Disciplina: FGA0210 - PARADIGMAS DE PROGRAMAÇÃO - T01
Nro do Grupo (de acordo com a Planilha de Divisão dos Grupos): 01
Paradigma: Funcional
| Matrícula | Aluno |
|---|---|
| 19/0023376 | Abraão Alves Ribeiro |
| 19/0094257 | Paulo Henrique Rezende |
| 19/0047968 | Paulo Vitor Silva Abi |
| 23/2022952 | Leonardo de Souza Takehana |
| 19/0026600 | Davi Marinho da Silva Campos |
| 19/0105267 | Diógenes Dantas Lélis Júnior |
| 19/0103302 | Bernardo Chaves Pissutti |
| 17/0161871 | Denniel William Roriz Lima |
| 18/0113321 | Francisco Mizael Santos da Silva |
| 19/0093196 | Mateus Caltabiano Neves Frauzino |
| 19/0091720 | Lucas Macedo Barboza |
O projeto proposto visa implementar um filtro de Kalman em Haskell, uma linguagem de programação funcional, e suas funcionalidades associadas. O filtro de Kalman é um algoritmo de estimativa usado para estimar o estado de um sistema dinâmico a partir de medidas imprecisas e incompletas. Ele é amplamente utilizado em diversas áreas, como engenharia de controle, robótica, navegação, processamento de sinais e finanças.
A implementação do filtro de Kalman em Haskell será baseada em um código MATLAB fornecido como exemplo. O projeto se divide em diversas funcionalidades, atribuídas a grupos específicos de trabalho:
Importação e Parseamento de Dados (Dupla A): Esta funcionalidade envolve a importação de dados de entrada em formato CSV e seu parseamento para que Haskell possa interpretá-los.
Cálculo de Média Real, Desvio Padrão Real e Estimativa de Erros (Quarteto B): Este grupo será responsável pelo cálculo da média real, do desvio padrão real e pela estimativa de valores de erros.
Cálculo da Predição e Correção (Dupla C): Nesta etapa, serão implementadas as funções responsáveis pelo cálculo da predição e correção, fundamentais no filtro de Kalman.
Exportação de Dados de Saída (Dupla A): Após o processamento, os resultados serão exportados em formato CSV.
Plotagem de Dados em Gráficos (Trio D): Este grupo será responsável por plotar os dados resultantes em gráficos, destacando valores de erro, médias e desvios.
O projeto será organizado utilizando branches separadas para cada funcionalidade, facilitando a manutenção e o desenvolvimento paralelo. O alinhamento entre os grupos será essencial para garantir a integração adequada das diferentes partes do projeto.
Para implementar este projeto, será necessário um conhecimento sólido em Haskell, bem como compreensão dos conceitos de filtro de Kalman e suas aplicações. Além disso, o uso de bibliotecas para manipulação de CSV e plotagem de gráficos em Haskell pode ser necessário.
Referências úteis para o desenvolvimento deste projeto incluem:
Artigo sobre Filtro de Kalman em Haskell
- Menu principal
- Dados de valores
Linguagens: Haskell
Tecnologias: Stack
- Instalar o GHC em https://www.haskell.org/ghc/
- Instalar o stack em seu ambiente
curl -sSL https://get.haskellstack.org/ | sh
ou
wget -qO- https://get.haskellstack.org/ | sh
curl -sSL https://get.haskellstack.org/ | sh
ou
wget -qO- https://get.haskellstack.org/ | sh
- Acesse o site (https://docs.haskellstack.org/en/stable/) para mais informações
- Faça um clone do projeto
git clone https://github.com/UnBParadigmas2024-1/2024.1_G1_Funcional_Filtro_Kalman.git
- Entre na pasta
cd 2024.1_G1_Funcional_Filtro_Kalman
- Nos ambientes de linux e MacOs é necessario que instale a biblioteca de gráficos
- para instalar a biblioteca no linux
sudo apt-get install libcairo2-dev
- para instalar a biblioteca no linux
brew install cairo && brew install pkg-config
- Rode a build
stack build
- Inicie o projeto
stack run
Explique como usar seu projeto. Procure ilustrar em passos, com apoio de telas do software, seja com base na interface gráfica, seja com base no terminal. Nessa seção, deve-se revelar de forma clara sobre o funcionamento do software.
Link para o vídeo: https://www.youtube.com/watch?v=KzUGizwNOyk&ab_channel=Di%C3%B3genesJ%C3%BAnior
Apresente, brevemente, como cada membro do grupo contribuiu para o projeto.
| Nome do Membro | Contribuição | Significância da Contribuição para o Projeto (Excelente/Boa/Regular/Ruim/Nula) |
|---|---|---|
| Paulo Henrique | Idealização inicial do projeto com o takehana definindo os grupos e criando o documento inicial,Criação do data Parameters que foi inicial utilizado pra definir os parâmetros de entrada,Criação das funções de filtro de kalman na predição e correção, multiplicação de matriz, inversão da matriz e geração das medidas, Refatorei o código para torná-lo mais modularizado possível (Separando em datas, utils, menu, main)Auxiliei todos os grupos no momento de integrar os módulos com correção de código e explicando a estrutura do projeto | Excelente |
| Paulo Vitor Silva Abi Acl | Colaborei na implementação da plotagem dos gráficos, principalmente na parte inicial | Excelente |
| Leonardo de Souza Takehana | Modelagem matemática do problema, elaboração do filtro de Kalman com correção e predição, funções para manipulação de matrizes, organização da equipe e integração do código | Excelente |
| Davi Marinho da Silva Campos | Implementação das funções de média, desvio padrão e variância | Excelente |
| Diógenes Dantas Lélis Júnior | Importar os dados de um arquivo CSV e armazená-los em listas. Uma lista principal será uma lista de listas, onde cada sub-lista terá 1000 valores. Além disso, haverá duas listas adicionais, cada uma representando uma coluna diferente do CSV: uma para a coluna tempo e outra para a coluna medição. | Excelente |
| Bernardo Chaves Pissutti | Implementação das funções de média, desvio padrão e variância | Excelente |
| Abraão Alves | ajuda na construção e definição daplotagem de graficos e contrução do menu principal da aplicação | Boa |
| Denniel William Roriz Lima | Exportar CSV e suas subfunções que é transformar a lista para o formato do item, ou seja, um array de items. E por fim a função de conversão | Excelente |
| Francisco Mizael Santos da Silva | Implementação da plotagem dos graficos | Excelente |
| Mateus Caltabiano Neves Frauzino | Edição do vídeo e implementação de todas as funções do quarteto B exceto a de variância | Excelente |
| Lucas Macedo Barboza | Ajuda na estruturação das funções de Medias, desvios padrões e variâncias | Boa |
Quaisquer outras informações sobre o projeto podem ser descritas aqui. Não esqueça, entretanto, de informar sobre:
O grupo foi separado em quatro grupos menores para as atividades ficarem melhor organizadas. A divisão de tarefas entre cada subgrupo foi a seguinte:
- Dupla A: Importar os dados de entrada (csv) e Parsear os dados de entrada para que o haskel consiga interpretar e Exportar os dados de saída (csv);
- Quarteto B: Calcular média real (Calcula media normal), Cálcula desvio padrão real (Calcula desvio padrão real normal) e Estimar valores de erros;
- Dupla C : Calcular a Predição e Calcular a correção.
- Trio D: Plotar no dados no gráficos de forma sobreposta (Valores de erro, Médias, Desvio)
* Dificuldade em se adaptar a linguagem e ao paradigma funcional;
* Dificuldade na instalação das bibliotecas de gráficos
- HASKELL. Documentação do Haskell. Disponível em: https://www.haskell.org/documentation/. Acesso em: 15 de abril de 2024.
- HASKELL STACK. Documentação do Haskell Stack. Disponível em: https://docs.haskellstack.org/en/stable/. Acesso em: 15 de abril de 2024.
- APRENDER 3. Materiais disponibilizados em: https://aprender3.unb.br/course/view.php?id=22091§ion=2. Acesso em: 15 de abril de 2024.
- CASSAVA. Documentação do Cassava. Disponível em: https://hackage.haskell.org/package/cassava. Acesso em: 15 de abril de 2024.