| Processo: | 13/24542-7 |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Data de Início da vigência: | 01 de junho de 2014 |
| Data de Término da vigência: | 31 de maio de 2016 |
| Área do conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação |
| Pesquisador responsável: | Denis Fernando Wolf |
| Beneficiário: | Denis Fernando Wolf |
| Instituição Sede: | Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Município da Instituição Sede: | São Carlos |
| Assunto(s): | Robótica Veículos inteligentes Veículos autônomos Algoritmos Controle adaptativo Método de Monte Carlo |
| Palavra(s)-Chave do Pesquisador: | Robótica móvel | Sistemas Inteligentes | TRansporte Inteligente | Robótica Móvel |
Resumo
A ideia de se desenvolver veículos totalmente autônomos vem sendo estudada desde os anos 80 e tem diversas aplicações práticas como diminuir o número de acidentes em ruas e rodovias, aumentar a mobilidade de idosos e portadores de necessidades especiais e aumentar a eficiência do trânsito em geral. Apesar de sua importância e da grande atenção que esse tema recebe por pesquisadores da área de robótica, esse problema ainda apresenta muitos desafios e questões em aberto devido a alta complexidade do mesmo. O projeto CARINA propõe o desenvolvimento de um sistema de condução autônoma de veículos baseado em algoritmos de fusão de sensores e inteligência artificial. Esse plano de pesquisa propõe o desenvolvimento de algoritmos de localização e controle de veículos autônomos, dentro do contexto do projeto CARINA. A localização é uma informação fundamental para veículos autônomos por possibilitar a execução de operações como ultrapassagem, conversão e condução nas vias urbanas. Mecanismos que proveem a informação sobre a localização devem ter acurácia suficiente para assegurar que o veículo não invada a faixa de direção oposta ou trafegue em um lugar inapropriado. Sensores GPS de baixo e médio custo apresentam uma imprecisão relativamente alta, principalmente em se tratando de ambientes urbanos. Prédios altos e árvores podem causar erros significativos na posição e também podem tornar o sensor indisponível por alguns instantes. Mesmo sensores GPS de alto custo estão sujeitos a esse tipo de problema.Neste projeto é proposto o uso dos mapas métricos contínuos, baseados em processos Gaussianos, para a tarefa de localização de veículos autônomos em vias urbanas. Esse tipo de mapa representa o ambiente através de uma matriz de covariância de uma função Gaussiana multivariável, e apresenta diversas vantagens em relação aos métodos utilizados na tarefa de localização encontradas na literatura. Dentre elas destacam-se a representação contínua do espaço, sem a necessidade de discretização (imprecisão), e o alto poder de inferência de áreas não detectadas pelos sensores. Pretende-se adaptar os mapas métricos contínuos para que diferentes tipos de informação do ambiente sejam armazenados e utilizados para a localização como: guias, faixas de trânsito e outros tipos de sinalização horizontal. Após a etapa de mapeamento do ambiente, pretende-se utilizar o método de Monte Carlo para estimar a posição do veículo em tempo real, fundindo-se informações dos sensores disponíveis o mapa do ambiente. Além da localização, esse plano de pesquisa aborda também o controle de veículos autônomos. O controle de velocidade e esterçamento é fundamental para a operação de veículos autônomos em ambientes urbanos. Esse projeto propõe a utilização da teoria de controle adaptativo para a solução desse problema de maneira precisa e robusta. (AU)
| Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |