Estudo de Algoritmos de Visão Computacional para Identificação e Desvio de Objetos em Tempo Real: Uma Aplicação para Quadrotores

Abstract

A navegação autônoma de robôs e a percepção de ambiente por parte de máquinas, têm motivado muitas pesquisas em diferentes áreas da ciência, graças ao desafio que representam e às possibilidades de suas aplicações em praticamente todas as áreas de interação humana, como indústria, comércio, agropecuária, vigilância e segurança, medicina, militar, serviços, trânsito, smart city e muitas outras. Atualmente, muitas aplicações para o controle de veículos autônomos apresentam bons resultados utilizando a visão computacional como parte integrante do conjunto de sensores (BERTOZZI; FASCIOLI, 2000), sempre com duas ou mais câmeras (visão estéreo e/ou combinada) e algoritmos para tratar as imagens obtidas. O crescente número de uso de Aeronaves Remotamente Pilotadas (ARPs) no Brasil e no mundo que, devido a suas reduzidas dimensões e necessidade de minimizar o consumo de baterias aumentando a autonomia de voo, exigem soluções compactas e leves, motivou a pesquisa apresentada nesta dissertação, que implementa uma solução embarcada baseada em visão de computador para que uma ARP consiga identificar obstáculos e áreas livres a sua frente, e se desviar pela área com maior espaço livre, utilizando uma única câmera (monovisão) RGB, sistema de cores (Red, Green, Blue) que se combinam em diferentes intensidades reproduzindo um largo espectro cromático, representando imagens no espectro visível (imagens que nossos olhos conseguem ver) e aplicando tratamentos matemáticos clássicos e elementares às mesmas. Foi desenvolvida nesta pesquisa uma solução embarcada que permite o voo autônomo controlado de uma ARP integrando software, como os programas Robot Operating System (ROS), simulador de robôs Gazebo, e hardware, como as controladoras Pixhawk e Raspberry Pi, que foram aplicadas a uma aeronave de asas rotativas do tipo quadrotor, popularmente conhecida como “drone”.