Orientadores: Paulo Augusto Valente Ferreira, Alessandro Correa Victorino, Samuel Siqueira Bueno / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-08T18:02:11Z (GMT). No. of bitstreams: 1 Castro_CesarDantasde_M.pdf: 3031758 bytes, checksum: 02179aa87aa18297b9b19bef7fb5b647 (MD5) Previous issue date: 2007 / Resumo: Este trabalho disserta sobre o desenvolvimento e a implementação de um sistema de localização e mapeamento simultâneos (SLAM) para um veículo robótico aéreo. Utilizando tal sistema, um robô que sobrevoe determinada área, até então desconhecida, deve ser capaz de conhecer sua postura no ambiente e mapeá-lo, sem o auxílio de mapas ou outras informações externas. Para alcançar este objetivo, o sistema recebe informações de uma unidade de medição inercial e de uma câmera, que observa características do ambiente e, indiretamente, a posição e a atitude do robô. Para fundir as informações dos dois conjuntos sensoriais embarcados, é utilizada uma arquitetura baseada no filtro de Kalman estendido, que atua como um estimador tanto da localização do dirigível quanto do mapa. Este sistema representa um primeiro passo em direção a uma solução de SLAM em seis graus de liberdade para o Projeto AURORA, que visa o desenvolvimento de tecnologia em robótica aérea. Desta forma, a abordagem proposta é validada em um ambiente de simulação composto de sensores virtuais e do simulador dinâmico do projeto AURORA. Os resultados apresentados mostram a eficácia da metodologia / Abstract: This work addresses the development and implementation of a simultaneous localization and mapping (SLAM) system for aerial robotic vehicles. Through this system, a robot flying over an unknown region must be capable of detecting its position accurately and, at the same time, constructing a map of the environment without the help of maps or any other external information. To reach that goal, the system receives input data from an inertial measurement unit and a single camera, which observes features in the environment and, indirectly, the robot¿s position and attitude. The data from both onboard sensors are then fused using an architecture based on an extended Kalman filter, which acts as an estimator of the robot pose and the map. This system represents a first step towards a six degrees of freedom SLAM solution for Project AURORA, whose goal is the development of technology on aerial robotics. As such, the proposed methodology is validated in a simulation environment composed of virtual sensors and the aerial platform simulator of the AURORA project based on a realistic dynamic model. The reported results show the efficiency of the approach / Mestrado / Automação / Mestre em Engenharia Elétrica