Orientador : Prof. Dr. Iverson Ladewig / Dissertaçao (mestrado) - Universidade Federal do Paraná, Setor de Ciencias Biológicas, Programa de Pós-Graduaçao em Educaçao Física. Defesa: Curitiba, 21/06/2010 / Bibliografia: fls. 90-93 / Área de concentraçao: Exercício e esporte / Resumo: A aprendizagem motora pode ser observada por de alterações relativamente permanentes na realização da tarefa. Para que essas mudanças ocorram de forma mais eficiente, é importante que o indivíduo selecione e direcione seu foco de atenção para informações relevantes para a realização dessa tarefa. Uma das estratégias adotadas para auxiliar nesse direcionamento do foco de atenção é a utilização de "dicas" de aprendizagem. Estudos realizados têm confirmado a eficiência da utilização das dicas para o ensino de uma nova tarefa. Porém, existem divergências nos estudos quando o tema é o direcionamento desse foco de atenção: se direcionando o foco de atenção para o corpo do aprendiz (foco interno), ou se direcionando o foco de atenção para algo fora do corpo (foco externo). Com o intuito de contribuir para o debate sobre o tema, é que foi realizado esse estudo, envolvendo 31 crianças com idade média de 11,74 anos (dp=0,51), em que aprenderam a manobra "voltas e voltas" com o ioiô. Para verificar a eficiência das dicas para o direcionamento da atenção, elas foram divididas em três grupos. Um recebeu dicas internas (GDI), outro recebeu dicas externas (GDE) e o terceiro foi o grupo de controle (GC). Para observar o comportamento dos grupos, foram realizadas uma avaliação quantitativa e avaliação cinemática, que observou o tamanho do deslocamento do processo estilóide, no recuo, no retorno e no novo lançamento, bem como a variabilidade do movimento, observada através da verificação do coeficiente de variação dos ângulos do tronco, braço e mão. Os resultados encontrados no estudo mostraram que, na avaliação quantitativa, os três grupos GDE, GDI e GC, tiveram um comportamento semelhante no pré-teste, no pós teste e na retenção, não apresentando diferença significativa entre os três grupos. A avaliação do tamanho do deslocamento linear, observado no processo estilóide, também mostrou que GDE, GDI e GC não apresentaram diferença significativa, em nenhuma das fases do movimento avaliada (recuo, retorno e novo lançamento). Observando o coeficiente de variação também foi verificado que os três grupos tiveram o mesmo desempenho, sem apresentar diferença significativa. Diante do resultado semelhante dos três grupos podemos concluir que: 1) As dicas utilizadas não apresentaram o efeito esperado sobre o aprendizado; 2) As alterações semelhantes, observadas nos três grupos indicam que o vídeo utilizado durante asaulas de intervenção apresentou um efeito superior ao das dicas no ensino da tarefa, já que foi o único aspecto em comum nos grupos. Diante dos resultados encontrados, futuros estudos devem observar com maior intensidade esta ação do vídeo tape, tendo neste instrumento uma forte ferramenta no aprendizado de uma nova tarefa. / Abstract: Motor learning may be observed by a relatively permanent change in the task performance. In order for these changes to occur more efficiently, it is important that individuals select and direct their focus of attention to the relevant information of the task. One of the strategies adopted to assist subjects in directing their focus of attention is the use of "cues" during the learning process. Several studies have confirmed the efficiency of the use of cues for teaching a new task. However, there are disagreements in studies when the subject is the direction of focus of attention: if the focus is directed to the body of the learner (internal focus), or if the focus is directed to something outside the body (external focus). In order to contribute to the debate on the subject, this study was conducted involving 31 children with mean age of 11.74 years (SD = 0.51), who learned a yoyo trick called "turns and turns". To check the efficiency of the cues to direct student’s attention, they were divided into three groups. One received internal cues (GDI), another received external cues (GDE) and the third was the control group (CG). To observe the changes in the performance of the groups, a quantitative and kinematic assessments were performed in order to observe the size of the displacement of the stolid process at the retreat, at the return and for the new release, as well as the variability of the movement, observed the variation coefficient of the angles of the trunk, arm and hand. The findings of the quantitative results showed no differences among the three groups GDE, GDI and GC in the pre-test, post-test and retention. Analyzing the size of the linear displacement of the styloid process, GDE, GDI and CG showed no significant differences in any phase of movement assessed (retreat, and return new release). Identical results were also found for the variation coefficient, with no differences among the groups. Given these results we may conclude that: 1) The cues did not present the expected effect on learning; 2) the similar changes in the performance of the groups may be the result of the video used to show the task. In other words, we can infer that the video used during the intervention showed an effect superior as did the cues, since it was the only thing in common among the groups. Thus, considering that the video overpowered the effects of the cues, future studies should consider the effects of the video when providing cues to children while learning a new task.

Made available in DSpace on 2017-07-21T14:19:25Z (GMT). No. of bitstreams: 1 Marcos Monteiro Junior.pdf: 2744838 bytes, checksum: 11e19d174916d6b6c7a51c2a1a5cd130 (MD5) Previous issue date: 2015-08-07 / Agricultural machinery has mechanisms which automate them; however, it is still an expensive GPS based resource. The use of computational vision is an alternative or an addition to the use of GPS. Not long ago, the use of computational vision was exclusive to computers with huge processing capabilities, and its use in agricultural machinery was impracticable due to adverse field conditions. The evolution of the processors made computational vision possible in cellphones, whose hardware is robust for not having mechanical components and for being dust and, some models, humidity proof. This work describes the creation of a method developed for smartphone based mobile devices with the Android operational system. This system has the purpose of providing the calculation of the trajectories of agricultural machinery or robots, at pulverization lines. The method uses cameras that are present on the smartphones themselves in order to capture the image of the route to be calculated and processed by the phone. The process uses methods of computational vision with the aid of an algorithm to smooth the movements and to take decisions in order to not perform unnecessary movements. The method uses open-source softwares, like the Openvc library, the Android system and its tools of the programming, and in the IOIO hardware platform. The system was field tested, in a robot named NAVIGO, developed in the graduation program of Applied Computation at the Universidade Estadual de Ponta Grossa. The smartphone is coupled to the NAVIGO and it communicates with IOIO through Bluetooth. . Computer vision processing was performed on the smartphone , obtaining satisfactory results , proving that smart phones , are robust , and have the advantage of having numerous sensors embedded in the hardware and are able to perform tasks that were previously exclusive to computers. Furthermore small devices that use computer vision , as proposed in the work can be great tools in agriculture large areas of difficult access machinery . / Máquinas agrícolas possuem mecanismos que as tornam autônomas, porém ainda é um recurso caro, baseado em GPS. O uso de visão computacional é uma alternativa ou um complemento para o uso do GPS. Até há pouco tempo, o uso de visão computacional, era restrito aos computadores de grande capacidade de processamento e seu uso em máquinas agrícolas era inviável devido às condições adversas do campo. Com a evolução dos processadores é possível aplicar visão computacional em celulares, cujo hardware é robusto, por não possuir componentes mecânicos e por ser tolerantes à poeira, e por alguns modelos até a umidade. Esta dissertação descreve a criação de um método para dispositivos móveis, do tipo smartphone, com sistema operacional Android, com a finalidade de calcular a trajetória de máquinas agrícolas, ou robôs, em linhas de pulverização. O método utiliza a câmera presente nos smartphones para captação da imagem da rota a ser calculada e processada pelo telefone. O sistema incorpora métodos de visão computacional, com o auxílio de um algoritmo, para suavizar os movimentos, além de colaborar para tomada de decisão de forma a não ocorrer movimentos desnecessários. O método usa software de código aberto, como a Biblioteca OpenCV, o Sistema Android, e as ferramentas para programação, e em hardware com a Plataforma IOIO. O sistema foi testado em campo, nas culturas de trigo e de soja, sobre um sistema de plantio direto. Os testes foram realizados em um Robô denominado NAVIGO, desenvolvido no Programa de Pós-Graduação de Computação Aplicada, da Universidade Estadual de Ponta Grossa. O smartphone fica acoplado no NAVIGO, com comunicação com IOIO, através de Bluetooth. O processamento de visão computacional foi realizado no smartphone, obtendo-se resultados satisfatórios, provando que os telefones inteligentes, são robustos, e possuem a vantagem de ter inúmeros sensores embutidos no hardware e são capazes de realizar tarefas que antes eram exclusivas de computadores. Além disso dispositivos de porte pequeno que utilizam a visão computacional, como o proposto no trabalho, podem ser ótimas ferramentas na agricultura em locais de difícil acesso de maquinário de grande porte.

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.