A tarefa de operar um veículo submarino durante missões de inspeção de ambientes estruturados como, por exemplo, duto de usinas hidrelétricas, é feita principalmente por meio de referências visuais e uma bússola magnética. Porém alguns ambientes desse tipo podem apresentar uma combinação de baixa visibilidade e anomalias ferromagnéticas que inviabilizaria esse tipo de operação. Este trabalho, motivado pelo desenvolvimento de um veículo submarino operado remotamente (ROV) para ser usado em ambientes com essas restrições, propõe um sistema de navegação que utiliza o conhecimento prévio das dimensões do ambiente para corrigir o estado do veículo por meio da correlação dessas dimensões com os dados de um sonar de imageamento 2D. Para fazer essa correlação é utilizado o ltro de partículas, que é uma implementação não paramétrica do ltro Bayesiano. Esse ltro faz a estimação do estado com base nos métodos sequenciais de Monte Carlo e permite trabalhar de uma maneira simples com modelos não lineares. A desvantagem desse tipo de fusão sensorial é o seu alto custo computacional o que geralmente o impede de ser utilizado em aplicações de tempo real. Para que seja possível utilizar esse ltro em tempo real, será proposto neste trabalho uma implementação paralela utilizando uma unidade de processamento gráco (GPU) da NVIDIA e a arquitetura CUDA. Neste trabalho também será feito um estudo da utilização de duas congurações de sensores no sistema de navegação proposto neste trabalho. / The task of navigating a Remotely Operated underwater Vehicles (ROV) during inspection of man-made structures is performed mostly by visual references and occasionally a magnetic compass. Yet, some environments present a combination of low visibility and ferromagnetic anomalies that negates this approach. This paper, motivated by the development of a ROV designed to work on such environment, proposes a navigation method for this kind of vehicle. As the modeling of the system is nonlinear, the method proposed uses a particle lter to represent the vehicle state that is a nonparametric implementation of the Bayes lter. This method to work needs a priori knowledge of the environment map and to make the data association with this map, a 2D image sonar is used. The drawback of the sensor fusion used in this work is its high computational cost which generally prevents it from being used in real time applications. To be possible for this lter to be used in real time application, in this work is proposed a parallel implementation using a graphics processing unit (GPU) from NVIDIA and CUDA architecture. In this work is also made a study of two types of sensors conguration on the navigation system proposed in this work.

In this thesis we propose a novel approach for tracking multiple objects using structural information. The objects are tracked by combining particle filter and frame description with Attributed Relational Graphs (ARGs). We start by learning a structural probabilistic model graph from annotated images. The graphs are then used to evaluate the current tracking state and to correct it, if necessary. By doing so, the proposed method is able to deal with challenging situations such as abrupt motion and tracking loss due to occlusion. The main contribution of this thesis is the exploration of the learned probabilistic structural model. By using it, the structural information of the scene itself is used to guide the object detection process in case of tracking loss. This approach differs from previous works, that use structural information only to evaluate the scene, but do not consider it to generate new tracking hypotheses. The proposed approach is very flexible and it can be applied to any situation in which it is possible to find structural relation patterns between the objects. Object tracking may be used in many practical applications, such as surveillance, activity analysis or autonomous navigation. In this thesis, we explore it to track multiple objects in sports videos, where the rules of the game create some structural patterns between the objects. Besides detecting the objects, the tracking results are also used as an input for recognizing the action each player is performing. This step is performed by classifying a segment of the tracking sequence using Hidden Markov Models (HMMs). The proposed tracking method is tested on several videos of table tennis matches and on the ACASVA dataset, showing that the method is able to continue tracking the objects even after occlusion or when there is a camera cut. / Nesta tese, uma nova abordagem para o rastreamento de múltiplos objetos com o uso de informação estrutural é proposta. Os objetos são rastreados usando uma combinação de filtro de partículas com descrição das imagens por meio de Grafos Relacionais com Atributos (ARGs). O processo é iniciado a partir do aprendizado de um modelo de grafo estrutural probabilístico utilizando imagens anotadas. Os grafos são usados para avaliar o estado atual do rastreamento e corrigi-lo, se necessário. Desta forma, o método proposto é capaz de lidar com situações desafiadoras como movimento abrupto e perda de rastreamento devido à oclusão. A principal contribuição desta tese é a exploração do modelo estrutural aprendido. Por meio dele, a própria informação estrutural da cena é usada para guiar o processo de detecção em caso de perda do objeto. Tal abordagem difere de trabalhos anteriores, que utilizam informação estrutural apenas para avaliar o estado da cena, mas não a consideram para gerar novas hipóteses de rastreamento. A abordagem proposta é bastante flexível e pode ser aplicada em qualquer situação em que seja possível encontrar padrões de relações estruturais entre os objetos. O rastreamento de objetos pode ser utilizado para diversas aplicações práticas, tais como vigilância, análise de atividades ou navegação autônoma. Nesta tese, ele é explorado para rastrear diversos objetos em vídeos de esporte, na qual as regras do jogo criam alguns padrões estruturais entre os objetos. Além de detectar os objetos, os resultados de rastreamento também são usados como entrada para reconhecer a ação que cada jogador está realizando. Esta etapa é executada classificando um segmento da sequência de rastreamento por meio de Modelos Ocultos de Markov (HMMs). A abordagem de rastreamento proposta é testada em diversos vídeos de jogos de tênis de mesa e na base de dados ACASVA, demonstrando a capacidade do método de lidar com situações de oclusão ou cortes de câmera.

Sofisticadas técnicas para estimação de modelos baseadas em simulação, os filtros de partículas ou métodos de Monte Carlo Seqüenciais, foram empregadas recentemente para solucionar diversos problemas difícieis no campo da robótica móvel. No entanto, o sucesso dos fitros de partículas limitou-se à computação de parâmetros em espaços de baixa dimensionalidade. Os atuais esforços de pesquisa em robótica móvel têm comecado a explorar certas propriedades estruturais de seus domnios de aplicação que envolvem a utilização de filtros de partculas em espacos de maior dimensão, aumentando consideravelmente a complexidade da simulação envolvida. Simulações estatsticas dessa natureza requerem uma grande quantidade de numeros pseudo-aleatorios que possam ser gerados eficientemente e atendam a certos criterios de qualidade. O processo de geração de numeros pseudo-aleatorios torna-se o ponto crtico de tais aplicações em termos de desempenho. Neste contexto, a computação reconguravel insere-se como uma tecnologia capaz de satisfazer a demanda por alto desempenho das grandes simulações estatsticas pois sistemas baseados em arquiteturas reconguraveis possuem o potencial de mapear computação em hardware visando aumento de eficiência sem comprometer seriamente sua exibilidade. Tecnologias reconguraveis também possui o atrativo de um baixo consumo de energia, uma caracterstica essencial para os futuros robôs moveis embarcados. Esta dissertação apresenta a implementação um sistema embarcado baseado em FPGA e projetado para solucionar o problema de localização de robôs por meio de tecnicas probabilsticas. A parte fundamental de todo este sistema e um veloz gerador de numeros aleatorios mapeado ao hardware reconguravel que foi capaz de atender rígidos criterios estatsticos de qualidade / Sophisticated techniques for estimation of models based on simulation, particle filters or Sequential Monte Carlo Methods, were recently used to solve many difficult problems in the field of mobile robotics. However, the success of particle filters was limited to the computation of parameters in low dimensionality spaces. The current research efforts in mobile robotics have begun to explore some structural properties of their application\'s domain involving the use of particle filters in spaces of a higher dimension, greatly increasing the complexity of the involved simulation. Statistical simulations of this nature require a lot of pseudorandom numbers that can be generated efficiently and meet certain quality criteria. The process of generating pseudorandom number becomes the critical point of such applications in terms of performance. In this context, reconfigurable computing is a technology capable of meeting the demand for high performance of large statistical simulations because systems based on reconfigurable architectures have the potential to map computation to hardware aiming to increase eficiency without a serious drawback in exibility. Reconfigurable technologies are also attractive because of their low energy consume, a essential feature for the future mobile robots. This dissertation presents an implementation of a FPGA based embedded system designed to solve the robot localization problem by the means of probabilistic technics. The fundamental part from the whole system is a fast random number generator mapped to reconfigurable hardware wich atends a rigid quality criteria

Submitted by Patricia Barros (patricia.barros@ufes.br) on 2017-04-13T13:58:14Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao Rodrigo Ferreira Berriel.pdf: 18168750 bytes, checksum: 52805e1f943170ef4d6cc96046ea48ec (MD5) / Approved for entry into archive by Patricia Barros (patricia.barros@ufes.br) on 2017-04-13T14:00:19Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao Rodrigo Ferreira Berriel.pdf: 18168750 bytes, checksum: 52805e1f943170ef4d6cc96046ea48ec (MD5) / Made available in DSpace on 2017-04-13T14:00:19Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao Rodrigo Ferreira Berriel.pdf: 18168750 bytes, checksum: 52805e1f943170ef4d6cc96046ea48ec (MD5) / FAPES / A detecção e análise da faixa de trânsito são tarefas importantes e desafiadoras em sistemas avançados de assistência ao motorista e direção autônoma. Essas tarefas são necessárias para auxiliar veículos autônomos e semi-autônomos a operarem com segurança. A queda no custo dos sensores de visão e os avanços em hardware embarcado impulsionaram as pesquisas relacionadas a faixa de trânsito –detecção, estimativa, rastreamento, etc. – nas últimas duas décadas. O interesse nesse tópico aumentou ainda mais com a demanda por sistemas avançados de assistência ao motorista (ADAS) e carros autônomos. Embora amplamente estudado de forma independente, ainda há necessidade de estudos que propõem uma solução combinada para os vários problemas relacionados a faixa do veículo, tal como aviso de saída de faixa (LDW), detecção de troca de faixa, classificação do tipo de linhas de divisão de fluxo (LMT), detecção e classificação de inscrições no pavimento, e detecção da presença de faixas ajdacentes. Esse trabalho propõe um sistema de análise da faixa do veículo (ELAS) em tempo real capaz de estimar a posição da faixa do veículo, classificar as linhas de divisão de fluxo e inscrições na faixa, realizar aviso de saída de faixa e detectar eventos de troca de faixa. O sistema proposto, baseado em visão, funciona em uma sequência temporal de imagens. Características das marcações de faixa são extraídas tanto na perspectiva original quanto em images mapeadas para a vista aérea, que então são combinadas para aumentar a robustez. A estimativa final da faixa é modelada como uma spline usando uma combinação de métodos (linhas de Hough, filtro de Kalman e filtro de partículas). Baseado na faixa estimada, todos os outros eventos são detectados. Além disso, o sistema proposto foi integrado para experimentação em um sistema para carros autônomos que está sendo desenvolvido pelo Laboratório de Computação de Alto Desempenho (LCAD) da Universidade Federal do Espírito Santo (UFES). Para validar os algorítmos propostos e cobrir a falta de base de dados para essas tarefas na literatura, uma nova base dados com mais de 20 cenas diferentes (com mais de 15.000 imagens) e considerando uma variedade de cenários (estrada urbana, rodovias, tráfego, sombras, etc.) foi criada. Essa base de dados foi manualmente anotada e disponilizada publicamente para possibilitar a avaliação de diversos eventos que são de interesse para a comunidade de pesquisa (i.e. estimativa, mudança e centralização da faixa; inscrições no pavimento; cruzamentos; tipos de linhas de divisão de fluxo; faixas de pedestre e faixas adjacentes). Além disso, o sistema também foi validado qualitativamente com base na integração com o veículo autônomo. O sistema alcançou altas taxas de detecção em todos os eventos do mundo real e provou estar pronto para aplicações em tempo real. / Lane detection and analysis are important and challenging tasks in advanced driver assistance systems and autonomous driving. These tasks are required in order to help autonomous and semi-autonomous vehicles to operate safely. Decreasing costs of vision sensors and advances in embedded hardware boosted lane related research – detection, estimation, tracking, etc. – in the past two decades. The interest in this topic has increased even more with the demand for advanced driver assistance systems (ADAS) and self-driving cars. Although extensively studied independently, there is still need for studies that propose a combined solution for the multiple problems related to the ego-lane, such as lane departure warning (LDW), lane change detection, lane marking type (LMT) classification, road markings detection and classification, and detection of adjacent lanes presence. This work proposes a real-time Ego-Lane Analysis System (ELAS) capable of estimating ego-lane position, classifying LMTs and road markings, performing LDW and detecting lane change events. The proposed vision-based system works on a temporal sequence of images. Lane marking features are extracted in perspective and Inverse Perspective Mapping (IPM) images that are combined to increase robustness. The final estimated lane is modeled as a spline using a combination of methods (Hough lines, Kalman filter and Particle filter). Based on the estimated lane, all other events are detected. Moreover, the proposed system was integrated for experimentation into an autonomous car that is being developed by the High Performance Computing Laboratory of the Universidade Federal do Espírito Santo. To validate the proposed algorithms and cover the lack of lane datasets in the literature, a new dataset with more than 20 different scenes (in more than 15,000 frames) and considering a variety of scenarios (urban road, highways, traffic, shadows, etc.) was created. The dataset was manually annotated and made publicly available to enable evaluation of several events that are of interest for the research community (i.e. lane estimation, change, and centering; road markings; intersections; LMTs; crosswalks and adjacent lanes). Furthermore, the system was also validated qualitatively based on the integration with the autonomous vehicle. ELAS achieved high detection rates in all real-world events and proved to be ready for real-time applications.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-04-25T15:55:49Z No. of bitstreams: 1 larafurtadobastos.pdf: 4369558 bytes, checksum: 7b36e77b964a5ec919c2c9967a654a03 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-04-26T12:06:02Z (GMT) No. of bitstreams: 1 larafurtadobastos.pdf: 4369558 bytes, checksum: 7b36e77b964a5ec919c2c9967a654a03 (MD5) / Made available in DSpace on 2017-04-26T12:06:02Z (GMT). No. of bitstreams: 1 larafurtadobastos.pdf: 4369558 bytes, checksum: 7b36e77b964a5ec919c2c9967a654a03 (MD5) Previous issue date: 2016-09-08 / O presente trabalho apresenta a adaptação e utilização de um algoritmo da área de inteligência artificial evolucionária, bioinspirado no sistema de ecolocalização de morcegos, para resolver o problema da localização global de robôs móveis em ambientes bidimensionais com mapas conhecidos. Sabe-se, por meio da literatura, que a localização de robôs baseada apenas em dedução via hodometria, do inglês deduced reckoning ou dead-reckoning, acumula diversos erros de origem estocástica, os quais não podem ser eliminados de maneira determinística, fazendo-se necessários métodos de filtragem estatística para a correta obtenção da localização. Dentre as diversas alternativas conhecidas para solucionar o problema de localização, escolheu-se o Método Recursivo de Monte Carlo, também denominado por Filtro de Partículas, para comparação com os resultados obtidos pelo algoritmo de morcego, por suas características multimodais e não-paramétricas, sendo este um algoritmo clássico na área de localização robótica. O algoritmo de morcegos, do inglês Bat Algorithm, é um método recursivo de otimização de estados de um sistema que se encontra num ambiente multimodal. É bioinspirado nos sistemas de ecolocalização encontradas em morcegos e outros animais na natureza. Nos resultados de comparação entre ambos os métodos, a técnica proposta demonstrou melhores resultados tanto para o erro entre a localização real e a estimada pelos métodos quanto para o número de iterações necessárias para alcançar a solução e, consequentemente, o tempo de convergência do algoritmo. Para o desenvolvimento deste trabalho, utilizou-se o programa Matlab R integrado com a plataforma ROS, juntamente com o robô móvel terrestre Pioneer P3-DX para os resultados simulados e reais. / This work presents the adaptation and use an algorithm from evolutionary artificial intelligence area, bioinspired in the echolocation system of bats to solve the problem of global location for mobile robots in two-dimensional environments with known maps. It is widely known in literature that the localization of robots based only on deduced reckoning accumulates many stochastic errors, which cannot be eliminated deterministically, requesting statistical filtering methods to obtain the correct location. Among the various alternatives known to solve the problem of localization, we chose the Recursive Method of Monte Carlo, also kown as Particle Filter, for comparison purposes with the results obtained by the Bat Algorithm, because of its multimodal and nonparametric features, and alse because it is a classic algorithm in robotics localization area. The Bat Algorithm is a recursive optimization method of system states immerse in multimodal environments. It is bioinspired in the echolocation systems found in bats and other animals in nature. In comparison results between the two methods, the proposed technique showed the best results for both localization error and the number of iterations required to reach the solution, and consequently the algorithm convergence time. To develop this work, the Matlab software was used with the ROS framework along with the terrestrial mobile robot Pioneer P3-DX for simulated and real results.

Sofisticadas técnicas para estimação de modelos baseadas em simulação, os filtros de partículas ou métodos de Monte Carlo Seqüenciais, foram empregadas recentemente para solucionar diversos problemas difícieis no campo da robótica móvel. No entanto, o sucesso dos fitros de partículas limitou-se à computação de parâmetros em espaços de baixa dimensionalidade. Os atuais esforços de pesquisa em robótica móvel têm comecado a explorar certas propriedades estruturais de seus domnios de aplicação que envolvem a utilização de filtros de partculas em espacos de maior dimensão, aumentando consideravelmente a complexidade da simulação envolvida. Simulações estatsticas dessa natureza requerem uma grande quantidade de numeros pseudo-aleatorios que possam ser gerados eficientemente e atendam a certos criterios de qualidade. O processo de geração de numeros pseudo-aleatorios torna-se o ponto crtico de tais aplicações em termos de desempenho. Neste contexto, a computação reconguravel insere-se como uma tecnologia capaz de satisfazer a demanda por alto desempenho das grandes simulações estatsticas pois sistemas baseados em arquiteturas reconguraveis possuem o potencial de mapear computação em hardware visando aumento de eficiência sem comprometer seriamente sua exibilidade. Tecnologias reconguraveis também possui o atrativo de um baixo consumo de energia, uma caracterstica essencial para os futuros robôs moveis embarcados. Esta dissertação apresenta a implementação um sistema embarcado baseado em FPGA e projetado para solucionar o problema de localização de robôs por meio de tecnicas probabilsticas. A parte fundamental de todo este sistema e um veloz gerador de numeros aleatorios mapeado ao hardware reconguravel que foi capaz de atender rígidos criterios estatsticos de qualidade / Sophisticated techniques for estimation of models based on simulation, particle filters or Sequential Monte Carlo Methods, were recently used to solve many difficult problems in the field of mobile robotics. However, the success of particle filters was limited to the computation of parameters in low dimensionality spaces. The current research efforts in mobile robotics have begun to explore some structural properties of their application\'s domain involving the use of particle filters in spaces of a higher dimension, greatly increasing the complexity of the involved simulation. Statistical simulations of this nature require a lot of pseudorandom numbers that can be generated efficiently and meet certain quality criteria. The process of generating pseudorandom number becomes the critical point of such applications in terms of performance. In this context, reconfigurable computing is a technology capable of meeting the demand for high performance of large statistical simulations because systems based on reconfigurable architectures have the potential to map computation to hardware aiming to increase eficiency without a serious drawback in exibility. Reconfigurable technologies are also attractive because of their low energy consume, a essential feature for the future mobile robots. This dissertation presents an implementation of a FPGA based embedded system designed to solve the robot localization problem by the means of probabilistic technics. The fundamental part from the whole system is a fast random number generator mapped to reconfigurable hardware wich atends a rigid quality criteria

This thesis deals with different approaches to filtering the signal output of a three axis accelerometerfor free space orientation, that is, finding the orientation of a sensor relative to gravity. Theplatform this orientation system is to be developed for is a low-power, high-efficiency fixed-pointmath microprocessor, therefore efficiency and mathematical operation precision are factors thatalso need to be taken into consideration in this work.This is an exploratory work which goals are to analize potential filtering solutions for free spaceorientation with a three-axis accelerometer, develop a tool to validate the theorical analysis, studythe repercusions of limited precision math on those algorithms and implement a filtering solutionas versatile as possible.The goal of finding the orientation with the output of an accelerometer and without a prioriinformation is deceptively simple: while in relaxed state and within inertial systems the outputof a three axis accelerometer and the direction of gravity is the same, when that hypothesis istaken away measurements output by the accelerometer include both gravity and acceleration dueto external forces applied to the system.The contributions of this thesis are a discussion of potential solutions for free space orientationwith unrestrictive preconditions by use of an accelerometer, and an implementation of such solutionfor the MSP430, popular platform of choice for digital signal processing. The main purposeof such a solution is to improve the precision with which gravity is estimated from the outputof the accelerometer. Potential applications of this work are relative position tracking, mapping,positioning systems (for example, within buildings or vehicles, where any other existing positioningsystem cannot work, such as tunnels for GPS).Instead of just low-pass filtering the output of the accelerometer, estimations to the state ofexternal forces applied to the system and tracking of changes to those forces are presented. Tomodel that system, the Kalman filter and the Particle filter are introduced and analyzed as potentialsolutions.This document includes a discussion of both Kalman and Particle filters, implementation ofa tool to compare and validate the models to estimate gravity, a discussion of the effect of fixedpoint math to those models and an implementation of a gravity estimation algorithm that is typeand plattform agnosic based on the output of a 3-axis accelerometer.All relevant code has been included as an appendix to this work This thesis deals with di_erent approaches to _ltering the signal output of a three axis accelerometer for free space orientation, that is, _nding the orientation of a sensor relative to gravity. The plattform this orientation system is to be developed for is a low-power, high-e_ciency _xed-point math microprocessor, therefore e_ciency and mathematical operation precision are factors that also need to be taken into consideration in this work. This is an exploratory work which goals are to analize potential _ltering solutions for free space orientation with a three-axis accelerometer, develop a tool to validate the theorical analysis, study the repercusions of limited precision math on those algorithms and implement a _ltering solution as versatile as possible. The goal of _nding the orientation with the output of an accelerometer and without a priori information is deceptively simple: while in relaxed state and within inertial systems the output of a three axis accelerometer and the direction of gravity is the same, when that hypothesis is taken away measurements output by the accelerometer include both gravity and acceleration due to external forces applied to the system. The contributions of this thesis are a discussion of potential solutions for free space orientation with unrestrictive preconditions by use of an accelerometer, and an implementation of such solution for the MSP430, popular platform of choice for digital signal processing. The main purpose of such a solution is to improve the precision with which gravity is estimated from the output of the accelerometer. Potential applications of this work are relative position tracking, mapping, positioning systems (for example, within buildings or vehicles, where any other existing positioning system cannot work, such as tunnels for GPS). Instead of just low-pass _ltering the output of the accelerometer, estimations to the state of external forces applied to the system and tracking of changes to those forces are presented. To model that system, the Kalman _lter and the Particle _lter are introduced and analyzed as potential solutions. This document includes a discussion of both Kalman and Particle _lters, implementation of a tool to compare and validate the models to estimate gravity, a discussion of the e_ect of _xed point math to those models and an implementation of a gravity estimation algorithm that is type and plattform agnosic based on the output of a 3-axis accelerometer. All relevant code has been included as an appendix to this work. / Denna avhandling beskriver olika metoder för filtrering av utsignalen från en tre-axlig accelerationsmätare för orientering i ledigt utrymme, det vill säga att finna en sensors orientering iförhållande till tyngdkraften. Den plattform detta orienteringssystem ska utvecklas för är en högeffektivmikro-processor med fixed-point matematik, därför är även matematisk operationsprecisionoch efiektivitet faktorer som måste beaktas i detta arbete.Detta är ett förberedande arbete där målet är att analysera möjliga filtreringslösningar för friutrymmesorientering med en tre-axlig accelerationsmätare, utveckla ett verktyg för att validerateoretisk analys, studera konsekvenserna av att använda begränsad precisionsmatematik både algoritmernaoch implementera en filtreringslösning för mikroprocessorerna.Målet med att finna orienteringen med hjälp av utsignalen från en accelerationsmätare ochutan a priori-information är bedrägligt enkel: I avslappnat tillstånd och inom interna system ärutgången hos en tre-axlig accelerationsmätare och tyngdkraftens riktning densamma, när den hypotesenär borttagen visar mätningar att utgång av accelerometern inkluderar både gravitationoch acceleration pågrund av yttre påfrestningarna påsystemet.Bidragen från denna uppsats är en diskussion om möjliga lösningar för orientering i frittutrymme med orestriktiva förutsättningar genom användning av en accelerationsmätare, och ettgenomförande av en sådan lösning för fixed-point matematik mikrokontrollerna. Det huvudsakligasyftet med en sådan läsning är att förbättra den precision med vilken gravitation uppskattas frånutsignalen från en accelerationsmätare. Potentiella tillämpningar av detta arbete är relativ positionsspårning, kartläggning, positioneringssystem (till exempel inom byggnader eller fordon, därandra befintliga positioneringssystem inte kan arbeta, till exempel tunnlar för GPS).Istället för att bara lågpass-filtrera utsignalen från en accelerationsmätare appliceras uppskattningartill stadiet av yttre krafter påsystemet och spårning av ändringar i dessa krafter presenteras.För att modellera systemet introduceras Kalman-filter och partikelfilter för att analyseras som potentiellalösningar.Det här dokumentet innehåller en diskussion om både Kalman och Partikelfilter, implementationav ett verktyg för att jämföra och validera modeller i syfte att uppskatta gravitationen,en diskussion om effekten av fixed-point matematik för dessa modeller och ett genomförande aven gravitationsuppskattningsalgoritm för mikrokontrollerna utifrån utgången hos en treaxlig accelerometer.Relevant kod finns som bilaga till detta arbete.. Denna avhandling beskriver olika metoder för filtrering av utsignalen från en tre-axlig accelerationsm ätare för orientering i ledigt utrymme, det vill säga att finna en sensors orientering i förhållande till tyngdkraften. Den plattform detta orienteringssystem ska utvecklas för är en högeffektiv mikro-processor med fixed-point matematik, därför är även matematisk operationsprecision och efiektivitet faktorer som måste beaktas i detta arbete. Detta är ett förberedande arbete där målet är att analysera möjliga filtreringslösningar för fri utrymmesorientering med en tre-axlig accelerationsmätare, utveckla ett verktyg för att validera teoretisk analys, studera konsekvenserna av att använda begränsad precisionsmatematik både algoritmerna och implementera en filtreringslösning för mikroprocessorerna. Målet med att finna orienteringen med hjälp av utsignalen från en accelerationsmätare och utan a priori-information är bedrägligt enkel: I avslappnat tillstånd och inom interna system är utgången hos en tre-axlig accelerationsmätare och tyngdkraftens riktning densamma, när den hypotesen är borttagen visar mätningar att utgång av accelerometern inkluderar både gravitation och acceleration pågrund av yttre påfrestningarna påsystemet. Bidragen från denna uppsats är en diskussion om möjliga lösningar för orientering i fritt utrymme med orestriktiva förutsättningar genom användning av en accelerationsmätare, och ett genomförande av en sådan lösning för fixed-point matematik mikrokontrollerna. Det huvudsakliga syftet med en sådan läsning är att förbättra den precision med vilken gravitation uppskattas från utsignalen från en accelerationsmätare. Potentiella tillämpningar av detta arbete är relativ positionssp årning, kartläggning, positioneringssystem (till exempel inom byggnader eller fordon, där andra befintliga positioneringssystem inte kan arbeta, till exempel tunnlar för GPS). Istället för att bara lågpass-filtrera utsignalen från en accelerationsmätare appliceras uppskattningar till stadiet av yttre krafter påsystemet och spårning av ändringar i dessa krafter presenteras. För att modellera systemet introduceras Kalman-filter och partikelfilter för att analyseras som potentiella lösningar. Det här dokumentet innehåller en diskussion om både Kalman och Partikelfilter, implementation av ett verktyg för att jämföra och validera modeller i syfte att uppskatta gravitationen, en diskussion om effekten av fixed-point matematik för dessa modeller och ett genomförande av en gravitationsuppskattningsalgoritm för mikrokontrollerna utifrån utgången hos en treaxlig accelerometer. Relevant kod finns som bilaga till detta arbete.. / Este documento presenta y discute diferentes soluciones para filtrar la señal de salida de un acelerómetro triaxial con el objetivo de conocer su orientación en el espacio libre, es decir, estimar la orientacifion del senson en relación con la gravedad. La plataforma sobre la cual estos algoritmos han de ser desplegados es un microcontrolador de bajo consumo y alta eficiencia, TI MSP430, por ello, la eficiencia y la precisión de las operaciones matemáticas en los diferentes algoritmos son también tratadas en este documento. Éste es un trabajo de exploración cuyos objectivos son el análisis de soluciones para el filtrado de la señal de un acelerómetro triaxial, el desarrollo de una herramienta para la validación del análisis teórico, el estudio de la repercusión sobre los algoritmos de filtrado de la limitada precisión en las operaciones matemáticas, y la implementación de una solución de filtrado para el microcontrolador MSP430 de Texas Instruments. Encontrar la orientación de un sensor con la señal de salida de un acelerómetro es un abjetivo relativamente complejo: mientras el sensor están estacionario, la señal de salida es la orientación, pero cuando fuerzas externas son aplicadas sobre el sensor, estas fuerzas contribuyen como ruido al problema que se presenta. Las contribuciones de este documento son una discusión sobre potenciales soluciones para el filtrado de la señal de un acelerómetro triaxial para la orientación en el espacio libre, y una implementación de una solución para el microcontrolador MSP430, plataforma popular para el proceso digital de señales. La principal misión de esta implementación es la mejora de la precisión con la que se estima la dirección de la gravedad mediante el uso de un acelerómetro triaxial. Aplicaciones potenciales están relacionadas con seguimiento de posición, mapeado, sistemas de posicionamiento (por ejemplo, dentro de vehiculos o edificios donde otros sistemas no funcionarían, como por ejemplo GPS en un túnel). En lugar de un simple filtro paso bajo para eliminar el ruido introducido por fuerzas externas, estimaciones del estado de las fuerzas externas y filtros para el seguimiento de las mismas son presentados en este documento. Para modelar dicho sistema, se introcucen el filtro de Kalman y el filtro de Partículas, y ambos se analizan como soluciones para este problema. Este documento incluye una discusión de ambos tros, la implementacion de una herramienta de validación para los mismos, anfialisis del efecto de la introducción de álgebra de punto fijo sobre los modelos, y una implementacion del sistema para el MSP430 de Texas Instruments. El código relevante de este trabajo se incluye como apéndice a este trabajo.

En la actualidad, los desarrollos en el campo de los motores de combusti on interna alternativos est an principalmente dirigidos al aumento de la e ciencia energ etica y a la reducci on de las emisiones contaminantes. La consecuci on de este ultimo objetivo, marcado por las normativas que limitan las emisiones de contaminantes, ha forzado a la instalaci on progresiva de sistemas de post-tratamiento de gases de escape. Atendiendo a la emisi on de part culas, el ltro de part culas di esel se ha convertido en un elemento indispensable y completamente estandarizado en las l neas de escape de los motores Diesel. Tradicionalmente, los sistemas de post-tratamiento se encuentran localizados en las l neas de escape aguas abajo de la turbina de sobrealimentaci on. Esto limita el nivel t ermico en los sistemas de post-tratamiento, lo que afecta a la e ciencia de conversi on del DOC tras el arranque del motor o en condiciones de bajo grado de carga, as como a la capacidad de regeneraci on pasiva del DPF. Adem as, a medida que se produce la acumulaci on de holl n en este, el consumo del motor se ve perjudicado. A n de contribuir a mitigar estas respuestas, se propone la ubicaci on del sistema de post-tratamiento, en concreto DOC y DPF, aguas arriba de la turbina. Por este motivo, el objetivo principal de la presente tesis doctoral ha sido la evaluaci on de las interacciones del sistema de post-tratamiento en con guraci on pre-turbo con el motor Diesel. Para alcanzar este objetivo se hace necesario el uso combinado de t ecnicas de modelado y experimentales. Con respecto a la primera de ellas, se ha tomado como base un modelo de acci on de ondas que permite el c alculo de la respuesta del motor en funci on de la ubicaci on del sistema de post-tratamiento. Para el uso able del modelo con ubicaci on pre-turbo del sistema de post-tratamiento, es necesaria la correcta predicci on de la temperatura a lo largo del DPF tanto en condiciones estacionarias como transitorias, as como tener en cuenta en el c alculo diferentes niveles de acumulaci on de holl n. Por esta raz on, parte importante del trabajo ha estado dirigido a la mejora del modelo de ltros de part culas di esel de ujo de pared previamente desarrollado en aspectos b asicos, realizando aportaciones en aspectos tales como la predicci on del comportamiento t ermico y de p erdida de presi on en condiciones de acumulaci on de holl n. Con el n de con rmar los resultados aportados por el modelo, se ha realizado una evaluaci on experimental de la con guraci on pre-turbo del sistema de post-tratamiento en un motor Diesel turbosobrealimentado. Este trabajo ha permitido analizar las prestaciones del motor en condiciones de operaci on estacionaria y transitoria as como cuanti car los efectos de la ubicaci on del sistema de post-tratamiento sobre las emisiones contaminantes, la e ciencia de ltrado y la capacidad de regeneraci on pasiva del DPF o la e ciencia de conversi on del DOC. Fruto de estos trabajos se ha obtenido una evaluaci on rigurosa de los efectos que sobre el motor tiene el instalar los sistemas de post-tratamiento en con guraci on preturbo, con rmando las ventajas que ofrece esta arquitectura de la l nea de escape y describiendo soluciones para las debilidades que pueda presentar. / García Afonso, Ó. (2013). Análisis teórico-experimental de la arquitectura pre-turbo de sistemas de post-tratamiento en MCIA [Tesis doctoral]. Editorial Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/34178

Este trabalho apresenta um estudo de dados com resposta em intervalos limitados, mais especificamente no intervalo [0,1], como no caso de taxas e proporções. Em diversos casos práticos esta estrutura de dados apresenta uma quantidade não negligenciável de valores extremos (0 e 1) e que modelos usuais não são adequados para sua análise. Para esta situação propomos, por meio de um enfoque Bayesiano, modelos de regressão beta inflacionado de zeros e uns (BIZU) e modelos de regressão Tobit duplamente censurado adaptados nesse intervalo. Técnicas de diagnóstico e qualidade do ajuste também são discutidas. Apresentamos a análise desta estrutura de dados no contexto de série de tempo por meio da abordagem Bayesiana de modelos dinâmicos. Estudos de comportamento e previsão de séries de tempo foram explorados utilizando técnicas de Monte Carlo sequencial, conhecidas como filtro de partículas. Particularidades e competitividade entre as duas classes de modelos também foram discutidas. / This paper presents a study focused on observations in a limited interval , more specifically in [0,1] , such as rate and proportion data. In many practical cases this data structure has a considerable amount of extreme values (0 and 1) and usual classical models are not suitable for this type of data set. We propose two class of regression models to deal with this context: beta inflated of zeros and ones (BIZU) models and Tobit doubly censored models adapted in this interval. Fit quality and diagnostic techniques are also discussed. Time series of proportions are also developed through Bayesian dynamic models. Forecasting and behavioral analysis were explored using sequential Monte Carlo techniques, known as particle filters. Particularities and competitiveness between the two classes of models were also discussed as well.

Este trabalho apresenta um estudo de dados com resposta em intervalos limitados, mais especificamente no intervalo [0,1], como no caso de taxas e proporções. Em diversos casos práticos esta estrutura de dados apresenta uma quantidade não negligenciável de valores extremos (0 e 1) e que modelos usuais não são adequados para sua análise. Para esta situação propomos, por meio de um enfoque Bayesiano, modelos de regressão beta inflacionado de zeros e uns (BIZU) e modelos de regressão Tobit duplamente censurado adaptados nesse intervalo. Técnicas de diagnóstico e qualidade do ajuste também são discutidas. Apresentamos a análise desta estrutura de dados no contexto de série de tempo por meio da abordagem Bayesiana de modelos dinâmicos. Estudos de comportamento e previsão de séries de tempo foram explorados utilizando técnicas de Monte Carlo sequencial, conhecidas como filtro de partículas. Particularidades e competitividade entre as duas classes de modelos também foram discutidas. / This paper presents a study focused on observations in a limited interval , more specifically in [0,1] , such as rate and proportion data. In many practical cases this data structure has a considerable amount of extreme values (0 and 1) and usual classical models are not suitable for this type of data set. We propose two class of regression models to deal with this context: beta inflated of zeros and ones (BIZU) models and Tobit doubly censored models adapted in this interval. Fit quality and diagnostic techniques are also discussed. Time series of proportions are also developed through Bayesian dynamic models. Forecasting and behavioral analysis were explored using sequential Monte Carlo techniques, known as particle filters. Particularities and competitiveness between the two classes of models were also discussed as well.