Missões de monitoramento executados pelos VANT’s precisam que o problema de nave- gação seja resolvido. Assim, para possibilitar a navegação baseada em visão dos VANT’s, as técnicas utilizadas em robôs móveis que atuam no chão (ou seja, no espaço bidimen- sional) devem ser extendidas para robôs que atuam no espaço tridimensional. Técnicas de controle atualmente utilizadas são em sua maioria desenvolvidas com ajuda de sistemas de visão utilizando servovisão como um método de controle [Amidi et al. 1999, Mezouar & Chaumette 2002, Metni et al. 2005, Aracil 2006, Álvarez 2006, Ludington et al. 2006, Fontanelli et al. 2009].
Mas, como foi dito, existem algumas limitações para o uso das técnicas clássicas de controle por servovisão. No contexto de navegação global baseada em visão, isto deve-se, principalmente às limitações do sensor, pois sabe-se que este somente consegue capturar imagens do entorno imediato, criando-se assim um problema quando a pose desejada estiver distante da pose inicial. Este problema é conhecido como restrição de visibili- dade, e que inspirou alguns pesquisadores a propor diferentes soluções para o mesmo [Malis et al. 1998, Mezouar & Chaumette 2000, Mezouar & Chaumette 2000, Mezouar & Chaumette 2002, Silveira et al. 2006].
Com o fim de atacar o problema de restrição de visibilidade, Mezouar & Chaumette (2002), desenvolveram uma solução elegante e estendida que baseia-se na planificação de trajetórias no plano da imagem utilizando técnicas de campos de potencial, garantindo a visibilidade de todas as características durante a tarefa de controle. O campo de po- tencial atrativo produz o rastreamento da trajetória previamente planejada, já o campo de potencial repulsivo, contempla as restrições de visibilidade e restrições mecânicas. A trajetória da câmera resultante desvia-se da ótima quando as forças induzidas pelo campo de potencial repulsivo atuam. Como era de esperar-se, esta abordagem não está livre de algumas falhas, apresentando problemas de mínimos locais, pela não satisfação de todas as restrições, induzindo a erros ao planejador.
Uma outra solução para este problema foi apresentado por Malis (2004), que propõe uma estratégia de controle por servovisão livre de parâmetros intrínsecos. Esta abor- dagem é baseada nas projeções dos pontos característicos da imagem no espaço projetivo que é invariante aos parâmetros intrínsecos da câmera. Por tanto, esta abordagem, permite variar o “zoom” da câmera durante o controle, com o fim de manter todas as caracterís- ticas dentro do campo de visão. Variar o “zoom” de uma câmera durante o controle de posição e orientação com relação a um objeto tem muitas vantagens, tais como robustez na extração de características, maior precisão no posicionamento, garantir a visibilidade das características, mas, infelizmente, nem sempre é possível conseguir com sucesso todas essas vantagens variando-se o “zoom”.
Por fim, Aracil et al. (2005), tratou o problema de restrição de visibilidade permitido a desaparição temporal das características durante a execução da tarefa de controle. A idéia principal desta abordagem consiste em permitir que algumas características apareçam e desapareçam no plano da imagem em diferentes instantes de amostragem (ver figura 2.2). Porém, permitir a desaparição e re-aparição temporal de características na imagem du- rante o controle produz efeitos não desejados no sistema, pois, sabe-se que no controle
2.3. DESAFIOS PARA NAVEGAÇÃO AÉREA 19
Imagens adquiridas pela câmera em diferentes instantes de amostragem
1 1 1 2 2 2 3 3 3 4 4 4 5 5 5 6 6 6 7 7 7 8 8 8
Imagem em T0 Imagem em TK Imagem em TK+N
Figura 2.2: Desaparição temporal de características
por servovisão baseado em imagem o controle é definido no espaço da imagem. Assim, o efeito produzido pela perda e recuperação de características no plano da imagem é a descontinuidade na lei de controle, dependendo da magnitude da descontinuidade, movi- mentos não desejados podem ser produzidos na câmera, conseqüentemente no robô.
A técnica clássica de controle por servovisão baseada em imagem pode ser utilizada permitido a desaparição temporal de características durante a execução de uma tarefa. Mas Aracil et al. (2005), desenvolveu a estratégia de controle no espaço invariante, devido a sua versatilidade. Para explicar os efeitos produzidos na lei de controle pela aparição/desaparição de características, considera-se uma tarefa de posicionamento padrão. O objetivo é fazer que o robô siga uma referência de posição e orientação, ou seja, fazer que o vetor que contêm a informação atual de características da imagem convirja para o vetor de características de referência. Quando uma ou mais características saem do plano da imagem ou reingressam, nestes casos (veja figura 2.3) ter-se-á de eliminá-las do vetor de características atuais s e do vetor de características de referência s∗ . Quando uma ou mais características novas ingressem no plano da imagem ter-se-á de adicioná-las, tanto no vetor de características atuais, como no vetor de características de referência. Esta vari- ação nos vetores de características atuais e nos de referência produz uma descontinuidade na lei de controle. A magnitude da descontinuidade depende do número de características que aparecem ou desaparecem no plano da imagem num mesmo instante, a distância entre as características atuais e de referência e a pseudo-inversa da matriz de interação L+e.
Para antecipar as perdas e adição de características no plano da imagem, Aracil et al. (2005), adiciona funções de peso. Assim, as características são pre-multiplicadas por um peso (características ponderadas). Isto é feito com o objetivo de suavizar as des- continuidades na lei de controle, que podem conduzir a movimentos não desejados na câmera, e como foi dito, antecipar mediante os pesos, as características que são mais prováveis de sair ou de ingressar ao plano da imagem. A idéia desta formulação é associar a cada característica (pontos, retas, momentos), um peso que pode estar em função das coordenadas da imagem (u, v) e/ou da distancia a um objeto que possa ocluir o objeto
20 CAPÍTULO 2. MONITORAMENTO AÉREO sj Plano da imagem Plano da imagem sn+1 s= [s1, ··· ,sj, ···sn]T s∗= [s∗1, ··· ,s∗j, ···s∗n]T s= [s1, ··· ,sn, sn+1]T s∗= [s∗ 1, ··· ,s∗n, s∗n+1]T Eliminar Adicionar
Figura 2.3: Efeitos nos vetores de características, devido à aparição ou desaparição de características durante a tarefa de controle
de referência. Na figura 2.4 ilustra-se o diagrama de blocos da solução ao problema da presença temporal de características na imagem (figura extraída de Aracil (2006))
Esta última abordagem desenvolvida por Aracil et al. (2005), estendeu-se para re- solver problemas de navegação visual como uma tarefa de navegação global e contínua de um robô móvel desenvolvida em Aracil (2006). Dita abordagem difere das desenvolvi- das por Kosecka (1996) e Oropeza & Devy (1997) em vista que, a navegação global foi formulada como um problema de sequências de posicionamentos relativos, onde o posi- cionamento relativo é realizado por uma estratégia baseada no uso de informação visual com relação ao ambiente em malha fechada. Já Kosecka (1996) mostrou como utilizar a informação visual para derivar tais estratégias e como particionar o modelo do ambiente, de tal forma que existam estratégias apropriadas para toda configuração do robô.
A descrição dos trabalhos acima citados, em sua maioria é focada em estratégias de navegação adotadas para robôs que atuam em espaços bidimemsionais, o desafio maior nesta tese, é estender o uso dessas técnicas de navegação para robôs que interagem em espaços tridimensionais.