#Sensor Fusion

Fundamentos de robótica September 6, 2026

Introdução à Fusão de Sensores — Construindo um Modelo Mundial Único a partir de Múltiplos Sensores

Uma câmera é forte em significado, um LiDAR é forte em geometria, uma IMU é forte em movimento — e cada uma tem seu próprio ponto cego. Da matemática probabilística e baseada em otimização que as funde (Filtros de Kalman, Grafos Fatoriais) a combinações concretas como VIO (Câmera × IMU), LIO (LiDAR × IMU) e Fusão BEV (Câmera × LiDAR), um passeio sistemático por como a Fusão de Sensores transforma vários sensores em um único modelo do mundo.

Fundamentals · 18 min de leitura Condução conectada e autônoma September 3, 2026

Mapeamento de grade de ocupação — Transformando evidências de LiDAR e câmeras em acessibilidade de trânsito

Uma grade de ocupação divide o espaço em células e representa probabilisticamente o espaço ocupado, livre e desconhecido. Aprenda atualizações Bayesianas e de log-odds, modelos de sensores inversos, ray casting, decaimento dinâmico, voxels 3D, SLAM, mapas de custo e planejamento.

Fundamentals · 10 min de leitura Engenharia de controle September 3, 2026

Introdução à Engenharia de Controle: Observadores de Estado e o Filtro de Kalman Linear

As leituras dos sensores não representam o estado em si. Este guia explica observabilidade, equações de previsão/atualização de Kalman, covariância, exemplos numéricos, integração de controle, implementação em robôs e comportamento à prova de falhas.

Fundamentals · 7 min de leitura Condução conectada e autônoma September 3, 2026

Mapeamento de grade de ocupação — Transformando evidências de LiDAR e câmeras em acessibilidade de trânsito

Uma grade de ocupação divide o espaço em células e representa probabilisticamente o espaço ocupado, livre e desconhecido. Aprenda atualizações Bayesianas e de log-odds, modelos de sensores inversos, ray casting, decaimento dinâmico, voxels 3D, SLAM, mapas de custo e planejamento.

Fundamentals · 10 min de leitura