A integração on-line de dados reais com ambientes de realidade virtual imersivos, criando sistemas híbridos, é um campo de pesquisa multidisciplinar, ainda pouco explorado. O alto nível de envolvimento do usuário proporcionado pela realidade virtual imersiva e a confiabilidade e precisão de informações provenientes da aquisição de dados reais, de maneira on-line, podem auxiliar o processo de tomada de decisão, em diversas áreas de aplicação. Este trabalho apresenta uma metodologia de integração on-line de dados reais de manufatura com ambientes de realidade virtual imersivos, mais especificamente, com sistemas CAVE. A metodologia foi desenvolvida voltada para a área de manufatura virtual, com foco em máquinas-ferramenta. Foram criados e interligados dois métodos de aquisição de dados on-line, um deles específico para máquinas-ferramenta, através do protocolo MTConnect e outro, genérico, via imagens de câmeras. O trabalho foi desenvolvido, em geral, com base em bibliotecas e softwares livres, bem como com dispositivos de baixo custo. Por fim, avaliou-se a metodologia através de estudos de caso, baseados em dados reais on-line, provenientes de máquinas-ferramenta reais e de simuladores de dados de máquinas reais. Os resultados deste trabalho podem auxiliar o desenvolvimento de ferramentas que aumentem do nível de confiabilidade das tomadas de decisões baseadas em simulações virtuais da área de manufatura. E, devido à sua implementação modular, ao formato hierárquico e unificado de sua estrutura e à padronização de seus tipos de dados, comunicações e formas de utilização, pode ser adequada a quaisquer áreas de aplicação que utilizem integração de dados reais on-line com ambientes virtuais imersivos. / The on-line integration of real manufacturing data with immersive virtual reality environments, forming hybrid systems, is an underexplored multidisciplinary research field. The high level of users\' involvement provided by immersive virtual reality and the reliability and accuracy of information acquired on-line from real data, can assist the decision making process, in many research areas. This research presents a way to on-line integrate manufacturing real data with immersive virtual reality environments, more specifically, with CAVEs. This work was developed toward the area of virtual manufacturing, with focus on machine tools. Two data acquisition methods were created and placed to work together, one specific for machine tools, through the MTConnect protocol and the other, generic, through camera images acquisition. This work was based on free libraries and software, as well as low cost devices. Finally, this work was evaluated through case studies, based on on-line real data, from real machine tools and real machine data simulators. The results achieved with this research can contribute to the development of new tools to increase the reliability level of manufacturing virtual simulations. Moreover, due to its modular implementation, the hierarquical and unified structure format and the standardization of its communication methods and data types, it can be arranged to almost any research areas which use integration of real on-line data with immersive virtual environments.

A integração on-line de dados reais com ambientes de realidade virtual imersivos, criando sistemas híbridos, é um campo de pesquisa multidisciplinar, ainda pouco explorado. O alto nível de envolvimento do usuário proporcionado pela realidade virtual imersiva e a confiabilidade e precisão de informações provenientes da aquisição de dados reais, de maneira on-line, podem auxiliar o processo de tomada de decisão, em diversas áreas de aplicação. Este trabalho apresenta uma metodologia de integração on-line de dados reais de manufatura com ambientes de realidade virtual imersivos, mais especificamente, com sistemas CAVE. A metodologia foi desenvolvida voltada para a área de manufatura virtual, com foco em máquinas-ferramenta. Foram criados e interligados dois métodos de aquisição de dados on-line, um deles específico para máquinas-ferramenta, através do protocolo MTConnect e outro, genérico, via imagens de câmeras. O trabalho foi desenvolvido, em geral, com base em bibliotecas e softwares livres, bem como com dispositivos de baixo custo. Por fim, avaliou-se a metodologia através de estudos de caso, baseados em dados reais on-line, provenientes de máquinas-ferramenta reais e de simuladores de dados de máquinas reais. Os resultados deste trabalho podem auxiliar o desenvolvimento de ferramentas que aumentem do nível de confiabilidade das tomadas de decisões baseadas em simulações virtuais da área de manufatura. E, devido à sua implementação modular, ao formato hierárquico e unificado de sua estrutura e à padronização de seus tipos de dados, comunicações e formas de utilização, pode ser adequada a quaisquer áreas de aplicação que utilizem integração de dados reais on-line com ambientes virtuais imersivos. / The on-line integration of real manufacturing data with immersive virtual reality environments, forming hybrid systems, is an underexplored multidisciplinary research field. The high level of users\' involvement provided by immersive virtual reality and the reliability and accuracy of information acquired on-line from real data, can assist the decision making process, in many research areas. This research presents a way to on-line integrate manufacturing real data with immersive virtual reality environments, more specifically, with CAVEs. This work was developed toward the area of virtual manufacturing, with focus on machine tools. Two data acquisition methods were created and placed to work together, one specific for machine tools, through the MTConnect protocol and the other, generic, through camera images acquisition. This work was based on free libraries and software, as well as low cost devices. Finally, this work was evaluated through case studies, based on on-line real data, from real machine tools and real machine data simulators. The results achieved with this research can contribute to the development of new tools to increase the reliability level of manufacturing virtual simulations. Moreover, due to its modular implementation, the hierarquical and unified structure format and the standardization of its communication methods and data types, it can be arranged to almost any research areas which use integration of real on-line data with immersive virtual environments.

Made available in DSpace on 2016-06-02T19:06:09Z (GMT). No. of bitstreams: 1 5554.pdf: 2294386 bytes, checksum: ce6dc6cd7128337c0533ddd23c0bc601 (MD5) Previous issue date: 2013-06-07 / The mining of sequential patterns in data from environmental sensors is a challenging task: the data may show noise and may also contain sparse patterns that are difficult to detect. The knowledge extracted from environmental sensor data can be used to determine climate change, for example. However, there is a lack of methods that can handle this type of database. In order to reduce this gap, the algorithm Incremental Miner of Stretchy Time Sequences with Post-Processing (IncMSTS-PP) was proposed. The IncMSTS-PP applies incremental extraction of sequential patterns with post-processing based on ontology for the generalization of the patterns. The post-processing makes the patterns semantically richer. Generalized patterns synthesize the information and makes it easier to be interpreted. IncMSTS-PP implements the Stretchy Time Window (STW) that allows stretchy time patterns (patterns with temporal intervals) are mined from bases that have noises. In comparison with GSP algorithm, IncMSTS-PP can return 2.3 times more patterns and patterns with 5 times more itemsets. The post-processing module is responsible for the reduction in 22.47% of the number of patterns presented to the user, but the returned patterns are semantically richer. Thus, the IncMSTS-PP showed good performance and mined relevant patterns showing, that way, that IncMSTS-PP is effective, efficient and appropriate for domain of environmental sensor data. / A mineração de padrões sequenciais em dados de sensores ambientais é uma tarefa desafiadora: os dados podem apresentar ruídos e podem, também, conter padrões esparsos que são difíceis de serem detectados. O conhecimento extraído de dados de sensores ambientais pode ser usado para determinar mudanças climáticas, por exemplo. Entretanto, há uma lacuna de métodos que podem lidar com este tipo de banco de dados. Com o intuito de diminuir esta lacuna, o algoritmo Incremental Miner of Stretchy Time Sequences with Post- Processing (IncMSTS-PP) foi proposto. O IncMSTS-PP aplica a extração incremental de padrões sequencias com pós-processamento baseado em ontologia para a generalização dos padrões obtidos que acarreta o enriquecimento semântico desses padrões. Padrões generalizados sintetizam a informação e a torna mais fácil de ser interpretada. IncMSTS-PP implementa o método Stretchy Time Window (STW) que permite que padrões de tempo elástico (padrões com intervalos temporais) sejam extraídos em bases que apresentam ruídos. Em comparação com o algoritmo GSP, o IncMSTS-PP pode retornar 2,3 vezes mais sequencias e sequencias com 5 vezes mais itemsets. O módulo de pós-processamento é responsável pela redução em 22,47% do número de padrões apresentados ao usuário, porém os padrões retornados são semanticamente mais ricos, se comparados aos padrões não generalizados. Assim sendo, o IncMSTS-PP apresentou bons resultados de desempenho e minerou padrões relevantes mostrando, assim, que IncMSTS-PP é eficaz, eficiente e apropriado em domínio de dados de sensores ambientais.