Este trabalho apresenta uma investigação sobre algumas técnicas de integração de sensores para a estimação dos estados de um dado sistema dinâmico com modelo linear. As abordagens utilizadas são baseadas no filtro de Kalman. São consideradas duas configurações para a integração das informações dos sensores: integração centralizada e integração distribuída. Tais algoritmos consideram incertezas nas redes de comunicação entre os sensores e o sistema de processamento central. Também é investigado um algoritmo de identificação dos ganhos ótimos dos filtros de Kalman, para um sistema de integração distribuída, baseado nas correlações das inovações. Como contribuições, são desenvolvidas expressões para a quantificação dos erros de identificação dos ganhos ótimos dos filtros de Kalman em função dos erros na avaliação das correlações das inovações. De início, são obtidas expressões para o caso em que não existem incertezas nas redes de comunicação e apenas um sensor é considerado. Este resultado é então generalizado para o caso em que existem incertezas nas redes de comunicação e múltiplos sensores são considerados. Todos os algoritmos investigados são apresentados com detalhes de sua derivação e de forma a facilitar a compreensão das técnicas de estimação utilizadas, a teoria de estimação e do filtro de Kalman são brevemente apresentadas. Simulações são utilizadas para avaliar o desempenho dos algoritmos.

Este trabalho objetiva a implementação de um sistema de rastreamento de alvo para aplicações em robótica móvel, utilizando como sensor principal uma câmera tipo Charge-Coupled Device (CCD). Uma abordagem adaptativa é utilizada para compensar as variações de iluminação no ambiente. Esta adaptação: 1) usa o método de retroprojeção de histogramas para rastreamento do alvo; 2) gera uma distribuição de probabilidade gaussiana que representa o histograma de cores do alvo; 3) atualiza em tempo real os parâmetros (média e covariância) do histograma. Como contribuição deste trabalho, propõe-se a determinação do nível de filtragem do ruído, adaptando-se ao modelo do alvo a cada imagem capturada. Este procedimento foi incorporado à determinação dos pixels com intensidades de cores mais próximas das do alvo. Uma vez que a determinação da posição relativa entre o robô e o alvo depende de imagens ruidosas, um procedimento de estimação, denominada sistema grey, é empregado para suavizar o controle. Efetivamente, o que esta abordagem faz é estimar a dinâmica relativa entre o robô e o alvo, no que se refere a distância e orientação. Para reduzir o erro de distância entre o robô e o alvo, fez-se uso de um controlador fuzzy com duas entradas e uma saída, para controle de velocidade linear e angular. Este controlador é denominado de fuzzy look-ahead, uma vez que recebe como entrada as predições dos erros de posição. O sistema de rastreamento de alvo móvel foi implementado em simulação, utilizando o Matlab 6.1, obtendo-se bons resultados com imagens e trajetórias simuladas. Para os experimentos em tempo real, foram desenvolvidas bibliotecas gráficas em C++Builder 5.0, onde imagens capturadas pelo robô móvel Magellan-ISR são transferidas pela rede via TCP/IP para um Personal Computer (PC) remoto. Após a verificação da robustez dos módulos de detecção do alvo através do sistema de visão, da estimação/predição da posição do alvo e do controlador fuzzy, fez-se a integração dos mesmos para aplicação em tempo real. Esta integração foi implantada no computador de bordo do robô móvel Magellan-ISR. Dos resultados obtidos, a robustez do sistema pode ser verificada em diversos ambientes e sob diferentes condições.

Os três principais aspectos da robótica móvel são: mapear ambientes, conhecer a postura do robô nesse ambiente e controlá-lo de forma a atingir um objetivo. Possuindo um mapa e conhecendo-se a postura inicial do robô neste mapa é possível saber a nova postura através das informações do sistema de odometria do robô a cada instante de tempo. Em função de diferenças no solo, derrapagens das rodas, dentre outros fatores, a odometria gera um erro que se acumula com o tempo (drift). Este trabalho aborda a investigação de um procedimento baseado em filtragem de Kalman para estimação de postura do robô em ambientes in-door utilizando sensores simples computacionalmente (odômetro e scanner a laser) objetivando-se eliminar o problema de drift. Resultados experimentais baseados em ambiente real mostram o bom desempenho do procedimento, mesmo com ambiente bastante ruidoso.

A pronta detecção da ocorrência de falhas em sistemas dinâmicos é essencial na prevenção de condições de operação perigosas e mesmo de avaria física do sistema, o que colocaria em risco recursos valiosos, equipamento vital e vidas humanas. Os métodos convencionais de detecção de falhas, porém, esbarram em limitações de espaço físico, existência de um modelo matemático acurado do sistema e existência de dados sobre o comportando do sistema operando com falhas, entre outros. Nesse trabalho é proposto e avaliado um novo método de Detecção de Falhas em Sistemas Dinâmicos que apresenta vantagens tanto qualitativas quanto quantitativas sobre os métodos já reportados na literatura. O método proposto é fácil de ser entendido em alto nível, tem grande semelhança com a supervisão humana, não necessita de equipamento adicional, não necessita de um modelo acurado do sistema e não precisa de informação nenhuma sobre falhas anteriores no sistema; podendo ser aplicado a sistemas onde os outros métodos dificilmente apresentariam resultados satisfatórios. Nele uma rede Bayesiana é aprendida a partir de medidas do sistema operando normalmente sem falhas e essa rede é então usada na detecção de falhas, inferindo que desvios do comportamento probabilístico aprendido como normal são causados por falhas no sistema. Os resultados obtidos com o novo método, extremamente animadores, são comparados aos obtidos com a utilização de um método baseado em redundância analítica, mostrando-se bastante superior ao mesmo. Resultados adicionais obtidos no isolamento de falhas e na detecção de falhas de um sistema não-linear corroboram os excelentes resultados obtidos, apontando para um grande potencial de uso do método proposto.

Um Sistema de Controle de Atitude (SCA) requer estimativas da atitude e velocidade angular em tempo real para que, em malha fechada, ele possa corrigir o apontamento do satélite conforme desejado. Essas estimativas são produzidas por um Sistema de Determinação de Atitude (SDA), o qual se constitui basicamente de sensores e de métodos de estimação. O desenvolvimento de satélites de baixo custo motiva pesquisas sobre métodos que possibilitam a estimação de atitude e velocidade angular tendo em vista o uso de medidas apenas de sensores de atitude, evitando-se o emprego de girômetros. Sensor solar e magnetômetro são sensores de atitude comumente utilizados por apresentarem baixo consumo de energia, ocuparem pouco espaço, serem leves e baratos. O presente trabalho tem por objeto revisar métodos de estimação baseados no filtro de Kalman estendido (EKF) e propor, com o intento de investigação, métodos semelhantes baseados no filtro de Kalman unscented (UKF). Adicionalmente, propõe-se ao final um SDA autônomo para satélites de baixo custo, estabilizados por rotação ou controlados em 3 eixos, que se movem em órbitas terrestres baixas e embarcam magnetômetro e sensores solares. Os estimadores desse sistema são avaliados com dados simulados. Os resultados indicam que o conjunto de sensores que se pretende utilizar no satélite universitário ITASAT produz estimativas que divergem durante movimentos angulares lentos em períodos de eclipse solar. Dessa forma, o controle de atitude em 3 eixos baseado nas estimativas de atitude e de velocidade angular produzidas pelo SDA proposto deve ser avaliado cautelosamente para que, mesmo em períodos de eclipse, seja capaz de prover segurança térmica cumprindo com a restrição de ortogonalidade entre o eixo de simetria do satélite e a direção do Sol. Os resultados obtidos serão utilizados no SDA do satélite ITASAT em desenvolvimento no ITA sob a égide da Agência Espacial Brasileira.

This work focuses on tracking launch vehicles with multiple radar sites and proposes a data fusion strategy based on the Covariance Intersection (CI) method. At each site, multiple models are embedded in a Kalman filter or locally estimate position, velocity, and acceleration using a de-biased measurement transformation from spherical to cartesian coordinates. The estimation of position, velocity, and acceleration of moving object based on radar measurements is critical in applications such as air traffic control, surveillance systems, and orbital vehicles launching among many others. However, this work will focus on the conditions observed at Alcântara Launch Center, where two radars located at distinct sites provide the trajectory coverage. All simulations presented herein make use of actual data obtained from a VS30 sounding rocket launch at Alcântara Launch Center in February, 2000. Impact point prediction is also assessed, and considers uncertainties inferred form the computed covariance matrix, culminating in an ellipsoidal impact area with a given impact probability.

O presente trabalho propõe um Sistema de Controle de Atitude (SCA) autônomo em malha fechada com um Sistema de Determinação de Atitude (SDA) para satélites de baixo custo estabilizados por roda de momentum e magnetotorqueadores (MTQ) e utilizando como sensores um magnetômetro triaxial e sensores da direção do Sol. O satélite estudado é estabilizado em três eixos com uma única face voltada para o Sol. Possui uma roda de momentum para prover rigidez giroscópica e gerar torques para apontamento das antenas em torno do eixo da roda, o qual é alinhado na direção perpendicular à face voltada para o Sol. O apontamento dessa face em direção ao Sol e o amortecimento de nutação são realizados pelos magnetotorqueadores. O SCA, em malha fechada, é realimentado por estimativas da atitude em 3 eixos e da velocidade angular do satélite fornecidas pelo SDA. O SDA consiste em um filtro de Kalman estendido (FKE) que processa as medidas vetoriais da direção do Sol e do campo geomagnético para gerar as estimativas. É feita a avaliação estatística do desempenho do FKE com base em simulações de Monte Carlo. O sistema aqui desenvolvido originalmente objetivou ser embarcado no satélite universitário ITASAT de forma a prover mais potência elétrica e sem a oscilação que ocorre em uma configuração estabilizada por rotação spin. O satélite é modelado como um corpo rígido, com massa de 85 [k

O escopo do presente trabalho envolve a síntese de leis de aumento de estabilidade e controle de uma aeronave a jato comercial, que possui estabilidade longitudinal relaxada inerente. As características de estabilidade e de resposta desta aeronave são avaliadas em várias condições de vôo, incluindo diferentes posicionamentos de flapes, variações de CG, de peso, de altitude e de velocidade. Controladores são, então, projetados com a finalidade de aumentar tanto a estabilidade quanto o controle do sistema. Com o objetivo de selecionar a estrutura de controle mais adequada à aeronave em questão, pontos críticos do envelope de cada posição de flap da aeronave são escolhidos e uma estrutura de controle simples é aplicada, o Nz. A definição da estrutura realizou-se de acordo com a necessidade de melhoria das respostas, que está intrinsecamente relacionada aos requisitos de projeto. Dentre os requisitos de projeto, cita-se o cumprimento de determinados critérios de qualidade de vôo, como o C*. Como as respostas obtidas pelo controlador Nz (aceleração normal) não satisfazem este critério, optou-se pela aplicação de uma estrutura com realimentação da velocidade de arfagem ($q$) no CAS. O requisito de estabilidade de velocidade firma, então, a estrutura C*u como a mais adequada. A estrutura utilizada envolve um SAS com realimentação de saída do ângulo de ataque e de $q$ na malha interna, um CAS com realimentação de $n_z$, $q$ e de velocidade, além de um compensador PID na malha externa. Com base no C*u, ganhos são calculados para o ponto crítico de cruzeiro. O cálculo dos ganhos é realizado de acordo com a metodologia LQR, cujas matrizes de ponderação são estimadas por aproximações das regras de Bryson e de Gangsaas. O peso das variáveis que não são pré-determinadas por estas regras é variado para a obtenção da melhor ponderação. Antes da otimização dos ganhos propriamente dito, uma estimativa de ganhos iniciais é aplicada com o objetivo afastar o pólo com a maior parte real do eixo imaginário. Diversas respostas são obtidas devido à gama de parâmetros variáveis de projeto descritos acima. Dentre estas, as respostas consideradas mais satisfatórias são elegidas e aplicadas à diversos pontos de operação. O uso dos ganhos obtidos dividem naturalmente os pontos de operação em quatro intervalos de variação da pressão dinâmica, cada um com seus respectivos ganhos. O escalonamento de ganhos é, então, validado por intermédio da aplicação da estrutura de controle final em pontos de operação com CG e peso da aeronave distintos dos de projeto.

Os modelos markovianos são ferramentas importantes para o estudo do comportamento dos sistemas de produção. Seu uso requer, no entanto, que os tempos de permanência nos estados do sistema apresentem uma distribuição exponencial negativa. O método de estágios é uma ferramenta comum usada para ajustar distribuições de probabilidade não exponenciais, permitindo o seu uso em modelos markovianos. O presente trabalho apresenta uma revisão dos procedimentos existentes de estimação de parâmetros para as famílias de distribuições de probabilidade que surgem no uso do método, especialmente as distribuições do tipo fase. A caracterização e as propriedades dessas distribuições são apresentadas, juntamente com os procedimentos de estimação. Os resultados de uma implementação do método da máxima verossimilhança são estudados em detalhe, com a verificação dos propriedades estatísticas e uma comparação com os resultados de um método similar. Uma breve aplicação é feita em amostras obtidas dos processos de manutenção de uma instalação industrial.

Estimar atitude de forma acurada, usualmente emprega medidas de vertical local e norte magnético obtidas de, respectivamente, acelerômetros e magnetômetro, um modelo cinemático da rotação com parâmetros obtidos de girômetros, e um filtro capaz de fundir estas informações. Acelerômetros, entretanto, medem não só a força específica referente à reação à gravidade, mas também componentes de força específica referentes a manobras. Isso afeta negativamente a estimação de atitude durante manobras intensas. Adicionalmente, o emprego de redundância de sensores e processadores permite obter estimativas mais acuradas, tolerância a falhas, escalabilidade e modularidade mediante o uso de algoritmos adequados. Este trabalho revisa abordagens distintas de estimadores de atitude baseados no filtro de Kalman estendido parametrizado por quatérnion. Então, estudam-se duas abordagens distintas para o problema das medidas de acelerômetro sob manobras. A primeira detecta e descarta as medidas corrompidas por manobras e a segunda computa e compensa componentes de força específica das medidas do acelerômetro. Propõe-se computar analiticamente a covariância do ruído da medida resultante da segunda abordagem, o que permite uma sintonia correta do filtro de Kalman. Também se propõe uma combinação das abordagens, gerando resultados iguais ou melhores. Testam-se, então, neste problema de estimação de atitude, diversos algoritmos de fusão de dados segundo as arquiteturas centralizada, hierárquica e distribuída. Os algoritmos de fusão se mostram promissores quando os estimadores locais estimam apenas atitude. Entretanto, quando os estimadores estimam atitude e deriva de girômetro, a estimativa de deriva resulta degradada.