Técnicas de Alto Desempenho aplicadas à Sistemas de Visão Computacional para navegação autônoma de VANTs

  • Ronaldo Nagata UNIFESP
  • Álvaro Fazenda UNIFESP

Resumo


O uso de VANT (Veículo Aéreo não Tripulado) tem sido objeto de estudo e pesquisa, já que possui inúmeras aplicações e vantagens em relação a equipamentos tripulados de maior porte. Entretanto, ainda existe uma preocupação em relação ao sistema de navegação autônomo do VANT. A navegação, apenas utilizando-se de orientação espacial por GPS, pode ocasionar erros, devido a ruídos ou ataques no sistema de transmissão/recepção. A navegação alternativa utilizada neste trabalho consiste no uso da técnica de visão computacional, que inclui a aquisição de imagens em tempo real pelo equipamento, permitindo o controle de voô sobre uma trajetória pré-definida. Uma vez que o processamento de imagens utilizado para visão apresenta significativa demanda por computação numérica, este trabalho demonstra uma melhoria de desempenho do algoritmo utilizando-se de uma placa GPGPU de baixo consumo, e que possa ser embarcada no VANT.
Palavras-chave: Aplicações de Alto Desempenho, em áreas como Agricultura, Biologia, Engenharias, Física, Matemática, Ciência da Computação, Medicina, Mercado Financeiro, Química, Nanociências e outras, Arquiteturas Dedicadas e Específicas (GPUs, FPGAs e outras), Computação de Alto Desempenho

Referências

Braga, J. R. G., Velho, H. F. C., Conte, G., Doherty, P., and Shiguemori, É. H. (2016). An image matching system for autonomous uav navigation based on neural network. In 2016 14th ICARCV, pages 1–6.

Conte, G. and Doherty, P. (2008). An integrated uav navigation system based on aerial image matching. In 2008 IEEE Aerospace Conference, pages 1–10.

Goltz, G. A. (2011). Redes neurais artificiais em imagens para estimação da posição de um vant. Master’s thesis, Instituto Nacional de Pesquisas Espaciais, São José dos Campos.

Goltz, G. A. M. and Shiguemori, E. H. (2007). Aplicação do algoritmo sift em imagens de navegação autônoma. In Atividades de Pesq.e Desenv. do IEAv, pages 5–12. He, Z. and Siyal, M. Y. (1998). Edge detection with bp neural networks. 2:1382–1384 vol.2.

Li, W., Wang, C., Wang, Q., and Chen, G. (2008). An edge detection method based on optimized bp neural network. In 2008 International Symposium on Information Science and Engineering, volume 2, pages 40–44.

Longhitano, G. A. (2010). Vants para sensoriamento remoto - aplicabilidade na avaliação e monitoramento de impactos ambientais causados por acidentes com cargas perigosas. Master’s thesis, Universidade de São Paulo, São Paulo. NVIDIA (2014). NVIDIA Jetson TX2 - Datasheet. NVIDIA Corporation.

SANTOS, B. A. O. and Shiguemori, E. H. (2009). Determinação de pontos de controle em imagens aereas e de videografia para aplicação na navegação autônoma. In Seminário Anual de Iniciação Cientı́fica e Pós-Graduação do IEAV, pages 41–42.

Valavanis, K. and Vachtsevanos, G. (2014). Handbook of Unmanned Aerial Vehicles. Springer-Verlag GmbH.
Publicado
12/04/2019
NAGATA, Ronaldo; FAZENDA, Álvaro. Técnicas de Alto Desempenho aplicadas à Sistemas de Visão Computacional para navegação autônoma de VANTs. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DE SÃO PAULO (ERAD-SP), 10. , 2019, Campinas. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 9-12. DOI: https://doi.org/10.5753/eradsp.2019.13585.