Metodologia para Determinação de Posição de Objetos no Espaço a Partir de Imagens de Múltiplas Câmeras para Sistema de Previsão Solar de Curto Prazo
Altura de nuvem; Visão Computacional Estéreo; Câmera Olho de Peixe; Previsão Solar Intra-Hora
A dinâmica de nuvens é relevante para diversas áreas como, por exemplo, meteorologia, agricultura e operação de aeroportos, dentre outras. Em particular, para previsão solar de curto prazo, importante para gerenciamento de usinas solares e de redes de distribuição com elevada participação de energia solar, a caracterização mais precisa do movimento de nuvens pode melhorar previsão de geração pois a presença delas é a maior responsável pela variabilidade da irradiância em escalas de tempo intra-diárias. Assim, neste trabalho, é proposto uma metodologia que utiliza triangulação de imagens de duas câmeras com lentes olho de peixe para medir a posição de objetos no espaço, visando sua utilização em plataformas de previsão solar de curto prazo baseados em imagens do céu. Um sistema de duas câmeras, juntamente com um roteador sem fio, foi instalado na laje do Laboratório de Energia e Ambiente da Universidade de Brasília. A metodologia desenvolvida é baseada em um modelo de visão estéreo, usado para processar as imagens e determinar a localização de objetos visíveis nas imagens. O modelo proposto para processamento das imagens não requer a remoção de distorção da imagem para imagens pinhole, normalmente utilizado em câmeras com lente olho de peixe, nem a retificação das imagens originais, sendo essas as principais contribuições em comparação com outros modelos existentes. Para a validação do modelo, utilizou-se um drone para servir de objeto com posição conhecida. Para tal, o drone, em voo noturno estacionário, foi posicionado em vários pontos e altitudes desejadas e, com sua luz inferior acesa, capturou-se imagens do céu com as câmeras. Verificou-se então as coordenadas do drone nas imagens obtidas pelo modelo e comparou-se com as relatadas pelo drone. Os resultados mostraram um erro médio percentual em torno de 10% (em relação ao valor relatado pelo drone) em altitudes de 90 até 490 metros. Esses valores são aceitáveis para aplicação desejada, com incertezas de medição comparáveis com a altura de nuvens obtidas por ceilômetros, com a vantagem de possibilitar um campo de visão amplo, e com custos computacionais menores do que modelos tradicionais.