PROGRAMA DE P ´
OS-GRADUAC
¸ ˜
AO EM ENGENHARIA EL ´
ETRICA E
INFORM ´
ATICA INDUSTRIAL
GUIDO SZEKIR BERGER
M ´
ETODO PARA PROJETAR ARQUITETURAS DE SENSORES PARA
DETECC
¸ ˜
AO DE OBST ´
ACULOS EM VE´ICULOS A ´
EREOS N ˜
AO
TRIPULADOS DEDICADOS `
A INSPEC
¸ ˜
AO DE TORRES DE ALTA
TENS ˜
AO
DISSERTAC
¸ ˜
AO
CURITIBA 2020
M ´
ETODO PARA PROJETAR ARQUITETURAS DE SENSORES PARA
DETECC
¸ ˜
AO DE OBST ´
ACULOS EM VE´ICULOS A ´
EREOS N ˜
AO
TRIPULADOS DEDICADOS `
A INSPEC
¸ ˜
AO DE TORRES DE ALTA
TENS ˜
AO
Dissertac¸˜ao apresentada ao Programa de P´os-graduac¸˜ao em Engenharia El´etrica e Inform´atica In-dustrial da Universidade Tecnol´ogica Federal do Pa-ran´a como requisito parcial para obtenc¸˜ao do grau de “Mestre em Engenharia da Computac¸˜ao” – ´Area de Concentrac¸˜ao: Engenharia de Sistemas Computaci-onais.
Orientador: Prof. Dr. Marco Aurelio Wehrmeister
CURITIBA 2020
Berger, Guido Szekir
Método para projetar arquiteturas de sensores para detecção de obstáculos em veículos aéreos não tripulados dedicados a inspeção de torres de alta tensão [recur-so eletrônico] / Guido Szekir Berger.-- 2020.
1 arquivo texto (165 f.): PDF; 23,2 MB.
Modo de acesso: World Wide Web
Título extraído da tela de título (visualizado em 30 mar. 2020) Texto em português com resumo em inglês
Dissertação (Mestrado) - Universidade Tecnológica Federal do Paraná. Pro-grama de Pós-graduação em Engenharia Elétrica e Informática Industrial, Curitiba, 2020
Bibliografia: f. 105-111.
1. Engenharia elétrica - Dissertações. 2. Aeronave não-tripulada - Projeto e construção. 3. Drone - Projeto e construção. 4. Detectores - Aplicações industriais. 5. Energia elétrica - Distribuição - Inspeção. 6. Energia elétrica - Transmissão - Inspeção. 7. Métodos de simulação. I. Wehrmeister, Marco Aurelio. II. Universi-dade Tecnológica Federal do Paraná. Programa de Pós-graduação em Engenharia Elétrica e Informática Industrial. III. Título.
CDD: Ed. 23 – 621.3 Biblioteca Central da UTFPR, Câmpus Curitiba
Diretoria de Pesquisa e Pós-Graduação
TERMO DE APROVAÇÃO DE DISSERTAÇÃO
A Dissertação de Mestrado intitulada “Método para Projetar Arquiteturas de Sensores para
Detecção de Obstáculos em Veículos Aéreos Não Tripulados Dedicados a Inspeção de Torres de Alta tensão” defendida em sessão pública pelo(a) candidato(a) Guido Szekir Berger, no dia 17 de fevereiro de 2020, foi julgada para a obtenção do título de Mestre em Ciências, Área de
concentração Engenharia De Computação, Linha de Pesquisa Sistemas Eletrônicos,
Microeletrônicos E Componentes; e aprovada em sua forma final, pelo Programa de
Pós-Graduação em Engenharia Elétrica e Informática Industrial.
BANCA EXAMINADORA:
Prof. Dr. Marco Aurelio Wehrmeister - Presidente – UTFPR Prof. Dr. João Alberto Fabro – UTFPR
Prof. Dr. Eduardo Todt - UFPR
Prof. Dr. Carlos Henriques Barroqueiro - IFSP
A via original deste documento encontra-se arquivada na Secretaria do Programa, contendo a assinatura da Coordenação após a entrega da versão corrigida do trabalho.
Curitiba, 17 de Fevereiro de 2020.
_____________________________________________________ Carimbo e Assinatura do(a) Coordenador(a) do Programa
Primeiramente agradec¸o a minha fam´ılia, por toda atenc¸˜ao, apoio e conselhos pres-tados a mim durante esta trajet´oria. Ao Professor Marco Aur´elio Wehrmeister, por me guiar e orientar em diversas situac¸˜oes enfrentadas durante meu per´ıodo como aluno. Tamb´em gos-taria de agradecer ao Professor ´Alvaro Rog´erio Cantieri, por me auxiliar in´umeras vezes no desenvolvimento da pesquisa.
Presto meus agradecimentos ao Professor Walmir Eros Wladika, por gentilmente pres-tar todo suporte a esta pesquisa durante as fases de testes. Agradec¸o tamb´em a Companhia Paranaense de Energia (COPEL), por possibilitar toda a infraestrutura e equipes t´ecnicas que prontamente auxiliaram durante a conduc¸˜ao dos trabalhos. Tamb´em presto meus agradecimen-tos a empresa HEGARD por prestar informac¸˜oes de grande importˆancia para este trabalho de pesquisa.
`
A Coordenac¸˜ao de Aperfeic¸oamento de Pessoal de N´ıvel Superior (CAPES) pela con-cess˜ao da bolsa de estudos. O presente trabalho foi realizado com apoio da CAPES - C´odigo de Financiamento 001
`
A todos meus amigos e membros do laborat´orio LESC, foi um enorme prazer poder trabalhar junto com todos vocˆes.
BERGER, Guido Szekir. M ´ETODO PARA PROJETAR ARQUITETURAS DE SENSORES PARA DETECC¸ ˜AO DE OBST ´ACULOS EM VE´ICULOS A ´EREOS N ˜AO TRIPULADOS DE-DICADOS `A INSPEC¸ ˜AO DE TORRES DE ALTA TENS ˜AO. 165 f. Dissertac¸˜ao – Programa de P´os-graduac¸˜ao em Engenharia El´etrica e Inform´atica Industrial, Universidade Tecnol´ogica Federal do Paran´a. Curitiba, 2020.
Este trabalho tem como objetivo propor um m´etodo para projetar arquiteturas de sensores base-ado em representac¸˜oes de figuras geom´etricas para identificac¸˜ao de obst´aculos existentes den-tro do cen´ario de inspec¸˜oes de torres de alta tens˜ao com o uso de um VANT (Ve´ıculo A´ereo N˜ao Tripulado) de pequeno porte. Neste contexto, esta tem´atica ´e de grande interesse devido `a necessidade de realizar inspec¸˜oes cada vez mais complexas e sofisticadas. Aeronaves n˜ao tripuladas possuem a capacidade de conduzir inspec¸˜oes sobre conjuntos de torres el´etricas au-tonomamente e com custos operacionais reduzidos. Diferentes tipos de sensores de detecc¸˜ao, de baixo custo financeiro, foram caracterizados em ambientes interno e externo, das quais foram extra´ıdas informac¸˜oes relacionadas ao seu desempenho de atuac¸˜ao. Para isto, foram utilizados como alvos dos sensores, componentes comumentes utilizados em torres de alta tens˜ao, pos-sibilitando avaliar o comportamento de detecc¸˜ao dos sensores quando aplicados em cen´arios de inspec¸˜ao de torres el´etricas. Diferentes composic¸˜oes de sensores em VANTs multirrotores foram analisados, objetivando desenvolver uma arquitetura sensorial que seja capaz de iden-tificar m´ultiplos obst´aculos quando aplicada ao cen´ario de inspec¸˜ao de torres de alta tens˜ao. Para isto, foram modelados no simulador V-REP, seus padr˜oes de feixes, possibilitando anali-sar previamente, a capacidade de detecc¸˜ao de cada arquitetura modelada quando utilizada em um VANT multirrotor para inspec¸˜ao de torres el´etricas. Com base nos resultados obtidos pela caracterizac¸˜ao de diferentes tipos de sensores, identificou-se que os sensores HC-SR04 e Li-darLite V3, apresentaram os melhores desempenhos de detecc¸˜ao, os tornando adequados para serem empregados em sistemas de prevenc¸˜ao de colis˜ao com obst´aculos em um VANT multir-rotor. Observou-se que a utilizac¸˜ao de m´ultiplos sensores ultrassˆonicos, quando dispostos lado a lado, apresentaram bons resultados de detecc¸˜ao ao serem distanciados sob uma abertura angular de 25◦, minimizando os problemas relacionados ao efeito crosstalk e de incerteza angular. Uma arquitetura de sensores de baixo custo, capaz de identificar m´ultiplos obst´aculos existentes em um ambiente de inspec¸˜oes detalhadas de torres el´etricas, foi desenvolvida no simulador V-REP, gerando informac¸˜oes da capacidade de detecc¸˜ao para um VANT multirrotor. A mesma arquite-tura de sensores modelada no simulador V-REP foi integrada a um prot´otipo VANT multirrotor para adquirir informac¸˜oes de detecc¸˜oes em uma torre el´etrica real. Os resultados gerados na comparac¸˜ao de desempenho dos sensores simulados com os reais, mostram a existˆencia de estreita similaridade, indicando que o m´etodo desenvolvido nesta pesquisa pode servir como um mecanismo para avaliar preliminarmente o comportamento de detecc¸˜ao de diferentes arqui-teturas de sensores previamente caracterizados, quando utilizados em VANTs para inspec¸˜oes el´etricas. Diante disto, torna-se poss´ıvel integrar os sensores caracterizados nesta pesquisa, em sistemas de controle de navegac¸˜ao com desvio de obst´aculos em um VANT multirrotor, possi-bilitando o tornar autˆonomo e com capacidade de realizar tarefas de inspec¸˜oes detalhadas sobre
Palavras-chave: Sensores, Ve´ıculo A´ereo N˜ao Tripulado, Inspec¸˜ao de Torres de Alta Tens˜ao, Simulador V-REP
BERGER, Guido Szekir. METHOD FOR DESIGNING SENSOR ARCHITECTURES FOR OBSTACLE DETECTION IN UNMANNED AERIAL VEHICLES DEDICATED TO HIGH VOLTAGE TOWER INSPECTION. 165 f. Dissertac¸˜ao – Programa de P´os-graduac¸˜ao em Enge-nharia El´etrica e Inform´atica Industrial, Universidade Tecnol´ogica Federal do Paran´a. Curitiba, 2020.
This project aims to propose a method for designing sensor architectures based on geometric re-presentations to identify existing obstacles within inspection scenarios using a small Unmanned Aerial Vehicle (Unmanned Aerial Vehicle) specifically applied to high voltage tower monito-ring. In this context, this area of research is of great interest due to the increasing complexity and sophistication of inspections. Small unmanned aircraft can be used to conduct operations of autonomous navigation on sets of high voltage towers at reduced operational costs. Diffe-rent types of detection sensors, obtained at low financial costs, were characterized in internal and external environments, so that information related to their performance could be extracted. For this purpose, components commonly used in high voltage towers were used as targets, al-lowing the evaluation of the sensor’s detection capabilities when applied to high voltage tower inspection scenarios. Various sensor compositions in multirotor UAVs were analyzed, focusing on developing a sensorial architecture able to identify multiple obstacles in high voltage tower inspection scenarios. Therefore, sensor distribution models based on geometric representati-ons were created by the V-REP simulator, which allowed the previous analysis of the detection behavior of each modeled architecture when used on a multi-rotor UAV. According to the re-sults obtained by the characterization of different types of sensors, the HC-SR04 and LidarLite V3 sensors presented the best detection performances, making them suitable for use in obstacle prevention systems in multi-rotor UAVs. It was noted that the best detection performance for ul-trasonic sensors arranged side by side is observed under the aperture angle of 25◦, which avoids problems related to the crosstalk effect and angular uncertainty. A low-cost sensor architec-ture, capable of identifying multiple obstacles existing in a detailed electrical tower inspection environment, was developed in the V-REP simulator to provide information about its detection capacity when applied to a multi-rotor UAV. The same sensor architecture used in the V-REP simulator has been integrated into a physical multi-rotor UAV prototype to acquire data in a real scenario. Thus, the results obtained by the comparison between the simulated sensors and the performance of real devices show the existence of close similarity in both cases, indicating that the method developed in this research can be used as a mechanism to preliminarily evaluate the detection behavior of different, and previously characterized, sensor architectures when used in UAVs for electrical inspections. Furthermore, it is possible to integrate navigation control systems, containing obstacle avoidance characteristics, into a multi-rotor UAV with the sensors featured in this research, making it autonomous and capable of performing detailed inspection tasks on electric tower assemblies at a reduced operating cost.
Keywords: Sensors, Unmanned Aerial Vehicles, High Voltage Tower Inspection, V-REP simu-lation
–
FIGURA 1 Inspec¸˜ao de linhas de transmiss˜ao realizada por helic´optero n˜ao tripulado. 24 –
FIGURA 2 VANT multirrotor e Asa Fixa. . . 25 –
FIGURA 3 Unidade rob´otica dedicada `a inspec¸˜ao de linhas de transmiss˜ao . . . 26 –
FIGURA 4 Identificac¸˜ao de falhas de componentes em torres de alta tens˜ao. . . 28 –
FIGURA 5 Identificac¸˜ao de sobreaquecimento por imagens t´ermicas. . . 28 –
FIGURA 6 Identificac¸˜ao da aproximac¸˜ao de vegetac¸˜ao sobre linhas de transmiss˜ao. . . 30 –
FIGURA 7 M´etodo de operac¸˜ao do sensor ultrassˆonico. . . 32 –
FIGURA 8 Padr˜ao de feixe dos sonares Maxbotics. . . 33 –
FIGURA 9 Efeito Crosstalk. . . 34 –
FIGURA 10 Espectro dos l´obulos do sonar Polaroid. . . 35 –
FIGURA 11 Incerteza Angular . . . 36 –
FIGURA 12 Reflex˜ao Especular. . . 37 –
FIGURA 13 S´ıntese da distribuic¸˜ao sensorial sobre os multirrotores. . . 54 –
FIGURA 14 Fluxograma das tarefas adotadas na metodologia. . . 56 –
FIGURA 15 Arquitetura de hardware do prot´otipo VANT multirrotor. . . 62 –
FIGURA 16 Componentes de uma torre de alta tens˜ao utilizados na pesquisa. . . 63 –
FIGURA 17 Ilustrac¸˜ao do procedimento e sistema de medic¸˜ao dos sensores. . . 64 –
FIGURA 18 Avaliac¸˜ao de detecc¸˜ao angular pelos sensores ultrassˆonicos. . . 66 –
FIGURA 19 Avaliac¸˜ao de detec¸˜ao em ambiente externo. . . 67 –
FIGURA 20 Fluxo de ac¸˜oes para auxiliar na composic¸˜ao de arquiteturas de sensores em VANTs . . . 70 –
FIGURA 21 Padr˜ao de feixe do sensor HC-SR04 modelado no simulador . . . 72 –
FIGURA 22 Avaliac¸˜oes do m´etodo proposto visto pelo ambiente virtual . . . 73 –
FIGURA 23 Exemplo de an´alise para modelar arquiteturas de sensores . . . 74 –
FIGURA 24 Avaliac¸˜ao de uso do GPS RTK . . . 76 –
FIGURA 25 Avaliac¸˜ao da arquitetura de sensores em ambiente real. . . 77 –
FIGURA 26 Resultados preliminares obtidos durante testes em ambiente controlado. . 79 –
FIGURA 27 Resultados de detecc¸˜ao do sensor HC-SR04 sobre os cabos el´etricos. . . 80 –
FIGURA 28 Relac¸˜ao de erros de detecc¸˜ao (Out of Range) sobre diferentes alvos. . . 81 –
FIGURA 29 Respostas de detecc¸˜ao dos sonares quando utilizados individualmente. . . . 82 –
FIGURA 30 Respostas de detecc¸˜ao dos sonares quando utilizados aos pares. . . 83 –
FIGURA 31 Sobreposic¸˜ao de l´obulos entre sensores ultrassˆonicos . . . 83 –
FIGURA 32 M´ultiplos ˆangulos de detecc¸˜ao pelo sensor HC-SR04. . . 84 –
FIGURA 33 Resultante da detecc¸˜ao do isolador de vidro pelo sensor HC-SR04. . . 85 –
FIGURA 34 Resultados de detecc¸˜ao sensorial obtidos em ambiente externo. . . 86 –
FIGURA 35 Avaliac¸˜ao do primeiro modelo de distribuic¸˜ao de sensores no simulador. . 89 –
FIGURA 36 Avaliac¸˜ao do segundo modelo de distribuic¸˜ao de sensores no simulador. . . 90 –
FIGURA 37 Avaliac¸˜ao do terceiro modelo de distribuic¸˜ao de sensores no simulador. . . 92 –
FIGURA 38 Representac¸˜ao da atuac¸˜ao dos sensores . . . 93 –
FIGURA 39 Arquitetura de sensores acopladas ao prot´otipo VANT. . . 94 –
FIGURA 40 Resultados obtidos na simulac¸˜ao pela detecc¸˜ao do sensor HC-SR04. . . 95 –
–
FIGURA 43 Detecc¸˜ao do sensor HC-SR04 sobre o conjunto de cabos el´etricos em am-biente real . . . 98 –
FIGURA 44 Resultados da detecc¸˜ao do sensor HC-SR04 sobre o conjunto de cabos el´etricos na simulac¸˜ao. . . 99 –
FIGURA 45 Comparac¸˜ao entre os resultados de detecc¸˜ao do sensor LidarLite V3 sobre o conjunto de cabos el´etricos . . . 100 –
FIGURA 46 Resultados dos sensores ultrassˆonicos sobre o objeto P1 . . . 112 –
FIGURA 47 Resultados dos sensores ultrassˆonicos sobre o objeto P2 . . . 113 –
FIGURA 48 Resultados dos sensores ultrassˆonicos sobre o objeto P3 . . . 114 –
FIGURA 49 Resultados dos sensores ultrassˆonicos sobre o objeto P4 . . . 115 –
FIGURA 50 Resultados dos sensores ultrassˆonicos sobre o objeto P5 . . . 116 –
FIGURA 51 Resultados dos sensores ultrassˆonicos sobre o objeto P6 . . . 117 –
FIGURA 52 Resultados dos sensores ultrassˆonicos sobre o objeto P7 . . . 118 –
FIGURA 53 Resultados dos sensores LASER sobre o objeto P1 . . . 119 –
FIGURA 54 Resultados dos sensores LASER sobre o objeto P2 . . . 120 –
FIGURA 55 Resultados dos sensores LASER sobre o objeto P3 . . . 121 –
FIGURA 56 Resultados dos sensores LASER sobre o objeto P4 . . . 122 –
FIGURA 57 Resultados dos sensores LASER sobre o objeto P5 . . . 123 –
FIGURA 58 Resultados dos sensores LASER sobre o objeto P6 . . . 124 –
FIGURA 59 Resultados dos sensores LASER sobre o objeto P7 . . . 125 –
FIGURA 60 Respostas de detecc¸˜ao obtidas pelos objetos P1 e P2 . . . 126 –
FIGURA 61 Respostas de detecc¸˜ao obtidas pelos objetos P3 e P4 . . . 127 –
FIGURA 62 Respostas de detecc¸˜ao obtidas pelos objetos P5 e P6 . . . 128 –
FIGURA 63 Respostas de detecc¸˜ao obtidas pelos objetos P7 e P8 . . . 129 –
FIGURA 64 Resultados de detecc¸˜ao pelo sensor HC-SR04 . . . 130 –
FIGURA 65 Resultados de detecc¸˜ao pelo sensor RCW-0001 . . . 131 –
FIGURA 66 Resultados de detecc¸˜ao pelo sensor US15 . . . 132 –
FIGURA 67 Resultados de detecc¸˜ao pelo sensor US16 . . . 133 –
FIGURA 68 Resultados de detecc¸˜ao pelos sensores HC-SR04 . . . 134 –
FIGURA 69 Resultados de detecc¸˜ao pelos sensores US16 . . . 135 –
FIGURA 70 Resultados de detecc¸˜ao pelos sensores US15 . . . 136 –
FIGURA 71 Resultados de detecc¸˜ao pelos sensores RCW0001 . . . 137 –
FIGURA 72 Resultados de detecc¸˜ao pelos sensores HC-SR04 . . . 138 –
FIGURA 73 Resultados de detecc¸˜ao pelos sensores US16 . . . 139 –
FIGURA 74 Resultados de detecc¸˜ao pelos sensores US15 . . . 140 –
FIGURA 75 Resultados de detecc¸˜ao pelos sensores RCW0001 . . . 141 –
FIGURA 76 Resultados de detecc¸˜ao pelos sensores HC-SR04 . . . 142 –
FIGURA 77 Resultados de detecc¸˜ao pelos sensores US16 . . . 143 –
FIGURA 78 Resultados de detecc¸˜ao pelos sensores US15 . . . 144 –
FIGURA 79 Resultados de detecc¸˜ao pelos sensores RCW0001 . . . 145 –
FIGURA 80 Resultados de detecc¸˜ao pelos sensores HC-SR04 . . . 146 –
FIGURA 81 Resultados de detecc¸˜ao pelos sensores US16 . . . 147 –
FIGURA 82 Resultados de detecc¸˜ao pelos sensores US15 . . . 148 –
FIGURA 83 Resultados de detecc¸˜ao pelos sensores RCW0001 . . . 149 –
FIGURA 84 Resultados de detecc¸˜ao pelos sensores HC-SR04 . . . 150 –
–
FIGURA 88 Resultados de detecc¸˜ao pelos sensores HC-SR04 . . . 154 –
FIGURA 89 Resultados de detecc¸˜ao pelos sensores US16 . . . 155 –
FIGURA 90 Resultados de detecc¸˜ao pelos sensores US15 . . . 156 –
FIGURA 91 Resultados de detecc¸˜ao pelos sensores RCW0001 . . . 157 –
FIGURA 92 Resultados de detecc¸˜ao pelos sensores HC-SR04 . . . 158 –
FIGURA 93 Resultados de detecc¸˜ao pelos sensores US16 . . . 159 –
FIGURA 94 Resultados de detecc¸˜ao pelos sensores US15 . . . 160 –
FIGURA 95 Resultados de detecc¸˜ao pelos sensores RCW0001 . . . 161 –
FIGURA 96 Resultados de detecc¸˜ao pelos sensores HC-SR04 . . . 162 –
FIGURA 97 Resultados de detecc¸˜ao pelos sensores US16 . . . 163 –
FIGURA 98 Resultados de detecc¸˜ao pelos sensores US15 . . . 164 –
3D - Trˆes Dimens˜oes
ADC - Analog to Digital Converter ALS - Airborne Laser Scanning AT - Alta Tens˜ao
COPEL - Companhia Paranaense de Energia FoV - Field of View
FPGA - Field Programmable Gate Array GNSS - Global Navigation Satellite System GPIO - General Purpose Input/Output GPS - Global Positioning System
ICAO - International Standard Atmosphere IMU - Inertial Measurement Unit
I2C - Inter-Integrated Circuit
LASER - light Amplification by Stimulated Emission of Radiation LESC - Laborat´orio de Engenharia de Sistemas Computacionais LIDAR - Light Detection and Ranging
LWIR - Long Wavelength Infrared MWIR - Mid Wavelength Infrared
ONS - Operador Nacional doSistema El´etrico PWM - Pulse Width Modulation
QP - Quest˜oes de Pesquisa
RANSAC - Ramdom Sample Consensus RGB - Red, Green, Blue
ROS - Robot Operating System RTK - Real-Time Kinematic SAR - Synthetic Aperture Radar SD - Secure Digital
SPI - Serial Peripheral Interface SWIR - Short Wavelength Infrared ToF - Time of Flight
UART - Universal Asynchrounous Receiver Transmitter US - Sensor Ultrassˆonico
USB - Universal Serial Bus
VANT - Ve´ıculo A´ereo N˜ao Tripulado V-REP - CoppeliaSim
1 INTRODUC¸ ˜AO . . . 14
1.1 MOTIVAC¸ ˜AO . . . 16
1.2 OBJETIVOS . . . 18
1.2.1 Objetivo Geral . . . 18
1.2.2 Objetivos Espec´ıficos . . . 18
1.3 CONTRIBUIC¸ ˜OES DESTE TRABALHO . . . 19
1.4 ESTRUTURA DO TRABALHO . . . 21
2 FUNDAMENTAC¸ ˜AO TE ´ORICA . . . 22
2.1 INSPEC¸ ˜AO VISUAL A PARTIR DO SOLO . . . 23
2.2 INSPEC¸ ˜OES A ´EREAS TRIPULADAS . . . 23
2.3 INSPEC¸ ˜OES COM A UTILIZAC¸ ˜AO DE ROB ˆOS . . . 23
2.3.1 Helic´optero . . . 24
2.3.2 Ve´ıculo A´ereo N˜ao Tripulado (VANT) . . . 24
2.3.3 Robˆos Escaladores . . . 26
2.4 SENSORIAMENTO . . . 26
2.4.1 Sensores de Identificac¸˜ao de Poteciais Falhas El´etricas . . . 27
2.4.2 Sensores de Navegac¸˜ao e Mapeamento . . . 29
2.5 CARACTER´ISTICAS DE SENSORES DE DIST ˆANCIA DE BAIXO CUSTO . . . 30
2.5.1 Sensores Ultrassˆonicos . . . 31
2.5.1.1 Efeito Crosstalk . . . 33
2.5.1.2 Efeito da variac¸˜ao de temperatura em sensores ultrassˆonicos . . . 34
2.5.1.3 Incerteza Angular . . . 35
2.5.1.4 Reflex˜ao Especular . . . 36
2.5.2 Sensores LASER . . . 37
2.6 DISCUSS ˜AO . . . 38
3 REVIS ˜AO DO ESTADO DA ARTE . . . 39
3.1 M ´ETODOS DE IDENTIFICAC¸ ˜AO DE OBST ´ACULOS COM O USO DE VANT . . 40
3.2 T ´ECNICAS MAIS USADAS NA IDENTIFICAC¸ ˜AO DE OBST ´ACULOS . . . 43
3.3 PROBLEMAS E DESAFIOS NA DETECC¸ ˜AO DE OBST ´ACULOS . . . 46
3.4 SOLUC¸ ˜OES PARA OS PROBLEMAS DE DETECC¸ ˜AO DE OBST ´ACULOS . . . 48
3.5 DISCUSS ˜AO . . . 51
4 M ´ETODO PARA PROJETAR ARQUITETURAS DE SENSORES EM VANTS . 55 4.1 VIS ˜AO GERAL DO M ´ETODO PROPOSTO . . . 55
4.2 MATERIAIS UTILIZADOS NA CARACTERIZAC¸ ˜AO DOS SENSORES . . . 57
4.2.1 LIDAR . . . 58 4.2.2 VL53LXX . . . 58 4.2.3 Sensores Ultrassˆonicos . . . 58 4.2.4 Navio 2 . . . 59 4.2.5 Ardupilot . . . 59 4.2.6 V-REP . . . 60 4.2.7 GPS RTK . . . 60 4.2.8 Raspberry Pi 3B+ . . . 60
4.2.11Componentes da Torre de Alta Tens˜ao . . . 61
4.3 CARACTERIZAC¸ ˜AO DE SENSORES EM AMBIENTE CONTROLADO . . . 62
4.4 CARACTERIZAC¸ ˜AO DE SENSORES EM AMBIENTE EXTERNO . . . 66
4.5 TRATAMENTO DOS DADOS DOS SENSORES . . . 67
4.6 ESPECIFICAC¸ ˜AO E AN ´ALISE DOS MODELOS DE ARQUITETURAS DE SEN-SORES . . . 68
4.7 DESENVOLVIMENTO DE UM PROT ´OTIPO VANT COM A ARQUITETURA DE SENSORES ESCOLHIDA . . . 75
5 RESULTADOS . . . 78
5.1 RESULTADOS DAS CARACTER´ISTICAS DOS SENSORES EM AMBIENTE CON-TROLADO . . . 78
5.2 RESULTADOS SENSORIAIS EM AMBIENTE EXTERNO . . . 84
5.3 ARQUITETURAS DE SENSORES PARA O PROT ´OTIPO VANT . . . 87
5.3.1 Modelos desenvolvidos no simulador V-REP . . . 87
5.4 COMPARAC¸ ˜AO DOS DADOS SIMULADOS AOS DADOS REAIS . . . 91
6 CONCLUS ˜OES . . . 101
REFER ˆENCIAS . . . 105
Apˆendice A -- RESULTADOS DE DETECC¸ ˜AO INDIVIDUAL PELOS SENSORES 112 Apˆendice B -- RESULTADOS DE OUT OF RANGE . . . 126
Apˆendice C -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS INDIVIDUALMENTE . . . 130
Apˆendice D -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS AOS PARES PELO OBJETO P1 . . . 134
Apˆendice E -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS AOS PARES PELO OBJETO P2 . . . 138
Apˆendice F -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS AOS PARES PELO OBJETO P3 . . . 142
Apˆendice G -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS AOS PARES PELO OBJETO P4 . . . 146
Apˆendice H -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS AOS PARES PELO OBJETO P5 . . . 150
Apˆendice I -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS AOS PARES PELO OBJETO P6 . . . 154
Apˆendice J -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS AOS PARES PELO OBJETO P7 . . . 158
Apˆendice K -- RESULTADOS DE DETECC¸ ˜AO ANGULAR POR SENSORES UL-TRASS ˆONICOS UTILIZADOS AOS PARES PELO OBJETO P8 . . . 162
1 INTRODUC¸ ˜AO
A utilizac¸˜ao de ve´ıculos a´ereos n˜ao tripulados (VANT), nos dom´ınios civil e militar est´a crescendo rapidamente nos ´ultimos anos, devido seu r´apido avanc¸o tecnol´ogico promovido pelos esforc¸os nos campos da eletrˆonica, ´optica, inform´atica, eficiˆencia energ´etica e entre outros (GONZALEZ-JORGE et al., 2017).
O aprimoramento de tecnologias como o Global Navigation Satellite System (GNSS), Inertial Measurement Unit (IMU), Light Detection and Ranging (LIDAR), Synthetic Aper-ture Radar (SAR), sensores de detecc¸˜ao de obst´aculos e a miniaturizac¸˜ao de componentes eletrˆonicos, contribu´ıram para o avanc¸o da tecnologia embarcada em VANTs na atualidade (JORDAN et al., 2018; GONZALEZ-JORGE et al., 2017; RAIMUNDO et al., 2017).
Os sistemas a´ereos n˜ao tripulados remontam suas origens a partir do in´ıcio de 1900, sendo utilizados pelas forc¸as armadas como alvos para treinamento de pilotos de combate e pelos grupamentos de artilharia antia´eria (KEANE; CARR, 2013). Seu emprego evoluiu para aplicac¸˜oes de combate, sendo utilizados como torpedos a´ereos n˜ao tripulados que explodiam em um tempo pr´e determinado durante a Primeira Guerra Mundial (BLOM, 2010).
Esforc¸os no sentido de ampliar as tecnologias permitiram avanc¸os na ´area de reconhe-cimento e ataque durante a Segunda Guerra Mundial, onde os VANTs controlados por r´adio foram utilizados pelas potˆencias aliadas e do eixo como plataformas de lanc¸amento de armas e bombas (KEANE; CARR, 2013; MAJDAH; NORIAH, 2016).
Durante o in´ıcio da Guerra Fria, os VANTs foram largamente utilizados para fornecer informac¸˜oes de inteligˆencia como reconhecimento e vigilˆancia (KOZERA, 2018) e seguiram evoluindo tecnologicamente, levando ao sucesso da aeronave n˜ao tripulada Pioneer, produzida pela Israel Aircraft Industries, que continha sistemas sensoriais de reconhecimento, posiciona-mento e controle, sendo utilizado em diversas operac¸˜oes como Operac¸˜ao Desert Storm, Guerra do Golfo e na Guerra Global contra o Terror (PING et al., 2012; KEANE; CARR, 2013).
Atualmente, VANTs como o Predador e o Global Hawk, s˜ao exemplos do estado da arte em tecnologias de VANTs militares, operando quase que completamente de forma autˆonoma, usando sistemas de GPS (Global Positioning System) de alt´ıssima precis˜ao, per-correndo grandes faixas de distˆancias e transmitindo v´ıdeos ao vivo para o centro de comando
e operac¸˜oes (BONE; BOLKCOM, 2003).
A operacionalidade das aeronaves n˜ao tripuladas ao longo das d´ecadas tornou-as fer-ramentas de grande aplicabilidade e hoje s˜ao utilizadas em diversos segmentos de uso civil, n˜ao restringindo-se apenas ao uso militar. Atualmente podemos encontrar VANTs realizando tarefas no campo da agricultura de precis˜ao (GAGO et al., 2015; GOMEZ-CANDON et al., 2014; CANDIAGO et al., 2015), busca e salvamento (OLIVEIRA, 2018), (SUN et al., 2016; SILVAGNI et al., 2017), mapeamento 3D (Trˆes Dimens˜oes) (FRYSKOWSKA, 2018; TENG et al., 2017), identificac¸˜ao de falhas em linhas de transmiss˜ao (XIE et al., 2017; MALVEIRO et al., 2015; HUI et al., 2017) e entre outros.
Dentro do campo de monitoramento a´ereo, a utilizac¸˜ao destas aeronaves para inspec¸˜oes de linhas de transmiss˜ao recebem um grande destaque em raz˜ao de suas vantagens, possibili-tando substituir operadores humanos em tarefas de alto risco, atendendo a rigorosos requisi-tos de operac¸˜ao em um baixo custo operacional e possu´ındo capacidade de obter detalhadas informac¸˜oes visuais da infraestrutura de uma torre el´etrica por meio da utilizac¸˜ao de sistemas sensoriais, tais como sensores t´ermicos, cˆameras de efeito corona, cˆamera RGB (Red, Green, Blue) e sensores LASER com tecnologia LIDAR (XIE et al., 2017; MALVEIRO et al., 2015).
No entanto, as inspec¸˜oes realizadas atrav´es de processos manuais, seja por helic´opteros tripulados ou inspec¸˜oes visuais a partir do solo, s˜ao formas de inspec¸˜oes onerosas e ineficientes em virtude da grande extens˜ao de linhas de transmiss˜ao, al´em de representar riscos por expor operadores humanos a uma aproximac¸˜ao das linhas de transmiss˜ao (HUI et al., 2017).
Tendo em vista que as linhas de transmiss˜ao e torres de energia el´etrica est˜ao expos-tas continuamente a fatores clim´aticos, e a longo prazo sua estrutura e componentes sofrem desgastes, torna-se cada vez mais necess´aria a modernizac¸˜ao e reestruturac¸˜ao das estrat´egias de inspec¸˜ao e monitoramento. O uso de aeronaves n˜ao tripuladas pode fornecer uma soluc¸˜ao de maior flexibilidade e velocidade quando comparado aos m´etodos tradicionais de inspec¸˜ao realizados por humanos.
As tendˆencias tecnol´ogicas indicam que cada vez mais as operac¸˜oes de alto risco de-vem ser confiadas menos a pilotos humanos e progressivamente mais nas capacidades autˆonomas ditadas por um sistema sensorial confi´avel, embarcado em um VANT que percebe o ambiente no qual ele est´a operando para realizac¸˜ao de sua miss˜ao (BUDIYONO, 2007).
Para isto, a escolha correta dos sensores, sua distribuic¸˜ao e posicionamento sobre o corpo da aeronave devem garantir que haja confiabilidade de detecc¸˜ao no ambiente para dife-rentes tipos de objetos, com propriedades e geometria distintas. Para realizar movimentos de forma autˆonoma com seguranc¸a, um VANT deve medir as distˆancias dos obst´aculos, mantendo-se a um distanciamento mantendo-seguro deles.
ambientes complexos. Tecnologias como os sensores LASER scanner das fabricantes SICK, Velodyne e Hokuyo, oferecem uma boa resoluc¸˜ao e faixa de atuac¸˜ao, por´em a um alto custo financeiro, obrigando ainda em alguns casos, que a aeronave seja de m´edio ou grande porte de-vido ao seu peso e muitas vezes exigindo alto desempenho computacional para o processamento de seus dados (KRAMER; KUHNERT, 2018).
Desta forma, uma abordagem envolvendo sensores de baixo custo, tais como senso-res ultrassˆonicos (US) e LASER, podem ser uma alternativa dentro do ˆambito de detecc¸˜oes de obst´aculos. No entanto, ´e necess´ario que seus desempenhos de detecc¸˜ao sejam avaliados di-ante dos mais variados tipos de ambientes, materiais e posicionamentos quando embarcados ao VANT.
Sendo assim, este trabalho apresenta a caracterizac¸˜ao e an´alise de diferentes tipos de sensores US e LASER de baixo custo financeiro diante de objetos espec´ıficos que normalmente est˜ao presentes em torres de alta tens˜ao. Quest˜oes relacionadas ao posicionamento e desem-penho de detecc¸˜ao sensorial em diferentes ambientes s˜ao discutidas, buscando identificar os sensores que apresentam as melhores condic¸˜oes de percepc¸˜ao de obst´aculos.
Diferentes modelos de arquiteturas de sensores, baseado em seus padr˜oes de feixes, s˜ao modelados no simulador V-REP, possibilitando identificar uma forma de distribuic¸˜ao de sensores que seja capaz de detectar m´ultiplos obst´aculos em um cen´ario de inspec¸˜ao de tor-res el´etricas. O modelo de distribuic¸˜ao de sensotor-res identificado como adequado durante a simulac¸˜ao, ´e incorporado a um VANT multirrotor real que foi utilizado para sobrevoar uma torre el´etrica desativada, visando coletar informac¸˜oes de detecc¸˜ao pela arquitetura de sensores. A comparac¸˜ao das respostas obtidas pela detecc¸˜ao sensorial do simulador e do ambi-ente real apresentam relac¸˜ao em suas respostas, indicando que o m´etodo proposto nesta pesquisa permite avaliar preliminarmente, as condic¸˜oes da cobertura sensorial sobre o VANT, al´em de in-dicar poss´ıveis pontos de vulnerabilidade da aeronave diante do cen´ario de inspec¸˜oes el´etricas. Com base no conjunto de respostas obtidas nesta pesquisa, torna-se poss´ıvel agregar os senso-res caracterizados, em sistemas de navegac¸˜ao com desvio de obst´aculos a um VANT multirro-tor, extendendo ainda poss´ıveis capacidades para navegac¸˜oes autˆonomas diante de cen´arios de inspec¸˜ao de torres el´etricas.
1.1 MOTIVAC¸ ˜AO
Diversas pesquisas realizadas pela comunidade cient´ıfica (GAGO et al., 2015; SUN et al., 2016; FRYSKOWSKA, 2018) mostram a constante aplicabilidade das aeronaves remota-mente pilotadas sobre os mais variados tipos de cen´arios para o cumprimento dos mais diversos tipos de miss˜oes. Por´em em ambientes hostis, onde os VANTs s˜ao utilizados para inspec¸˜ao de linhas de transmiss˜ao, a tecnologia sensorial utilizada para detecc¸˜ao dos componentes e
constituic¸˜ao f´ısica da torre el´etrica, apresenta alto custo financeiro, normalmente demanda alta capacidade computacional e um VANT multirrotor de grande porte.
Al´em disto, a implementac¸˜ao de uma unidade sensorial robusta, capaz de realizar detecc¸˜oes de obst´aculos sem a interferˆencia de fatores externos ou mesmo da pr´opria plataforma rob´otica, ´e vista como um dos grandes desafios a serem resolvidos em projetos de plataformas VANTs do tipo multirrotor.
As pesquisas voltadas para detecc¸˜oes de obst´aculos com VANTs vem recebendo con-sider´avel atenc¸˜ao nos ´ultimos anos. Plataformas multirrotoras de grande porte e que fazem uso de arquiteturas de sensores Ad-hoc, s˜ao encontrados sobre os mais diversos tipos de aplicac¸˜oes (TENG et al., 2017; XIE et al., 2017).
No entanto, estes estudos n˜ao levam em considerac¸˜ao a utilizac¸˜ao de sensores de baixo custo financeiro e tamb´em fazem uso em geral de aeronaves comerciais, impossibilitando novas abordagens de distribuic¸˜ao de sensores, uma vez em que estes VANTs s˜ao configurados de f´abrica para uma determinada aplicac¸˜ao, impossibilitando muitas vezes a adequac¸˜ao de outros dispositivos sobre a aeronave.
Al´em disto, em cen´arios agressivos como subestac¸˜oes ou grandes malhas de distribuic¸˜ao el´etrica de alta tens˜ao, o sinal do GPS pode sofrer interferˆencias eletromagn´eticas e reduzir (ou mesmo anular) a precis˜ao do posicionamento. Desta forma, a an´alise de desempenho de diver-sos tipos de sensores de baixo custo, que devam perceber o ambiente e permitir que o VANT possa mapear as regi˜oes pelo qual est´a navegando, sem o risco de colis˜oes iminentes, pode ser encarado como um campo de estudo para suprir a falta de pesquisas que lidam com esta tem´atica dentro de um cen´ario de torres de alta tens˜ao.
Para que um VANT possa realizar operac¸˜oes de inspec¸˜ao de forma autˆonoma, ´e ne-cess´ario o entendimento sobre o arranjo e a escolha correta dos sensores para determinados tipos de cen´arios e obst´aculos. Sua dinˆamica de uso deve ser estudada, analisando a capacidade de detecc¸˜ao e as exigˆencias de uso em cen´arios de diferentes complexidades. Desta forma, o desempenho dos sensores US e LASER devem ser avaliados, verificando se a utilizac¸˜ao de sen-sores de baixo custo financeiro podem ser incorporados em um VANT para detecc¸˜oes em um ambiente de inspec¸˜oes el´etricas.
O problema envolvido nesta pesquisa concentra-se no m´etodo de distribuic¸˜ao de senso-res em VANTs multirrotosenso-res aplicados `as tarefas de identificac¸˜ao de obst´aculos em ambientes de inspec¸˜oes detalhadas de torres el´etricas. Segundo o levantamento do Estado da Arte (Cap´ıtulo 3), a indentificac¸˜ao de obst´aculos com uso de arquiteturas sensoriais de baixo custo ainda ´e uma ´area de grande interesse e que carece de informac¸˜oes relacionados ao seu desempenho, cen´arios de aplicac¸˜ao e correta condic¸˜ao de uso quando integrados aos VANTs.
sensoriais em um VANT multirrotor para detecc¸˜ao de obst´aculos. Neste trabalho, propoe-se um m´etodo para projetar a arquitetura de sensores baseado em figuras geom´etricas. Cada sensor ´e modelado com uma figura geom´etrica em trˆes dimenc¸˜oes, cujo volume indicar´a por meio do padr˜ao de feixe, o campo de atuac¸˜ao de cada dispositivo sensorial. Com isso, ´e poss´ıvel analisar rapidamente como determinadas arquiteturas de sensores podem ser capazes de cobrir um VANT multirrotor, cuja intenc¸˜ao ´e a de perceber os obst´aculos existentes em um cen´ario de inspec¸˜ao de torres el´etricas.
Desta forma, ´e poss´ıvel avaliar rapidamente o desempenho de detecc¸˜ao de diferentes arquiteturas de sensores em um ambiente simulado. Ent˜ao, a arquitetura mais adequada pode ser implementada em um VANT. Assim o VANT pode realizar a navegac¸˜ao autˆonoma em ambientes de inspec¸˜ao de torres de alta tens˜ao, possibilitando otimizar diversas modalidades de inspec¸˜oes a´ereas com consider´aveis reduc¸˜oes de custos operacionais.
1.2 OBJETIVOS
1.2.1 OBJETIVO GERAL
Propor um m´etodo de distribuic¸˜ao de sensores de baixo custo financeiro, cuja finali-dade ´e a de detectar diferentes tipos de obst´aculos presentes em conjuntos de torres el´etricas.
1.2.2 OBJETIVOS ESPEC´IFICOS
• Testar e avaliar diferentes tipos de sensores US e LASER de baixo custo financeiro em laborat´orio, identificando suas curvas de resposta diante de diferentes tipos de pec¸as co-mumente utilizadas em torres de alta tens˜ao.
• Avaliar as curvas de respostas dos sensores US quando eles s˜ao agrupados em pares com diferentes ˆangulos de abertura.
• Avaliar as curvas de respostas dos sensores US e LASER quando usados em ambientes interno e externo.
• Construir modelos de figuras geom´etricas que representem os sensores e sua faixa de atuac¸˜ao, baseado nas suas caracter´ısticas t´ecnicas e representados por seus padr˜oes de feixes.
• Modelar diferentes tipos de arquiteturas de sensores em um VANT multirrotor atrav´es do simulador V-REP.
• Propor uma arquitetura de sensores com capacidade de identificar m´ultiplos obst´aculos em cen´arios de inspec¸˜ao de torres el´etricas por VANT.
• Construir um prot´otipo de um VANT multirrotor de pequeno porte e adequar a definida arquitetura sensorial modelada no simulador V-REP ao prot´otipo.
• Conduzir voos remotamente controlados do prot´otipo VANT multirrotor sobre uma torre el´etrica desativada, avaliando o desempenho de detecc¸˜ao da arquitetura de sensores diante do corredor de linhas de transmiss˜ao e base da torre.
• Analisar as respostas obtidas pela detecc¸˜ao da arquitetura sensorial sobre o cen´ario de inspec¸˜ao de torres el´etricas simulada e real.
1.3 CONTRIBUIC¸ ˜OES DESTE TRABALHO
A principal contribuic¸˜ao deste trabalho ´e a proposta de um m´etodo de distribuic¸˜ao de sensores em VANT, baseado em uma abstrac¸˜ao de alto n´ıvel, usando figuras geom´etricas em trˆes dimenc¸˜oes para indicar o comportamento de detecc¸˜ao de determinadas composic¸˜oes sensoriais. Tal m´etodo foi usado para posicionar sensores de baixo custo financeiro em um VANT do tipo multirrotor, dedicado as tarefas de inspec¸˜ao de torres de alta tens˜ao.
Diversos trabalhos encontrados na literatura abordam o tema de identificac¸˜ao de obst´a-culos por meio de diferentes tipos de plataformas rob´oticas, adequando tecnologias sensoriais que avaliam, em cen´arios de diferentes complexidades, a precis˜ao de detecc¸˜ao de cada unidade sensorial.
Por´em, grande parte dos trabalhos voltados a identificac¸˜ao de obst´aculos desconside-ram os problemas criados em torno da distribuic¸˜ao dos sensores no VANT, n˜ao levando em conta as poss´ıveis interferˆencias de detecc¸˜ao gerados por posicionamentos inadequados. Al´em disto, ainda n˜ao foram encontrados trabalhos relacionados `a identificac¸˜ao de obst´aculos por sensores de baixo custo e dedicados a componentes comumente encontrados em torres de alta tens˜ao com o uso de VANTs.
Desta forma, os diversos tipos de componentes comumente encontrados em torres de alta tens˜ao, foram utilizados como alvo para a avaliar as respostas de detecc¸˜ao de diferentes tipos de sensores de baixo custo financeiro. Assim foi poss´ıvel identificar aqueles que apresentam as melhores condic¸˜oes de desempenho e que podem ser integrados junto a um VANT multirrotor, dedicado a inspec¸˜oes de torres de alta tens˜ao.
Neste trabalho, al´em de avaliar as capacidades de detecc¸˜ao de diferentes tipos de senso-res, indicando problemas relacionados pelo efeito crosstalk, incerteza angular ou reflex˜ao solar, o m´etodo de distribuic¸˜ao de sensores em diferentes regi˜oes de um VANT multirrotor tamb´em foi avaliado. Atrav´es do m´etodo de distribuic¸˜ao de sensores, que ´e baseado no padr˜ao de feixe de cada tipo de tecnologia sensorial utilizada nesta pesquisa, torna-se poss´ıvel estimar, por meio de simulac¸˜oes realizadas no ˆambito de inspec¸˜ao de torres el´etricas, a presenc¸a de regi˜oes
de vulnerabilidade e as poss´ıveis faixas de comprimento de distˆancias entre os obst´aculos e o VANT.
Desta forma, com base nas respostas obtidas nesta pesquisa, torna-se poss´ıvel anali-sar e desenvolver diferentes arquiteturas de sensores de baixo custo financeiro em um VANT multirrotor, possibilitando avaliar rapidamente atrav´es da simulac¸˜ao, o comportamento de cada composic¸˜ao desenvolvida. Com isso, a integrac¸˜ao de sistemas de gerenciamento e controle do VANT, baseado na atuac¸˜ao de detecc¸˜ao das diferentes arquiteturas de sensores modeladas pela metodologia proposta, poder´a conceder autonomia ao multirrotor, o tornando autˆonomo para diferentes tarefas de inspec¸˜oes a´ereas.
Ao longo do desenvolvimento do projeto, foram produzidas quatro publicac¸˜oes com base nos resultados obtidos por esta linha pesquisa, sendo duas publicac¸˜oes internacionais e uma nacional. Paralelamente foi produzido uma publicac¸˜ao em parceria com a Universidade Federal do Paran´a dentro da tem´atica de uso de Filtro de Kalman na ´area de Pecu´aria de Precis˜ao com a utilizac¸˜ao de VANTs multirrotores. Todas as publicac¸˜oes obtidas at´e o presente momento s˜ao apresentadas conforme se segue:
BERGER, G. S. ; WEHRMEISTER, Marco Aurelio ; FERRAZ, M. F. ; CANTIERI, ALVARO R. . Analysis of Low Cost Sensors Applied to the Detection of Obstacles in High Voltage Towers. In: International Embedded Systems Symposium (IESS’19), 2019, Friedri-chshaffen.
CANTIERI, ALVARO R. ; BERGER, G. S. ; FERRAZ, M. F. ; WEHRMEISTER, Marco Aurelio ; OLIVEIRA, A. S. ; ARIMATEIA, C. ; LEJAMBRE, A. . Proposta e Avaliac¸˜ao de uma Arquitetura de Inspec¸˜ao Autˆonoma de Torres de Distribuic¸˜ao de Energia El´etrica base-ada em VANT Autˆonomo Multi-Sensoriado. In: Simp´osio Brasileiro de Automac¸˜ao Inteligente (SBAI), 2019, Ouro Preto.
CANTIERI, ALVARO R. ; WEHRMEISTER, Marco Aurelio ; OLIVEIRA, A. S. ; LIMA, J. L. M. ; FERRAZ, M. F. ; BERGER, G. S. . A UAV precision positioning architec-ture for power line tower inspection using augmented reality tag. In: Fourth Iberian Robotics Conference (ROBOT’19), 2019, Porto.
DENIZ, M; VALE, M. M. ; TENFFEN, K. S. ; GOMES, I. C. ; FERRAZ, M. F. ; BERGER, G. S. ; WEHRMEISTER, M. A. . Kalman filter optimizes mpu-6050 sensor digital signal processing to animal behaviour monitoring. In: V Workshop internacional de ambiˆencia de precis˜ao, 2019, Campinas.
1.4 ESTRUTURA DO TRABALHO
Este trabalho foi estruturado em 5 Cap´ıtulos. A fundamentac¸˜ao te´orica (Cap´ıtulo 2) apresenta os conhecimentos relacionados `as t´ecnicas de inspec¸˜ao de torres de alta tens˜ao, tais como os principais tipos de inspec¸˜oes, as tecnologias robotizadas utilizadas na atualidade e as principais caracter´ısticas das tecnologias de sensoriamento dedicados ao tema da pesquisa.
O Cap´ıtulo 3 apresenta o Estado da Arte, apresentando os trabalhos relacionados ao tema de distribuic¸˜ao sensorial em multirrotores dedicados a identificac¸˜ao de obst´aculos, desta-cando as metodologias empregadas em diferentes trabalhos encontrados na literatura.
Os materiais e m´etodos s˜ao apresentados no Cap´ıtulo 4, onde s˜ao descritos os tipos de tecnologias utilizadas durante o desenvolvimento da pesquisa e quais as t´ecnicas realizadas neste trabalho para a soluc¸˜ao do problema de identificac¸˜ao de obst´aculos quando utilizados ve´ıculos a´ereos n˜ao tripulados.
O Cap´ıtulo 5 discute e analisa os resultados obtidos e as devidas considerac¸˜oes diante do presente estudo. Por fim s˜ao apresentados as conclus˜oes gerais da pesquisa com o detalha-mento dos objetivos cumpridos e as considerac¸˜oes para trabalhos futuros.
2 FUNDAMENTAC¸ ˜AO TE ´ORICA
A vasta malha el´etrica nacional, composta por 141.388 km e com previs˜ao de cresci-mento de at´e 185.484 km at´e 2023, segundo o Operador Nacional do Sistema El´etrico (ONS), ´e considerada uma das maiores redes de interligac¸˜ao el´etrica do mundo, conectando todas as regi˜oes do pa´ıs, transportando elevadas tens˜oes aos centros de carga, realizando a integrac¸˜ao de m´ultiplos sistemas de transmiss˜ao, gerando o intercˆambio de energia e promovendo a conti-nuidade de fornecimento de energia el´etrica indispens´avel a uma sociedade moderna (SOUSA, 2018).
Os sistemas de alta tens˜ao (AT), considerado de fundamental importˆancia na distribuic¸˜ao de energia el´etrica, transportam energia em corrente alternada, utilizando redes trif´asicas com um ou mais subcondutores por fase e possuem vantagens com flexibilidade para gerar, trans-mitir, distribuir e utilizar energia el´etrica de maneira econˆomica e segura, contribuindo para o desenvolvimento social e econˆomico do pa´ıs (MENEZES, 2015).
No entanto, com o crescimento de consumo de energia e a consequente expans˜ao da malha el´etrica nacional, a necessidade de manutenc¸˜ao torna-se um grande desafio e ´e de funda-mental importˆancia para o bom funcionamento da distribuic¸˜ao de energia el´etrica para o pa´ıs.
Sendo assim, para reduzir os custos operacionais com manutenc¸˜ao, a inspec¸˜ao das li-nhas de transmiss˜ao e de seus componentes ´e uma importante ferramenta e valiosa fonte de informac¸˜ao para indicar o estado atual da infraestrutura, prevenindo interrupc¸˜oes indesejadas causadas por desgastes de componentes ou mesmo fatores ambientais. As inspec¸˜oes s˜ao reali-zadas por profissionais qualificados e permitem (LOPES, 2013):
• Identificac¸˜ao de anomalias nos equipamentos; • Identificac¸˜ao de vegetac¸˜ao invasora;
• Identificac¸˜ao de situac¸˜oes de violac¸˜ao de componentes e cabos;
• Atualizac¸˜ao de informac¸˜oes relativas ao estado das linhas de transmiss˜ao e componentes; • Determinac¸˜ao do estado do sistema de distribuic¸˜ao devido a fenˆomenos clim´aticos como vento, descargas atmosf´ericas e inundac¸˜ao fornecendo imagens de ativos danificados com vista a sua urgente reparac¸˜ao.
Diversas t´ecnicas s˜ao empregadas para identificac¸˜ao preventiva de falhas no sistema de distribuic¸˜ao. Todas elas tˆem em comum o objetivo de realizar inspec¸˜oes que permitam avaliar as condic¸˜oes de funcionamento da rede el´etrica. Desta forma este Cap´ıtulo apresenta as estrat´egias mais utilizadas em inspec¸˜ao de linhas de transmiss˜ao e suas caracter´ısticas tecnol´ogicas envol-vidas neste tipo de operac¸˜ao.
2.1 INSPEC¸ ˜AO VISUAL A PARTIR DO SOLO
Neste tipo de inspec¸˜ao, um grupo de profissionais realizam inspec¸˜oes da estrutura met´alica da torre, verificando pec¸as soltas, sinais de corros˜ao, armac¸˜ao de apoio, sinais de apo-drecimento de componentes, rachaduras, estado da ligac¸˜ao terra, distˆancia da linha de vegetac¸˜ao, limpeza da ´area, construc¸˜ao e in´ıcio de edificac¸˜oes pr´oximas irregulares, estado dos isoladores e existˆencia de sinais de aquecimento incomum sobre os condutores. Nesta inspec¸˜ao visual, tamb´em s˜ao usados sistemas sensoriais de imagem infravermelha para auxiliar na verificac¸˜ao dos pontos de aquecimento dos componentes da torre (GATES, 2013).
2.2 INSPEC¸ ˜OES A ´EREAS TRIPULADAS
Este tipo de inspec¸˜ao ´e realizado por helic´opteros tripulados, os quais s˜ao aplicados sobre as linhas de transmiss˜ao com um arranjo de sensores t´ermicos para identificac¸˜ao de pontos quentes em cabos e isoladores, cˆameras de efeito corona para verificac¸˜ao de descargas el´etricas, cˆameras de alta resoluc¸˜ao para buscar falhas em componentes constituintes da torre de alta tens˜ao e sensores de varredura LIDAR (Laser Detection and Ranging) utilizado para medic¸˜ao de distˆancias de obst´aculos.
Estes obst´aculos normalmente s˜ao ´arvores e vegetac¸˜oes que encontram-se pr´oximo da torre de alta tens˜ao. Com isto, o sistema LIDAR permite n˜ao apenas detectar dados relativos a altura da vegetac¸˜ao invasora como tamb´em o n´umero de ´arvores e o diˆametro de sua copa (BUCKSCH et al., 2018; MATIKAINEN et al., 2016).
2.3 INSPEC¸ ˜OES COM A UTILIZAC¸ ˜AO DE ROB ˆOS
In´umeros tipos de plataformas rob´oticas s˜ao aplicados para inspec¸˜oes em linhas de transmiss˜ao, onde diferentes tecnologias e func¸˜oes distintas s˜ao utilizadas durante o processo de inspec¸˜ao. Em func¸˜ao disto, esta sec¸˜ao relaciona alguns tipos de plataformas utilizados na atualidade e suas principais caracter´ısticas.
2.3.1 HELIC ´OPTERO
A utilizac¸˜ao de helic´opteros autˆonomos para inspec¸˜ao em linhas de transmiss˜ao (ver Fig.1), concentra-se em detectar problemas associados a defeitos ao longo das linhas trans-miss˜ao, detectando defeitos vis´ıveis, normalmente com o uso de cˆameras t´ermicas, cˆamera de efeito corona e cˆameras de alta resoluc¸˜ao. Diante de inspec¸˜oes el´etricas, o helic´optero sobrevoa mantendo-se a distˆancias seguras da torre e linhas de transmiss˜ao de energia por meio de seu sistema de posicionamento e sensoriamento, normalmente composto por sensores de varredura LASER do tipo LIDAR.
Figura 1 - Inspec¸˜ao de linhas de transmiss˜ao realizada por helic´optero n˜ao tripulado.
Fonte: Adaptado de (MATIKAINEN et al., 2016)
Este sistema oferece reduc¸˜oes de custos consider´aveis com relac¸˜ao as inspec¸˜oes a´ereas tripuladas (RAJU et al., 2018), al´em de obter ganhos em termos de precis˜ao em pontos chaves de an´alise durante a inspec¸˜ao. Por´em, os grandes problemas enfrentados com o uso de helic´opteros autˆonomos est˜ao concentrados em: (a) aquisic¸˜ao de imagens de alta resoluc¸˜ao que ´e prejudicada pela vibrac¸˜ao, (b) seu controle de posic¸˜ao, o qual deve ser preciso, (c) eficiˆencia energ´etica para realizar longas inspec¸˜oes e (d) sistema de detecc¸˜ao de obst´aculos confi´avel (KATRA; PERNU, 2010).
2.3.2 VE´ICULO A ´EREO N ˜AO TRIPULADO (VANT)
Os VANTs podem ser classificados como asa fixa e multirrotores (ver Fig. 2). Seus procedimentos de inspec¸˜ao em linhas de transmiss˜ao ´e, de certa forma, muito semelhante ao de helic´opteros autˆonomos, permitindo uma grande quantidade de detalhes diante de cen´arios de elevada complexidade. Por´em, muitas vezes apresentam menor custo em relac¸˜ao aos he-lic´opteros autˆonomos. (KATRA; PERNU, 2010; SHAKHATREH et al., 2019).
As aplicac¸˜oes de VANTs de asa fixa dentro da modalidade de inspec¸˜ao de linhas de transmiss˜ao garante vantagens devido `a grande distˆancia que esta plataforma pode percorrer, sobrevoando corredores de linhas de transmiss˜ao. Este tipo de aeronave faz uso de poderosos algoritmos de detecc¸˜ao para identificac¸˜ao autom´atica de potenciais pontos de falhas nas linhas de transmiss˜ao ou de obst´aculos como ´arvores pr´oximas `as torres de transmiss˜ao (NAYYER-LOO et al., 2012). Contudo, a utilizac¸˜ao de aeronaves de asa fixa limita-se a inspec¸˜oes de grandes ´areas, n˜ao contemplando inspec¸˜oes detalhadas da estrutura ou de componentes danifi-cados nas torres.
O VANT do tipo multirrotor, compartilha os mesmos problemas dos helic´opteros autˆo-nomos. No entanto, devido o grande interesse da comunidade cient´ıfica sobre o tipo de plata-forma utilizada na inspec¸˜ao de linhas de transmiss˜ao, diversos trabalhos conduzidos na ´area trouxeram resultados que contornam os problemas relacionados aos helic´opteros autˆonomos, inserindo giro estabilizadores para ajustes de posicionamento e amortecimento de vibrac¸˜ao nas ´areas onde as cˆameras e sensores est˜ao posicionados, conforme apresentado por (HUI et al., 2018).
Assim, problemas de distorc¸˜ao de imagens por trepidac¸˜oes s˜ao evitados, al´em de per-mitir o direcionamento autom´atico da cˆamera sobre as linhas de transmiss˜ao e componentes potencialmente danificados.
Figura 2 - VANT multirrotor e Asa Fixa.
Fonte: Adaptado de (GONZALEZ-JORGE et al., 2017)
Al´em disto, o uso de sistemas de alt´ıssima precis˜ao que auxiliam no posicionamento dos multirrotores operados de forma autˆonoma, como o GPS RTK, permite que sejam conduzi-das inspec¸˜oes com elevado grau de confiabilidade (ERIKSSON, 2016). Posiciona-se a aeronave em pontos estrat´egicos, mantendo-se a uma distˆancia segura e, portanto, realizando-se o mape-amento do ambiente com pequenos sensores, tais como os US e LASER, capazes de indicar poss´ıveis obst´aculos presentes na rota planejada da aeronave (GAGEIK et al., 2015; PAPA; PONTE, 2018).
2.3.3 ROB ˆOS ESCALADORES
Os robˆos escaladores (ver Fig. 3) realizam a inspec¸˜ao suspensos ao longo das linhas de transmiss˜ao e s˜ao capazes de cruzar os obst´aculos ao longo do percurso. Este tipo de robˆo pode deslocar-se de forma autˆonoma, investigando defeitos sobre os condutores, realizando a inspec¸˜ao visual autom´atica e mapeando a regi˜ao de inspec¸˜ao sobre as linhas de transmiss˜ao (NAYYERLOO et al., 2012).
Figura 3 - Unidade rob´otica dedicada `a inspec¸˜ao de linhas de transmiss˜ao
Fonte: Adaptado de (POULIOT et al., 2015)
Como este tipo de robˆo se encontra suspenso sobre as linhas de transmiss˜ao, n˜ao ocor-rem tantos problemas de oscilac¸˜ao sobre sua unidade sensorial, uma vez que rajadas da vento n˜ao provocam grandes oscilac¸˜oes em sua pesada estrutura e por executar movimentac¸˜oes de baixa complexidade, unicamente perseguindo as linhas de transmiss˜ao a procura de potenciais defeitos sobre as linhas el´etricas. Por´em este tipo de plataforma rob´otica possui uma arquitetura mecˆanica extremamente robusta e consequentemente a um elevado custo financeiro (KATRA; PERNU, 2010).
2.4 SENSORIAMENTO
Os sensores s˜ao uma das principais cargas ´uteis de um robˆo dentro de um cen´ario de inspec¸˜ao de linhas de transmiss˜ao. Como as linhas e torres sofrem continuamente com desgastes relacionados a fatores clim´aticos e ambientais, al´em do envelhecimento do material, ´e prov´avel que hajam desgastes tamb´em dos componentes que comp˜oem as torres de alta tens˜ao e que possam ser identificados por diferentes tipos de sensores aplicados em inspec¸˜oes el´etricas.
Aspectos como detecc¸˜ao, identificac¸˜ao e diagn´ostico s˜ao fatores de extrema importˆancia e que podem ser obtidos por meio de um sistema sensorial adequado ao ambiente analisado.
En-tre os sensores mais utilizados nos VANTs utilizados para detectar defeitos de falhas el´etricas, encontram-se os sensores de temperatura, sensores de efeito corona e cˆameras de alta resoluc¸˜ao RGB.
Para navegac¸˜ao e mapeamento, tamb´em s˜ao utilizados sensores do tipo LIDAR, fluxo ´optico, LASER e ultrassom. Estes sensores s˜ao amplamente utilizados por serem sensores de tecnologia de baixo consumo, alta capacidade de detecc¸˜ao, tamanho reduzido e com disponibi-lidade de baixo custo financeiro de aquisic¸˜ao. Esta sec¸˜ao dedica-se aos sensores de detecc¸˜oes de falhas em linhas de transmiss˜ao e sensores de navegac¸˜ao e mapeamento, explorando as prin-cipais caracter´ısticas de cada modalidade.
2.4.1 SENSORES DE IDENTIFICAC¸ ˜AO DE POTECIAIS FALHAS EL ´ETRICAS
Estes tipos de sensores, constitu´ıdos por cˆameras RGB, t´ermica e de efeito corona, s˜ao normalmente empregados em tarefas de diagn´osticos de componentes que apresentam falhas dentro da ´area de inspec¸˜ao de torres de alta tens˜ao. Atrav´es da utilizac¸˜ao desses sensores torna-se poss´ıvel revelar problemas relacionados a:
• Ruptura de isoladores e acess´orios; • Condutores superaquecidos; • Descargas eletromagn´eticas;
• Corros˜ao de componentes e da estrutura da torre; • Rompimento de cabos;
• Distˆancia da linha de vegetac¸˜ao; • Estado de fixac¸˜ao dos componentes;
• Construc¸˜ao de im´oveis em distˆancias n˜ao regulamentadas.
Imagens adquiridas pelas cˆameras RGB permitem indicar problemas comumente en-contradas em torres de alta tens˜ao como condutores e acess´orios quebrados, defeitos em blin-dagem dos fios, ninhos de aves pr´oximos de condutores, al´em de possibilitar a avaliac¸˜ao das condic¸˜oes gerais da estrutura da torre como corros˜ao e ausˆencia de componentes (ver Fig. 4).
Tamb´em s˜ao utilizadas em alguns casos as cˆameras de foco longo, permitindo diag-nosticar precisamente objetos pequenos como pinos ausentes, ruptura de acess´orios e focos de corros˜ao presente em componentes e o estado f´ısico da estrutura da torre com elevado grau de detalhamento (XIE et al., 2017; MALVEIRO et al., 2015; GATES, 2013).
Figura 4 - Identificac¸˜ao de falhas de componentes em torres de alta tens˜ao.
Fonte: Adaptado de (Torkel Danielsson, 2006)
Por outro lado, as cˆameras t´ermicas permitem identificar anormalidade de uma alta impedˆancia sobre condutores e componentes. A alta impedˆancia est´a normalmente associada a situac¸˜oes em que haja ligac¸˜oes soltas ou mau conectadas, conex˜oes corro´ıdas, rupturas de con-dutores ou mesmo concon-dutores e equipamentos com cortes subdimensionados (SHAKHATREH et al., 2019).
Estes dispositivos operam na faixa do espectro do infravermelho, a qual compreende ondas de radiac¸˜ao t´ermicas e que s˜ao classificados em trˆes divis˜oes, sendo elas SWIR (Short Wavelenght Infrared), MWIR (Mid Wavelenght Infrared) e LWIR (Long Wavelenght Infrared). Desta forma, uma vez em que um dado objeto emita calor (ver Fig. 5), esta radiac¸˜ao ´e captu-rada pela cˆamera tornando poss´ıvel reproduzir a imagem com a informac¸˜ao t´ermica (GADE; MOESLUND, 2014).
Figura 5 - Identificac¸˜ao de sobreaquecimento por imagens t´ermicas.
Fonte: Adaptado de (FLIR; ITC, 2011)
Outra metodologia de inspec¸˜ao em linhas de transmiss˜ao ´e a avaliac¸˜ao de descargas eletromagn´eticas. Um analisador de efeito corona permite perceber a luz ultravioleta emitida pelas descargas el´etricas e diferenciar estas descargas de outros ru´ıdos, permitindo identificar preventivamente poss´ıveis falhas no sistema de distribuic¸˜ao el´etrica (GATES, 2013).
2.4.2 SENSORES DE NAVEGAC¸ ˜AO E MAPEAMENTO
Sensores de navegac¸˜ao e mapeamento concedem ao VANT o conhecimento sobre o espac¸o ao seu redor, capturando informac¸˜oes de um ambiente desconhecido e identificando obst´aculos contidos nele. Al´em disto, estes sensores podem ser aplicados para gerac¸˜ao de mapas online, atrav´es dos quais o VANT possa realizar navegac¸˜oes autˆonomas por longos per´ıodos, localizando-se e estimando sua posic¸˜ao em relac¸˜ao ao cen´ario explorado. Dentro da modalidade de inspec¸˜ao de torres de alta tens˜ao, a utilizac¸˜ao destes sensores concentram-se nas seguintes aplicac¸˜oes:
• Reconstruc¸˜ao de mapas em 3D; • Identificac¸˜ao de obst´aculos; • Rastreamento de componentes;
• Identificac¸˜ao de padr˜oes de componentes com defeitos.
O uso de sensores do tipo Airborne Laser Scanning (ALS), constitu´ıdos por sensores do tipo LIDAR, ´e uma t´ecnica ativa de sensoriamento remoto muito utilizada para a detecc¸˜ao de m´ultiplos obst´aculos com elevado grau de precis˜ao. Seu funcionamento consiste em emitir m´ultiplos pulsos LASER pelo sensor de varredura e o intervalo de tempo decorrente entre a emiss˜ao e recepc¸˜ao destes pulsos revelar´a a medida de distˆancia entre o sensor e o objeto.
Al´em disto, uma unidade inercial constitu´ıda por acelerˆometros e girosc´opios (IMU) ´e utilizada para definir a posic¸˜ao, velocidade e orientac¸˜ao do VANT. O GPS ´e usado para georrefe-renciar o posicionamento dos objetos, identificando suas coordenadas x, y, z (MATIKAINEN et al., 2016). Como resultado, pela combinac¸˜ao entre as coordenadas do GPS e o posicionamento do VANT, ´e gerada uma nuvem de pontos de coordenadas sobre um ou v´arios objetos, permi-tindo criar posteriormente um mapa (3D) que pode ser utilizado para ac¸˜oes como avaliac¸˜ao e manutenc¸˜ao da estrutura (CHEN et al., 2018).
Em tarefas envolvendo inspec¸˜ao de linhas de transmiss˜ao, sensores do tipo LIDAR podem ser empregados para identificac¸˜ao da proximidade de vegetac¸˜ao invasora sobre os con-dutores. A aproximac¸˜ao de galhos de ´arvores sobre as linhas de transmiss˜ao podem danificar a estrutura da torre e em alguns casos at´e mesmo causar grandes incˆendios florestais (MATI-KAINEN et al., 2016). Desta forma, mensurar o distˆanciamento das linhas de transmiss˜ao em relac¸˜ao `a vegetac¸˜ao (Fig. 6) faz parte de poss´ıveis estrat´egias de uso que podem ser aplicadas com o sensor LIDAR (XIE et al., 2017).
Os sensores de fluxo ´optico s˜ao usados para t´ecnicas de controle, prevenc¸˜ao de colis˜ao com obst´aculos e detecc¸˜ao de padr˜oes por meio de diferentes tipos de algoritmos empregados
Figura 6 - Identificac¸˜ao da aproximac¸˜ao de vegetac¸˜ao sobre linhas de transmiss˜ao.
Fonte: Adaptado de (CHEN et al., 2018)
para cada tipo de tarefa executada pelo dispositivo. Estes sensores s˜ao capazes de detectar diferenc¸as em imagens, podendo ser utilizados para encontrar padr˜oes que revelam poss´ıveis problemas em corredores de linhas de transmiss˜ao (ZHANG et al., 2017) ou mesmo para serem utilizados em prevenc¸˜ao de colis˜ao com obst´aculos e controle da dinˆamica de voo de um VANT (GAGEIK et al., 2015).
Dentro do campo de detecc¸˜ao de obst´aculos, destaca-se a utilizac¸˜ao dos sensores US e LASER. Eles s˜ao amplamente utilizado em unidades rob´oticas com a finalidade de perceber o ambiente, medindo a distˆancia entre o robˆo e os obst´aculos, possibilitando que o sistema execute operac¸˜oes autˆonomas ou semi autˆonomas. Normalmente utilizados em VANTs, os sensores LRF (Laser Ranger Finder) executam medidas de distˆancias em varredura, permitindo manter a aeronave em distˆancias seguras dos obst´aculos presentes em seu cen´ario de atuac¸˜ao (GAGEIK et al., 2015).
Em conjunto com os sensores LRF, os sensores US realizam o trabalho de detecc¸˜ao de obst´aculos. Este sensor ´e comumente aplicado como sistema de redundˆancia, podendo detectar objetos pr´oximos ao VANT como galhos de ´arvores ou mesmo componentes de construc¸˜oes a curtas distˆancias (HOLZ et al., 2013). Assim, diferentes arranjos de sensores US e LASER podem ser distribu´ıdos sobre o entorno de VANTs do tipo multirrotor obtendo uma vasta regi˜ao de detecc¸˜ao do ambiente pela aeronave (KRAMER; KUHNERT, 2018).
2.5 CARACTER´ISTICAS DE SENSORES DE DIST ˆANCIA DE BAIXO CUSTO
Um dos grandes desafios no campo de pesquisa de ve´ıculos a´ereos n˜ao tripulados, consiste em implementar sistemas capazes de realizar operac¸˜oes em diferentes tipos de cen´arios com elevado grau de estabilidade, controle e manobrabilidade.
Dentro desta concepc¸˜ao, a adequac¸˜ao de sensores de detecc¸˜ao sobre o VANT, cuja sua aplicac¸˜ao visa auxiliar na estabilidade, controle e manobrabilidade, dever´a ser capaz de re-alizar uma detecc¸˜ao confi´avel de obst´aculos e possuir a capacidade de atuar em tempo h´abil na prevenc¸˜ao e desvio de obstruc¸˜oes em ambientes desconhecidos, sejam eles est´aticos ou dinˆamicos (HOLZ et al., 2013).
Desta forma, diferentes tipos de estrat´egias podem ser adotadas para compor arquitetu-ras de sistemas sensoriais embarcados em um VANT. Pode-se utilizar sensores avanc¸ados, e que a rigor, s˜ao de alto custo financeiro se comparados a sensores de menor capacidade tecnol´ogica. Tais sistemas sensoriais s˜ao capazes de atingir um elevado grau de precis˜ao em detecc¸˜ao de diferentes tipos de obst´aculos.
Por´em os sensores mais avanc¸ados possuem muitas vezes peso elevado, impossibi-litando seu uso em um VANT de pequeno porte, al´em de apresentarem maiores custos de aquisic¸˜ao e possuirem um n´umero limitado de fabricantes de sensores de varredura LASER, sendo os principais da marca SICK, Velodyne e Hokuyo (KRAMER; KUHNERT, 2018).
Diante disto, as estrat´egias mais recorrentes de sensoriamento com uso de VANTs, consistem em mesclar diferentes tipos de sensores de baixo custo monet´ario, objetivando uma qualidade t´ecnica e operacional pr´oxima a de um sistema que contenha sensores de alto custo financeiro.
Atualmente o uso de sensores US combinados com sensores LASER, permitem produ-zir resultados satisfat´orios com relac¸˜ao a detec¸˜ao e prevenc¸˜ao de colis˜ao com obst´aculos, sendo utilizados em operac¸˜oes de inspec¸˜ao das condic¸˜oes de infraestrutura de grandes torres de ac¸o (CHEN et al., 2018), postes de eletricidade (SA et al., 2015) ou mesmo torres de alta tens˜ao (VINA; MORIN, 2017).
No entanto, crit´erios de uso e distribuic¸˜ao dos sensores LASER e US devem ser respei-tados, no sentido de evitar perturbac¸˜oes e imprecis˜oes durante seu funcionamento. Desta forma, esta Subsec¸˜ao apresenta os principais problemas e caracter´ısticas relacionados a distribuic¸˜ao dos sensores US e LASER quando utilizados em ve´ıculos a´ereos n˜ao tripulados.
2.5.1 SENSORES ULTRASS ˆONICOS
Este tipo de sensor emite rajadas de ondas sonoras de alta frequˆencia, normalmente na faixa de 40 KHz e podem ser classificados em duas categorias distintas. A primeira categoria ´e composta por sensores US de apenas um transdutor, que controla o tempo de atraso entre a emiss˜ao e recepc¸˜ao de at´e 8 ciclos de ondas ultrassˆonicas lanc¸adas sobre determinado objeto, possibilitando mensurar a distˆancia entre o obst´aculo e o dispositivo sensorial. Geralmente este tipo de sensor pode possuir interfaces de comunicac¸˜ao do tipo I2C a SPI e pode suportar multi conex˜oes para utilizac¸˜ao em paralelo.
A segunda categoria ´e composta por dois transdutores, sendo um o emissor e outro o receptor (ver Fig.7). Os sensores US do tipo Range Finders emitem um sinal anal´ogico e analisam o tempo decorrente do envio e recebimento deste sinal que ´e refletido quando atinge algum obst´aculo. A energia mecˆanica recebida ´e convertida em um sinal el´etrico e, por meio do seu circuito eletrˆonico, este sinal ´e interpretado como uma medida de distˆancia.
Esta forma de atuac¸˜ao ´e conhecida por Time of Flight (TOF), e assim como os sensores US de apenas um transdutor, este sensor emite uma onda sonora de aproximadamente 40 KHz, objetivando reduzir as chances de falsos ecos, ou seja, o recebimento de um sinal idˆentico cuja fonte ´e uma onda sonora de mesma intensidade detectada por outra fonte que n˜ao seja o pr´oprio sensor. Al´em disto, este tipo de sensor ´e reconhecido por sua ampla capacidade de utilizac¸˜ao em ambientes internos e externos, podendo detectar objetos diretamente expostos a luz solar ou em ambiente com neblina (HASIRLIOGLU et al., 2017).
Figura 7 - M´etodo de operac¸˜ao do sensor ultrassˆonico.
Transmissor
Receptor Distância
Obstáculo
Sensor Ultrassônico
Fonte: Pr´opria autoria
O padr˜ao de feixe dos sensores US ´e definido como sendo a sensibilidade relativa do transdutor em relac¸˜ao a detecc¸˜ao e sua largura de feixe ´e determinada pelo diˆametro e com-primento radiante da onda ultrassˆonica. A equac¸˜ao de funcionamento do sensor ultrassˆonico ´e mostrada na equac¸˜ao 1, onde d ´e a distˆancia, v a velocidade do som e ∆τ o intervalo de tempo entre o pulso sonoro enviado e recebido (CHANDRASHEKAR, 2018).
d = v × ∆τ/2 (1)
A figura 8 mostra diferentes tipos de padr˜oes de feixes existentes. Uma variedade de aplicac¸˜oes podem ser realizadas por este tipo de tecnologia sensorial, permitindo selecionar qual tipo de sensor ser´a mais recomendado para cada tipo de aplicac¸˜ao.
Figura 8 - Padr˜ao de feixe dos sonares Maxbotics.
Fonte: Adaptado de (MAXSONAR, 2015)
Recorrentes erros relacionados a incertezas de detecc¸˜ao quando utilizado estes tipo de sensor s˜ao encontrados na literatura (CHOI; LEE, 2015; SINGH; BORSCHBACH, 2017; SHIN SEUNGIN, 2019). Diante desta observac¸˜ao, os principais problemas enfrentados por este tipo de tecnologia sensorial s˜ao elencados a seguir.
2.5.1.1 EFEITO CROSSTALK
O efeito crosstalk est´a relacionado com erros causados pela estreita proximidade entre sensores US. Em decorrˆencia desta aproximac¸˜ao, um dos sensores US (tamb´em conhecido por sonar) pode acabar recebendo o eco do sinal emitido por sonares adjacentes, resultando em lei-turas incorretas de distˆancias em raz˜ao da perturbac¸˜ao causada por ondas sonoras provenientes de sensores vizinhos (SHOVAL, 2001).
Este fenˆomeno ocorre em quase todos os tipos de sensores US. Normalmente sistemas que usam m´ultiplos sonares adotam a arquitetura em anel, cujo objetivo ´e o de cobrir toda a cir-cunferˆencia de uma dada arquitetura rob´otica. Ambientes que possuam objetos com superf´ıcies lisas, tamb´em podem contribuir para a ocorrˆencia de erros de leitura por efeito crosstalk devido a reflex˜oes das ondas gerada pelos sensores ultrassˆonicos (KHOENKAW; PRAMOKCHON, 2017), conforme apresentado pela Fig. 9.
Sensores US n˜ao possuem pontual direcionalidade, devido a sua distribuic¸˜ao de energia n˜ao ser igualit´aria em um ´unico feixe. Pelo fato de que a representac¸˜ao do padr˜ao de feixe dos sensores US apresentam um formato de cone, sua maior concentrac¸˜ao de energia ´e encontrada diante do centro de seu cone, tamb´em conhecido como l´obulo central.
Figura 9 - Efeito Crosstalk. Sensores Utrassônicos Onda Ultrassônica Caminho percorrido pela onda sonora Objeto de superfície lisa
Fonte: Pr´opria autoria.
J´a sua menor concentrac¸˜ao de energia, manifestada sobre as extremidades do padr˜ao de feixe do sensor US, ´e conhecido como l´obulo lateral (ou s˜ao conhecidos como ”l´obulos laterais”) (CAO; BORENSTEIN, 2002).
Desta forma, dependendo do ambiente em que se encontram estes sensores, m´ultiplos ecos podem ser gerados tanto a partir dos l´obulos laterais quanto do l´obulo central. Entre-tanto, somente os ecos recebidos ao longo do l´obulo central dos sensores ultrassˆonicos, que tipicamente possui uma faixa de abertura de 30◦, s˜ao considerados para leituras de distˆancias (VELAGIC et al., 2006) conforme mostra a Fig. 10.
Para resolver o problema do efeito crosstalk, uma das soluc¸˜oes mais adotadas ´e en-contrar ˆangulos de abertura entre os m´ultiplos sonares para que se obtenha um distanciamento m´ınimo necess´ario que garanta o envio e recebimento de informac¸˜oes de ondas sonoras geradas pelo sensor (NIWA et al., 2017).
2.5.1.2 EFEITO DA VARIAC¸ ˜AO DE TEMPERATURA EM SENSORES ULTRASS ˆONICOS
Sensores US dependem da velocidade do som para poder calcular o tempo entre a emiss˜ao da onda sonora e o eco recebido pelo seu receptor, conforme visto na Equac¸˜ao 1. No entanto, a velocidade do som pode ser alterada em func¸˜ao da temperatura e umidade do ambiente pelo qual os sensores est˜ao operando (PAPA et al., 2016). Como consequˆencia, as informac¸˜oes de leitura dos sensores US s˜ao afetadas por imprecis˜oes devido as variac¸˜oes das condic¸˜oes ambientais.
