Foi realizado o estudo da técnica de processamento de sinais de Radar denominada TBD (Track-Before-Detect) visando a concepção de arquiteturas de processamento aplicáveis ao interesse da Defesa. Também conhecida como retrospective detection, long-term integration, ou ainda scan-to-scan integration, a técnica TBD explora o uso conjunto da detecção e rastreio de alvos para determinar suas trajetórias nas sucessivas observações que o Radar faz do cenário. Apresentam-se neste trabalho uma modelagem dos sinais ecos de sucessivas varreduras, a estruturação de processadores baseados no algoritmo modificado de Viterbi e em um banco de filtros casados com os sinais ecos dos alvos. Propõe-se ainda uma nova estrutura que combina o algoritmo modificado de Viterbi com um banco de filtros casados. Para a avaliação comparativa das estruturas de processamento, simulou-se a envoltória complexa dos sinais ecos recebidos por um dado Radar de vigilância na presença de ruído aditivo. Considerou-se na simulação um cenário operacional próximo a condições reais e de interesse, onde uma fragata emprega seu sistema de defesa antimíssil contra o ataque de uma aeronave inimiga em uma situação de crise. O desempenho dos processadores foi avaliado pela Probabilidade de Detecção e de Falso alarme em função da relação sinal-ruído.

Rastreamento de alvos ée a capacidade de estimar a posição de um ou mais alvos em tempos específicos, utilizando as medidas feitas por um ou mais sensores. As medidas geralmente não correspondem às posições reais do alvo, já que as mesmas são afetadas por ruído e erro sistemático (bias), ou podem fornecer informações incorretas devido à falha do respectivo sensor. As metodologias de rastreamento de alvos conhecidas são probabilísticas, no sentido de que elas têm a intenção de fornecer o valor esperado da estimativa, considerado premissas sobre o movimento do alvo e o conjunto de medidas disponível. Em algumas aplicações, no entanto, as informações sobre outros valores possíveis (ou prováveis) ée potencialmente mais útil ou pode ser usada para complementar a informação do valor esperado. Este ée particularmente o caso de aplicações de predição, onde posições futuras do alvo (ou mais especificamente, posições após a última medida) precisam ser rastreadas. A proposta deste trabalho ée prover uma abordagem possibilística em rastreamento de alvos, através do uso de dados fuzzy. Ao invés de fornecer apenas o valor esperado da estimativa, o método proposto ée capaz de prover informações sobre os valores possíveis, classificados segundo um critério de relevância. Esta informação pode ser valiosa já que a informação sobre valor esperado pode diferir consideravelmente da trajetória real sendo executada (ou que será executada) pelo alvo.

Rastrear múltiplos alvos é um requisito fundamental para sistemas de vigilância ou de controle de tráfego aéreo que empregam um ou mais sensores aliados a sistemas computacionais para interpretar o ambiente observado e criar uma visão situacional coerente e única dos alvos presentes no cenário real. O método MHT (do inglês, Multiple Hypothesis Tracking) é uma técnica especialmente desenvolvida para lidar com o problema de associação de dados - decorrente da incerteza quanto à origem de medidas tomadas do ambiente - em cenários com múltiplos alvos. Enquanto os métodos de associação tradicionais assumem apenas uma hipótese de associação entre pistas e medidas, o MHT assume várias hipóteses de associação simultâneas e aguarda até que mais informação sensorial do ambiente esteja disponível para julgar quais hipóteses devem ser eliminadas e quais devem ser mantidas. Este trabalho compara o método MHT com técnicas tradicionais em termos de métricas bem determinadas para a quantificação da efetividade de rastreamento. A principal motivação é entender como a estratégia alternativa de associação de dados empregada pelo MHT se reflete na sua complexidade e no seu desempenho quando comparado a métodos convencionais de associação de dados. Para tanto, a abordagem de implementação do MHT adotada neste trabalho - orientada a pistas - é submetida a uma análise de complexidade algorítmica, que, por sua vez, indica que o gargalo dessa abordagem está concentrado no passo de re-geração de hipóteses. Não obstante, para quantificar a melhoria na efetividade de rastreamento, esse trabalho oferece uma comparação da efetividade de rastreamento do MHT com um método benchmark - o GNN (do inglês, Global Nearest Neighbor) - em quatro cenários de complexidade incremental compostos por múltiplos alvos e apenas um sensor. Os resultados encontrados indicam que a efetividade do método MHT se degrada suavemente na medida em que a complexidade do cenário aumenta e sugerem que o MHT possui maior robustez que o método GNN diante do aumento de densidade de falsos alarmes (ou medidas espúrias).

Este trabalho apresenta a concepção, desenvolvimento e integração de um sistema de integração binocular para rastreamento binocular auxiliado por uma estratégia de atenção que permite selecionar regiões específicas da imagem para rastreamento. Múltiplas regiões são segmentadas sem o conhecimento do conteúdo da cena mediante detecção monocular de movimento no plano de imagem. Pontos detectados são agrupados em alvos cujo interesse para fins de rastreamento é avaliado por função de atenção. Observou-se que o emprego de imagens foveadas reduz consideravelmente a carga computacional requerida pelo processo de segmentação. Atributos de cada alvo são extraídos para emprego na função de atenção, que determina o valor de interesse dos alvos. A função de atenção proposta é a base da estratégia de atenção e resulta na seleção do alvo com maior valor de interesse. Os atributos empregados são a disparidade binocular, o número de pixels do alvo, sua densidade e velocidade no plano de imagem e a duração de sua ocorrência ao longo das imagens. Incertezas nos atributos são desconsideradas pela função de atenção. Os movimentos da cabeça de visão onde o sistema foi implementado consistem em movimentos balísticos, sacádicos e de perseguição suave nos eixos de elevação, e vergências assimétricas. A ativação destes movimentos é definida levando-se em conta características de desempenho do aparato visual antropomórfico. Avaliou-se o desempenho do sistema tanto no rastreamento de diversos alvos rígidos movendo-se em translação de forma controlada contra um fundo estático de textura não homogênea quanto no de uma pessoa deslocand-se e originando múltiplos alvos não rígidos que violam a restrição de translação pura. Os resultados para o primeiro caso demonstraram a manutenção dos alvos rígidos dentro do campo visual de ambas as câmeras. Já os resultados para o segundo caso demonstraram menor robustez a distorções nos padrões de cinza causadas pelo movimento de rotação e de mudança de escala, o que provoca chaveamento excessivo da atenção do sistema. Isto reflete as limitações do poder computacional empregado, uma vez que há grande dificuldade em limitar o movimento entre quadros da pessoa sendo rastreada.

O presente trabalho apresenta a aplicação de técnicas de visão computacional na identificação de alvos (i.e. marcações) na superfície de cargas em campanhas de ensaios de separação de cargas externas. A identificação dos alvos na superfície da carga alijada é o primeiro passo para o seu rastreamento e consequentemente, para a análise de sua trajetografia. Foram utilizados os atributos Haar-like e MB-LBP para composição dos classificadores que realizaram a identificação dos alvos nas imagens capturadas em alta resolução (i.e. 720p ou mais) e em alta velocidade (i.e. 200 quadros por segundo ou mais). Em ambos os casos, foi necessária realização de duas etapas, a saber: treinamento dos classificadores e identificação dos alvos na imagem. Como premissa básica, todas as ferramentas utilizadas foram de livre acesso e, portanto, não possuem restrições de uso. As bibliotecas do OpenCV foram utilizadas para a manipulação das imagens e para a aplicação das técnicas escolhidas. Para a validação da ferramenta desenvolvida, foram analisadas sequências de imagens de um voo de ensaio de separação de carga capturadas em uma campanha de desenvolvimento de uma bomba guiada a laser e de ensaios de separação em solo realizadas no IPEV. O tempo de execução do processo de identificação dos alvos em um computador portátil foi comparado ao tempo de execução do mesmo processo em um dispositivo que pode ser embarcado na aeronave, com a finalidade de se verificar o desempenho da ferramenta. Os resultados obtidos nos experimentos se mostraram satisfatórios e puderam comprovar a aplicação das técnicas na identificação dos alvos em ensaios de separação de carga.

Essa dissertação apresenta o desenvolvimento de um protótipo de Dispositivo Rastreador (Eye Tracker) que permite a interação entre o usuário e o computador através dos movimentos oculares. O Rastreio Ocular (Eye Tracking) é o principal estudo dessa dissertação. Através de técnicas de Processamento Digital de Imagens procuramos detectar o Ponto de Interesse (Point of Regard) do usuário na tela do seu computador. O nosso protótipo foi desenvolvido com base nas técnicas de Foto-Oculografia e Vídeo-Oculografia, onde é possível detectar a íris do usuário em imagens e vídeos capturados em tempo real. O principal problema na utilização da íris para detectar o Ponto de Interesse do usuário, é obter um bom grau de precisão vertical mesmo nas imagens capturadas com a íris parcialmente coberta pelas pálpebras. A solução adotada foi a utilização dos algoritmos de detecção de círculos baseados na Transformada de Hough, onde além de detectar a íris com bom grau de precisão, foi possível obter uma taxa de processamento de 93 milissegundos por imagem analisada. O hardware do Dispositivo Rastreador foi montado artesanalmente, fixando o Dispositivo de Captura de Vídeo no visor direito de um óculos de proteção industrial. Em conjunto com o hardware, foram desenvolvidos softwares para permitir que Portadores de Necessidades Especiais possam emular o uso dos dispositivos de entrada padrão do computador (mouse e teclado) através dos movimentos oculares. Os principais sistemas criados foram: o "Mouse Óptico Ocular" e o "Teclado Óptico Ocular". O Mouse Óptico Ocular posiciona o cursor do mouse na região observada pelo usuário na tela do computador e o Teclado Óptico Ocular digita seqüências de caracteres através do mapeamento dos movimentos oculares do usuário. Ao final dessa dissertação, testes mostraram a eficácia dos modelos adotados no desenvolvimento do nosso protótipo e a possibilidade real do Dispositivo Rastreador auxiliar na Inclusão Digital de indivíduos sem a mobilidade dos seus membros superiores.

Sistemas de Detecção e Reconhecimento Automático de Alvos (ATD/R) são de extrema importância para instituições militares e de defesa. Esses sistemas de vigilância são bastante complexos e se baseiam em dados e informações provenientes de diversos tipos de sensores para localizar, identificar e rastrear alvos inimigos. O objetivo principal desses sistemas ée auxiliar e atée mesmo substituir em parte o papel do homem na tarefa de detecção e reconhecimento de alvos utilizando um sistema confiável e eficiente capaz de realizar esta tarefa. Sistemas ATD/R baseados em imagens de Radar de Abertura Sintética (SAR) são bastante sensíveis às variações de posição, tamanho e orientação dos alvos e portanto constituem um grande desafio para seu desenvolvimento. Essa dissertação apresenta um estudo e uma implementação de um sistema de Detecção Automática de Alvos (ATD) utilizando uma abordagem de reconhecimento de padrões conhecida como Casamento de Padrões baseada em Correlação Cruzada Normalizada que busca encontrar similaridades entre as regiões da imagem analisada com um modelo fornecido de um alvo.

Este trabalho considera um sistema aéreo autônomo não propulsado, lançado de aeronave, controlado por canards, utilizando guiamento terminal com realimentação visual, cujo objetivo é chegar a um determinado alvo em solo com o menor desvio possível. É desenvolvido o modelo não-linear com seis graus de liberdade do artefato. O sistema de controle é projetado em uma determinada condição de voo e os ganhos obtidos são extrapolados para todo o envelope utilizando técnicas de otimização numérica, dados os requisitos de desempenho desejados. É desenvolvido um simulador de voo baseado em imagens de satélite capaz de gerar imagens de uma câmera embarcada no artefato. É implementado um método de análise das imagens geradas pelo simulador, baseado no método SIFT, capaz de registrar as imagens oblíquas da câmera com imagens ortogonais de satélite de referência. O resultado da análise das imagens permite a obtenção dos erros em azimute e elevação, realimentando o sistema de controle e permitindo o guiamento preciso do artefato até o alvo. O sistema completo é simulado na presença de vento e turbulência com a utilização de quatro configurações de sensores, consistindo de combinações de sistemas de navegação inercial, sistema de posicionamento global por satélites, e câmera de vídeo. O método de análise de imagens proposto e a acurácia das diferentes configurações de sensores são avaliados através de simulação Monte Carlo, quantificando as vantagens e desvantagens do guiamento visual.

O problema de rastreio de aviões ágeis, sob altas acelerações, utilizando-se de filtros recursivos de estimação, necessita de modelos suficientemente sofisticados para a determinação de trajetórias com precisão desejável. Como conseqüência, surge a complexidade do algoritmo de estimação, que suscita métodos mais elaborados e com maior demanda de recursos computacionais, tanto para o tratamento de não linearidades do modelo quanto para a manipulação de um número maior de variáveis de estado que o caracterizam. Os modelos bidimensionais considerados para o rastreio de aviões civis em sistemas de controle de tráfego aéreo mostram-se insuficientes para o tratamento de manobras tridimensionais com consideráveis variações de altitude. Os modelos tridimensionais de curva constante, de curva plana variável e de curva coordenada possuem degradação de desempenho para alvos que perfazem curvas não planas e com razão de curva variável. O modelo de dinâmica de vôo de corpo rígido, para três dimensões, é relativamente complexo para constituir a base de um filtro de estimação prático e requer a observação da atitude do alvo, de forma colaborativa ou por imageamento, além de algum conhecimento a priori de parâmetros aerodinâmicos. O presente trabalho resolve as limitações dos modelos constantes da literatura utilizando um modelo de dinâmica de vôo de um ponto de massa que leva em conta características aerodinâmicas típicas para o movimento longitudinal. Este tratamento fornece um modelo dinâmico com um nível de detalhamento capaz de representar bem as manobras arrojadas, sem torná-lo complexo o suficiente para inviabilizar a realização do filtro. Este modelo é utilizado para o desenvolvimento de um filtro de estimação não linear, baseado no filtro de Kalman-Bucy estendido (EKBF). O filtro leva em conta a equação de estado em tempo contínuo e a equação de medida em tempo discreto, uma vez que a dinâmica de alvos ágeis é muito bem descrita em tempo contínuo, enquanto que a trajetória observada pelo sensor é essencialmente digital. Duas extensões deste filtro são estudadas: (i) o uso de termos de segunda ordem na aproximação do modelo conforme a teoria de Daum; e (ii) o emprego de uma rede neural acoplada ao filtro, treinada iterativamente, para a compensação de erros de modelagem e de cálculos das estimativas (NEKBF). As avaliações de desempenho qualitativa e quantitativa do modelo proposto, bem como das duas variações, é feita por meio de métodos sistemáticos de aferição de não linearidades, efeitos de bias, precisão e robustez. Conclui-se que o filtro proposto é suficientemente preciso para ser aplicado em sistemas de defesa e, com as extensões propostas, apresenta a robustez adequada para o rastreio de alvos em combate.

Sistemas de auxílio à tomada de decisões no cenário de controle/vigilância do espaço aéreo têm sido cada vez mais solicitados à medida que os operadores necessitam lidar com uma maior quantidade de informações e tomar decisões de forma mais ágil e precisa. Neste contexto, é apresentada uma solução para o problema de classificação de alvos aéreos com base em atributos cinemáticos, especificamente velocidade, aceleração e altitude. Estes dados podem ser estimados por um algoritmo de rastreamento a partir de informações de um radar de vigilância primário. São apresentadas três propostas de classificadores, sendo o primeiro deles baseado na relação entre probabilidades condicionais expressa pelo Teorema de Bayes, o segundo implementado a partir de um sistema de inferência fuzzy com pertinências unidimensionais e o terceiro também apoiado na lógica fuzzy, porém com funções de pertinência bidimensionais constituídas a partir de envelopes de vôo das classes de alvos previstas. As características destes classificadores são comparadas entre si e com resultados de trabalhos similares encontrados na literatura. Os três classificadores são capazes de fornecer em tempo real a crença da pertinência de um alvo a determinadas classes, mostrando utilidade na ausência de dados provenientes de um radar secundário/IFF ou de sensores imageadores.