Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2014. / Submitted by Andrielle Gomes (andriellemacedo@bce.unb.br) on 2015-07-02T18:19:02Z No. of bitstreams: 1 2014_NathanCostaAlvesSouza.pdf: 51389623 bytes, checksum: 2d631aa6c660de3475d2c825ad608929 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2015-07-03T13:03:54Z (GMT) No. of bitstreams: 1 2014_NathanCostaAlvesSouza.pdf: 51389623 bytes, checksum: 2d631aa6c660de3475d2c825ad608929 (MD5) / Made available in DSpace on 2015-07-03T13:03:54Z (GMT). No. of bitstreams: 1 2014_NathanCostaAlvesSouza.pdf: 51389623 bytes, checksum: 2d631aa6c660de3475d2c825ad608929 (MD5) / Com a expansão da barreira de exploração nas atividades petrolíferas no mar, as empresas estão utilizando cada vez mais veículos subaquáticos em operações offshore. A substituição de mergulhadores de profundidades por UUVs (Unmanned Underwater Vehicles) é devido não somente à capacidade de atuar em profundidades maiores que 300 metros, mas também em operações de grande duração e menor risco nas atividades de instalação e manutenção de infraestrutura subaquática. No entanto, os UUVs necessitam superar as outras duas dificuldades técnicas apresentadas na exploração offshore: as condições prevalecentes no clima e a invisibilidade das operações no mar. Essas condições interferem na eficácia de navegação dos veículos aquáticos, principalmente em UUVs que são dependentes das leituras dos seus sensores para funcionarem como projetados. Quanto mais programação e processamentos dos múltiplos sensores, melhor fica para que o sistema (ou operador no caso de ROVs) consiga navegar bem no ambiente subaquático. Porém, cada sensor capta ruído, processando de forma limitada a informação. Isso em conjunto com a elevada dinâmica não-linear e invisibilidade no mar faz com que não seja possível garantir a navegação ou operação confiável dos veículos subaquáticos baseando-se somente na leitura dos sensores. A metodologia apresentada neste trabalho tem o objetivo de possibilitar a implementação de navegação autônoma, manipulando as informações captadas pelos sensores e a incerteza de atuação do modelo não-linear do veículo em um sistema de tratamento por uso de um filtro probabilístico. Juntamente com algoritmos de planejamento de trajetória em grades de ocupação, esta metodologia é ensaiada em um veículo subaquático autônomo com resultados que demonstram seu pleno funcionamento em um caso de localização global em ambiente subaquático não controlado. ______________________________________________________________________________________________ ABSTRACT / With the expansion of the boundaries of oil and gas exploration at sea, the industry is using more underwater vehicles in offshore operations than divers. Replacing professional divers by UUVs (Unmanned Underwater Vehicles) is due not only to the its capacity to operate in depths greater than 300 meters, but also to lower the risk and time it can stay underwater in installation and maintenance of underwater infrastructure. However, UUVs need to overcome other two technical difficulties presented in offshore exploration: the adverse conditions in marine climate and the invisibility of operations at sea. These conditions affect the efficiency of navigation of marine vessels, especially of UUVs, which are dependent of the readings from its sensors to function as designed. The more information that are inferred from the readings of multiple sensor, the better it is for the system (or for the pilot in the case of ROVs) to plan the navigation in underwater environments. However, in each sensor reading, noise is captured during the process, which interferes the accuracy of the reading. The noise, together with the high nonlinear dynamics and the invisibility at sea makes it difficult to guarantee reliable navigation and operation of underwater vehicles based solely on sensor reading. The procedure presented in this paper aims to enable implementation of autonomous navigation by manipulating the information captured by sensors and by the nonlinear model actuation of the vehicle to infer position through use of a probabilistic filter. Along with path planning algorithms in occupancy grids, this methodology is tested on a autonomous underwater vehicle with results that demonstrate its full operation in a global location problem in a uncontrolled underwater environment.