathias Fassini Mantelli

Aluno: Mathias Fassini Mantelli
Orientadora: Profª. Drª. Mariana Luderitz Kolberg Fernandes

Título: Um Novo Modelo de Observação para o MCL Aplicado ao Problema de Localização Global de VANTs sobre Imagens de Satélite
Linha de Pesquisa: Inteligência Artificial

Data: 24/02/2017
Hora: 14h30min.
Local: Prédio 43412 – AUD-1 (Auditório 1), Instituto de Informática

Banca Examinadora:

Prof. Dr. Alexandre de Morais Amory (PUCRS)
Prof. Dr. Claudio Rosito Jung (UFRGS)
Prof. Dr. Edison Pignaton de Freitas (UFRGS)

Presidente da Banca: Profª. Drª. Mariana Luderitz Kolberg Fernandes

Resumo: A cada dia novos modelos de Veículos Aéreos Não Tripulados (VANTs) estão sendo lançados no mercado para serem utilizados em diversas aplicações, tais como mapeamento de ambientes e vigilância. Geralmente, estes robôs utilizam um sensor GPS como fonte de estimativa de localização. Contudo, para um bom funcionamento, este sensor depende de um número mínimo de satélites sincronizados com ele e que o sinal emitido pelos satélites seja recebido com boa qualidade, o que pode ser considerado um fator negativo. Uma forma de contornar este problema é empregar um sistema de localização baseado em visão computacional utilizando a câmera que já está embarcada no robô e imagens de satélite como mapa. Este sistema estima a localização do VANT através de comparações entre a imagem capturada por ele e diversas partes da imagem de satélite, buscando encontrar a que mais se assemelha com esta imagem capturada. Neste contexto, apresentamos uma variação do descritor BRIEF, o abBRIEF, para ser utilizado em um novo modelo de observação que também está sendo proposto. O modelo de observação é responsável por medir quão parecidas são as leituras do robô com diversas partes do mapa, para estimar a sua localização correta. Devido ao grande número de comparações necessárias, éimportante que o descritor utilizado no processo seja rápido, não consuma muitos recursos computacionais e seja robusto para lidar com as várias diferenças entre as imagens. O modelo proposto foi utilizado no algoritmo de Monte Carlo (Monte Carlo Localization, MCL) para realizar a localização de VANTs e apresentou resultados satisfatórios que corroboram a eficácia do modelo e do descritor.”

Palavras-chave: VANTs, MCL, BRIEF, localização, imagens.