Vakıfların Masrafları ve Vazife Ücretleri Genel Değerlendirme

De acordo com Luo (1995) e Elmenreich (2011), o processo de combinação dos dados provenientes de múltiplos sensores de mesma natureza ou de naturezas distintas é denominado fusão sensorial. O principal objetivo desse processo é a obtenção de dados mais completos, de melhor qualidade, mais precisos ou mais fáceis de computar e analisar, permitindo assim a redução de falhas nos processos decisórios. As técnicas de fusão sensorial podem ser utilizadas em uma grande variedade de aplicações tais como: determinação da trajetória de robôs, reconhecimento de alvos, sensoriamento remoto, monitoramento ambiental, controle de tráfego, diagnóstico médico e navegação aérea.

De acordo com Blasch et al. (2012), a fusão de vários sensores ou de várias informações apresenta as seguintes vantagens em comparação aos sistemas com somente um sensor:

 Otimização da relação sinal-ruído;

 Maior robustez e confiabilidade no caso de falha do sensor;  Integração de recursos independentes;

 Melhor resolução, precisão e confiança;  Redução de incertezas.

43

Hall & Llinas (1997) apresentam questões fundamentais a serem abordadas na construção de um sistema de fusão para uma determinada aplicação:

 Quais algoritmos ou técnicas são apropriados?  Qual arquitetura deve ser utilizada?

 De que maneira os dados dos sensores individuais podem ser processados para a extração do máximo de informações?

 A precisão desejada pode realmente ser alcançada por um processo de fusão?  Como pode ser otimizado o processo de fusão?

 Como o ambiente de coleta de dados afeta o processamento dos dados?  Quais as condições necessárias para a otimização do sistema?

Mckee (1993) afirma que as fontes dos dados para um processo de fusão não precisam ser idênticas. O autor classifica os tipos de fusão em:

 Fusão direta: é a fusão dos dados de um conjunto de sensores homogêneos ou heterogêneos, sensores sensíveis e valores históricos de dados sensoriais.  Fusão indireta: utiliza a informação das fontes dos dados como conhecimento

sobre o ambiente ou a entrada do sistema.

Mitchell (2007) classificou os métodos de fusão em relação ao local onde os dados ocorrem como:

 Centralizados: os usuários do sistema encaminham os dados para uma localização central onde é realizada a correlação dos dados;

 Descentralizados: os usuários do sistema realizam a fusão dos dados.

Os métodos centralizados e descentralizados podem ser combinados de acordo com os pré-requisitos e as necessidades de cada missão.

Os autores concordam que a caracterização por níveis é a melhor forma de compreender o processo de fusão, no entanto, muitos divergem quanto a sua subdivisão. Uma das principais classificações existentes para o modelo de fusão de dados é a divisão proposta em quatro níveis por Hall & Llinas (1997). A Figura 2.22 ilustra uma adaptação da arquitetura de fusão proposta pelo JDL (US Joint Directors of Laboratories) em Elmenreich (2011) composta por:

44

 Fontes: fornecem informações a partir de uma variedade de dados tais como: sensores, informação a priori e bancos de dados;

 Pré-processamento de fonte (Nível 0): o objetivo desta etapa é reduzir a carga de processamento da fusão durante a aquisição e adequação dos dados;

 Refinamento de objeto (Nível 1): este nível realiza o ajustamento dos dados (transformação para um modelo de referência consistente) através da associação (métodos de correlação), seguindo posições atuais e futuras dos objetos, identificando-os através de métodos de classificação;

 Refinamento de situação (Nível 2): essa etapa tenta encontrar uma descrição contextual do relacionamento entre objetos e os eventos observados;

 Refinamento de ameaça (Nível 3): baseado no conhecimento a priori e em previsões futuras, este nível de processamento tenta fazer inferências sobre as vulnerabilidades e possibilidades de otimização das operações.

 Refinamento do processo (Nível 4): processo que monitora o desempenho do sistema (por exemplo, restrições de tempo real) e realoca os sensores para atingir determinados objetivos da missão;

 Sistema de gerenciamento de banco de dados: monitora, avalia, adiciona, atualiza e fornece informações para os processos de fusão;

 Interação homem-máquina: esta parte fornece uma interface para a entrada de dados no sistema e transmite os resultados da fusão aos operadores e usuários.

Figura 2.22 - Modelo do processo de fusão (ELMENREICH, 2011).

Nesse trabalho será adotada a classificação proposta por Liggins et al. (2008). Trata-se de uma divisão mais sintética em três níveis: fusão de dados, características e decisão.

45

a) Nível de fusão de dados

É a fusão em nível de sensor. Refere-se à camada que processa a informação bruta ou com baixo grau de processamento (FACIN, 2011). O objetivo deste nível é a combinação de dados oriundos de diversas fontes para a produção de dados melhores e mais precisos que os originais. Através de técnicas para reduzir a incerteza, reduzir a quantidade de informação e verificar a redundância faz-se a extração das características dos dados, que são enviadas para o nível de fusão das características. São utilizados neste nível média ponderada e Filtro de Kalman, entre outros filtros.

b) Nível de características

Também conhecido como nível intermediário, é uma etapa muito importante principalmente no reconhecimento de padrões. Neste nível as informações são analisadas, selecionadas e depois fundidas gerando um vetor de características que representa o sinal “melhorado”. Segundo Klein et al. (2004), o objetivo principal deste nível é a redução do número de características com a finalidade de reduzir a dimensionalidade do problema. Utiliza-se neste nível o método de Análise de Componentes Principais (PCA), filtros lógicos e morfológicos.

c) Nível de decisão

Trata-se da etapa de mais alto nível. Tem como finalidade apresentar uma solução ou um parecer sobre as informações coletadas. Nesta etapa são utilizados classificadores para fornecer resultados melhores e imparciais. Utiliza-se neste nível a estimação bayesiana, teoria da evidência de Dempster-Shafer, fatores de confiança, lógica Fuzzy e redes neurais.

A Tabela 2.5 descreve alguns dos principais algoritmos de fusão e característica dos dados de acordo com a variação crescente dos níveis.

Tabela 2.5 - Algoritmos de fusão de dados, adaptado de (HALL & LLINAS, 1997).

Características dos dados Algoritmos de fusão dos dados

Fusão de dados quantitativos redundantes

Métodos estatísticos para combinação de informações redundantes:

- média ponderada; - filtro de Kalman;

- princípio da máxima probabilidade; - conjuntos fuzzy.

46

Fusão de dados quantitativos de natureza complementar

Métodos estatísticos para combinação de informações complementares:

- teorema de Bayes;

- princípio do máximo a posteriori.

Métodos híbridos baseados na extração e ponderação do conhecimento quantitativo.

Fusão de dados qualitativos

Métodos híbridos baseados na extração e ponderação do conhecimento qualitativo:

- Dempster-Shafer; - funções de crédito; - variáveis nebulosas; - intervalos de confiança. Fusão de dados quantitativos e

qualitativos

- lógica neural;

- heurística especializada.

2.6 CONSIDERAÇÕESFINAIS

Este capítulo apresentou os conceitos básicos, características, classificações e tipos dos Sistemas de Veículos Aéreos Não Tripulados, do Sensoriamento Remoto, do Processamento Digital de Imagens, dos Sistemas de Informação Geográfica e da Fusão de Dados. Neste trabalho, essas áreas contribuem fortemente para que os objetivos propostos possam ser alcançados.

No próximo capítulo é apresentada uma revisão sistemática sobre tópicos relevantes para esse doutorado. Pretendeu-se com esta pesquisa entender o estado da arte dos trabalhos relacionados já desenvolvidos ou em desenvolvimento.

47

3 GERAÇÃO AUTOMÁTICA DE MAPAS TEMÁTICOS EMBARCADA EM

VANTs - REVISÃO SISTEMÁTICA

Os VANTs são plataformas aéreas autônomas onde sensores MOSA podem ser embarcados com o objetivo de gerar automaticamente mapas temáticos a partir da fusão de dados de múltiplos sensores. Esse capítulo apresenta, no contexto do que se propõe este trabalho, uma revisão sistemática sobre o estado da arte das pesquisas relacionadas ao seu desenvolvimento. São abordados os seguintes temas: a) processamento embarcado de imagens relacionado a atividades de mapeamento; b) arquitetura de sensores relacionada a atividades de mapeamento; c) mapeamento móvel (ou mapeamento temático) através de dados provenientes de sensores embarcados em VANTs.

A metodologia de revisão sistemática foi realizada com base em recomendações existentes na literatura (KITCHENHAM & CHARTERS, 2007). O capítulo está dividido em cinco seções. A Seção 3.2 apresenta o planejamento da revisão sistemática; a Seção 3.3 descreve a forma como a mesma foi conduzida, as buscas nas fontes de pesquisa e os procedimentos de seleção preliminar e final dos trabalhos; a Seção 3.4 apresenta o conteúdo da revisão sistemática e a Seção 3.5 apresenta as considerações finais do capítulo.