Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/620
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorCampos, Victor Costa da Silvapt_BR
dc.contributor.authorSantos, Alison Cordeiro dos-
dc.date.accessioned2017-11-08T15:07:45Z-
dc.date.available2017-11-08T15:07:45Z-
dc.date.issued2017-
dc.identifier.citationSANTOS, Alison Cordeiro dos. Localização usando fusão sensorial de um GPS e odometria visual. 43 f. Monografia (Graduação em Engenharia de Computação) – Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2017.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/620-
dc.description.abstractO presente trabalho tem como foco o estudo em torno do problema de localização, que é um clássico problema presente na área da robótica. Praticamente todas as pessoas usam ou já usaram uma ferramenta de localização, com isso é aceitável encontrar uma solução cujo objetivo seja melhorar a qualidade desse tipo de ferramenta. Portanto, o objetivo principal aqui é o uso de técnicas de fusão sensorial usando informações de odometria visual obtidas por uma única câmera juntamente com as informações do GPS. Para a captura das informações da odometria visual foi anexado uma câmera em um objeto em movimento e teremos assim uma trajetória tendo como base o fluxo de vídeo obtido por essa câmera. Com o conhecimento de todos os parâmetros intrínsecos obtidos com a calibração da câmera, foi utilizado um algoritmo de odometria visual para estimar essa trajetória. Para a detecção das coordenadas de latitude e longitude do GPS foi utilizado um software gratuito de detecção de trilhas onde o trajeto feito e os dados necessários para o experimento podem ser obtidos por meio do site desse mesmo aplicativo. Por fim para a realização da fusão dessas duas informações, foi escolhido dentre os vários filtros estudados, o filtro de partículas. O mesmo foi implementado no MATLAB com um total de 100 (cem) partículas e os resultados gerados podem ser adquiridos no próprio software. Para que a fusão sensorial tenha um resultado satisfatório, é preciso que as informações adquiridas ao longo do processo sejam as mais precisas possíveis. Pode-se conferir no decorrer do trabalho que apenas a odometria visual obteve resultados com erros que não interferiram tanto no trajeto final. O que não ocorre na obtenção dos dados das coordenadas do GPS. Isso pode ser explicado por diferentes causas. O trajeto feito durante a captura pode ter sido curto diante do erro que o GPS detecta. Esse erro também pode ser diminuído aumentando a velocidade do veículo usado para a captura das informações ou simplesmente usando um GPS diferencial, diferente do comum usado nesse trabalho. Após observar os resultados espera-se que futuramente consiga-se tratar esse erro do GPS para que assim, a fusão tenha resultados mais satisfatórios. Esse objetivo se torna muito próximo, pois como dito antes, o resultado final da odometria visual foi muito bom. Com isso pode-se focar mais na melhoria dos dados do GPS.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsopen accesspt_BR
dc.subjectOdometria visualpt_BR
dc.subjectSistema de Posicionamento Global - GPSpt_BR
dc.subjectFusão sensorialpt_BR
dc.subjectLocalização geográficapt_BR
dc.titleLocalização usando fusão sensorial de um GPS e odometria visual.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.rights.licenseAutorização concedida à Biblioteca Digital de TCC’s da UFOP pelo(a) autor(a) em 12/09/2017 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.pt_BR
dc.contributor.refereeCampos, Victor Costa da Silvapt_BR
dc.contributor.refereeCosta, Fabrício Javier Erazopt_BR
dc.contributor.refereeLeite, Harlei Miguel de Arrudapt_BR
dc.description.abstractenThis work's focus lies on the localization problem, which is a classic problem in robotics. Almost everyone uses or has made use of a localization tool, and as such it is aceptable to find a solution whose goal is to enhance the quality of this kind of tool. In that regard, the main objective of this work is to make use of sensor fusion techniques using visual odometry information obtained from a single camera together with GPS information. In order to capture the information for the visual odometry, a camera was attached to a moving object and we can find a trajectory taking as base the video flow obtained from this camera. Having knowledge of the intrinsec camera parameters, obtained with the camera calibration, a visual odometry algorithm was employedto estimate this trajectory. In order to detect and store the latitude and longitude GPS information, a free trail detection software was used. In this software, the trajectory made, as well as the necessary data for the experiment can be obtained from the software's web page. Finally, in order to fuse these two informations, we made use (among the filters described in this work) of a particle filter. This filter was implemented in MATLAB with a total of 100 particles. In order for the sensor fusion to have a meaningful result, it is necessary that the information acquired through the process be as accurate as possible. However, in the course of this work, only the visual odometry found the results we were expecting. The GPS data did not really represent the experiment that was carried out. This can be explained by different causes. The trajectory made during the experiment might have been too short (given the GPS precision), or the moving speed might have been too low. These erros might be reduced by employing a faster vehicle or by making use of a differential GPS. After observing the results, we hope that in the future we are able to deal with these GPS errors in order to yield better results. We believe that this objective can be attained given how good the visual odometry results were.pt_BR
Aparece nas coleções:Engenharia de Computação - JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_LocalizacaoUsandoFusao.pdf1,56 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons