Uso de IA para sistema de orientação e guiagem para pouso de sistemas autônomos de um VANT

N/D

Autores

Ogawa, Alessandra Yumi Carvalho
Zamberlan, Enzo Dadier Lacks
Oliveira, Mateus Ruggero de
Gallo, Vinicius

Orientador

Bobrow, Fabio

Co-orientadores

Citações na Scopus

Tipo de documento

Trabalho de Conclusão de Curso

Data

2024

Unidades Organizacionais

Resumo

Este projeto visa o desenvolvimento de um sistema de guiagem autônomo para pouso de um VANT (Veículo Aéreo Não Tripulado) cargueiro, utilizando inteligência artificial e visão computacional. O software Unreal Engine 5 será empregado como ambiente de simulação e desenvolvimento, permitindo tanto o treinamento quanto a visualização dos resultados do algoritmo criado. A metodologia ágil Scrum foi adotada para definir entregáveis periódicos, enquanto a abordagem V&V (Verificação e Validação) é utilizada para organizar as etapas e assegurar a conformidade com os requisitos. Atualmente, o projeto encontra-se na fase de definição e validação de requisitos, caminhando para a etapa de Test Readiness Review (TRR). Ao final do desenvolvimento, o algoritmo de inteligência artificial, criado a partir da YOLOv3, foi capaz de identificar áreas possíveis para pouso levando em conta diversos requisitos com ótima precisão. Além disso, as rotinas de waypoints, fail-safe, detecção de obstáculos e movimentação para locais alternativos de pouso, simula adequadamente condições reais propostas.

This project aims to develop an autonomous guidance system for the landing of a cargo UAV (Unmanned Aerial Vehicle), leveraging artificial intelligence and computer vision. The Unreal Engine 5 will be employed as the primary simulation and development environment, facilitating both the training and visualization of the developed algorithm. The project follows the agile Scrum methodology for iterative development and uses Verification and Validation (V&V) to ensure compliance with the requirements. Currently, the project is in the requirements definition and validation phase, moving towards the Test Readiness Review (TRR) stage. At the end of the development, the artificial intelligence algorithm, based on YOLOv3, was able to identify potential landing areas with high precision, taking into account various requirements. Furthermore, the waypoint routines, fail-safe mechanisms, obstacle detection, and movement to alternative landing sites adequately simulated the proposed real-world conditions.

Palavras-chave

VANT; Guiagem Autônoma; Inteligência Artificial; Visão Computacional; Ambiente de Simulação; Digital Twin; UAV; Autonomous Guidance; Artificial Inteligence; Computer Vision; Simulation Environment

Titulo de periódico

URL da fonte

Título de Livro

URL na Scopus

Idioma

Português

Notas

Projeto realizado para a empresa Akaer em colaboração com a Confederação Nacional da Indústria - Mentores na empresa: Conrado Luiz Santiago de Almeida e Waldemar de Carvalho

Área do Conhecimento CNPQ

ENGENHARIAS

OUTROS::ENGENHARIA MECATRONICA

Citação

Avaliação

Revisão

Suplementado Por

Referenciado Por