1. O documento compara os microcontroladores Arduino Mega e Arduino Due aplicados no controle de robôs de futebol.
2. O Arduino Due executou os códigos de controle, incluindo PI, PI-RLS e RMRAC, em menos tempo do que o Arduino Mega.
3. Controladores adaptativos como o RMRAC requerem grande capacidade de processamento, sendo o Arduino Due mais adequado para o futuro dos robôs.
Marcelo Nicoletti Franchin, professor da UNESP, comprova: qualquer pessoa é capaz de aprender como controlar os menores motores disponíveis no mercado, inclusive para construir seus próprios robôs durante o evento. Participe e acompanhe de perto o passo a passo deste processo!
Marcelo Nicoletti Franchin, professor da UNESP, comprova: qualquer pessoa é capaz de aprender como controlar os menores motores disponíveis no mercado, inclusive para construir seus próprios robôs durante o evento. Participe e acompanhe de perto o passo a passo deste processo!
Tendências e desafios do PLM e Fábrica Digital na manufatura automotiva
Painel - Sandra Zimmermann (VW do Brasil), Clayton Ferraz (Chevrolet/GM do Brasil)
Mediador: Sergio Savane - Diretor de TI e Engenharia Automotiva na T-Systems do Brasil
Banner do Trabalho de Iniciação Científica apresentado na III Mostra de Ciência e Tecnologia Devry Brasil - Faculdade ÁREA1 - Modelagem e Controle de Nível de um sistema não linear empregando a metodologia de Linearização Exata por Realimentação
Project presentation: Low-cost Autonomous Navigation System Based on Optical ...Michel Meneses
Low-cost robot controlled by a Raspberry Pi and whose navigation system is based on optical flow pattern recognition. This work represents a thesis presented to the Federal University of Sergipe, at Sergipe, Brazil in partial fulfillment of the requirement for the degree of Bachelor of Science in Computer Engineering.
Link to video: https://youtu.be/hzyKAGhQExg
Link to the paper in English: https://arxiv.org/abs/1803.03966
Link to the paper in Portuguese: https://arxiv.org/abs/1710.06518
Medição de consumo elétrico e de água usando o conceito da Internet das Coisas. Alvo do projeto: Industria, comercio e residência. Medições em tempo real através da internet
Modernização da cogeração - Reguladores de velocidade, Automação e proteção e...Marcelo Balbino
PROJETOS SCEPP:
Modernização e Cogeração – Integração das Linhas I e II
CLIENTE:
SUZANO – Papel e Celulose – Unidade Mucuri/ BA
Fornecimento SCEPP:
Limitador de corrente de curto-circuito;
Cubículo de interligação de barras;
Retrofit de relés de proteção;
Sistemas elétricos de controle e proteção dos geradores;
Automação do sistema auxiliar e de controle dos geradores;
Automação de subestação e central elétrica;
Automação do sincronismo entre 8 pontos (3 barras);
Implantação de sistema de rejeição de cargas;
Automação do sistema para cogeração de energia com as 2 linhas interligadas;
Sistema de supervisão e controle.
Saiba mais: www.scepp.com.br
A pipelined approach to deal with image distortion in computer vision - BRACI...Cristiano Rafael Steffens
Image classification is a well-established problem in computer vision. Most state-of-the-art models rely on Convolutional Neural Networks to achieve near-human performance in that task. However, CNNs have shown to be susceptible to image manipulation, which undermines the trustability of perception systems. This property is critical, especially in unmanned systems, autonomous vehicles, and scenarios where light cannot be controlled. We investigate the robustness of several Deep-Learning based image recognition models and how the accuracy is affected by several distinct image distortions. The distortions include ill-exposure, low-range image sensors, and common noise types. Furthermore, we also propose and evaluate an image pipeline designed to minimize image distortion before the image classification is performed. Results show that most CNN models are marginally affected by mild miss-exposure...
Mais conteúdo relacionado
Semelhante a UMA ABORDAGEM COMPARATIVA ENTRE MICROCONTROLADORES: ARDUINO MEGA X ARDUINO DUE APLICADOS NO CONTROLE DE SOCCER ROBOTS
Tendências e desafios do PLM e Fábrica Digital na manufatura automotiva
Painel - Sandra Zimmermann (VW do Brasil), Clayton Ferraz (Chevrolet/GM do Brasil)
Mediador: Sergio Savane - Diretor de TI e Engenharia Automotiva na T-Systems do Brasil
Banner do Trabalho de Iniciação Científica apresentado na III Mostra de Ciência e Tecnologia Devry Brasil - Faculdade ÁREA1 - Modelagem e Controle de Nível de um sistema não linear empregando a metodologia de Linearização Exata por Realimentação
Project presentation: Low-cost Autonomous Navigation System Based on Optical ...Michel Meneses
Low-cost robot controlled by a Raspberry Pi and whose navigation system is based on optical flow pattern recognition. This work represents a thesis presented to the Federal University of Sergipe, at Sergipe, Brazil in partial fulfillment of the requirement for the degree of Bachelor of Science in Computer Engineering.
Link to video: https://youtu.be/hzyKAGhQExg
Link to the paper in English: https://arxiv.org/abs/1803.03966
Link to the paper in Portuguese: https://arxiv.org/abs/1710.06518
Medição de consumo elétrico e de água usando o conceito da Internet das Coisas. Alvo do projeto: Industria, comercio e residência. Medições em tempo real através da internet
Modernização da cogeração - Reguladores de velocidade, Automação e proteção e...Marcelo Balbino
PROJETOS SCEPP:
Modernização e Cogeração – Integração das Linhas I e II
CLIENTE:
SUZANO – Papel e Celulose – Unidade Mucuri/ BA
Fornecimento SCEPP:
Limitador de corrente de curto-circuito;
Cubículo de interligação de barras;
Retrofit de relés de proteção;
Sistemas elétricos de controle e proteção dos geradores;
Automação do sistema auxiliar e de controle dos geradores;
Automação de subestação e central elétrica;
Automação do sincronismo entre 8 pontos (3 barras);
Implantação de sistema de rejeição de cargas;
Automação do sistema para cogeração de energia com as 2 linhas interligadas;
Sistema de supervisão e controle.
Saiba mais: www.scepp.com.br
A pipelined approach to deal with image distortion in computer vision - BRACI...Cristiano Rafael Steffens
Image classification is a well-established problem in computer vision. Most state-of-the-art models rely on Convolutional Neural Networks to achieve near-human performance in that task. However, CNNs have shown to be susceptible to image manipulation, which undermines the trustability of perception systems. This property is critical, especially in unmanned systems, autonomous vehicles, and scenarios where light cannot be controlled. We investigate the robustness of several Deep-Learning based image recognition models and how the accuracy is affected by several distinct image distortions. The distortions include ill-exposure, low-range image sensors, and common noise types. Furthermore, we also propose and evaluate an image pipeline designed to minimize image distortion before the image classification is performed. Results show that most CNN models are marginally affected by mild miss-exposure...
Signal with amplitude outside the range accepted by the sensor
Enter damaged image. get restored image
Post-processing of damaged images at the moment of acquisition
sRGB Color Space
Restoration with aesthetic purposes
What we expect: Color correction,Texture Edges / Lines / Image gradient; Structures;
Modeling based on convolutional neural networks
Can Exposure, Noise and Compression affect Image Recognition? An Assessment o...Cristiano Rafael Steffens
Convolutional Neural Networks stand the current state-of-the-art in image recognition, as well as many computer vision tasks.
Nevertheless, these architectures have been shown to be vulnerable to image manipulations, which may undermine the reliability and safety of CNN-based models in autonomous and robotic applications. We present a rigorous evaluation of the robustness of several high-level image recognition models and investigate their performance under distinct image distortions. We propose a testing framework which emulates ill exposure conditions, low-range image sensors, lossy compression, as well as commonly observed noise types. One one side results measured in terms of accuracy, precision, and F1-Score, indicate that most CNN models are marginally affected by mild miss-exposure, heavy compression, and Poisson noise. Severe miss-exposure, impulse noise, or signal-dependent noise, on the other side, show a substantial drop in accuracy and precision. A careful evaluation of some typical image distortions, commonly observed in computer vision and machine vision pipelines, provides insights and directions for further developments in the field. Please refer to our github repo for code and data.
Vision-Based System for Welding Groove Measurements for Robotic Welding Appli...Cristiano Rafael Steffens
BQ Leonardo, CR Steffens, SC Silva Fil., JL Mór, V Hüttner, EA Leivas, VS Rosa and SSC Botelho
Center of Computer Science, Federal University of Rio Grande, Brazil
Welding Groove Mapping: Image Acquisition and Processing on Shiny Surfaces - ...Cristiano Rafael Steffens
We propose a Vision-Based Measurement (VBM) system and evaluate how different algorithms impact the results. The proposed system joins hardware and software to image the welding plates using a single CMOS camera, run computer vision algorithms and control the welding equipment. A complete prototype, using a commercial linear welding robot is presented.
Authors: Cristiano R. Steffens, Bruno Q. Leonardo, Sidnei Carlos S. Filho, Valquiria Hüttner, Vagner S. Rosa, Silvia Silva C. Botelho
11°International Conference on Computer Vision Theory and Applications - VISAPP 2016
Uma rápida introdução ao OpenCV apresenta somente o essencial. Esta apresentação vai direto ao ponto, trazendo exemplos para sair programando. Todos os algoritmos foram testados utilizando a versão 2.4.10 da biblioteca. Comentários no código em Pt-Br.
Um sistema de detecção de chamas utilizando apenas dados espaciais para detecção de fogo utilizando câmeras hand-held. Revisão dos trabalhos de Phillips (2002), Chen (2004), Celik (2007/2008/2009), Borges (2010) e Chenebert (2011). Utilização de Random Forests Breiman (2001) para extração e classificação das regiões.
UMA ABORDAGEM COMPARATIVA ENTRE MICROCONTROLADORES: ARDUINO MEGA X ARDUINO DUE APLICADOS NO CONTROLE DE SOCCER ROBOTS
1.
2. UMA ABORDAGEM COMPARATIVA ENTRE
MICROCONTROLADORES: ARDUINO MEGA X
ARDUINO DUE APLICADOS NO CONTROLE DE SOCCER
ROBOTS
Jusoan Mór, Everson Siqueira, Cristiano Steffens, Paulo
Evald, Vinícius de Oliveira, Silvia Botelho, Rodrigo Azzolin
Universidade Federal do Rio Grande – FURG
Centro de Ciências Computacionais – C3
6. Objetivo
• Comparar a Arquitetura dos
Microcontroladores Arduino MEGA x Arduino
DUE
• Observar o Desempenho dos
Microcontroladores Processando os
Controladores PI, PI-RLS e RMAC, Utilizados
nos Robôs
6
8. Modelagem da Planta
8
• Parâmetros elétricos:
VR = Tensão de entrada
Ra = Resistência de armadura
ia = Corrente de armadura
La = Indutância de armadura
Vb = Tensão contra
eletromotriz
Kb = Constante de velocidade
⍵ = Velocidade angular
9. Modelagem da Planta
9
• Parâmetros mecânicos:
Tg = Torque gerado
Km = Coeficiente de torque
Tt = Torque total
Td = Torque de distúrbio
J = Constante de inércia
b = Coeficiente de atrito
mecânico
11. Modelagem da Planta
• Aplicando lei de Kirchhoff na malha do motor
• Encontra-se a relação entre o sistema elétrico e o mecânico
• Para descobrir a relação de corrente de armadura e
velocidade angular do motor
11
12. Modelagem da Planta
• Então é estabelecida a associação entre
tensão na armadura com velocidade angular
• Por fim aplica-se a transformada de Laplace
12
14. Controlador Proporcional Integral - PI
• Controlador clássico e largamente utilizado
• Velocidade do motor é medida e comparada
com a velocidade da referência, gerando um
erro
• Ganhos: Kp = 12 Ki = 250
14
16. Algoritmo RLS
• Algoritmo Recursivo dos Mínimos
Quadráticos - RLS
• Permite obter a identificação de sistemas de
qualquer ordem
• Quanto maior a ordem do sistema, maior é o
custo computacional
16
21. Controlador RMRAC
• Controlador Adaptativo Robusto por Modelo
de Referência
• Possui modelo de referência com o mesmo
grau da planta desejada
–Define resposta desejada para a saída da planta
• Erro e1 utilizado pelo algoritmo para ajustar
os parâmetros do controlador
21
26. Arduino MEGA
26
Microcontrolador ATmega2560
Tensão de Operação 5V
Pinos Digitais de Entrada e Saída 54 (dos quais 15 fornecem Saida
PWM)
Entrada de Pinos Analógicos 16
Corrente por Pino de Entrada e
Saída
40mA
Corrente por pino de 3.3V pin 50mA
Memória Flash 256Kb dos quais 8 KB são usados
por bootloader
SRAM 8KB
EEPROM 4KB
Velocidade de Clock 16MHz
27. Arduino DUE
27
Microcontrolador AT91SAM3X8E
Tensão de Operação 3.3V
Pinos Digitais de Entrada e Saida 54 (dos quais 12 fornecem Saida
PWM)
Entrada de Pinos Analógicos 12
Corrente por Pino de Entrada e
Saida
800mA
Corrente por pino de 3.3V pin 800mA
Memória Flash 512Kb
SRAM 96KB
EEPROM Não possui
Velocidade de Clock 84 MHz
28. Resultados
• Aquisição de dados via Osciloscópio
• Tempo de Interrupção 1ms
–MEGA:msTimer2.h; DUE: dueTimer.h
• Flag de contagem
28
32. Conclusão
•Controladores Adaptativos Exigem Alto Poder
de Processamento
•Arduino DUE Consegue Executar em um Tempo
Menor os Códigos de Controle se Comparado ao
Arduino MEGA
•O Controlador RMRAC Necessita de Muita
Capacidade de Processamento para sua Execução
•Alteração do Microcontrolador é Fundamental
para o Futuro dos Robôs
32
33. Referências
• Robocup. (2015, Maio) RoboCup Brasil - Site
Oficial. [Online]. Disponível:
http://www.robocup.org.br
• Furgobol. (2015, Maio) Furgbol - Small Size
Team - Robocup, Desenvolvido pelo Centro
de Ciências Computacionais - C3. [Online].
Disponível: http://www.furgbol.c3.furg.br
33
34. Referências
• A. Simpkins and E. Todorov, “Position
Estimation and Control of Compact BLDC
Motors Based on Analog Linear Hall Effect
Sensors”, 2010 American Control Conference
Marriot Waterfront, Baltimore, MD, USA
June-30-July 02, 2010.
• R. Siegwart, I.R. Nourbakhsh, “Introduction
Autonomous Mobile Robots”, The MIT Press
(2004). P.97, 2004.
34
35. Referências
•F.-J. Lin. "Robust speed-controlled induction-
motor drive using EKF and RLS estimators".
Electric Power Applications, IEEE Proceedings -
Vol.143, Issue: 3. 2002.
•J. Bernat and S. Stepien. "Application of
optimal current driver for the torque control
of BLDC motor". Archives of Electrical
Engineering vol. 60(2), pp. 149-158 (2011).
35
37. Referências
• J. L. Mór, E. B. Siqueira, V. M. de Oliveira e R.
Z. Azzolin, "Controle de Velocidade de Motor
BLDC Utilizando RMRAC". 8° Seminário de
Eletrônica de Potência e Controle - Sepoc,
Universidade Federal de Santa Maria, Rio
Grande do Sul, Brasil, 2014.
37
38. UMA ABORDAGEM COMPARATIVA ENTRE
MICROCONTROLADORES: ARDUINO MEGA X
ARDUINO DUE APLICADOS NO CONTROLE DE SOCCER
ROBOTS
Jusoan Mór, Everson Siqueira, Cristiano Steffens, Paulo
Evald, Vinícius de Oliveira, Silvia Botelho, Rodrigo Azzolin
Universidade Federal do Rio Grande – FURG
Centro de Ciências Computacionais – C3