Made available in DSpace on 2017-07-21T14:19:25Z (GMT). No. of bitstreams: 1 Andrey Orloski.pdf: 5923583 bytes, checksum: 1a18c76b30193410838467808e3fa40d (MD5) Previous issue date: 2015-09-04 / This paper describes a procedure for self-localization of mobile and autonomous agrobots in greenhouses, that is, the determination of the robot's position relative to a coordinate system,using procedures and computational resources. The proposed procedure uses computer vision techniques to recognize markers objects in the greenhouse and, from them, estimate the coordinate of the robot in a parallel plane to the surface of the stove. The detection of the presence of markers in the scene is performed using the SURF algorithm. To enable the estimation of coordinates, based on data contained in a single image, the method of Rahman et al. (2008), which consists in etermining the distance between a camera and a marker object has been extended to allow the coordinate calculation. The performance of the procedure was evaluated in three experiments. In the first experiment, the objective was to verify, in the laboratory, the influence of image resolution on accuracy. The results indicate that by reducing the image resolution, the range of the process is impaired for the recognition of the markers. These results also show that by reducing the resolution, the error in estimating the coordinates relative to the distance between the camera and the marker increases. The second experiment ran a test that evaluates the computational performance of the SURF algorithm, in terms of computing time, in the image processing. This is important because agrobots usually need to perform tasks that require the processing power in real time. The results of this test indicate that the efficiency of the procedure drops with the increase of image resolution. A second test compared the processing time of two implementations of the algorithm. One explores a sequential version of the SURF algorithm and another uses a parallel implementation. The results of this test suggest that the parallel implementation is more efficient in all tested resolutions, with an almost constant proportionate improvement.The third experiment was performed in a greenhouse to evaluate the performance of the proposed procedure in the environment for which it was designed. Field results were similar to the laboratory, but indicate that lighting variations require parameter settings of the SURF algorithm. / Este trabalho descreve um procedimento para autolocalização de agrobots móveis e autônomos em casas de vegetação. Isto é, a determinação da posição do robô em relação a um sistema de coordenadas, usando procedimentos e recursos computacionais. O procedimento proposto emprega técnicas de visão computacional para reconhecer objetos marcadores na casa de vegetação e, a partir deles, estimar a coordenada do robô em um plano paralelo a superfície da estufa. A detecção da presença dos marcadores na cena é realizada através do algoritmo SURF. Para viabilizar a estimativa das coordenadas, a partir de dados contidos em uma única imagem, o método de Rahman et al. (2008), que consiste em determinar a distância entre uma câmera e um objeto marcador, foi estendido para permitir o cômputo de coordenadas. O desempenho do procedimento proposto foi avaliado em três experimentos. No primeiro experimento, o objetivo foi verificar, em laboratório, a influência da resolução da imagem sobre a precisão. Os resultados indicam que, ao reduzir a resolução da imagem, o alcance do procedimento é prejudicado para reconhecimento dos marcadores. Estes resultados também mostram que, ao reduzir a resolução, o erro na estimativa das coordenadas em relação à distância entre a câmera e o marcador aumenta. O segundo experimento executou um teste que avalia o desempenho computacional do algoritmo SURF, em termos de tempo de computação, no processamento das imagens. Isto é importante pois agrobots usualmente precisam executar tarefas que demandam capacidade de processamento em tempo real. Os resultados deste teste indicam que a eficiência do procedimento cai com o aumento da resolução da imagem. Um segundo teste comparou o tempo de processamento de duas implementações do algoritmo. Uma que explora uma versão sequencial do algoritmo SURF e outra que usa uma implementação paralela. Os resultados deste teste sugerem que a implementação paralela foi mais eficiente em todas as resoluções testadas, apresentando uma melhora proporcional quase constante. O terceiro experimento foi realizado em uma casa de vegetação com objetivo de avaliar o desempenho do procedimento proposto no ambiente para o qual foi projetado. Os resultados de campo se mostraram semelhantes aos do laboratório, mas indicam que variações de iluminação exigem ajustes de parâmetros do algoritmo SURF.

Made available in DSpace on 2017-07-21T14:19:42Z (GMT). No. of bitstreams: 1 Daurimar Mendes da Silva.pdf: 4676770 bytes, checksum: 205397680d88c57f767ce2df43f7b077 (MD5) Previous issue date: 2013-08-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In the future it will be essential to robotics in the agricultural environment, with great opportunity at this time to development new work and research, with the generation of patents, transforming knowledge into commercial products. The current technological advances allow the use of extremely minor processing architectures in relation to personal computers, giving us the ability to build new agricultural equipment using sensors (GPS, ultrasound, multispectral visible, infrared, images); changing paradigms and promoting the work at smaller scales can reach the leaf level through intelligent autonomous robots acting in the desired place, at the appropriate time, and navigating the appropriate path. Thus, the present study aimed to develop an autonomous agricultural robot (Field Robot) called NAVIGO, whose function is to traverse farmland collecting soil samples. To that end, we developed a mobile platform with a robotic arm using embedded computing system based on the Android mobile phone (Smartphone) and IOIO for Android controller. The system as a whole is intended to navigation in the role of information gatherer (soil amples). Results showed stable performance of the prototype allowing its use as a handy tool in performing the sampling of soils for agricultural areas for small and medium businesses. / No futuro será indispensável a robótica no ambiente agrícola, sendo grande oportunidade neste momento o desenvolvimento de novos trabalhos e pesquisas, com a geração de patentes, transformando os conhecimentos em produtos comerciais. Os avanços tecnológicos atuais permitem utilizar arquiteturas de processamento extremamente menores em relação aos computadores pessoais, que nos dão condições de construir novos equipamentos agrícolas utilizando sensores (GPS, ultrassom, multiespectral visível, infrared, imagens); modificando paradigmas e promovendo o trabalho em escalas menores podendo chegar ao nível foliar, através de robôs inteligentes autônomos atuando no lugar desejado, no momento apropriado, e navegando no trajeto adequado. Desta forma, o presente trabalho teve por objetivo o desenvolvimento de um robô agrícola autônomo (Field Robot), denominado NAVIGO, que tem por função percorrer talhões agricultáveis coletando amostras de solos. Para tanto, foi desenvolvido uma plataforma móvel com um braço robótico utilizando sistema computacional embarcado baseado no telefone móvel Android (Smartphone) e controlador IOIO para Android. O sistema como um todo tem por finalidade a navegação desempenhando a função de coletor de informações (amostras de solos). Os resultados obtidos demonstraram atuação estável do protótipo permitindo o seu uso como ferramenta útil na execução de coletas de amostras de solos para áreas agrícolas de pequeno e médio porte.

Made available in DSpace on 2017-07-21T14:19:34Z (GMT). No. of bitstreams: 1 Idomar Cerutti.pdf: 3056980 bytes, checksum: 1f558a41e8107db9e91550dc01470a55 (MD5) Previous issue date: 2012-07-23 / The use of geo-referenced information in precision farming has increased greatly in the last decade. Furthermore, the decrease in the cost of GPS reception equipment has made possible their use by people who did not previously have access to this technology. This research aims to evaluate the precision and accuracy of the GPS receptor model Gstar GS-87, to understand its applicability for information systems embedded in agricultural systems. This research is part of the Agrobot project, which is being developed at the Laboratory of Automation and Control, State University of Ponta Grossa. An embedded computer Friendly ARM, model Mini6410 was used, with operating system Linux version 2.6.38. Static absolute surveys were conducted at three geodesic marks: Castro (96005), UEPG Campus (91643) and Pilar UFPR 1000.Several kinematic surveys were also carried out to compare the GPS coordinates collected by GPS receptor Gstar GS-87, with data collected by Geodetic GPS receptor Leica GX-1230. The static surveys from this research show that the GS-87 demonstrated a dimensional accuracy of +/- 8.19 m, with standard deviation of 11.43 m, and bi-dimensional accuracy +/- 13.78 m with a standard deviation of 14.26 m. In relation to kinematic surveying the receiver had an accuracy of +/- 3.70 m with a standard deviation of 1.88 m. A time difference of 15 sec between the data collected for both receptors was observed. Also was observed that the GPS receptor Gstar GS-87 recorded changes of coordinates properly when it was on the move with a speed equal to or greater than 9 km/h. It can be argued that the GPS receiver Gstar GS-87 can be used in an embedded information system, where the need for precision and accuracy are consistent with the data presented in this study. / O uso de informações georreferenciadas na agricultura de precisão tem crescido muito na última década. Além disso, o decréscimo do custo dos equipamentos de recepção GPS tem tornado possível o seu uso por produtores agrícolas que estavam distantes de tal tecnologia. Esta pesquisa objetiva avaliar a precisão e acurácia de receptor GPS modelo Gstar GS-87, para compreender sua aplicabilidade em sistemas de informação embarcado com sistema agrícolas. A pesquisa é parte do projeto Agrobot, que está sendo desenvolvido no Laboratório de Automação e Controle da Universidade Estadual de Ponta Grossa. Foi utilizado computador embarcado Friendly ARM modelo Mini6410, com sistema operacional Linux versão 2.6.38. Foram realizados três levantamentos absolutos estáticos nos marcos geodésicos Castro (96005), UEPG Campus (91643) e UFPR Pilar 1000, bem como diversos levantamentos absolutos cinemáticos para comparar as coordenadas coletadas pelo receptor GPS Gstar GS-87, com os dados coletados pelo receptor GPS geodésico Leica GX-1230. Como resultado da pesquisa, em levantamentos absolutos estáticos, pode-se afirmar que o receptor apresenta acurácia idimensional de +/-8,19 m, com desvio padrão de 11,43 m e precisão bidimensional +/- 13,78 m com desvio padrão de 14,26 m. Em levantamentos absolutos cinemáticos o receptor tem uma precisão de +/- 3,70 m, com desvio padrão de 1,88 m. Também se observou uma diferença de tempo de 15 seg entre os dados coletados por ambos os receptores. Ainda foi observado que o receptor GPS Gstar GS-87 registrava adequadamente alterações de coordenadas quando estava em deslocamento com velocidade igual ou superior a 9 km/h. É possível afirmar que o receptor GPS Gstar GS-87 pode ser utilizado em sistemas de informação embarcado, onde a necessidade de precisão e acurácia sejam compatíveis com os dados apresentados nesta pesquisa.