Centro Universitário de Brasília – UniCEUB

Faculdade de Ciências da Educação e Saúde

DANIEL HENRIQUE
EDNILSON BRITO LOPES
LEONARDO DE SOUZA
RICARDO HORTENCIO

VEÍCULOS AUTÔNOMOS
VANETs, CONEXÃO NO TRÂNSITO

Brasília
2018
 DANIEL HENRIQUE
EDNILSON BRITO LOPES
LEONARDO DE SOUZA
RICARDO HORTENCIO

VEÍCULOS AUTÔNOMOS
VANETs, CONEXÃO NO TRÂNSITO

Artigo apresentado para Faculdade de

Ciências da Educação e Saúde para
obtenção do grau de bacharel em Ciência
da Computação.

Orientador: Prof. Ms. Antonio Barbosa

Junior.

Brasília
2018
 DANIEL HENRIQUE
EDNILSON BRITO LOPES
LEONARDO DE SOUZA
RICARDO HORTENCIO

VEÍCULOS AUTÔNOMOS
VANETs, CONEXÃO NO TRÂNSITO

Artigo apresentado para Faculdade de

Ciências da Educação e Saúde para
obtenção do grau de bacharel em Ciência
da Computação.

Orientador: Prof. Mst. Antonio Barbosa

Junior.

Brasília, ____________ de ________________ de 2018.

Banca examinadora

______________________________________

Prof. Ms. Antonio Barbosa Junior

Orientador

_______________________________________
 AGRADECIMENTOS

Agradecemos primeiramente a Deus por nos dar a vida, às nossas famílias que
nos apoiaram, deram reforço e auxílio durante o curso, aos colegas de turma e ao
corpo docente do UniCEUB. Em especial agradecemos às senhorias Isaura de Sousa
Brito, mãe de Ednilson Brito Lopes, e Dirce Neiva da Silva, mãe de Daniel Henrique
Ezequiel Neiva Silva, que estiveram sempre presentes e incentivando-os no decorrer
do curso. As senhoritas Lorena Paula C. Souto e Leane dos Santos Morais que
também foram grandes incentivadoras. Ao senhor André Ribeiro que foi de extrema
importância para que o trabalho prático do TCC fosse realizado.
 RESUMO

Neste artigo buscamos explicar as formas de aplicação de veículos autônomos,

exemplificando algumas aplicações, como veículos espaciais e caminhões.
Mostramos formas de conexões e como podem ser aplicadas, para a criação de redes
veiculares com o objeto de aumentar a segurança e conforto dos usuários. Mesmo
tendo vantagens notáveis a implantação de carros autônomos, ainda existe um pouco
de resistência em parte da sociedade. E ainda sendo um grande avanço tecnológico,
os veículos autônomos ainda não estão difusos na maior parte da sociedade também
por conta dos preços cobrados pelas montadoras, pois o custo para fabricação desses
veículos ainda é muito alto. Com o uso de VANET (Vehicular ad hoc Network), que é
uma rede específica entre veículos, pode ser a solução para melhorar o conforto e
segurança dos usuários. Para melhorar o comportamento dos veículos fazer a
aplicação da Lógica Fuzzy na rede veicular.

Palavras-chave: Veículos Autônomos, VANET, Redes Veiculares. Lógica Fuzzy.

 ABSTRACT

In this paper we seek to explain the forms of application of autonomous vehicles,

exemplifying some applications, such as space vehicles and trucks. We show ways of
connections and how they can be applied to the creation of vehicular networks in order
to increase the safety and comfort of users. Even though there are notable advantages
to the deployment of autonomous cars, there is still some resistance in part of society.
And still being a technological breakthrough, the autonomous vehicles are still not
diffused in most of society also because of the prices charged by the automakers,
because the cost to manufacture these vehicles is still very high. With the use of
VANET (Vehicular ad hoc Network), which is a specific network between vehicles, it
can be the solution to improve the comfort and safety of users. To improve the behavior
of the vehicles make the application of Fuzzy Logic in the vehicular network.

Keywords: Autonomous Vehicles, VANET, Vehicular Networks. Fuzzy logic.

 LISTA DE ABREVIATURAS E SIGLAS

• AU – Appication Unit;
• DGPS - Differential Global Position System;
• FSA – Fuzzy Situational Approach;
• GPS - Global Position System;
• ITS - Intelligent Transportation System;
• IVC - Inter-Vehicle Communication;
• LEO - Low Earth Orbit;
• MANET - Mobile Ad Hoc Networks;
• NRTK - Network Real Time Kinematic;
• PDA – Personal Digital Assistence;
• OBU – On Board Unit;
• RMA - Robô Móvel Autônomo;
• RO - Radio Occultation;
• RSU – Road System Unit;
• RTK - Real-Time Kinematic;
• SFM - Situational Fuzzy Management;
• VANET - Vehicular Ad-Hoc Network.
 SUMÁRIO

TOC \o "1-3" \h \z \u

1 INTRODUÇÃO ......................................................................................................... 9

2 REFERENCIAL TEÓRICO ..................................................................................... 10

2.1 Veículos Autônomos................................................................................................................10

2.2 Segurança nos Veículos Autônomos ........................................................................................11
2.3 GPS e DGPS .............................................................................................................................11
2.4 Redes Veiculares VANETs ........................................................................................................13
2.5 Lógica Fuzzy ............................................................................................................................14
3 PESQUISA ............................................................................................................. 16

3.1 Veículos Autônomos ................................................................................................................16

3.1.1 Vantagens na implementação de veículos autônomos ......................................................17
3.1.2 Problemas na implementação dos veículos autônomos ....................................................17
3.1.3 Aplicação dos veículos autônomos em missão espacial .....................................................18
3.1.4 Caminhões Autônomos.....................................................................................................19
3.2 Sistemas de Navegação ...........................................................................................................20
3.2.1 GPS...................................................................................................................................20
3.2.2 DGPS ................................................................................................................................21
3.3 VANETs (Vehicular Ad Hoc Networks) ......................................................................................21
3.3.1 Arquitetura .......................................................................................................................22
3.4 Lógica Fuzzy ............................................................................................................................22
3.4.1 Benefícios na implementação da lógica fuzzy ....................................................................23
3.5 Metodologia............................................................................................................................24
3.5.1 Recursos ...........................................................................................................................24
3.5.2 Imagens............................................................................................................................24
3.5.3 Passo a Passo....................................................................................................................26
3.6 Resultados...............................................................................................................................27
3.6.1 Trabalhos Futuros .............................................................................................................27
4 CONCLUSÃO ......................................................................................................... 28

REFERÊNCIAS ......................................................................................................... 29

APÊNDICE A – Código Python ................................................................................. 32

 1 INTRODUÇÃO

Veículos autônomos ou robôs móveis autônomos (RMA) vem conquistando

cada vez mais espaço entre os pesquisadores, principalmente na área de inteligência
artificial. Pois é uma área que muitos apostam como o futuro da locomoção terrestre,
provavelmente um futuro próximo. Os RMAs podem “sentir” o ambiente em que estão
inseridos através da leitura de seus sensores (sensores infravermelho, lasers,
bumpers, câmeras de vídeo, etc), e através desta percepção sensorial eles podem
planejar melhor as suas ações (Medeiros, 1998).

Mesmo sendo uma área que ainda está em ascensão para o público comum,
já se pensa em muitos outros fatores que serão de extrema importância para que se
dissemine rapidamente o uso deste tipo de tecnologia. Assim, uma das maiores
preocupações entre os pesquisadores e usuários comuns é a segurança.

Uma rede intra-veicular pode ser uma boa opção para ajudar na segurança e
conforto no futuro, onde poderemos ter em sua maioria carros autônomos circulando
nas ruas e estradas.

Para este trabalho de TCC abordaremos a questão de uma rede ad hoc veicular
(VANET), onde os veículos em suas proximidades, compartilham os dados de
sensores e GPS, informando a situação do tráfego e possibilitando fazer com que os
carros próximos possam processar os dados e tomar as melhores decisões
automaticamente, facilitando e melhorando a vida dos usuários.

Também para ajudar na precisão dos dados verificamos a melhor forma de usar
o GPS ou DGPS para que os dados possam ter maior confiabilidade na comunicação.
O DGPS é uma atualização do GPS tradicional. O DGPS nos proporciona maior
precisão usando além dos satélites, antenas em terra.

Este trabalho está estruturado com explicação de cada tópico principal

abordado, Veículos Autônomos, GPS, e Redes Veiculares VANETs e Lógica Fuzzy.
Com a explicação do experimento prático e finalizando com os resultados obtidos e
as conclusões.

9
 2 REFERENCIAL TEÓRICO

2.1 Veículos Autônomos

Os veículos autônomos (RMA) tem atraído a atenção de um grande número de

pesquisadores da área de Inteligência Artificial, devido ao desafio que este novo
domínio de pesquisas nos propõe: dotar sistemas de uma capacidade de raciocínio
inteligente e de interação com o meio em que estão inseridos (JUNG et al. 2005).

Para Broggi (1996) a automação veicular, além de propiciar ao motorista maior

segurança em condições críticas adversas, também pode auxiliá-lo na condução do
veículo, onde uma ou mais tarefas poderiam ser automatizadas, tais como: seguir a
pista mantendo a faixa correta, manter uma distância segura entre veículos, regular
automaticamente a velocidade do veículo conforme as condições de trânsito e
características da rodovia, fazer ultrapassagens seguras e evitar obstáculos, achar o
caminho mais curto e seguro para o destino bem como mover o veículo e estacioná-
lo em ambiente urbano.

A nomenclatura em primeiro momento, parece referenciar apenas a automação

de condução em automóveis, cuja a definição de acordo com o Código de Trânsito
Brasileiro (CTB) é “veículo automotor destinado ao transporte de até oito passageiros
excluído o motorista” (Brasil, 1997). No entanto a definição de carro robótico está
associada ao processo de autonomia de controle da condução, independentemente
do tipo de veículo e da tecnologia empregada neste processo, o que permite que
outros tipos de veículos possam aderir à nomenclatura de carro robótico
(PISSARDINI; WEI; JÚNIOR, 2013).

De acordo com Lima e Pereira (2011), para que um veículo navegue em

segurança é necessário que este seja capaz de perceber o ambiente a sua volta por
meio de sensores. Para permitir que um carro autônomo se mova com segurança, é
necessário que este possua um sistema completo de navegação.

A navegação é responsável por realizar um planejamento de movimento que

guie o carro de uma origem a um destino e garanta segurança com a detecção e o
desvio de possíveis obstáculos em seu ambiente de trabalho. Durante todo este
processo, o carro, também deve conhecer sua localização no mundo e controlar seu
movimento (LIMA; PEREIRA, 2011).
10
2.2 Segurança nos Veículos Autônomos

Usando campos vetoriais em carros autônomos, verificou-se que a

possibilidade de o carro fazer uma trajetória suave mesmo quando tem um obstáculo
a frente (LIMA; PEREIRA, 2011), com isso identificamos que o uso de campos
vetoriais, podem ajudar na segurança para não haver desvios ou viradas bruscas dos
carros autônomos.

Visando aumentos na segurança, no conforto, na estabilidade e no rendimento

dos veículos automotores, a indústria tem investido intensamente em sistemas
eletrônicos embarcados. Com o intuito de auxiliar os condutores, diversas soluções
eletrônicas vêm sendo desenvolvidas e implementadas nos veículos nas últimas
décadas, tais como freios ABS e sistema de estabilização ESP, que atuam
automaticamente quando o veículo se encontra em condições extremas, procurando
minimizar desta forma a ocorrência de acidentes (KLEBER et.al.).

2.3 GPS e DGPS

Um receptor de sistema de posicionamento global (GPS) é um sensor

importante usado na agricultura moderna, particularmente na agricultura de precisão
para determinar a localização geográfica e a velocidade no solo (KESKIN; SEKERLI;
KARHAMAN. 2016). Usando dados de correção transmitidos de uma estação de
referência terrestre em um local conhecido, a técnica Real-Time Kinematic permite
obter posições GPS de precisão centimétrica enquanto está parado ou em movimento.
Tais sistemas de posicionamento são estudados para orientação de alta precisão de
mineração a céu aberto ou veículos agrícolas (GROSS; GU; RHUDY. 2015). Existem
algumas empresas que fabricam sensores de velocidade baseados em GPS que
enviam os dados de velocidade como um sinal de pulso semelhante ao sensor de
velocidade do radar (KESKIN; SEKERLI; KARHAMAN, 2016).

Em um sistema de GPS o receptor calcula a distância de um satélite ao receptor

calculando o deslocamento de fase entre o sinal de referência no receptor e o sinal de
portadora do satélite, e a latitude, longitude e altitude absolutas do receptor de GPS
são fornecidas. Sua precisão horizontal e vertical é de 3 a 5 me 12 a 15 m,
respectivamente. As medições por um GPS têm várias fontes de erros, como erro de

11
relógio de satélites e receptores GPS, ionosféricos e troposféricos, atrasos e erros de
caminhos múltiplos (KOO et al. 2017).

Comparado com o RTK tradicional, o NRTK tem muitas outras vantagens:

capaz de modelar erros de GPS em toda a área da rede, aumentando a mobilidade e
eficiência, reduzindo tempos de inicialização de rovers, ampliando a faixa de
levantamento, capacidade de suportar múltiplos usuários e aplicações e operação
contínua. Sistema de Estações de Referência Continuamente Operacional (CORS) é
a infraestrutura fundamental para NRTK. Nos Estados Unidos, o National Geodetic
Survey (NGS) administra uma rede de CORS de mais de 2000 estações (XU, Y.;
CHEN, W. 2018). O posicionamento cinemático em tempo real de rede (NRTK) com
resolução instantânea de ambiguidade (AR) é atualmente uma das técnicas mais
populares para posicionamento preciso em tempo real usando as observações da fase
da portadora Global Navigation Satellite Systems (GNSS).

Embora o NRTK tenha sido aplicado com sucesso em muitos campos

de levantamento e navegação, a velocidade de inicialização, a precisão
e a ambiguidade da taxa fixa de NRTK em áreas urbanas (Hong Kong,
por exemplo) seriam significativamente afetadas por sinais de satélite
bloqueados (XU; CHEN. 2018).

Para Bouvet e Garcia (2000) uma localização precisa de robôs móveis

externos, o Sistema de Posicionamento Global Cinemático em Tempo Real (RTK
GPS) tem vantagens óbvias: os dados de posição são fornecidos com precisão
centimétrica e a infraestrutura necessária é reduzida a uma única estação de
referência fixa. No entanto, o uso dessa solução gera vários problemas, como
máscaras de satélites, ou a existência da chamada latência de GPS, que atrasa a
saída dos dados de localização.

Apesar de seu alto desempenho, o GPS tem algumas desvantagens que

devem ser levadas em conta se quisermos que o sistema de localização seja
confiável. O problema mais óbvio é o mascaramento de satélites: quando a linha de
visão do receptor móvel para um ou vários satélites é obscurecida por árvores ou
edifícios, a localização por GPS pode não ser possível. É por isso que os sensores
internos são frequentemente usados para manter os dados de posição usando a
navegação de cálculo de curto prazo (BOUVET; GARCIA. 2000).

12
 O método RO é baseado em medições do caminho das ondas de rádio (sinais
de rádio transmitidos continuamente pelo Sistema de Posicionamento Global, GPS,
satélites) passando pela atmosfera. Ocorre um evento de ocultação quando um
satélite GPS sobe ou atravessa o limbo em relação a um satélite de órbita terrestre
baixa (LEO). No caminho pela atmosfera, esses sinais são refratados devido a
gradientes verticais de densidade e recebidos em um satélite LEO. A refração causa
um acúmulo do caminho da fase em excesso nas medições da fase do GPS
(SCHERLLIN-PIRSCHER, et al. 2018).

2.4 Redes Veiculares VANETs

Os Sistemas Inteligentes de Transporte (ITS) desempenham um papel vital no

fornecimento de diferentes meios de gerenciamento de tráfego e permitem que os
usuários sejam mais bem informados sobre as condições de tráfego, promovendo o
uso mais seguro, coordenado e eficiente da rede de transporte. A VANET mostra
confiabilidade e validade promissoras em ITS. Mas, coloca desafios para os
pesquisadores no projeto de protocolo especificamente para o VANET, pois a
implantação do VANET no mundo real terá um alto custo. Portanto, a simulação e a
implementação não física do testbed foram amplamente adotadas pela comunidade
de pesquisa da VANET no desenvolvimento e avaliação do novo ou melhorado
sistema e protocolo da VANET (CHUN et al. 2018).

As Redes Veiculares Ad Hoc (VANETs - Vehicular Ad Hoc Networks)

proporcionam segurança, maior eficiência de tráfego e conforto para os
motoristas e passageiros nesse tipo de rede. Para tanto, muitas
aplicações de redes veiculares utilizam o processo de disseminação de
dados, transformando-o em um serviço essencial (MENEGUETTE, et.
al. 2014).

O VANET tornou-se uma área ativa de pesquisa, padronização e

desenvolvimento, pois tem um tremendo potencial para melhorar a segurança de
veículos e rodoviários, a eficiência do tráfego e a conveniência, bem como o conforto
para motoristas e passageiros (ZEADALLY, et. al. 2010). Os veículos também devem
estar equipados com hardware que permita informações detalhadas sobre a posição,
como o Sistema de Posicionamento Global (GPS) ou um receptor do Sistema de
Posicionamento Global Diferencial (DGPS). As RSUs fixas, que estão conectadas à
rede de backbone, devem estar instaladas para facilitar a comunicação. O número e

13
a distribuição das unidades de beira de estrada dependem do protocolo de
comunicação a ser usado (ZEADALLY et. al. 2010).

Para Hartenstein e Laberteaux (2008) os VANETs tem um problema de

segurança e eficácia dos dados e informações compartilhadas na rede entre entidades
autônomas. Por exemplo, um remetente poderia deturpar as observações para obter
vantagem (por exemplo, um veículo V relata falsamente que sua estrada desejada R
está congestionada com tráfego, encorajando assim outros a evitar R e fornecendo
uma viagem menos congestionada para V em R). Repórteres mais mal-intencionados
podem se passar por outros veículos ou infraestruturas ao lado da estrada para
acionar riscos de segurança. Os veículos poderiam reduzir essa ameaça criando
redes de confiança e ignorando, ou pelo menos desconfiando, informações de
remetentes não confiáveis.

Para Maurer e Stiller (2005) plataformas multi sensores ou redes de sensores

que conectam veículos podem evoluir para atingir um nível certo de percepção do
ambiente que permite o controle automático e cooperativo do veículo para mitigar ou
evitar colisões em futuros carros.

A medida que aumenta a taxa de equipamentos de veículos com capacidade

de detecção ambiental, é provável que um veículo possua informações sobre o
ambiente que sejam relevantes para os outros. Isto dá origem à introdução da
comunicação veículo a veículo ou veículo-infra-estrutura nos futuros carros (AVILA et.
al. 2005).

2.5 Lógica Fuzzy

Para o sistema de gerenciamento de incidentes de tráfego, é necessário

desenvolver uma decisão de sistema de apoio baseado no aparato matemático de
avaliação de situações e seleção baseada neles a ação de controle requerida. Tal
sistema pode ser implementado com base no gerenciamento situacional difuso
(Simankov; Shopin, 2004).

Diferente da Lógica Booleana que admite apenas valores booleanos, ou seja,

verdadeiro ou falso, a lógica difusa ou fuzzy, trata de valores que variam entre 0 e 1.
Assim, uma pertinência de 0.5 pode representar meio verdade, logo 0.9 e 0.1,
representam quase verdade e quase falso, respectivamente (SILVA, 2005).
14
 A abordagem situacional difusa (FSA) é um conjunto de métodos da
abordagem situacional abordagem e lógica difusa. O conceito básico na teoria da
situacional gestão é o conceito de “situação”. A situação é caracterizada como um
conjunto de fatores, descrevendo o estado do objeto de controle de cada vez (Zadeh,
1976).

A gestão fuzzy situacional (SFM) inclui três etapas básicas: identificação e

avaliação da situação, escolha e tomada de decisão, a formação das soluções de
controle (Nikolaev; Sapego, 2013).

O desenvolvimento e implementação de um sistema baseado em lógica difusa

é incluída em várias etapas, que é realizada usando as principais disposições (Hu;
Tang, 2003).

Variáveis linguísticas são variáveis de entrada e saída do sistema fuzzy

(Binglei; Zheng; Hongwei, 2008).

A fuzzificação traduz valores reais no valor de variáveis lógica-linguística. A

fuzzificação é chamada de introdução de imprecisão. A defuzzificação é uma transição
das funções de associação da variável linguística de saída e seu valor é mais claro
(numérico) (Kong; Xue, 2006).

Diferente da Lógica Booleana que admite apenas valores booleanos, ou seja,

verdadeiro ou falso, a lógica difusa ou fuzzy, trata de valores que variam entre 0 e 1.
Assim, uma pertinência de 0.5 pode representar meio verdade, logo 0.9 e 0.1,
representam quase verdade e quase falso, respectivamente (SILVA, 2005).

15
 3 PESQUISA

3.1 Veículos Autônomos

Um RMA é qualquer tipo de veículo que pode se locomover sem a utilização de

uma pessoa como condutor. Um RMA tem como objetivo fazer uma integração entre
um conjunto de sensores e ferramentas de navegação.

Nos dias atuais ainda não é comum vermos carros autônomos no trânsito,
porém alguns recursos tecnológicos já fazem uma grande assistência ao motorista,
como os freios ABS, mas o motorista humano ainda é peça essencial na navegação
e condução do veículo.

As pesquisas nos veículos autônomos é uma integração entre as pesquisas

sobre Sistemas Inteligentes de Transportes e a Robótica Móvel.

Também chamado de estágios de estágios da revolução, as tecnologias dos

carros autônomos são divididas em 6 níveis listados de 0 a 5 abaixo:

• Nível 0 - O carro ainda permanece totalmente dependente de humanos

para a condução;
• Nível 1 – O carro tem algumas tecnologias que auxiliam na condução no
mesmo, por exemplo: Alerta de colisão, frenagem automática e
regulação de velocidade mandando uma distância segura do carro a
frente;
• Nível 2 – Todos os recursos do nível 1 e ainda incluem recursos como
centralização de faixa, ou seja, ele faz curvas leves sem que o motorista
precise controlar a direção, porém o motorista ainda precisa estar atendo
para assumir a direção a qualquer momento;
• Nível 3 – Podem acelerar, desacelerar, manobrar e ultrapassar outros
carros sem intervenção humana. Eles são capazes de tomar decisões e
permitem que o motorista tire as mãos do volante e os pés dos pedais
também em situações específicas;
• Nível 4 – Deve ser capaz de se auto conduzir com segurança, “mesmo
se um humano não responder adequadamente a uma solicitação para
intervir”. Um veículo nesta categoria pode reduzir, encostar ou

16
 estacionar sozinho em um local seguro. É uma tarefa que usará volumes
enormes de capacidade computacional.
• Nível 5 – Podem substituir o motorista humano, graças à Inteligência
Artificial e ao Deep Lerning. Você apenas deve dizer ao carro aonde quer
ir e ele te leva.

3.1.1 Vantagens na implementação de veículos autônomos

Para Pissardini, Wei e Junior (2013), as vantagens que podem vir com
desenvolvimento dos RMAs são:

1. Redução dos acidentes de trânsito provocados por fatores humanos;

2. Otimização dos recursos veiculares através da utilização adequada dos
componentes;
3. Possibilidade de deficientes (motoras ou visuais) utilizarem o automóvel
sem auxílio de terceiros;
4. Aumento da produtividade já que o condutor pode realizar outras atividades
durante o processo de navegação;
5. Aumento da capacidade de tráfego das vias com a redução das distâncias
entre os veículos, em função de menor tempo de reação para frenagens.

3.1.2 Problemas na implementação dos veículos autônomos

Alguns fatores podem dificultar a implementação total deste tipo de tecnologia,

os principais aspectos negativos envolvem a aceitação dos veículos autônomos por
parte do público geral e a integração de veículos altamente tecnológicos com a
infraestrutura de transporte (PISSARDINI, WEI, JÚNIOR, 2013).

Os autores Pissardini, Wei e Junior (2013) listam seis problemas que dificultam
a disseminação desta tecnologia no Brasil. São elas:

1. Definir responsabilidades legais sobre os eventos consequentes das

ações de um veículo autônomo.
2. O aspecto psicológico do usuário de um veículo autônomo: um veículo
deste tipo não deve apenas tratar de forma conservadora os aspectos
de segurança e confiabilidade, mas também aparentar possuir estes
fatores. Isto é importante para que o condutor possa aceitar sem

17
 reservas a utilização dos recursos de navegação autônoma e não
necessita monitorar constantemente as variáveis de controle do veículo.
3. A legislação de trânsito brasileira. Regulada pelo CTB que define um
conjunto de normas legais resultando de estudos técnicos e decisões
políticas no nível do Governo Federal.
4. Determinar como devem ser tratados veículos especiais como
ambulâncias, carros policiais, veículos militares, veículos de autoridades
governamentais, entre outros.
5. Aumento no custo de aquisição e manutenção dos veículos autônomos.
6. Os Veículos Autônomos devem lidar com vias não-legalizadas, vias não
mapeadas ou com infraestrutura inadequada/inexistente.

3.1.3 Aplicação dos veículos autônomos em missão espacial

Os carros autônomos têm sido estudados para funções diárias como por
exemplo o Uber, porém já existem outros veículos autônomos que recebem tarefas
de alto nível. Um projeto desenvolvido pela NASA para Marte utilizou-se da tecnologia
em um jipe, apelidado de Curiosity para investigar a habitabilidade planetária além de
estudar o clima, a geologia e coletar dados para o envio de uma futura missão
tripulada a Marte. O veículo funciona no grau máximo de automatização, isso quer
dizer sem nenhuma interferência humana.

Para o efeito de direção autônoma, o jipe conta com 4 pares de câmeras

distribuídas pela parte inferior do equipamento chamadas de Hazcams com o objetivo
de localizar os obstáculos em seu caminho como dunas ou pedras grandes, parando
frequentemente para obter as imagens e assim analisar a informação 3D contida nela
para efetuar alguma ação, incluindo mais algumas câmeras na parte superior
denominadas Navcams com finalidade de coletar fotos e distinguir objetos a longa
distância, ajuda no estudo do panorama do planeta e na navegação do veículo, tendo
assim uma boa capacidade de adaptabilidade para seu pleno funcionamento
autônomo (NASA, 2018).

Figura 1 – Curiosity Rover

18
Fonte: https://www.jpl.nasa.gov, 2016

Para controle de todo o equipamento no veículo incluindo das câmeras até a

velocidade do mesmo, foi elaborado um algoritmo de 2,5 milhões de instruções e com mais
de 130 módulos em C em um chip embarcado, embora sendo uma parte adaptada e
aperfeiçoada de missões anteriores, podendo ser visualizado pelo diretório Github da NASA.

3.1.4 Caminhões Autônomos

Tem sido estudado e implementado os caminhões autônomos, que estão em

operação no mercado em áreas como agricultura, mineração e distribuição de
produtos.

Os caminhões de mineração estão em serviço em demais localidades, uma

dessas localidades é o Brasil. Uma empresa brasileira de mineração conhecida como
Vale obtiveram esses caminhões autônomos capazes de carregar toneladas de
material bruto, identificar mudanças e obstáculos não previstos no trajeto e assim
paralisar os equipamentos até que o caminho esteja liberado, no entanto apesar de
serem autônomos contam com intervenção humana sendo monitorado por
rastreamento GPS (PANARO, 2018).

Outro tipo de caminhão autônomo sendo implementado no mercado é o

agrícola que desenvolvido pela Mercedes-Benz, roda em meio a plantação com uma
capacidade de precisão notável reduzindo as perdas dos agricultores. Para a direção
autônoma foi integrado o GPS ao piloto automático e georreferenciamento por GPS
para que o veículo não cause o efeito de pisoteamento na plantação (KUTNEY, 2018).

Os modelos de caminhões autônomos mais convencionais foram produzidos e

testados por diversas empresas incluindo a Mercedes-Benz, Uber e Google. A
Mercedes-Benz, no entanto, colocou o seu modelo Actros para produção em série, os
caminhões contam com o sistema Highway Pilot System, o sistema aponta e interpreta

19
as características da via e identifica outros veículos para boa conduta do veículo em
meio ao tráfego (BLOGLOGÍSTICA, 2016).

3.2 Sistemas de Navegação

3.2.1 GPS

O GPS, consiste em uma tecnologia de localização via satélite que envia

informações de posicionamento do receptor em qualquer condição climática.
Atualmente existem dois tipos deste sistema em funcionamento: o GPS Americano e
o GLONASS que é uma versão Russa do GPS. Porém a União Europeia está
implementando o seu sistema de posicionamento global, o Galileo.

O GPS baseia-se em na determinação da distância entre um ponto do receptor

e os satélites de referências. Sabendo a distância que nos separa de 3 pontos
podemos determinar a nossa posição relativa a esses mesmos 3 pontos através da
interseção de 3 circunferências cujos raios são as distâncias medidas entre o receptor
e os satélites, funciona como uma espécie de triangulação de sinal, representado pela
figura 2.

Figura 2 – Localização via GPS

Fonte: www.oficinadanet.com.br, 2016

Cada satélite faz a transmissão um sinal que é recebido pelo receptor, este por
sua vez mede o tempo que os sinais demoram a chegar até ele. Multiplicando o tempo
medido pela velocidade do sinal (a velocidade da luz), obtemos a distância receptor-
satélite, (Distância = Velocidade x Tempo).

20
3.2.2 DGPS

O DGPS, é uma evolução do GPS tradicional, da precisão nominal de 15 metros

obtida com o GPS para cerca de 10 cm nas melhores implementações do DGPS. O
DGPS usa uma rede de estações terrestres fixas que transmitem as diferenças entre
as posições indicadas por satélites e essas posições fixas conhecidas. Sobre estas
diferenças são efetuados cálculos e transmitidos sinais digitais para corrigir a posição
final calculada. A figura 3 faz uma boa representação do funcionamento do DGPS.

Figura 3 – Representação do funcionamento do DGPS

Fonte: slideplayer.com.br, 2014

3.3 VANETs (Vehicular Ad Hoc Networks)

O VANET é um tipo de rede móvel onde se faz conexões intra-carros, outro

nome conhecido desta tecnologia é o IVC. Os objetivos do uso de VANET são:
segurança nas rodovias e estradas, e informações sobre o trânsito e tráfego. VANET
é uma pequena área dentro do campo da MANET, com a limitação inerente a própria
topologia de movimentação dos veículos, os quais “obedecem” a uma malha viária
pré-existente e conhecida, fazendo com que o espaço que a rede pode chegar seja
limitado a essas vias, o que não ocorre necessariamente com as MANET, visto que
alguém pode chegar ao topo da Pedra da Gávea, por exemplo, carregando um
notebook, mas não pode chegar lá de carro.

Quando estamos dirigindo um veículo, nossa posição é constantemente

alterada. Assim se cria a necessidade de ter informações da localização, rotas a seguir
dados do trânsito dentre outras.
21
 As VANETs surgiram da necessidade de suportar o crescente número de
produtos sem fio que agora podem ser usados em veículos. Esses produtos incluem
dispositivos de entrada remota sem chave, assistentes digitais pessoais (PDAs),
laptops e telefones celulares (ZEADALLY et. al. 2010).

Os veículos devem estar equipados com hardware que permita informações

detalhadas sobre a posição, como o Sistema de Posicionamento Global (GPS) ou um
receptor do Sistema de Posicionamento Global Diferencial (DGPS). As Unidades
Rodoviárias fixas, que estão conectadas à rede de backbone, devem estar instaladas
para facilitar a comunicação. O número e a distribuição das unidades de beira de
estrada dependem do protocolo de comunicação a ser usado (ZEADALLY, 2010).

3.3.1 Arquitetura

Arquitetura do sistema VANET (OBU, AU, RSU) B. Unidade de aplicação (AU)

A AU é o dispositivo equipado dentro do veículo que utiliza os aplicativos fornecidos
pelo provedor usando os recursos de comunicação da OBU. A AU pode ser um
dispositivo dedicado para aplicações de segurança ou um dispositivo normal, como
um assistente digital pessoal (PDA) para executar a Internet. A AU pode ser conectada
à OBU através de uma conexão com ou sem fio e pode residir com a OBU em uma
unidade física única, a distinção entre a UA e a OBU é lógica. C. Unidade de estrada
(RSU) O RSU é um dispositivo de onda normalmente fixado ao longo do lado da
estrada ou em locais dedicados, como em cruzamentos ou perto de lugares de
estacionamento. O RSU é equipado com um dispositivo de rede para uma
comunicação dedicada de curto alcance baseada na tecnologia de rádio
IEEE802.11p, e também pode ser equipado com outros dispositivos de rede, de modo
a ser utilizado para fins de comunicação dentro da rede de infraestrutura. 1. Estender
o alcance de comunicação da rede ad hoc, redistribuindo as informações para outras
OBUs e enviando as informações para outras RSUs, a fim de encaminhá-las para
outras OBUs.

3.4 Lógica Fuzzy

A Lógica Fuzzy (difusa ou nebulosa) é baseada na teoria dos conjuntos fuzzy

(semântica para lógica fuzzy), em que é possível especificar o quão bem um objeto
satisfaz uma determinada descrição vaga.

22
 O conceito fuzzy pode ser entendido como uma situação em que não é possível
responder "sim" ou "não". Mesmo conhecendo as informações sobre a situação, dizer
algo entre "sim" e "não", como "talvez" ou "quase", torna-se mais apropriado, logo a
lógica difusa ou fuzzy, trata de valores que variam entre 0 e 1, podendo ser 0.5 como
um “talvez”.

Sistemas baseados em lógica fuzzy podem ser usados para gerar estimativas,
tomada de decisão, sistema de controle mecânico como exemplo: Ar-condicionado,
controles de automóveis, casas inteligentes, etc. O metrô de Sendai “Ásia/Japão”
utiliza a lógica fuzzy para controlar a velocidade dos trens e o seu consumo de energia,
tornando tanto os arranques como as paragens dos trens muito suaves e reduzindo
consumo de energia em até 10% em relação a serviços operados manualmente.

3.4.1 Benefícios na implementação da lógica fuzzy

Segundo Wagner (2003), a lógica difusa é uma ferramenta capaz de capturar

informações vagas, em geral, descritas em linguagem natural e convertê-las para um
formato numérico, de fácil manipulação.

O sistema de controle baseado na lógica fuzzy é implementado usando rede

situacional fuzzy, assim basear-se em dados históricos, facilitando o trabalho de julgar
se houve um incidente na estrada ou não.

Umas das características mais importantes na tomada de decisão processo

baseado em lógica difusa é a incerteza. Sendo o pensamento humano uma questão
qualitativa, ou seja, que podendo ser definido como termos linguísticos, de forma que
a lógica fuzzy deixe processar e medir informações. Logo a aplicação da lógica difusa
no sistema de detecção de incidentes consegue realizar uma decisão sob incerteza.

A construção do modelo de administração usando uma grande quantidade de

dados de entrada requer muita grande base de informações, levando ao aumento das
regras de processamento com o aumento do padrão de entrada, o que leva a
qualidade da inferência fuzzy. Logo o modelo eficiente de gerenciamento de
incidentes precisa ser realizado não por parâmetros (fatores), mas por estados
(situações).

Para o sistema de gerenciamento de incidentes de tráfego, é necessário

desenvolver uma decisão sistema de apoio baseado no aparato matemático de
23
avaliação de situações e seleção baseada neles a ação de controle requerida. Tal
sistema pode ser implementado com base no gerenciamento situacional difuso
(Simankov; Shopin, 2004).

A abordagem situacional difusa (FSA) é um conjunto de métodos da

abordagem situacional. Abordagem e lógica difusa. O conceito básico na teoria da
situacional gestão é o conceito de “situação”. A situação é caracterizada como um
conjunto de fatores, descrevendo o estado do objeto de controle de cada vez (Zadeh,
1976).

3.5 Metodologia

3.5.1 Recursos

Para o experimento foi usado os seguintes recursos:

• Um módulo GPS BN-180 - Figura 4;

• Uma ponte H - Figura 5;
• Um Arduino Uno - Figura 6;
• Um carrinho com 4 rodas e 4 motores - Figura 7;
• Um sensor de ultrassom - Figura 8;
• Um Raspbarry PI - Figura 9;
• Um sensor shield 5.0v;
• Um par de baterias de 3.7v.

Todos os elementos são controlados pelo arduino exceto o raspbarry.

3.5.2 Imagens

Figura 4 – Módulo GPS

Fonte: AliExpress.com, 2018

24
Figura 5 – Ponte H

Fonte: www.filipeflop.com, 2018

Figura 6 – Arduino Uno

Fonte: Arduino.cc, 2018

Figura 7 – Carro montado

Fonte:www.wskits.com.br, 2018
Figura 8 – Sensor de Ultrassom

Fonte: www.mecanicaindustrial.com.br, 2018

25
Figura 9 – Raspbarry PI

Fonte: www.researchgate.net, 2018

3.5.3 Passo a Passo

Inicialmente, foram feitos testes em cada componente do projeto, para

identificarmos a melhor forma de trabalhar com todos juntos. Primeiramente, testando
todos os pinos do arduino, fazendo ligações de leds, em seguida, usando o módulo
de GPS citado a cima. Os dois últimos testes em sequência foram com o sensor
ultrassônico e os 4 motores (para girar as rodas) respectivamente.

Nossa ponte H “L298” não tem suporte para 4 motores, somente 2 motores.
Para conseguir um melhor desempenho com o carrinho, dois motores são ligados em
uma entrada da ponte H e os outros dois ligados na segunda ponte H, sendo assim,
sempre dois motores serão acionados simultaneamente. Para não ter problemas em
fazer curvas os motores da esquerda são ligados juntos, assim como os da direita.

O primeiro código desenvolvido unindo mais componentes, foi para tratar a

distância que o carro está de um obstáculo e assim desviá-lo mantendo seu curso ou
fazendo uma ré e refazendo o curso.

Na última etapa, foi alcançado o objetivo, o carrinho conseguia andar para

frente e manter o curso, e caso encontre um obstáculo à sua frente, ele para, observa
para qual lado deve desviar, no caso o lado onde está mais distante o próximo
obstáculo, e virando o carro para o lado mais “seguro”.

Para fazer a comunicação do arduino com a rede foi usado um Raspbarry PI.
Via comunicação serial este recebe os dados enviados pelo arduino e manda-os para
o banco de dados da aplicação (no caso foi usado um banco de dados SQLite), e a
aplicação é atualizada continuamente com os dados do carrinho.

26
 O código implementado no arduino foi desenvolvido na linguagem C++, já o
código de comunicação e controle de entrada de dados do arduino no banco de dados
foi desenvolvido na linguagem python, e pôr fim a aplicação onde é mostrado os dados
do carrinho foi desenvolvido usando a linguagem Java com o Framework Vaadin.

Após união e finalização do projeto, assim ficando com um minicarro autônomo

que consegue identificar obstáculos a frente e verificar por qual lado deve desviar,
este enviando os dados dos sensores a um banco de dados que pode ser visto em
tempo real pela aplicação web.

Código final e testes citados no passo a passo estão disponibilizados no GitHub

pelo link: https://github.com/EdnilsonLopes/TCC-VeiculosAutonomos.

3.6 Resultados

Com a conclusão da parte prática foi notado que, o GPS tem melhor precisão
em um campo aberto, pois tem menos obstáculos para o sinal dos satélites alcançar
o receptor e vice-versa. Ou seja, em caso de cidades grandes, com vários arranha-
céus, possivelmente, a latência do GPS não é o suficiente para um carro autônomo
se situar em um tráfego.

VANET possibilita um compartilhamento contínuo e verificação dos dados de

cada carro em um tráfego. Podendo identificar cada carro e observar os dados dos
sensores, os carros autônomos podem reconhecer melhores trajetos e analisar melhor
suas decisões, diminuindo o número de acidentes no trânsito.

Ainda não podemos obter um percentual de melhoria no trânsito em relação ao

uso ou não de redes veiculares, pois para isso é necessário um investimento que não
é possível para os integrantes do grupo.

3.6.1 Trabalhos Futuros

Para melhor aproveitamento da comunicação, pode ser realizado um tráfego

com mais carros compartilhando os dados, e melhorando a precisão dos sensores.
Mostrando de forma empírica a união da lógica Fuzzy com as Redes Veiculares.

27
 4 CONCLUSÃO

As pesquisas relacionadas aos veículos autônomos vêm a passos largos, junto

com o desenvolvimento de várias outras tecnologias. Porém, ainda há alguns
empecilhos para a disseminação desta tecnologia. Mas a busca constante de
melhorar a vida das pessoas, dando mais conforto e segurança aos usuários, faz com
que o desenvolvimento destas tecnologias ande mais depressa.

Futuramente poderemos estar com o trânsito de veículos interconectados,

fazendo assim a tramitação de dados entre os RMAs, para que a tomada de decisão
seja mais rápida e segura ao usuário.

O Estado-da-arte destas tecnologias pode ser considerado quando o uso dos

RMAs seja algo natural à sociedade. Para isso será necessário fazer a integração das
tecnologias de posicionamento global, sensores e comunicação intra-veicular, isso
poderá melhorar a produtividade, pois o usuário poderá se ocupar com outras
atividades durante o trajeto, precisar se preocupar com a condução do veículo.

Algo que pode dificultar e atrasar a implantação das tecnologias, é o alto

investimento necessário para obter uma integração entre os carros e estradas.

Contudo, futuramente o uso de VANETs com uma boa implementação da

Lógica Fuzzy podem ser a chave para que se cumpram os objetos dos carros
autônomos relacionados à segurança e conforto no trânsito. Com o compartilhamento
constante de dados entre os veículos próximos, a possibilidade da tomada de decisão
seja relacionada à navegação ou pontos críticos para evitar acidentes, com uma
comunicação constante entre os veículos ficará mais cômodo aos usuários a decisões
tomadas automaticamente pelos próprios veículos autônomos.

28
 REFERÊNCIAS

AVILA A. et. al. BA complete simulator architecture for inter-vehicle communication

based intersection warning systems, in Proc. IEEE Conf. Intell. Transp. Syst., Vienna,
Austria, pp. 461–466, 2005.
BLOGLOGÍSTICA. Caminhões autônomos são o futuro da logística.2016. Disponível
em : <https://www.bloglogistica.com.br/mercado/caminhoes-autonomos-sao-o-futuro-
da-logistica/>. Acesso em: 17 nov. 2018.
BINGLEI, X.; ZHENG, H.; HONGWEI, M. Fuzzy-logic-based traffic incident detection
algorithm for freeway. Proceedings of the Seventh International Conference on
Machine Learning and Cybernetics, p. 1254-1259, 2008.
BOUVET, D.; GARCIA G. Civil-engineering articulated vehicle localization: solutions
to deal with GPS masking phases. In Proceedings of the 2000 IEEE International
Conference on Robotics and Automation, San Francisco, CA, Apr. 2000.
BROGGI, A. "Vision-Based Driving Assistance"; IEEE Intelligent Systems; Vol. 13 N.
6; Nov./Dez. 1996.
CHUN, H. L. et al. Disponível em: <http://search.ebscohost.com/login.aspx?direct=
true&db=aci&AN=129430823&lang=pt-br&site=ehost-live>. Acesso em: 2 out. 2018.
GARCIA, G.; BOUVET D. Improving the accuracy of dynamic localization systems
using RTK GPS by identifying the GPS latency.
GROSS, J. N.; GU, Y.; RHUDY, M. B. Robust UAV Relative Navigation With DGPS,
INS, and Peer-to-Peer Radio Ranging. IEEE Transactions on Automation Science &
Engineering, jul. 2015. v. 12, n. 3, p. 935–944. Disponível em: < http://search.
ebscohost.com/login.aspx?direct=true&db=buh&AN=108482098&lang=pt-
br&site=ehost-live>. Acesso em: 28 set. 2018.
HARTENSTEIN, H.; LABERTEAUX, K. P. A Tutorial Survey on Vehicular Ad Hoc
Networks. IEEE Communications Magazine. Junho de 2008.
HU, M.; TANG, H. Development of the Real-time Evaluation and Decision Support
System for Incident Management. IEEE, 5, p. 426-431, 2003.
JUNG, C. R.; et. al. Computação Embarcada: Projeto e Implementação de Veículos
Autônomos Inteligentes. São Leopoldo. 2005.
KESKIN, M.; SEKERLI, E. Y.; KARHAMAN, S. Performance of two low-cost GPS
receivers for ground speed measurement under varying speed conditions. New York,
2016.
KLEBER, C. R. et.al. Tecnologias para Automação Veicular – Soluções em
Mecatrônica e Sistemas de Apoio ao Motorista. São Leopoldo, Rio Grande do Sul.
KOO, G. et al. Development of a High Precision Displacement Measurement System
by Fusing a Low Cost RTK-GPS Sensor and a Force Feedback Accelerometer for
Infrastructure Monitoring. Sensors (Basel, Switzerland), 28 nov. 2017. v. 17, n. 12.
Disponível em: <http://search.ebscohost.com/login.aspx?direct=true&db=mdc&AN=
29182563&lang=pt-br&site=ehost-live>. Acesso em: 21 ago. 2018.

29
KONG, Y.; XUE, A. Urban Traffic Incident Detection Based On Fuzzy Logic. IECON
2006 – 32nd Annual Conference, p. 772-775, 2006.
KRIEGER, L.S. Intelligent decision support system in the management of public
transport. Management, Computer Science and Informatics, Vestnik AGTU, 2, p.
150-155, 2012.
KUTNEY, P. Mercedes-Benz e Grunner lançam caminhão autônomo para a colheita
de cana. 2018. Disponível em: <http://www.automotivebusiness.com.br/noticia/28074
/mercedes-benz-e-grunner-lancam-caminhao-autonomo-para-colheita-de-cana>.
Automotive Business. Acesso em: 15 nov. 2018.
LIMA, D. A.; PEREIRA, G. A. S. Navegação Segura de um Carro Autônomo
utilizando campos vetoriais e o método da janela dinâmica. São João del-Rei, 2011.
MAURER M.; STILLER C. Fahrerassistenzsysteme mit maschineller Wahrnehmung.
Berlin, Alemanha, 2005.
MEDEIROS, A. Introdução a Robótica. ENA-98 Encontro Nacional de Automática
(50º Congresso da SBPC). Natal, RN. pp.56-65. 1998.
MENEGUETTE, I. R. et. al. Um Algoritmo Autônomo para Disseminação de
Informações Veiculares. 2014.
NASA. Mars Science Laboratory Curiosity Rover. Disponível em:<https://mars.
nasa.gov/msl/mission/rover/>. Jet Propulsion Laboratory California Institute of
Technology. Acesso em: 10 nov. 2018.
NIKOLAEV A. B. et. al. Fuzzy Algorithm for the Detection of Incidents in the
Transport System. INTERNATIONAL JOURNAL OF ENVIRONMENTAL & SCIENCE
EDUCATION, Moscow, Vol 11, Nº 16, p 9039-9050. 2016
PANARO, R. Caminhões autônomos já estão sendo usados em área de mineração
no Brasil.2018. Disponível em: <https://quatrorodas.abril.com.br/noticias/caminhoes-
autonomos-ja-sao-usados-em-area-de-mineracao-no-brasil/>.Quatro Rodas. Acesso
em: 15 nov. 2018.
PISSARDINI, S. R.; WEI, M. C. D.; JÚNIOR, F. S. E. Veículos Autônomos:
Conceitos, Históricos e Estado-da-Arte. São Paulo, 2013.
RIGNEL, D. G. de S.; CHENCI, P. G.; LUCAS, C. A. Uma Introdução a Lógica Fuzzy.
RESIGeT, Vol 01, Mr 01, p 17-28. 2011
SCHERLLIN-PIRSCHER, B. et al. Empirical analysis and modeling of errors of
atmospheric profiles from GPS radio occultation. Atmospheric Measurement
Techniques, set. 2011. v. 4, n. 9, p. 1875–1890. Disponível em: <http://search.
ebscohost.com/login.aspx?direct=true&db=asn&AN=70104634&lang=pt-
br&site=ehost-live>. Acesso em: 12 set. 2018.
SILVA, R. A. C.. Inteligência artificial aplicada à ambientes de Engenharia de
Software: Uma visão geral. Universidade Federal de Viçosa, 2005.
SIMANKOV, V. S.; Shopin, А. B. Situational management complex object in
conditions the fuzzy initial information. Proceedings of the FOR A, 9, p. 116-120,
2004.

30
WAGNER, A. Extração de Conhecimento a partir de Redes Neurais aplicada ao
problema da Cinemática Inversa na Robótica. Universidade do Vale do Rio dos
Sinos, 2003.
XU, Y.; CHEN, W. Performance Analysis of GPS/BDS Dual/Triple-Frequency
Network RTK in Urban Areas: A Case Study in Hong Kong. Sensors (Basel,
Switzerland), 26 jul. 2018. v. 18, n. 8. Disponível em:
<http://search.ebscohost.com/login.aspx?direct =true&db=mdc&AN
=30050021&lang=pt-br&site=ehost-live>. Acesso em: 2 out. 2018.
ZADEH, L. The concept of linguistic variable and its application to decision the
approximate solutions, Moscow: Mir, p. 362. 1976.
ZEADALLY S. et. al. Vehicular ad hoc networks (VANETS): status, results, and
challenges. © Springer Science+Business Media, Dezembro/2010.

31
 APÊNDICE A – Código Python

Código desenvolvido em linguagem de programação Python com o objetivo de

obter os dados passados pelo Arduino via comunicação serial.

A aplicação web e mais detalhes podem ser encontrados no repositório:

https://github.com/EdnilsonLopes/TCC-VeiculosAutonomos.

32