Engenharia Elétrica
URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21
Navegar
21 resultados
Resultados da Pesquisa
Agora exibindo 1 - 10 de 21
- Reconhecimento de atividades humanas utilizando sensores inerciais e aprendizado de máquina(2024) Montanari, Bruno FontesReconhecimento de atividades humanas, também conhecido como Human Activity Recognition (HAR), tem um papel significativo na vida das pessoas dada a capacidade de prover informações relevantes por meio de pequenos sensores, podendo ser no celular, relógios inteligentes ou até mesmo através de imagens e vídeos. A análise e classificação dos movimentos humanos é alvo de diversos estudos em decorrência de sua ampla utilização nas mais diversas áreas, como por exemplo: saúde, práticas esportivas, bem estar, assistentes tecnológicos, segurança, computação ciente do contexto, realidade virtual e aumentada, dentre outros. O maior desafio atualmente é garantir que tal reconhecimento seja feito localmente em Micro Controller Unit (MCU) com baixo consumo de energia e com baixo tempo de inferência, mantendo os dados de cada pessoa seguro. Diversas propostas para resolver o HAR já foram avaliadas e apresentam resultados excelentes, tipicamente com acurácia superior a 90% quando um número baixo de movimentos (correr, caminhar, subir e descer escadas etc.) é considerado, porém a maioria destes estudos faz uso do processamento externo, em geral usando celulares, para desempenhar as técnicas de reconhecimento, classificação e contexto. Muitos destes estudos e técnicas podem ser ajustados, migrados e empregados nos MCUs graças às recentes melhorias dos frameworks disponíveis, suas quantizações e otimizações, bem como na evolução da capacidade de processamento e densidade de memória disponível nos microcontroladores. Este trabalho explora a comparação entre o emprego e desempenho de reduções de dimensionalidades por meio de Principal Component Analysis (PCA) com as técnicas de aprendizado de máquina como Decision Tree Regression (DTR), Random Forest (RF) e Support Vector Machine (SVM) e de aprendizado profundo utilizando exclusivamente Convolution Neural Network (CNN), ambas aplicadas ao microcontroladore Arm® Cortex® M33 com foco na aplicação de HAR. Outra análise que este estudo traz é a identificação da influência do uso de quantização Post Training Quantization (PTQ) no tempo de inferência, densidade de memória, complexidade e sua relação com o consumo de energia no MCU
- Análise de técnicas de navegação de robôs autônomos em ambientes dinâmicos e incertos(2023) Costa, Leonardo da SilvaEste trabalho propõe o estudo de sistemas de navegação para robôs móveis em ambientes dinâmicos e incertos. Para isso, foi feita uma comparação entre dois algoritmos de planejamento global de trajetória e um algoritmo de desvio de obstáculos, sendo eles: Multi Robot A Star (MRA*), Dynamic Visibility Graph A Star (DVG+A*) e Probabilistic Safety Barrier Certificates (PrSBC), respectivamente. Para que os algoritmos fossem escolhidos, foi realizada uma profunda pesquisa bibliográfica, comparando as técnicas utilizadas nos trabalhos mais recentes. A escolha dos algoritmos de planejamento considerou dois fatores: baixo tempo computacional e capacidade de coordenar os trajetos de diversos robôs simultaneamente. Já o algoritmo de desvio de obstáculo foi escolhido com base em três fatores: baixo tempo computacional, garantia teórica de que não haverá colisões e possibilidade de aplicar para diversos robôs simultaneamente. Os algoritmos escolhidos foram testados em diversos cenários, no domínio do futebol de robôs com times de 6, 11 e 16 robôs, para isso, foi utilizado o simulador grSim. No primeiro cenário de teste foi executada uma troca de posição antipodal, o qual é um teste bastante utilizado na literatura para testar algoritmos de desvio de obstáculos. Nesse teste foi possível verificar a vantagem em utilizar o MRA*, que coordena os trajetos para múltiplos robôs. O segundo cenário de teste consiste em uma movimentação dos robôs sob marcação do time oponente. Nesse teste o objetivo foi investigar a influência de robôs sem um algoritmo de desvio de obstáculo agindo em conjunto com os robôs controlados pelo PrSBC e os planejadores globais. Para a avaliação foram utilizadas 7 métricas: tempos de planejamento, de atualização do mapa, de navegação e de desvio de obstáculos, velocidade média geral, distância mínima entre os robôs e número de colisões. Em cada cenário foram testadas três combinações entre os algoritmos: DVG+A*, DVG+A* com PrSBC e MRA* com PrSBC. Com essas combinações foi verificada a eficácia em possuir um algoritmo de desvio de obstáculos, e as vantagens em possuir trajetos coordenados para múltiplos robôs em comparação aos trajetos gerados individualmente. A partir dos experimentos realizados foi possível identificar pontos positivos e negativos de cada algoritmo. No teste antipodal o MRA* dominou praticamente todas as métricas, ficando atrás somente no tempo de planejamento. O PrSBC evitou todas as colisões, independente da quantidade de robôs. No segundo cenário os resultados foram mais distribuídos, o DVG+A* foi o algoritmo de menor tempo de navegação e maior velocidade média, porém, também foi o que causou mais colisões. Ao acrescentar o PrSBC foi possível minimizar o número de colisões em detrimento da velocidade dos robôs e tempo de navegação. O MRA* com PrSBC foi a combinação com resultados mais equilibrados, com um número baixo de colisões, velocidade média razoável e tempo de navegação mais baixo que o DVG+A* com PrSBC. Enfim, através deste trabalho foi possível investigar as características de algoritmos de planejamento tanto individual, quanto coordenado, aplicados ao futebol de robôs. Também foi analisada a importância da inclusão de um algoritmo dedicado para o desvio de obstáculos. Partindo dos resultados obtidos foi possível concluir que, para múltiplos robôs o algoritmo de planejamento coordenado entrega o melhor desempenho considerando as métricas estabelecidas, o algoritmo de desvio de obstáculos é capaz de evitar todas as colisões, contanto que todos os robôs utilizem o algoritmo, e ao incluir robôs não controlados é possível evitar a maioria das colisões, obtendo a menos de uma colisão por teste.
- A inclusão escolar da criança com deficiência neuromotora no projeto de robótica educacional no ensino fundamental(2023) Canet, Ana Maria DinizA Robótica Educacional favorece o desenvolvimento do raciocínio, o trabalho em equipe e a socialização de conhecimentos. Neste trabalho, utilizando esta tecnologia educacional como mediadora da aprendizagem, questionou-se seu potencial inclusivo para alunos com deficiência, dessa forma, esta pesquisa é qualitativa e quantitativa, envolve três fases: pesquisa bibliográfica, questionário respondido pelos Professores de Apoio aos Projetos Pedagógicos de Tecnologias Educacionais (PAPP TEC) das Escolas Municipais de São Bernardo do Campo e estudo de caso envolvendo dois alunos do Ensino Fundamental – Anos Iniciais (1° ao 5° ano) com diagnóstico de encefalopatia crônica não evolutiva (ECNE), com quadro motor de tetraparesia. Os objetivos deste trabalho são: elencar quais são as estratégias e os recursos de tecnologia assistiva necessários para que crianças com diagnóstico de encefalopatia crônica não evolutiva, com quadro motor de tetraparesia, que estejam cursando o Ensino Fundamental – Anos Iniciais (1° ao 5° ano), consigam realizar as atividades propostas nas aulas de Robótica Educacional, verificar o potencial inclusivo da robótica educacional e quais são as dificuldades que os professores de robótica apresentam na inclusão de alunos com deficiência. As hipóteses levantadas são: a de que com as adaptações necessárias o aluno consiga melhorar seu desempenho funcional e realizar as atividades escolares com maior autonomia e independência e que a robótica apresenta potencial inclusivo. O estudo de caso utilizou para a avaliação do desempenho funcional a filmagem da criança antes e depois do uso das adaptações, a CIF (Classificação Internacional de Funcionalidade), o PEDI (Pediatric Evaluation of Disability Inventory) e a entrevista semiestruturada da PAPP TEC. Conclui-se que, a robótica virtual através de um software com varredura de tela e pranchas interligadas demonstrou ser uma possibilidade para adaptação de crianças que não tem acesso convencional as peças de montagem e programação do robô, principalmente as com deficiência neuromotora severa que obtém o acesso por acionador. Houve melhora de seu desempenho ocupacional e possibilitou sua participação nas atividades como protagonista e não apenas como observadora. No questionário e na entrevista semiestruturada foi apontado pelos professores a necessidade de ações formativas, ações colaborativas com os profissionais de apoio (Equipe de Orientação Técnica e professores especialistas nas áreas das deficiências) e de acesso à tecnologia assistiva para o desenvolvimento do potencial inclusivo da robótica
- O impacto da inclusão de índices sociais e macroeconômicos na detecção automática de fake news(2022) Carvalho, B. C. P. dos S.As fake news são notícias falsas que possuem a intenção de se apresentar como verdadeiras, causando assim diversos impactos na sociedade, sejam econômicos e financeiros, políticos, ou até em saúde pública. A detecção automática de fake news teve um avanço importante nos últimos anos, porém existe a carência de trabalhos em língua portuguesa, principalmente devido à baixa oferta de bases nesta língua. Pode-se evidenciar, também, que os trabalhos existentes são focados na detecção automática utilizando-se as características linguísticas ou nos padrões de dispersão das mesmas em mídias sociais. Com isso, este trabalho traz uma abordagem complementar à tarefa de detecção automática desses tipos de textos, incluindo o estudo do possível impacto da inclusão de índices sociais e macroeconômicos, como taxa de inflação e desemprego, no desempenho dos modelos. O trabalho foca na utilização dos classificadores SVM, Random Forest e Naive Bayes, além do conhecido modelo Bag of Words para extração das características linguísticas
Trabalho de Conclusão de Curso H-Watch(2021-12-08) Almeida, Bruno Calixta; Costa, Danilo Ferreira; Hayahi, Lucas Henrique Kazuo; Figueiredo, Oscar Gonçalves; Okama, Ricardo Seiki; Assato, Sabrina MidoriEste trabalho propõe-se a desenvolver um sistema de monitoramento da saúde de idosos, composto por um protótipo do circuito elétrico de uma Pulseira Sensorizada (hardware), juntamente a um aplicativo de smartphone. Neste sentido, a frequência e oximetria de pulso do paciente é monitorada, sendo possível detectar a ocorrência de quedas e, quando necessário, o sistema comunica um responsável e aciona ajuda médica através do aplicativo. Fornecendo assim mais independência para o idoso por não necessitar de uma pessoa para monitorá-lo constantemente. A revisão bibliográfica, bem como os sensores utilizados para a detecção de queda e monitoramento da frequência e oximetria de pulso, aliada ao método de aprendizagem que foi utilizado para a inteligência artificial, possibilitaram a definição das erramentas e técnicas necessárias para o delineamento da solução proposta. O protótipo possui compromisso com diminuição de custos em relação a modelos semelhantes já existentes no mercado, de modo a torná-la mais acessível e viável ao uso cotidiano. Como interface de usuário foi adotado o smartphone em virtude de sua flexibilidade na criação de interfaces, utilizando um aplicativo para exibir os parâmetros coletados pelo hardware, e quando necessário acionar a lista de contatos salva no mesmo, para contactar o número de emergência salvo. Através de testes realizados, comprovou-se o funcionamento do hardware na coleta dos parâmetros dos sensores e envio para o banco de dados, e através dos dados de quedas gerados pelos membros do grupo, o desenvolvimento da inteligência artificial para a detecção de quedas. O aplicativo lê os dados de frequência cardíaca e oximetria para monitoramento e exibição na tela principal. Em caso de queda, o aplicativo recebe essa informação da inteligência artificial, gerando os alertas para os responsáveis.Trabalho de Conclusão de Curso Sistema de predição de risco de quedas para área hospitalar utilizando machine learning(2021-12-09) Pereira, Isaías Cabral; Batista, Jonathan Fellipe Francisco; Sonoda, Matheus Salgueiro; Nacimento, Monica Marques; Braga, Vinícius SilvaO mundo vive um crescente momento de envelhecimento populacional. Vários fatores explicam tal fenômeno, como por exemplo a queda da fecundidade proveniente da diminuição do número de nascimentos, além do aumento da expectativa de vida da população em decorrência de melhorias no âmbito da saúde e na qualidade de vida. Por outro lado, o problema de quedas sofridas pela população idosa já é um assunto preocupante conhecido ao redor do mundo, uma vez que pequenas quedas podem gerar grandes transtornos e riscos à vida, saúde e integridade física desta camada da população. Com o agravante ainda de que no momento atual muitos idosos moram sozinhos e devido ao afastamento de seus familiares, os riscos se tornam ainda maiores. Devido ao aumento no número de quedas, diversos dispositivos já foram propostos para detectá-las e em seguida alertar aos contatos previamente cadastrados pelo usuário. Nesse sentido, estudar os indícios de uma possível queda é de suma importância, uma vez que ela pode trazer sérias consequências para a saúde da população, podendo até mesmo ser fatal. O objetivo deste trabalho consiste, portanto, no desenvolvimento de uma ferramenta de predição de risco de queda por meio da utilização dos algoritmos de machine learning árvore de decisão (DT) e rede neural, por meio dos softwares MATLAB® e WEKA. Isto posto, foram treinados dois modelos computacionais baseados nestes algoritmos, que puderam predizer o risco de quedas no idoso. Tais modelos foram embasados nas informações contidas num banco de dados previamente estabelecido e obtiveram taxas de assertividade, precisão e sensibilidade adequadas com possibilidades de melhorias para aplicação prática futura.- Análise do impacto da quantidade de pontos de Wi-Fi na localização de robôs sequestrados em ambientes internos utilizando técnicas de redes neurais artificiais recorrentes(2022) Pegorelli Neto, A.A localização de robôs em ambientes fechados, onde o Global Positioning System (GPS) não pode atuar, é um constante desafio dos sistemas que envolvem robôs autônomos. Soluções baseadas em análise de radiofrequência apresentam alta complexidade devido à natureza dos sinais, passíveis de diversas interferências em ambientes quanto maior a quantidade de equipamentos eletrônicos, além da movimentação de pessoas e objetos, aumentando a dificuldade de processamento das informações tratadas. As limitações de processamento e uso de energia em dispositivos móveis também limitam a implementação de hardware embarcado capaz de realizar cálculos complexos exigidos em diversas soluções para o processamento e análise das informações em tempo hábil para apresentar eficácia na atuação. Com a portabilidade desses sistemas robotizados encontramos um novo desafio, o sequestro de robôs, quando o usuário movimenta o robô manualmente, sem nenhuma notificação no sistema e dificultando o processo de localização. Neste trabalho é proposto um estudo das mais recentes técnicas de localização em ambientes fechados, utilizando redes neurais recorrentes, como a Gated Recurrent Unit (GRU) e a Long-Short Term Memory (LSTM) para o tratamento de dados de potência de sinal Wi-Fi, ou Received Signal Strength (RSS), assim como a aplicação da técnica k-Nearest Neighbors (KNN) para casos onde ocorre o sequestro de robôs. O estudo foi feito a partir de um simulador construído dentro do ambiente virtual Webots® a partir do fingerprinting de um ambiente real com 6 pontos de acessoWi-Fi. Funções de distribuição acumulada foram utilizadas para avaliar cada um dos 3 sistemas para diversas combinações de pontos de acesso, níveis de ruído e níveis de atenuação simulados. Os resultados mostram que os sistemas de redes neurais recorrentes podem alcançar acurácia entre 0.44m±0.39m para LSTM, e 0.50m±0.38m para GRU, enquanto para a proposta baseada em KNN, temos 0.68m±0.73m, demonstrando a capacidade dos sistemas avaliados de se recuperarem após um evento de sequestro de robôs, mantendo resultados semelhantes aos observados sem a ocorrência de tais eventos
- Sistema de posicionamento de robôs em partidas de futebol baseado em inteligência coletiva por enxame(2020) Laureano, Marcos Aurelio PchekA equipe Small Size League (SSL) da RoboFEI existe desde 2008. Uma das motivações para a existência do projeto é aplicação dos conhecimentos em eletrônica, mecânica e programação no uso e desenvolvimento de algoritmos voltados para a Inteligência Artificial (IA). A IA abrange várias técnicas, como aprendizado, otimização e algoritmos bioinspirados. Algoritmos bioinspirados são utilizados para os mais diversos propósitos, inclusive para que robôs possam trabalhar de forma colaborativa. A liga SSL evoluiu com o passar dos anos e algumas mudanças já foram realizadas como o aumento das dimensões do campo e quantidade de robôs. Essa evolução também traz maiores possibilidades de jogadas e aumento da complexidade de uma partida. O posicionamento dos robôs em campo torna-se importante como mecanismo de defesa e ataque. Neste cenário, no trabalho aqui relatrado é proposto a utilização do algoritmo Particle Swarm Optimization (Otimização de Enxame de Partículas) (PSO) como uma opção de inteligência coletiva aplicada para determinar o posicionamento dos robôs em partidas de futebol. São propostas novas funções de aptidão para defesa do gol e bloqueio de passes na liga SSL. Para o desenvolvimento dessas funções, princípios táticos de jogos do futebol moderno foram verificados. Para avaliar a efetividade das funções de otimização, são propostas novas métricas para mensurar o Índice de Performance do Posicionamento (IPOS) dos posicionamentos originais e otimizados. Essas métricas estão baseadas no Sistema de Avaliação Tática no Futebol (FUT–SAT) que define o Índice de Performance Tática (IPT) de uma equipe baseado em determinados critérios e posicionamentos em campo. Para avaliação da efetividade das funções de aptidão, foram selecionadas jogadas com gols efetivos da RoboCup 2019 – Liga A. Essas jogadas foram separadas do início do toque da bola até a finalização em gol em intervalos de 200 milissegundos e nomeadas de instantes. Para cada instante o posicionamento da defesa é otimizado. Ao final são aplicadas as métricas de avaliação do novo posicionamento e comparadas com as originais. A aplicação das métricas de avaliação e inspeção visual demonstram que os posicionamentos sugeridos poderiam ter impedido a continuidade da jogada em vários momentos antes da finalização ao gol. Os experimentos demonstraram a efetividade da otimização e das métricas. Finalmente, as funções de aptidão e métricas podem ser aplicadas em outras categorias de futebol de robôs
- Domótica inteligente: automação residencial baseada em comportamento(2007) Sgarbi, Julio AndréA automação reseidencial evoluiu muito nos últimos anos, entretanto pouco destaque é dado à automação residencial baseada no comportamento dos habitantes. O sistema proposto ABC+ (Automação Baseada em Comportamento) foi desenvolvido par observar e aprender regras em uma casa de acordo com o comportamento de seu habitante, utilizando o conceito de aprendizado com regras de indução. O principal problema abordado neste trabalho foi desenvolver um sistema simples e amigável que abrange as várias particularidades envolvidas na automação inteligente de uma residência, tais como as seqüências causais de eventos, que geram regras indesejáveis; a inserção de novas regras para os habitantes, sem causar desconforto aos mesmos; os diferentes perfis de habitantes e ambioentes, entre outros. As experiências forma feitas através de dois simuladores desenvolvidos para se comprovar primeiramente o correto funcionamento do sistema proposto e posteriormente observar o comportamento dos sitema e suas variáveis quando à ação de um agente (habitante)
- «
- 1 (current)
- 2
- 3
- »