DESENVOLVIMENTO DE SISTEMA DE SENSORIAMENTO E COMUNICAO PARA NAVEGAO DE VECULOS AUTNOMOS Rogrio Solda 1; William Pereira Terra 1; Filipe de Andrade

Morais 1; Wnderson de Oliveira Assis 2; Alessandra Dutra Coelho 2

1

Aluno de Iniciao Cientfica da Escola de Engenharia Mau (EEM-CEUN-IMT); 2 Professor(a) da Escola de Engenharia Mau (EEM-CEUN-IMT).

Resumo. Este trabalho prope o estudo e desenvolvimento de sistema de navegao para veculos no tripulados que transmitem e recebem informaes de velocidade e posio. O grande diferencial deste conceito est na capacidade de deteco de veculos muito antes dos sensores de distncia convencionais aplicando tcnicas de localizao de dispositivos mveis utilizando mdulos com tecnologia ZigBeeTM. Adicionalmente o sistema apresenta uma aplicao com sensores acelermetro e giroscpio com o objetivo de obter informaes de posio relativa e distncia percorrida com o intuito de mapear determinado percurso. Para o desenvolvimento dos algoritmos so aplicadas tcnicas como o mtodo dos mnimos quadrados, mtodo dos mnimos quadrados ponderados e Filtro de Kalman, produzindo um controle com minimizao do efeito de interferncias e incertezas nas medies dos sensores. Introduo No sentido de realizar um antigo sonho da humanidade, nos ltimos anos diversos prottipos de carros autnomos vm sendo desenvolvidos. Ainda que um veculo plenamente autnomo esteja distante de ser algo cotidiano, com o avano da tecnologia e na constante busca por oferecer conforto, comodidade e segurana aos seus clientes a indstria automobilstica a cada ano desenvolve e integra novos dispositivos aos seus carros tornandoos cada vez mais autnomos. nesse sentido a principal contribuio deste trabalho: desenvolver tecnologias que possam futuramente ser empregadas em veculos autnomos. A proposta deste trabalho de ir alm do simples monitoramento de sensores e controle de atuadores. Neste contexto, o objetivo apresentar um conceito de rede de comunicao entre veculos e entre o carro e a prpria estrada, onde cada veculo transmite e recebe informaes de posicionamento, direo e velocidade reduzindo a probabilidade de colises entre veculos. Alm disso, o veiculo tambm poder se comunicar com a pista para controle de velocidade e de fluxo de veculos em semforos. Apesar de ser idealizado de modo a ser aplicado em veculos autnomos, o conceito pode ser aplicado em veculos no autnomos ou semiautnomos (veculo com controle automtico de velocidade) ou mesmo em aplicaes de robtica autnoma, como sistema anticoliso ou at mesmo como sistema de rastreamento de veculos, sendo esta uma alternativa mais barata que a utilizada atualmente pelas seguradoras, o que torna o projeto ainda mais aplicvel. O conceito proposto para evitar a coliso de veculos envolve a comunicao entre os mesmos, a partir da qual os veculos trocam informaes de velocidade, posio relativa na pista e sentido do deslocamento. Essas informaes sero processadas via software de modo que o veculo responda de acordo com a situao de modo a evitar a coliso. Segue abaixo um exemplo ilustrativo: O veculo A trafegando na rua Y troca informao com um veculo B trafegando na rua X que faz interseco com a rua Y. A partir destas informaes processadas pelos veculos, os riscos so calculados e o sistema anticoliso de cada carro toma aes para evitar o acidente.

Material e Mtodos Com o objetivo de monitorar os sinais dos sensores, processar essas informaes, obter as variveis de posio, velocidade e distncia entre veculos prximos, bem como transmitir essas informaes, sero utilizados os seguintes dispositivos no projeto: Arduino 2009 - Arduino uma plataforma de hardware livre, projetada com um microcontrolador Atmel AVR (Wikipdia, 2011). o dispositivo no qual ser realizada toda a programao embarcada. Mdulos XBee - Os mdulos Xbee so dispositivos com tecnologia ZigBeeTM. Nesse trabalho foram utilizados mdulos XBee-Pro Srie 2 para fazer a comunicao entre os dispositivos. Shield XBee para Arduino - Kit didtico para Arduino que permite a comunicao direta entre o mdulo ZigBeeTM e um microcontrolador. 6DOF Razor- Ultra-Thin IMU Sparkfun - O 6DOF Razor o sensor de velocidade e posio angular. Utiliza os giroscpios LPR530AL e LY530ALH, assim como o acelermetro de 3 eixos ADX335. Isso permite obter 6 graus de medio em uma placa nica. Micromotor Faulhaber de 42 W com tacogerador - Trata-se de um servomotor que trabalha com tenso nominal de 12 V e velocidade mxima recomendada de 5000 rpm. Apresenta no eixo um tacogerador com tenso induzida de 4,3 mV/rpm. Utilizado no trabalho durante a realizao de testes para levantar experimentalmente os parmetros dos sensores. Kit ELVISTM (Educational Laboratory Virtual Instrumentation Suite) NI Elvis II + Series Prototyping Board - Sistema de aquisio de dados com placa NI PCI-6251 da National Instruments. Utilizada na aquisio de dados dos sensores para levantamento da curva caracterstica. Circuito Amplificador - Utilizado na amplificao da corrente para servomotor. Os seguintes softwares foram utilizados durante o projeto: MATLABTM da MathWorksTM Verso R2013a - Utilizado como ferramenta de projeto, simulao e tratamento dos dados capturados dos sensores. LabVIEW da National Instruments Verso 2012 - Necessrio para realizar a comunicao com o sistema de aquisio de dados. Software XCTU - Programa utilizado na configurao dos mdulos ZigBeeTM. DE Arduino - Aplicativo em Java que consiste no ambiente de programao , compilao e gravao do Arduino. Para realizar o projeto foram realizadas vrias etapas que incluem: - ensaios com os sensores acelermetro, do giroscpio e do mdulo XBeeTM como sensor de distncia; - aplicao do mtodo dos mnimos quadrados e do mtodo dos mnimos quadrados ponderados para minimizar o efeito das interferncias e incertezas e estimar as curavas caractersticas do acelermetro, do giroscpio e do mdulo XBeeTM como sensor de distncia; - aplicao do Filtro de Kalman para o tratamento dos sinais dos sensores de forma a estimar a velocidade e posio angular, minimizando as interferncias e incertezas; - aplicao do mtodo de integrao bilinear para estimar a velocidade e distncia relativas percorridas por um veculo. Todas essas etapas sero descritas a seguir onde tambm so demonstrados os resultados experimentais obtidos. Resultados e Discusso A aplicao prtica do conceito de controle de navegao para veculos autnomos apresentado neste artigo altamente dependente da confiabilidade do sistema. Por isso necessrio que os dados dos sensores sejam o mais preciso possvel. Sabemos porm que, por melhor que seja o instrumento de medio, sempre teremos certo nvel de incerteza e
2

impreciso. Portanto imprescindvel o uso de algum mtodo de minimizao das incertezas e interferncias. Baseado nesta premissa aplicou-se uma metodologia para realizar a modelagem matemtica do sistema de sensoriamento com giroscpio e acelermetro conforme o experimento que ser descrito a seguir. Ensaios com os sensores acelermetro e giroscpio Nesta etapa do desenvolvimento foram realizados ensaios utilizando o acelermetro e giroscpio, o servomotor, circuito de amplificao, kit ELVIS TM e o software LabVIEWTM para determinar experimentalmente os parmetros, modelar o sistema e obter a curva caracterstica do acelermetro e giroscpio aplicados no projeto. Para isso foram coletados os sinais dos sensores juntamente com os valores reais de velocidade e acelerao angular utilizando o experimento cujo diagrama de blocos apresentado na Figura 1. Para obter boa preciso no ensaio o sensor foi diretamente acoplado ao disco do servomotor e este ltimo foi controlado para girar em ambos sentidos. Assim, pela medio de velocidade do disco e aps clculos utilizando a constante de fora contraeletromotriz e aplicando a derivada foi possvel estimar, com boa aproximao, a velocidade angular (rad/s) e acelerao angular (rad/s2) do motor. Com a medio da distncia entre o centro de rotao do motor e a posio de fixao do sensor (raio em metros) foi possvel determinar a acelerao (m/s2). Assim, a cada amostra os valores medidos e o tempo decorrido so tabelados. Comparando os valores medidos no sensor com os valores de acelerao e velocidade angular reais foram obtidas as curvas mostradas nas Figuras 2(a) e 3(a), as quais foram plotadas com o auxlio do software MatlabTM.

Figura 1 Diagrama de Blocos do Ensaio para Estimao de Parmetros Mtodo dos Mnimos Quadrados (MMQ) Uma das tcnicas mais empregadas no controle de processos a do observador de estados o qual permite a estimao dos estados de valores no medidos provenientes de pontos de difcil acesso no sistema, ou ainda a minimizao de interferncias na medio dos sinais provenientes de sensores. Considerando-se o fato de que o comportamento de sistemas dinmicos pode ser descritos por meio de um modelo matemtico que se baseia nas medies das variveis de sada, podemos aplicar esta metodologia para estimar os estados internos ao sistema. Contudo, para implementar o observador de estados usando a metodologia proposta em (Cruz, 1996) e (Assis et. al, 2011), (Patan, 2008) necessrio que conheamos, a priori, e com relativa preciso, os parmetros do modelo matemtico do sistema. Essa condio justifica a aplicao do MMQ na estimao dos parmetros dos modelos matemticos dos sensores. Para entender a metodologia proposta no mtodo dos mnimos quadrados, considere que os modelos matemticos do acelermetro ou do giroscpio podem ser dados pela seguinte representao de estados:
3

Figura 2 Curvas Caractersticas do Acelermetro (a) Dados Coletados (b) Mtodo dos Mnimos Quadrados (c) Mtodo dos Mnimos Quadrados Ponderados (d) Filtro de Kalman

Figura 3 Curvas Caractersticas do Giroscpio (a) Dados Coletados (b) Mtodo dos Mnimos Quadrados (c) Mtodo dos Mnimos Quadrados Ponderados (d) Filtro de Kalman
4

(1) onde x(t) o vetor de estados do sistema, u(t) o vetor de entradas, y(t) o vetor de sadas e A, B e C so as matrizes de parmetros do sistema os quais se deseja determinar. O parmetro A representa o comportamento dinmico do sistema, o qual, aproximando-o a sistema de primeira ordem, consiste em A = (-1/ ) onde a constante de tempo do sistema. O parmetro B pode ser representado como uma relao de proporcionalidade entre os estados medidos (valores em volts) e a entrada u(t). Para determinar o parmetro C assumimos que y(t) = x(t), portanto C=1. A discretizao da primeira equao de (1) permite-nos converter a equao de estado contnua em uma equao de estado discreta no tempo dada por:
T

x((k 1)T )

AT

x(kT )
0

e ATdt Bu (kT )

(2)

onde T o tempo de amostragem e k = 1, 2, 3, ..., . Reajustando a equao: e AT T x((k 1)T ) x(kT ) u (kT ) D(kT )V (T ) e ATdt B
0

(3)

onde D(kT) o vetor com medies em intervalos de tempo kT e W(T) a matriz de parmetros do sistema calculada em funo do tempo de amostragem. Assumindo incertezas e interferncias nas medies que produzem os erros e(kT), a equao (3) pode ser reajustada para:

(T ) e(kT ) x((k 1)T ) D(kT )W (4) (T ) o vetor de parmetros estimados do sistema que pode ser determinado pelo onde W
mtodo dos mnimos quadrados, conforme (Assis et. al, 2011) por: (5) Aplicando a metodologia por meio da equao (5) aos dados obtidos pelo acelermetro e giroscpio, resultam nas curvas caractersticas apresentadas respectivamente nas Figuras 2(b) e 3(b). Comparando com os resultados obtidos na aquisio de dados, sem estimao de parmetros (Figuras 2(a) e 3(a)), nota-se que a metodologia proposta permite reduzir as incertezas nas medies dos sensores. Mtodo dos Mnimos Quadrados Ponderados (Weighted Least Square). O mtodo dos mnimos quadrados ponderados apresenta um algoritmo de estimao de parmetros iterativo, eficiente e preciso, para produzir estimativas dos valores reais das grandezas por meio de predio, estimando a incerteza e calculando uma mdia ponderada entre o valor predito e o valor medido (Aguirre, 2004). Suas principais caractersticas so a utilizao de valores iniciais para os parmetros e a determinao dos erros on-line para recalcular os parmetros do sistema. O algoritmo permite realizar uma ponderao entre os valores dos parmetros calculados anteriormente e aqueles calculados na amostragem atual. Isto realizado ajustando-se os parmetros (fator de esquecimento) e a varivel auxiliar , onde = 1 - . Essa caracterstica incorpora ao mtodo a possibilidade de utilizar pesos diferentes para cada medio. Assim, pelo ajuste do fator de esquecimento pode-se dar maior importncia (maior grau de ponderao) s ltimas medies, j que estas contm informao mais atualizada e devem produzir maior influncia na estimao. A estrutura do algoritmo apresentada a seguir.
5

D(kT )* D(kT ) D(kT )* X ((k 1)T )

Montagem do Algoritmo Escolha uma matriz de ponderao diagonal P(k), conhecida como matriz de covarincia, de ordem n x n, onde n o nmero de variveis da representao de estados do sistema cujos parmetros devem ser estimados. A matriz de covarincia reflete o grau de incerteza no conhecimento dos parmetros estimados. Em seguida ajuste um fator de esquecimento e varivel auxiliar tal que: 0 < 1 e = 1 - e inicialize X((k+1)T) e ((k+1)T) e W D(kT) a partir dos valores iniciais coletados, assumindo valores iniciais para W (kT). Enquanto max |((k+1)T - (kT)| ( representa uma tolerncia para o erro de estimao), repita as operaes na sequencia apresentada abaixo.

(kT) Atualize (kT): W

atravs de: K (kT )
P(kT ) D(kT )

((k 1)T) e calcule o ganho de Kalman do sistema W

1 DT (kT ) P(kT )
1

D(kT )

Estime o novo valor de ((k+1)T), a partir de valores X(kT) coletados: (kT ) K (kT ) X (kT ) DT (kT )W (kT ) . Calcule a nova matriz de ponderao W((k 1)T ) W 1 por: P(k ) I K (k ) DT (k ) P(k ) e atualize: X((k+1)T) e D(kT) Os resultados da aplicao do mtodo para estimar os parmetros do acelermetro e giroscpio esto ilustrados respectivamente nas Figuras 2(c) e 3(c). Nota-se que a aplicao da metodologia permite obter valores mais precisos porque consideram as incertezas das variveis ao longo do tempo e so ponderadas no algortmo proposto. Observador de Estados e Filtro de Kalman O Filtro de Kalman um algoritmo para realizar de forma eficiente inferncias exatas sobre um sistema dinmico linear o qual um modelo semelhante a um modelo oculto de Markov, onde o espao de estados das variveis, observadas e no observadas, apresentam distribuio normal. Dentre as vantagens de sua aplicao destacam-se o acompanhamento dos sinais de referncia, a rejeio de perturbaes externas, a insensibilidade a variaes na planta e a rejeio do erro de medida (Assis et al., 2011). Baseado nesta premissa, o uso de observador de estados baseado em Filtro de Kalman aplicado a medies de acelerao e velocidade angular usando acelermetro e giroscpio permite produzir a minimizao das interferncias de forma a estimar as variveis de estado com melhor resultado. Assim, se o sistema (1) possui interferncias, podemos represent-lo por: (t ) Ax(t ) H (t ) x (6) y (t ) Cx(t ) v(t ) onde (t) um processo estocstico chamado de rudo no estado de mdia nula e com densidade espectral do rudo no estado dado por = T > 0. Assumindo tambm que os estados no so medidos por sensores diretamente, mas apenas variveis de sada sujeitas ao do rudo de medida aditivo (v(t)), com densidade espectral do rudo de medida na sada dado por = T > 0. Uma estimativa de estado pode ser obtida por um observador projetado por otimizao (Cruz, 1996):
min J
0

(t )T H H T (t )

v(t )T v(t ) dt

sujeito s restries:

(t ) Ax(t ) H (t ) x y (t ) Cx(t ) v(t ) H H H HT 0;

T

(7)
0
6

Os parmetros H H T e so ndices de ponderao ajustados pelo usurio ou medidos, permitindo definir a prioridade na minimizao das interferncias e incertezas respectivamente na matriz de densidade espectral da entrada (t) e no distrbio de sada v(t) conforme (6). O Filtro de Kalman um sistema dinmico em que a matriz de ganhos dada por: L = CT-1 ( a soluo do problema timo), pode ser calculada pela Equao Algbrica de Riccati (Cruz, 1996): 0 A AT H H T C T 1C (8) A implementao do observador realizado pelo algoritmo:

(t ) ( A LC ) x (t ) Ly (t ) Bu (t ) x y (t ) Cx(t )

(9)

(t ) o vetor de estados estimados aps a aplicao do Filtro de Kalman. Se onde x assumimos C = 1 e x(t) = y(t) o vetor de estados medido e por fim, u(t) a tenso de entrada, com interferncias, medida no sensor. Contudo a equao (9) no implementvel computacionalmente e precisa ser discretizada pelo algoritmo:
T T

((k 1)T ) x

(kT ) e(A- LC) (T ) x

0

e ATdt L(T ) y (kT )

0

e ATdt Bu (kT )

(10)

y (kT ) Cx(kT ) A simulao em MatlabTM do Filtro de Kalman foi realizada para o acelermetro e giroscpio. Os parmetros H H T e foram ajustados de forma a definir como prioridade a minimizao dos erros nas medies dos sensores (ou seja, com o objetivo de minimizar (t)). Isso foi realizado ajustando H H T >> . Os resultados obtidos na estimao dos parmetros foram utilizados para traar a curva caracterstica para acelermetro e giroscpio, os quais so apresentados nas Figuras 2(d) e 3(d). Nota-se que os resultados muito se aproximam daqueles obtidos com o mtodo dos mnimos quadrados, apesar de, nesse caso, a curva ter sido obtida considerando medies e clculos que podem ser implementados computacionalmente em tempo real usando a equao (10) e utilizando medies diretas dos sensores. Adicionalmente deve-se considerar que o Filtro de Kalman somente pode ser implementado se os parmetros do modelo (A, B e C) forem conhecidos. Nesse caso foram utilizados os parmetros estimados pelo mtodo dos mnimos quadrados o que justifica a obteno de resposta muito parecida obtida nas Figuras 2(b) e 3(b), mostrando que o observador de estados consegue estimar os estados mesmo considerando as incertezas nas medies.
Integrao em Sistemas Microcontrolados Como citado anteriormente, sistemas aplicados a veculos autnomos devem apresentar alto nvel de robustez. Por isso, alm do processamento do sinal importante tambm a redundncia de alguns sistemas. Baseado nesta premissa, este trabalho prope uma soluo de sistema de navegao que permita determinar com relativa preciso a velocidade e distncia percorrida pelo veculo, a partir dos valores de acelerao e velocidade angular, com o intuito de mapear um determinado percurso. Existem diversas tcnicas de integrao numrica, utilizadas para simular sistemas com modelos no espao de estados. Na metodologia aqui demonstrada aplica-se a modelos de sistema de passo fixo e lineares, de forma que a aproximao mantenha a caracterstica de linearidade do sistema. A transformao bilinear (Assis, 1997) uma tcnica amplamente utilizada em processamento digital de sinais, pois permite o mapeamento do domnio analgico para o domnio digital com boa resposta. Assim, a implementao do algoritmo no modelo do acelermetro e giroscpio consiste na aproximao dada por:
7

Vel (k ) Vel (k 1)

Acc(k ) Acc( K 1)

T 2

(11) onde T o tempo de amostragem, Acc representa o sinal do acelermetro a ser integrado e Vel o sinal integrado, K representa a respectiva amostra. Portanto, a cada amostra o valor de velocidade, bem como, de forma similar, a posio relativa, so atualizadas, transmitidas por meio de mdulos ZigBee e processadas pelo veculo receptor para tomada de decises do veiculo autnomo. Com o emprego das metodologias propostas com mtodo dos mnimos quadrados ponderados, observador de estados baseado no Filtro de Kalman e integrao dos valores de acelerao angular e velocidade angular, foi possvel implementar no Arduino um sistema para determinar a velocidade e posio do veculo, mostrando essas informaes na tela do computador (terminal do IDE Arduino). Comunicao Wireless e Medio de Distncia A transmisso de dados parte essencial deste projeto, tanto pela taxa quanto pelo alcance da transmisso. Diversas tecnologias podem ser utilizadas nesta aplicao, porm poucas tm como grande aliada o baixo custo de implantao e o baixo consumo de energia como a tecnologia ZigBeeTM. Outra vantagem determinante dos mdulos ZigBeeTM, est na possibilidade de utilizao destes mdulos para realizar medies de distncias relativas entre dois mdulos. A utilizao de mdulos ZigBeeTM em aplicaes de localizao produz medies, geralmente expressas em dbm (decibis metro), com considervel grau de incertezas e sujeitas a interferncias eletromagnticas o que inviabiliza a maioria das aplicaes. Com base em algoritmo semelhante ao aplicado no acelermetro e giroscpio desenvolvido e apresentado no artigo Mtodos para Minimizao de Erros em Medies Aplicados na Localizao de Dispositivos Mveis Utilizando Mdulos com Tecnologia ZigBeeTM (Assis et al., 2011), pretende-se realizar a deteco da variao da distncia entre veculos mveis com melhor preciso. A plataforma ZigBee oferece um recurso chamado RSSI (Receive Signal Strength Indicator) que via protocolo AT retorna o valor de potncia em dBm do ltimo pacote recebido (pino 6 do mdulo XBeeTM). O grande limitador desta aplicao o fato de as medies de distncias com os mdulos ZigBeeTM, apresentarem disperses muito grandes e considerveis erros nas medies de distncias alm de comportamento no linear dado pela equao: Pd P0 10 n log 10 f 10 n log 10 d 30 n 32,44 (12) onde: f a freqncia de operao dos mdulos ZigBee (2,4 GHz); n o fator de correo para a atenuao do sinal transmitido; para cada ambiente existe um valor pr-determinado para n, sendo que em rea aberta n = 2.0; P0 a intensidade do sinal do mdulo remoto, em dBm; este valor pode ser obtido medindo o valor em dBm disponvel no pino RSSI do mdulo ZigBee a distncia zero da antena; Pd a intensidade do sinal do mdulo remoto a uma distncia d da antena; este valor pode ser medido em dBm no pino RSSI com a variao da distncia d em relao antena. Contudo as medies sofrem considerveis interferncias dependendo do ambiente em que o sistema est inserido. Nesse ponto importante destacar que foram realizadas vrias etapas com os mdulos ZigBeeTM antes de utiliz-lo no Arduino. As etapas incluem a aquisio de dados do pino RSSI, a aplicao do mtodo dos mnimos quadrados para estimar os parmetros do sistema, tal como j demonstrado em (Assis, 2011) e (Solda, 2012) e a utilizao de algortmo de vizinhana para determinar a distncia.
8

Como as medies variam com o ambiente torna-se quase impossvel determinar a distncia com preciso. A soluo encontrada para resolver este problema foi desenvolver um algortmo que integra as medies de distncia feitas por sensores infravermelho e as medies feitas pelo mdulo ZigBeeTM e processadas aplicando um algoritmo de minimizao de incertezas e interferncias. Segue um exemplo para descrever o algoritmo: Se dois veculo trafegando em uma mesma rodovia, a uma distncia mnima suficiente para que o sensor de distncia infravermelho, tambm disponvel no veculo, seja acionado, o valor de distncia do sensor infravermelho e a potncia do sinal do mdulo ZigBeeTM so medidos e os valores alimentam o algortmo para traar uma nova curva caracterstica. Deste modo ambos os veculos podem estimar a distncia em relao aos outros, os quais no estejam dispostos num alcance adequado para medio por sensores de infravermelho. Outro recurso que pode ser implementado no sistema, na continuidade do trabalho a triangulao dos sinais para reduzir as imprecises e interferncias nas medies de distncia. Utilizando o recurso do pino RSSI do ZigBeeTM para determinar uma relao entre a largura do sinal de potncia medido nesse pino e a distncia entre os mdulos pode-se identificar qualquer alterao de estado, calculando o tempo associado a cada pulso (ou pacote) do RSSI. O pino RSSI foi conectado a uma entrada digital do Arduino. O algoritmo utilizado para realizar as medies foi baseado em um programa que faz parte da biblioteca do Arduino chamado StateChangeDetection, atravs do qual pode-se identificar qualquer alterao de estado e o alteramos para calcular o tempo associado a cada pulso do RSSI (em ciclo de mquina). Assim, utilizando o prprio terminal do XCTU, foi possvel obter as medies de distncia. A Figura 4 ilustra um experimento com a utilizao do algoritmo desenvolvido em Arduino e simulado em Matlab. Na aplicao utilizam-se dois mdulos ZigBee colocados a uma distncia conhecida de dois metros entre si, os quais chamaremos de mdulo A e mdulo B. O mdulo B transmite uma informao para o mdulo A. O Arduino ao qual o mdulo A est conectado l o valor da largura de pulso associado potncia do sinal recebido. Este valor processado, aplicando o Mtodo dos Mnimos Quadrados Ponderados. Como resultado do algoritmo obtm-se os parmetros do sistema. Em seguida um terceiro mdulo (mdulo C) localizado inicialmente a distncia de dez metros (a priori desconhecida) e aproximando-se com passo de 0,2 metros transmite informao para o mdulo A. Novamente o mdulo A mede a potncia do sinal recebido e aplicando os parmetros obtidos a partir do sinal recebido do mdulo C, pode estimar o valor de potncia com maior preciso. Os resultados do ensaio apresentados na Figura 4 mostram o aumento na largura de pulso produzida no pino RSSI com a reduo da distncia entre os mdulos. Contudo para distncias abaixo de 2m o sistema apresenta impreciso na estimao da distncia, pois h reduo na largura de pulso detectada. Porm, para distncias menores esse problema minimizado, pois um sensor adicional de distncia incorporado ao veculo (embora o projeto associado ao sensor de distncia no esteja sendo detalhado neste artigo).

Figura 4 Comparativo entre Curvas de Valores Medidos com ZigBeeTM e a Curva Estimada Os resultados promissores na aquisio de dados, levantamento de parmetros dos sensores e levantamento das curvas caractersticas dos sensores mostradas nas Figuras 2 e 3 e do mdulo ZigBeeTM mostrado na Figura 4 bem como em (Solda, 2012) mostram a eficincia da aplicao do mtodo dos mnimos quadrados e mtodo dos mnimos quadrados ponderados na estimao de parmetros de sensores e sistemas. A partir dos parmetros estimados foi possvel desenvolver algoritmos com observador de estados baseado em Filtro de Kalman, os quais so implementveis computacionalmente por meio da equao (7). O algoritmo foi realizado computacionalmente em Arduino permitindo a determinao, com relativa preciso, diretamente pelo Arduino, das variveis: velocidade angular, acelerao angular, velocidade relativa, distncia relativa e distncia em relao a outros veculos. Para a distncia utilizou-se a funo RSSI dos mdulos ZigBeeTM, o mtodo dos mnimos quadrados e um algoritmo de aproximao por vizinhana como descrito em (Solda, 2012). Concluses O trabalho apresentou um conceito alternativo de sistema de navegao para veculo autnomo baseado na transmisso de dados entre veculos. A abordagem utiliza o mtodo dos mnimos quadrados ponderados para estimao dos parmetros e da curva caracterstica dos sensores giroscpio e acelermetro. Posteriormente, os parmetros estimados so utilizados no projeto e implementao de observador de estados baseado em Filtro de Kalman com o objetivo de determinar a velocidade e posio relativa de veculos autnomos. Adicionalmente o projeto inclui a utilizao de mdulos com tecnologia ZigBee TM para permitir a comunicao entre veculos e tambm estimar a distncia entre os veculos por meio de algoritmo baseado no mtodo dos mnimos quadrados ponderados. Finalmente, os mdulos permitem tambm a transmisso das medies de velocidade e posio de forma a permitir seu emprego em aplicaes com veculos autnomos ou outros projetos na rea de robtica, voltados para navegao autnoma. Algumas das alternativas aqui propostas precisam ser estudadas mais profundamente para que possam ser aplicadas em veculos reais. Contudo, a principal contribuio o efetivo uso de algoritmos tratados na literatura na minimizao de interferncias em sinais medidos por sensores, bem como a deduo, com relativa preciso, da curva caracterstica destes dispositivos.

10

Referncias Bibliogrficas
Aguirre, L. A.; 2004 Introduo Identificao de Sistemas, Editora UFMG, 2nd Ed., Belo Horizonte, MG. Assis, W. O. Anlise Comparativa de Estratgias de Controle para Acionamentos Industriais Utilizando Chopper, Dissertao de Mestrado em Engenharia Eltrica, Universidade Federal de Itajub, 1997. Assis, W. O.; Castro, C. O. M.; Coelho, A. D.; 2011 Uma Abordagem Simplificada para a Utilizao do Mtodo dos Mnimos Quadrados em Aplicaes de Identificao de Parmetros de Sistemas, 15 Congresso Internacional de Automao, Sistemas e Instrumentao, So Paulo, 2011. Cruz, J. J., 2011 Controle Robusto Multivarivel, So Paulo: Editora da Universidade de So Paulo, 1996. Patan, E. J. Implementao de Controle de Velocidade em Malha Fechada para Motores de Corrente Contnua Utilizando Sistema de Aquisio de Dados, Dissertao de Mestrado em Engenharia de Processos Qumicos e Bioqumicos, Instituto Mau de Tecnologia, 2008. Solda, R., Assis, W. O. Simplificando o Uso de Mdulos com Tecnologia ZigBeeTM em Aplicaes de Comunicao Wireless e na Localizao de Dispositivos Mveis, CONIC - SEMESP - 2012 Congresso Nacional de Iniciao Cientfica, 2012. Wikipdia, A enciclopdia livre. Arduino, 2011. Disponvel em <http://pt.wikipedia.org/wiki/Arduino>. Acesso em: 12 Out. 2011.

11