Identificação de padrões para o controle de um veículo autônomo – Primeiros passos

      O trabalho de conclusão de curso proposto com esse tema está em fase inicial de desenvolvimento.  
      Um  dos primeiros passos a serem realizados é criar o ambiente para o  desenvolvimento do trabalho, que será baseado na linguagem Python. Os  ambientes utilizados serão o Anaconda, o ATOM, o OpenCV e o TensorFlow.   

- O Anaconda  é uma  distribuição gratuita e de código aberto da linguagem de  programação  Python para computação científica, que visa simplificar o   gerenciamento e a implantação de pacotes.  

-  O Atom  é um editor de texto de código aberto. A  escolha do editor de texto a  ser utilizado fica a critério do  desenvolvedor. Existem outros editores  de texto que podem ser  utilizados para essa finalidade, como o  Notepad++, Sublime Text, etc.
 
- O OpenCV  é uma biblioteca multiplataforma, totalmente livre ao uso acadêmico e comercial, para o desenvolvimento de aplicativos na área de visão computacional, bastando seguir o modelo de licença BSDIntel. O OpenCV possui módulos de  Processamento de Imagens e Vídeo I/O, Estrutura de Dados, Álgebra Linear, GUI (Interface Gráfica do Usuário) Básica com sistema de janelas independentes, Controle de mouse e teclado, além de mais de 350 algoritmos de visão computacional como: Filtros de imagem, calibração de câmera, reconhecimento de objetos, análise estrutural e outros. O seu processamento de imagens é em tempo real. 

- O TensorFlow  é uma biblioteca de código aberto para aprendizado de máquina  aplicável a uma ampla variedade de tarefas. É um sistema para criação e  treinamento de redes neurais para detectar e decifrar padrões e  correlações, análogo (mas não igual) à forma como humanos aprendem e  raciocinam. 

     O processamento de uma imagem de um único canal é mais rápido do que processar uma imagem com três canais e exige menos esforço computacional. Por isso, escolheu-se trabalhar, a priori, com uma imagem em escala de cinza aplicando na imagem um filtro/desfoque gaussiano, com o intuito de eliminar ruídos indesejados e, logo em seguida, suavizar a imagem trabalhada.
     Após as instalações das ferramentas necessárias para o desenvolvimento do trabalho, tem-se trabalhado, atualmente, com a detecção de bordas da imagem. O andamento e resultados desta etapa estarão em um próximo post.


● Fonte de pesquisa básica para as definições das ferramentas:
   Anaconda: https://en.wikipedia.org/wiki/Anaconda_(Python_distribution);
   Atom: https://pt.wikipedia.org/wiki/Atom_(editor_de_texto);
   OpenCV: https://pt.wikipedia.org/wiki/OpenCV;
   TensorFlow: https://pt.wikipedia.org/wiki/TensorFlow.