The need to estimate the orientation between frames of reference is crucial in spacecraft navigation. Robust algorithms for this type of problem have been built by following algebraic approaches, but data-driven solutions are becoming more appealing due to their stochastic nature. Hence, an approach based on convolutional neural networks in order to deal with measurement uncertainty in static attitude determination problems is proposed in this paper. PointNet models were trained with different datasets containing different numbers of observation vectors that were used to build attitude profile matrices, which were the inputs of the system. The uncertainty of measurements in the test scenarios was taken into consideration when choosing the best model. The proposed model, which used convolutional neural networks, proved to be less sensitive to higher noise than traditional algorithms, such as singular value decomposition (SVD), the q-method, the quaternion estimator (QUEST), and the second estimator of the optimal quaternion (ESOQ2).
As mudanças climáticas globais são uma realidade e o crescimento populacional nas áreas urbanas as potencializam, ampliando a ocorrência de fenômenos tais como inundações nas cidades. Neste contexto as infraestruturas verdes podem ser adotadas, proporcionando maior interação entre cidade e natureza e minimizando impactos relacionados às modificações no clima tanto na escala local quanto global, sobretudo em áreas muito adensadas como é o caso de municípios da Região Metropolitana de São Paulo. Na cidade de Santo André- SP, a Zona de Reestruturação Urbana foi estabelecida pelo Plano Diretor em 2004, apresentando diretrizes para requalificação da paisagem e controle ambiental, propondo a ocupação de terrenos subutilizados ou não utilizados, e onde estão localizadas áreas identificadas como de alto risco a inundações. Considerando tais apontamentos, são objetivos deste trabalho apresentar mapeamentos de espaços dentro da Zona de Reestruturação Urbana de Santo André em áreas com alto risco de inundação, onde possam ser propostas infraestruturas verde-azul para minimizar impactos urbanos relacionados às mudanças climáticas; bem como o estudo do atual estado da arte sobre as discussões do clima e do meio ambiente na Região Metropolitana de São Paulo. Considerando os objetivos levantados, foram utilizadas as metodologias de pesquisas bibliográfica e documental, além de estudos de caso. Os resultados esperados incluíram, após os mapeamentos, propostas para a implantação de infraestrutura verde-azul nos espaços mapeados e indicação de que a região tratada na cidade possui potencial efetivo como suporte à adaptação climática e sustentabilidade urbana. PALAVRAS-CHAVE: Sustentabilidade. Soluções Baseadas na natureza. Mudanças climáticas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.