Reconhecer.
Ajuda a identificar portas, etiquetas e objetos. A imagem precisa de luz; medir distância exige pistas adicionais, como duas câmaras ou movimento conhecido.
SENSORES / VER · MEDIR · COMBINAR
Como é que um drone
percebe o que está à volta?
Uma câmara consegue reconhecer uma porta, mas não sabe sempre a que distância ela está. Outros sensores ajudam a completar essa informação. Aqui podes comparar o que cada um consegue perceber.
PARA COMEÇARExperimenta apagar a luz
Escolhe “Câmara” e ativa “Pouca luz”. Depois muda para LiDAR e IMU. O que deixa de ser visível? Que informação continua disponível?
EXPERIMENTA / A MESMA CENA, DIFERENTES PISTAS
O que vê cada sensor?
O desenho mostra conceitos, não a saída de um equipamento. Cada sensor tem limites próprios.
COMPARAR SEM COMPLICAR
Não há um sensor que saiba tudo.
Medir espaço.
Mede distâncias usando luz própria. Pode funcionar sem luz ambiente, mas vidro, superfícies difíceis e condições atmosféricas podem afetá-lo.
Sentir movimento.
Deteta aceleração e rotação, mesmo no escuro. Não vê paredes e não dá uma posição precisa para sempre.
Medir com rádio.
Usa ondas de rádio para detetar objetos e, em alguns sistemas, a sua velocidade relativa. A forma dos objetos pode ficar menos detalhada do que numa imagem.
Medir de perto.
O eco do som pode medir uma distância curta. Ângulo, material e outros sons influenciam a leitura; não substitui um mapa completo.
Confirmar as pistas.
Juntar sensores ajuda a compensar limitações. É preciso alinhar horários, direções e medidas; mais sensores não significam automaticamente melhor resultado.
DA IDEIA AOS PASSOS
Aceitar apenas pistas úteis
Um sensor pode enviar um número e, ainda assim, não estar a fornecer informação útil. Estas verificações dependem do equipamento e da aplicação.
para cada sensor:
medição = ler(sensor)
se medição_é_antiga ou sensor_indica_falha:
marcar_como_indisponível(sensor)
continuar
medição = converter_para_unidades_e_direções_comuns(medição)
se medição_passa_as_verificações_de_qualidade:
enviar_ao_estimador(medição, erro_esperado, hora)
senão:
registar_problema(sensor)
# Evitar juntar medidas de momentos ou eixos incompatíveis.Pseudocódigo descreve a lógica. As funções com nomes como “ler sensores” representam trabalho que teria de ser implementado. Este exemplo não é código pronto a executar num robô.
Palavras e siglas, em linguagem simples
- GNSS
- Sistema global de navegação por satélite. GPS e Galileo são exemplos.
- IMU
- Unidade de medição inercial: sensores que medem aceleração e rotação.
- RTK
- Posicionamento cinemático em tempo real: correções que podem melhorar a precisão dos satélites.
- VIO
- Odometria visual-inercial: combinar imagens e sensores de movimento para acompanhar o percurso.
- SLAM
- Localização e mapeamento simultâneos: construir um mapa e encontrar-se nele.
- UWB
- Banda ultralarga: rádio que pode medir distâncias a referências locais.
- UGV
- Veículo terrestre não tripulado: um robô que se desloca no chão.
- EKF
- Filtro de Kalman estendido: uma forma de combinar medições e previsões para estimar o estado do veículo.
- ROS 2
- Robot Operating System 2: ferramentas para ligar programas de sensores, decisões e robôs. Não é um autopiloto.
- PID
- Controlador proporcional, integral e derivativo: combina correção do desvio, erro acumulado e tendência de mudança.
Exemplo de ultrassons: se o eco regressa após 0,02 segundos, usando uma velocidade do som de 343 m/s, a distância é aproximadamente 3,43 m. Dividimos por dois porque o som vai e volta. A temperatura altera a velocidade do som, e o sensor precisa de ter alcance e qualidade suficientes para essa leitura.
LIGAÇÕES À INVESTIGAÇÃO
Onde estas ideias aparecem na ciência
Estas leituras ajudam a aprofundar o tema. As nossas experiências são simplificações educativas: não são reproduções dos resultados dos artigos.
A New Approach to Linear Filtering and Prediction Problems →
Ligação ao laboratório: A base para combinar uma previsão com medições que têm erro, como fazemos na experiência de localização.
O que não devemos concluir: O nosso modelo linear é pequeno e não estima orientação 3D nem o erro constante do acelerómetro. Não é um EKF completo de autopiloto.
DOI: 10.1115/1.3662552 · em inglês · acesso ao texto completo pode ser pago
Ver na biblioteca científica →ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual–Inertial, and Multimap SLAM →
Ligação ao laboratório: Mostra como imagens e sensores de movimento podem ajudar a construir mapas e localizar-se, sem depender continuamente de satélites.
O que não devemos concluir: Não implementamos ORB-SLAM3 no site. A nossa experiência GNSS não demonstra visão, reconhecimento de lugares ou mapas múltiplos.
DOI: 10.1109/TRO.2021.3075644 · em inglês · acesso ao texto completo pode ser pago
Ver na biblioteca científica →VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator →
Ligação ao laboratório: Um exemplo concreto de combinação de uma câmara com sensores de movimento para estimar o percurso.
O que não devemos concluir: Exige calibração, imagens e movimento adequados. É uma referência para aprofundar VIO, não uma promessa de precisão para qualquer ambiente.
DOI: 10.1109/TRO.2018.2853729 · em inglês · acesso ao texto completo pode ser pago
Ver na biblioteca científica →LOAM: Lidar Odometry and Mapping in Real-time →
Ligação ao laboratório: Relaciona medições LiDAR com estimativa de movimento e criação de mapa.
O que não devemos concluir: LOAM não deve ser confundido com todos os métodos LiDAR-inerciais. O site apenas ilustra distâncias; não executa o algoritmo.
DOI: 10.15607/RSS.2014.X.007 · em inglês · acesso ao texto completo pode ser pago
Ver na biblioteca científica →AprilTag: A Robust and Flexible Visual Fiducial System →
Ligação ao laboratório: Ajuda a compreender etiquetas visuais usadas como referências para posição e aproximação a plataformas.
O que não devemos concluir: Detetar uma etiqueta não resolve sozinho a navegação. São necessários dados da câmara, dimensão conhecida e uma referência adequada.
DOI: 10.1109/ICRA.2011.5979561 · em inglês · acesso ao texto completo pode ser pago
Ver na biblioteca científica →