Simulação de coleta de dados em redes de sensores sem o por robôs móveis utilizando a ferramenta Player/Stage

Universidade Federal de Ouro Preto - UFOP

Instituto de Ciências Exatas e Biológicas - ICEB

Departamento de Computação - DECOM

Simulação de coleta de dados em redes de sensores sem o por

robôs móveis utilizando a ferramenta Player/Stage

Aluno: Gabriel Angelo Nazário

Matrícula: 06.1.4057

Orientadora: Andréa Iabrudi Tavares

Ouro Preto

29 de março de 2012

Universidade Federal de Ouro Preto - UFOP

Instituto de Ciências Exatas e Biológicas - ICEB

Departamento de Computação - DECOM

Simulação de coleta de dados em redes de sensores sem o por

robôs móveis utilizando a ferramenta Player/Stage

Proposta de monograa apresentada ao curso de Bacharelado em Ciência da Com-putação, Universidade Federal de Ouro Preto, como requisito parcial para a conclu-são da disciplina Monograa II (BCC391).

Aluno: Gabriel Angelo Nazário

Matricula: 06.1.4057

Orientadora: Andréa Iabrudi Tavares

Ouro Preto

29 de março de 2012

Resumo

Em uma rede de sensores sem o onde a coleta de dados será feita com o auxílio de robôs móveis, o planejamento das estratégias de roteamento é uma tarefa complexa de se realizar. Perdas de dados - que ocorrem quando um nó sensor esgota sua capacidade de armazenamento e, assim, deixa de coletar mais dados - devem ser evitadas ao má-ximo. Além de ser de difícil resolução, é improvável que seja encontrada uma solução exata para esse problema. Para que os resultados esperados sejam alcançados, ou seja, aqueles onde a perda de dados é mínima, algumas heurísticas devem ser avaliadas antes de serem escolhidas como a estratégia de roteamento a ser seguida.

Este trabalho vai avaliar quantitativamente o impacto de se considerar a taxa de produção de dados de cada nó sensor durante o planejamento da rota. Duas estratégias de roteamento serão avaliadas e comparadas: uma onde essa taxa de produção de dados não é considerada, e outra onde esse parâmetro é usado para a denição da ordem das visitas do robô aos nós sensores. Os resultados que serão avaliados e comparados são resultados das simulações realizadas na ferramenta Player Stage, que permite que vários cenários de teste com características muito próximas da realidade sejam utilizados.

Sumário

Lista de Figuras

1 Capacidade de comunicação dos nós sensores. . . 2 2 Possíveis maneiras de se coletar dados em redes de sensores sem o . . 3 3 Modelos de funcionamento das ferramentas Player e Stage . . . 8 4 Modelo usado para as simulações . . . 9 5 Exemplo de cenário de simulação. . . 10

Lista de Tabelas

1 Introdução

O objetivo desse trabalho é analisar o impacto sobre a utilização de informações sobre a produção de dados dos nós sensores durante o planejamento da rota para a coleta desses dados por sorvedouros móveis em redes de sensores sem o (RSSF). Atra-vés dessa análise, é possível determinar se essa heurística de se considerar as diferentes taxas de produção de dados de cada nó sensor melhora a qualidade da coleta de dados. O uso de Redes de Sensores Sem Fio (RSSF) é algo relativamente novo. Esse novo tipo de tecnologia se fez possível graças ao avanço no desenvolvimento de circuitos integrados, micro-processadores e comunicação sem o. Uma rede de sensores sem o é constituída basicamente de:

• Observador: usuário nal, grupo de usuários, ou até mesmo um sistema com-putacional (aplicação), que deseja obter respostas sobre o fenômeno monitorado através de seu estudo.

• Nó sensor: responsável pela monitoração do fenômeno (através de medidas), e por passar as informações ao observador, que depois irá estudá-las.

Esse tipo de rede é cada vez mais utilizado, pois são opções simples e baratas para o monitoramento e sensoriamento de diversos fenômenos em um determinado ambiente. São exemplos de aplicação de redes de sensores sem o:

• Meio ambiente: monitoramento de variáveis ambientais (tais como calor, umidade e temperatura, etc) em prédios, casas, orestas, oceanos, entre outros.

• Militar: monitoramento, rastreamento, segurança, principalmente em áreas peri-gosas e/ou de difícil acesso.

• Tráfego: monitoramento de vias, controle de tráfego.

Cada nó sensor da rede coleta localmente dados sobre o fenômeno de interesse. Existem sensores para medir temperatura, umidade, calor, acústica, infravermelho, entre outros. Cada nó sensor possui uma capacidade limitada de armazenamento de dados e um raio de comunicação, onde seu sinal pode ser alcançado, como ilustrado pela Figura 1.

Segundo [2], embora as redes de sensores sem o tenham sido um grande avanço no campo do sensoriamento, alguns pontos importantes ainda devem ser levados em consideração, entre eles a capacidade de armazenamento de dados e o consumo de energia. Esses são recursos preciosos e escassos nesse tipo de rede. Tanto o esgotamento da bateria quanto o estouro da memória disponível em um nó sensor devem ser evitados ao máximo. Caso nós sensores estejam fora de operação, dados importantes podem não ser coletados.

O consumo de energia é um ponto muito importante e delicado. A forma mais comum de transmissão dos dados coletados é a multi-salto (Figura 2a), onde os dados trafegam pela rede passando de nó em nó, até o nó central. Uma consequência negativa desse processo é há um gasto elevado de energia, pois cada nó sensor deve receber os dados dos nós vizinhos e retransmití-los. Consequentemente, o tempo de vida da rede diminui. Nesse tipo de aplicação, o bom aproveitamento dos recursos energéticos é um ponto essencial. Deve-se ter em mente também que todos os dados armazenados em

Figura 1: Capacidade de comunicação dos nós sensores.

um nó sensor devem ser coletados, para serem processados na etapa posterior. Cada sensor pode ter sua própria taxa de operação, ou seja, pode coletar mais dados que outros dado um mesmo intervalo de tempo. Como a memória em um sensor é limitada, quanto maior essa frequência de operação, mais rapidamente esse buer de memória irá esgotar sua capacidade de armazenamento. Além do esgotamento da bateria, esse é outro ponto que deve ser evitado. Economizar energia em uma rede de sensores sem o (e consequentemente, aumentar seu tempo de vida) é um desao ubíquo.

Uma alternativa a esse tipo de coleta é a utilização de robôs móveis que tem que alcançar a área de atuação do sensor para que haja comunicação entre eles, como mostrado na Figura 2b. Com isso, não há necessidade de transmissão dos dados de forma multi-salto, passando por todos os nós da rede até o nó central. Com a ajuda dos robôs, há economia da energia, tornando esse processo viável. Outra vantagem: pode-se alcançar ambientes de difícil acesso para seres humanos. A coleta dos dados armazenados nos nós sensores da rede se faz com os robôs percorrendo o ambiente onde estão localizados.

Para tentar solucionar o desao de reduzir os custos envolvidos no processamento dos dados coletados pela rede, uma possível alternativa é o uso de robôs móveis. A idéia do auxílio dos robôs consiste em minimizar o gasto de energia na transmissão dos dados até o nó central e evitar a perda de dados. Com os robôs percorrendo o ambiente onde os sensores estão dispostos, a forma multi-salto é evitada. Assim, é possível que o consumo de energia pelos sensores seja menor.

Nesse trabalho, essa coleta auxiliada por robôs móveis será planejada e simulada explorando-se diferentes estratégias e abordagens, tendo como objetivo a diminuição na perda de dados. O roteamento utilizado pelo robô é responsável pela eciência da

(a) Envio dos dados dos sensores de forma

multi-hop. (b) Coleta dos dados com ajuda de robôs.

Figura 2: Possíveis maneiras de se coletar dados em redes de sensores sem o: através da abordagem multi-hop (Figura 2a), onde os dados são passados de um nó sensor ao outro, até chegarem ao nó central; utilização de um robô móvel, que percorre o ambiente coletando os dados dos nós sensores (Figura 2b).

coleta dos dados, senso assim o planejamento da rota a ser seguida uma das etapas mais importantes. Caso uma rota mal planejada seja utilizada, dados podem deixar de ser coletados pelos nós sensores que tiveram sua capacidade de armazenamento esgotada. Com isso, pode-se apresentar o problema estudado nesse trabalho. Uma rede de sensores sem o é composta por vários nós sensores, onde cada um possui sua frequên-cia de produção de dados e capacidade de armazenamento. Alternativamente à forma de coleta de dados multi-salto, será utilizado um robô móvel, que irá percorrer o am-biente fazendo a coleta dos dados armazenados em cada nó sensor. Para isso, deve-se planejar uma rota a ser seguida pelo robô, minimizando a perda de dados e o consumo de recursos do robô. Para a denição dessa rota, diferentes estratégias devem ser con-sideradas. Em seguida, essas diferentes abordagens devem ser comparadas, analisando se realmente a perda de dados foi minimizada.

Na Seção 2 (Justicativa), é apresentada a razão de se executar esse trabalho, mostrando sua importância e diculdades envolvidas na sua realização. Na Seção 3 (Objetivos), é descrito o que é esperado atingir com a realização desse trabalho. Na Seção 4 (Metodologia), são mostradas as etapas e abordagens utilizadas, assim como as estratégias de roteamento do robô. Por m, na Seção 5 (Cronograma de Atividades), é apresentado um pequeno cronograma com a distribuição das atividades necessárias para a realização do trabalho e também as atividades já realizadas.

2 Justicativa

Em uma rede de sensores sem o onde a coleta dos dados será realizada com o auxílio de robôs móveis, o principal desao é garantir que a perda de dados seja mínima, sendo que a solução ótima seria com nenhuma perda. Considerando que os nós sensores possuem diferentes taxas de produção de dados e tamanhos de memória, percebe-se que alguns desses nós sensores esgotarão o buer de memória antes de outros. Partindo de um ponto inicial genérico, o robô leva quantidades de tempo diferentes para visitar cada nó sensor, devido a distribuição dos mesmos no ambiente. Isso demonstra a importância de se planejar uma boa rota a ser seguida pelo robô.

O problema de roteamento é um problema de difícil resolução, devido à complexi-dade de se encontrar uma solução exata. No contexto das redes de sensores sem o onde a coleta será feita utilizando robôs móveis percorrendo o ambiente e visitando os nós sensores, o problema de roteamento do robô é ainda mais complexo, pois além de lidar com a rota, deve observar a questão da perda de dados, que ocorre quando um nó sensor teve sua capacidade de armazenamento esgotada e ainda não teve seus dados coletados.

Para a resolução desse tipo de problema, podem ser usadas algumas heurísticas, que devem ser comparadas para avaliar qual apresenta um melhor resultado em relação às outras. Através do uso de simulações, diversos cenários podem ser explorados, ou seja, as heurísticas utilizadas podem ser aplicadas em diversas instâncias do problema de roteamento do robô. A importância desse trabalho consiste nessa avaliação das heurísticas envolvidas no planejamento da rota a ser seguida pelo robô durante a coleta de dados.

Deve-se destacar que num ambiente real, essa atividade geralmente se dá em um domínio estocástico, guiado por fatores não determinísticos. Por exemplo, um nó sensor pode estar numa posição diferente daquela que o robô procura (ou que ele esperava encontrá-lo). Estudar esse problema levando em conta as suas características não determinísticas implica em um alto grau de complexidade computacional, devido à incerteza de suas ações, tomadas de decisão, aspectos físicos, entre outros. Assim, esse problema será tratado de forma simplicada, não considerando essas características estocásticas.

O estudo de estratégias de roteamento para a coleta que levam em consideração a produção de dados é o foco principal desse trabalho. Nesse planejamento deve-se levar em consideração a quantidade de nós sensores que serão visitados, a posição, capacidade de armazenamento e taxa de produção de dados (evitando que sua capacidade se esgote antes que seja alcançado pelo robô e consequentemente, evitando perda de dados).

Em [4], uma forma de caminhamento dos robôs é apresentada usando-se campos de potencial, onde o robô é repelido de obstáculos, ao mesmo tempo que é atraído pelo nó sensor. Ainda em [4] outra abordagem leva em conta a incerteza sobre a posição exata dos sensores, mas não a questão da frequência de produção de dados de cada sensor. Ou seja, o esgotamento de memória dos sensores não é considerado, seja para avaliar o desempenho dos robôs durante a coleta, seja para planejar a rota a ser seguida. Segundo [2], esse problema pode ser classicado como uma variação do problema do Caixeiro Viajante, denominado ATSPTW (Assymmetric Traveling Salesman Problem with Time-Windows). Cada sensor tem uma janela de tempo onde pode operar, pois sua capacidade de armazenamento não será ultrapassada. Após esse

tempo, ocorre um estouro na memória do sensor, causando perda de dados. Logo, é importante considerar essa questão da janela de tempo em que cada sensor opera sem perda de dados, seja como forma de avaliação dos resultados ou como parâmetro no momento do planejamento das estratégias.

Nesse problema, a necessidade de se aplicar as heurísticas envolvidas nas estratégias de roteamento em diversos cenários diferentes e várias vezes justica a necessidade da utilização das simulações, em vez de se fazer experimentos em um ambiente real. A denição dos diversos cenários de teste são importantes para que possa ser observado o desempenho das heurísticas com diferentes instâncias do problema. Num ambiente real, essa preparação de diferentes cenários de teste exigiria um grande esforço. Dessa forma, a realização desses testes em ambiente real implicaria em elevados custos e demandas, tanto de tempo quanto de equipamentos. Através das simulações, além da facilidade de se preparar esses cenários, o tempo exigido para a realização dos testes é muito menor que o teste real, o que facilita a comparação e estudo das heurísticas e estratégias de roteamento.

3 Objetivos

3.1 Objetivo geral

O objetivo desse trabalho é analisar o impacto sobre a utilização de informações sobre a produção de dados dos nós sensores durante o planejamento da rota para a coleta desses dados por robôs móveis em redes de sensores sem o. Serão comparados os resultados onde essa taxa de produção são levadas em conta, e os resultados onde esse parâmetro não é considerado. Para essa comparação, serão realizadas simulações da coleta de dados utilizando o Player Stage. Essas duas estratégias de roteamento serão implementadas e simuladas em diversos cenários, permitindo que seja feita uma análise dessas heurísticas sobre o roteamento do robô. Outro objetivo é denir um modelo no Player Stage para a realização das simulações. Esse modelo será útil não apenas para esse trabalho, mas poderá ser usado em outros projetos dentro do contexto das redes de sensores sem o.

4 Metodologia

No problema de coleta de dados auxiliada por robôs móveis em redes de sensores sem o, duas estratégias de roteamento do robô serão utilizadas: uma que não se preocupa com as taxas de produção de dados de cada nó sensor, e outra onde essa informação é considerada no momento da tomada de decisão sobre qual nó sensor deverá ser o próximo a ser visitado pelo robô. Ambas deverão ser implementadas, para serem utilizadas em diversos cenários de teste, ou seja, várias instâncias do problema de roteamento. Após implementadas e colocadas em prática, os resultados das coletas utilizando cada estratégia devem ser comparados, mostrando o impacto que considerar ou não a taxa de produção de dados pode causar sobre os resultados da coleta.

Para se comparar as duas estratégias, deve-se ter resultados em várias instâncias do problema, o que por sua vez exige que diferentes cenários de teste sejam explorados diversas vezes. Num ambiente real, preparar esses cenários de teste pode consumir muito tempo e recursos: deve-se variar a quantidade de nós sensores, com diferentes taxas de produção de dados e tamanhos de memória, além de diferentes congurações de localização no ambiente. No lugar de experimentos em um ambiente real, tem-se uma alternativa simples e barata que tem-se aproxima bastante da realidade: realizar simulações em um ambiente virtual. Através de simulações, é possível estudar situações reais em um ambiente virtual. Além disso, não há perdas caso algo dê errado. Assim, com pouco ou quase nenhum custo, é possível explorar diferentes cenários e situações inúmeras vezes em um ambiente virtual.

Através da simulação, usa-se um modelo que captura os aspectos relevantes de uma situação real. Nesse trabalho, devido a limitações de tempo e complexidade, alguns detalhes foram simplicados. Não serão levadas em consideração todas as característi-cas que envolvem esse problema no mundo real. Em uma rede de sensores real, vários sensores estão espalhados pelo ambiente. Muitas vezes, esse ambiente sofre alterações que interferem na rede (por exemplo, uma mudança na posição dos sensores). Há a incerteza do robô sobre sua própria posição e a posição dos nós sensores no ambiente. O robô conhece sua posição inicial, mas no decorrer da coleta, deve inferir, de acordo com sua posição inicial, velocidade de deslocamento, direção, entre outros parâmetros, inferir sua posição. O mesmo ocorre com sobre os nós sensores: à medida que o robô percorre o ambiente, este deve estimar a posição do nó sensor. Há ainda a incerteza sobre os fenômenos que estão sendo monitorados pelos nós sensores: não há informação a respeito do fenômeno estudado, e se isso implica na mudança na taxa de aquisição de dados. Um robô real deve saber lidar com essa incerteza para a tomada de decisões que levem ao resultado esperado. No problema simplicado, não haverão agentes externos que modiquem a estrutura do ambiente, e essas incertezas não serão consideradas durante a realização desse trabalho.

As ferramentas Player e Stage serão utilizadas para a realização das simulações. A página web [1] do projeto fornece informações sobre as ferramentas e funcionamento. O Player fornece uma interface de rede para uma grande variedade de hardware de robôs e sensores reais. O modelo cliente/servidor permite que os programas de con-trole do robô possam ser escritos em várias linguagens de programação (entre elas Java, C, C++ e Python) e executados em qualquer computador com uma conexão de rede para o robô. O Stage é um simulador de múltiplos robôs que simula uma população de robôs móveis que se deslocam em um ambiente em duas dimensões. Vários modelos de

sensores são fornecidos para serem utilizados na simulação. Os dispositivos presentes no Stage apresentam uma interface padrão com o Player, o que permite que os progra-mas de controle usados na simulação possam ser transferidos para o hardware de um robô real, necessitando de poucas ou nenhuma alteração em seu código. Vários con-troladores projetados no Stage demostraram trabalhar perfeitamente em robôs reais. A Figura 3a mostra a estrutura cliente/servidor do Player quando usado em um robô real. A Figura 3b mostra a estrutura do Player/Stage sendo usados em um ambiente de simulação.

(a) Player sendo usado em um robô real. (b) Player/Stage sendo usados em uma si-mulação.

Figura 3: Modelos de funcionamento das ferramentas Player e Stage. A Figura 3a mostra a estrutura de comunicação cliente/servidor entre o Player e um robô real. A Figura 3b mostra a interação entre Player e Stage usados em uma simulação.

Após a denição dos parâmetros que serão simplicados, e quais ferramentas serão utilizadas no trabalho, é preciso denir o modelo que será utilizado nas simulações. O ambiente onde os elementos (nós sensores e robô) se encontram será referenciado como mundo: um grid de tamanho xo, como mostrado na Figura 4. O modelo que será usado nesse trabalho consiste de nós sensores espalhados pelo mundo, cada um em uma célula do grid. Vale lembrar que esses elementos são estáticos, ou seja, não sofrem alterações tais como mudanças na posição (o que pode ocorrer em um ambiente real, mas que não será tratado nesse trabalho pois será simplicado). O robô deve percorrer o mundo em direção aos nós sensores para coletar seus dados. A movimentação se dá com o robô navegando pelas células do grid, passando para células vizinhas.

Duas estratégias serão utilizadas nesse trabalho. A primeira estratégia (como em [4]), o planejamento da rota a ser seguida pelo robô não leva em conta a taxa de produção de cada nó sensor. Assim, o robô irá resolver um problema de roteamento sem considerar que alguns nós podem estourar suas respectivas memórias de armaze-namento de dados. A segunda estratégia (como em [2]) leva a um planejamento onde essas taxas de produção de dados são consideradas, ou seja, como já apresentado, é uma variação do problema do Caixeiro Viajante (ATSPTW). Nesse problema, além de se preocupar em visitar todos os nós com o menor caminho, o planejamento da rota deve também focar em não ultrapassar a janela de tempo de cada sensor. Com isso, é

Figura 4: Modelo usado para as simulações. Consiste de um grid de tamanho xo, com os elementos (nós sensores e robô móvel) distribuídos pelo seu espaço.

possivel simular um problema que, apesar de simplicado, explora a heterogeneidade dos sensores que constituem uma rede de sensores sem o, com diferentes taxas de pro-dução de dados, armazenamento e capacidade de sensoriamento. Os resultados obtidos com a primeira abordagem serão utilizados como base de comparação para a avaliação da segunda estratégia, ou seja, será avaliado o impacto da utilização das informações da taxa de produção de dados dos nós sensores durante o planejamento da rota do robô.

Como as estratégias já estão estabelecidas, o próximo passo é a denição dos cená-rios sobre os quais as rotas devem ser planejadas, usando-se as estratégias denidas. Nesses cenários será explorada a heterogeneidade dos sensores, onde cada um terá sua taxa de produção e capacidade de armazenamento, o que signica diferentes janelas de tempo para cada um. De acordo com os parâmetros e características de cada sensor, eles serão incluídos no ambiente da simulação, para que o robô possa fazer a coleta, se-guindo o planejamento escolhido. O estado do nó sensor indica se ele já foi visitado ou ainda não. Caso ainda não tenha sido visitado e é alcançado pelo robô, seu estado deve mudar, indicando que já teve seus dados coletados. A Figura 5 mostra como exemplo um possível ambiente de simulação e seus elementos (robô e nós sensores espalhados, onde alguns já foram visitados e outros ainda serão).

Denidos os cenários, a próxima fase será a implementação das estratégias denidas. Primeiramente, a estratégia onde as taxas de produção de dados não são consideradas será implementada, simulada e a perda de dados será avaliada. Será utilizada uma heurística para a resolução do problema do caixeiro viajante sem levar em consideração a janela de tempo envolvendo taxa de dados produzidos e buer de memória disponível

Figura 5: Exemplo de cenário de simulação.

em cada nó sensor, denindo a rota que deve ser seguida pelo robô. Essa heurística dene uma abordagem gulosa ingênua para resolver o problema do caixeiro viajante. A matriz de distâncias contem todas as distâncias entre a posição inicial do robô e os nós sensores, além da distância entre cada par de nós sensores. Partindo do ponto inicial onde o robô se encontra, é escolhido o nó sensor que está menos distante. Em seguida, é escolhida a menor distância entre esse nó sensor e os demais. Esse processo se repete até que seja feita a cobertura de todos sensores, onde a rota já estará denida e o robô poderá percorrer o ambiente, registrando o momento em que conseguiu se comunicar com cada deles, para que possa ser feito o estudo sobre a perda de dados.

Em seguida, a estratégia onde se leva em conta as diferentes frequências de dados produzidas será também implementada, simulada e avaliada. A cada nova visita (ainda não denida em qual nó sensor), o algoritmo deverá analisar para todo nó sensor ainda não visitado: quantidade de dados armazenados, quanto ainda pode ser produzido (ou se já está ocorrendo perda de dados) e o tempo necessário para alcançá-lo. Deverá ser escolhido como o próximo a ser visitado e ter seus dados coletados o nó sensor

que já sofreu ou que estiver mais próximo de sofrer estouro do buer, analisando os três parâmetros acima. Com essa estratégia, pretende-se minimizar a perda de dados, evitando que muitos nós sensores tenham sua capacidade máxima alcançada. Caso o nó sensor já tenha atingido sua capacidade máxima de armazenamento, o algoritmo deve evitar que ele que muito tempo a espera do robô para coletar seus dados, pois a análise de perda consiste no cálculo de quanto esse nó poderia ter produzido (de acordo com sua taxa) desde o estouro do buer até o momento em que foi visitado.

Outro ponto importante diz respeito ao planejamento dos experimentos, ou seja, a realização das simulações e análise dos resultados. Para isso, esses experimentos serão realizados com diferentes congurações, alterando-se o número de sensores. Para cada conguração, a simulação será realizada uma certa quantidade de vezes, e ao nal, será calculada a média dos resultados, como tempo total da coleta, taxa de perda de dados, número de sensores que ultrapassaram suas capacidades de armazenamento antes de serem visitados pelo robô. Com isso, tem-se ao nal uma massa de dados consistente, o que permitirá um estudo mais aprofundado desses resultados.

Com a realização das simulações das diferentes estratégias, os resultados serão com-parados para que possa ser avaliado o impacto de se considerar as taxas de produção de cada nó sensor no momento de se planejar o roteamento do robô durante a coleta dos dados.

5 Cronograma de atividades

Na Tabela 1, é apresentado o cronograma de atividades para a conclusão do traba-lho.

Atividades Fev Mar Abr Mai Jun

Estudos de estratégias de roteamento X

Implementação da estratégia 1 X X

Implementação da estratégia 2 X X Denição dos cenários onde serão realizadas as

simulações X

Realização das simulações X

Estudo e comparação dos resultados X X Tabela 1: Cronograma de Atividades.

Referências

[1] The Player Project. http://playerstage.sourceforge.net. Acessado pela úl-tima vez em 28/03/2012.

[2] Timothy Black, Vicky Mak, Pubudu N. Pathirana, and Saeid Nahavandi. Using autonomous mobile agents for ecient data collection in sensor networks. World Automation Congress (WAC), Budapest, Hungary, 2006.

[3] Leslie Pack Kaelbling, Michael L. Littman, and Anthony R. Cassandra. Planning and acting in partially observable stochastic domains. Articial Inteligence, 1998. [4] Marcelo Boghetti Soares. Um arcabouço estocástico para coleta de dados em rssf

utilizando um grupo de robôs móveis cooperativos. PhD thesis, Universidade Federal de Minas Gerais, 2011.