Método híbrido de detecção e estimativa de posição de marcador para aterrissagem autônoma de quadricóptero [recurso eletrônico]
Alan Ferreira Pinheiro Tavares
TESE
Português
T/UNICAMP T197m
[Hybrid marker position detection and estimation method for autonomous quadcopter landing]
Campinas, SP : [s.n.], 2021.
1 recurso online (81 p.) : il., digital, arquivo PDF.
Orientador: Paulo Roberto Gardel Kurka
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica
Resumo: O uso de Veículos Autónomos Aéreos Não Tripulados (VAANTs) para aplicações comerciais inovadoras vem ganhando notoriedade, com isso, torna-se essencial o desenvolvimento de métodos avançados de localização e navegação robótica. Marcadores visuais como as April Tags ou ArUco destacam-se como...
Ver mais
Resumo: O uso de Veículos Autónomos Aéreos Não Tripulados (VAANTs) para aplicações comerciais inovadoras vem ganhando notoriedade, com isso, torna-se essencial o desenvolvimento de métodos avançados de localização e navegação robótica. Marcadores visuais como as April Tags ou ArUco destacam-se como técnicas de localização mais utilizadas na robótica por terem uma abordagem de detecção robusta utilizando somente recursos de visão computacional. Contudo, existem limitações de detecção e estimação de posição em casos de longas distâncias, oclusão parcial ou uso de câmeras com alta distorção, condições facilmente encontradas, por exemplo, em situações de pouso e decolagem autônoma. Logo, os sistemas atuais necessitam de alta tecnologia de sensoriamento como IMU, GPS ou Laser que, dependendo de sua precisão, podem resultar em custos elevados. Estes sensores de navegação podem apresentar também erros da ordem de metros e de forma cumulativa, principalmente no que diz respeito a pousos ou decolagens utilizando GPS próximos a prédios, redes elétricas ou montanhas que bloqueiam ou anulam completamente o sinal. A presente tese traz como solução alternativa um método capaz de identificar a posição e fornecer informações de localização do robô para casos de pouso autônomo de VAANTs do tipo quadricóptero, em um alvo estático de identificação única. O método proposto utiliza uma detecção precisa de forma a diminuir limitações do estado da arte. O mesmo método utiliza apenas sensoriamento de visão a bordo e algoritmo computacional sem necessitar de nenhuma informação prévia sobre a localização da plataforma de pouso. Dentro do estado da arte, o método se mostra único por utilizar técnicas de rede neural convolucional (CNN) de forma a complementar a técnica clássica dos marcadores do tipo ArUco. O método híbrido realiza a fusão das duas técnicas usando filtro de Kalman, tornando a tarefa de detecção e estimativa de posição mais eficiente, com resposta de atuação mais rápida. Criou-se um banco de dados de imagens sintéticas e reais para o treinamento das redes neurais. O método proposto é verificado através de simulações numéricas nas plataformas robóticas ROS e Gazebo. Por fim, é validado através de experimentos reais qualitativos e quantitativos
Ver menos
Abstract: The use of Autonomous Unmanned Aerial Vehicles (VAANTs) for innovative commercial applications has been gaining notoriety, thus making it essential to develop advanced methods of location and robotic navigation. Visual markers such as April Tags or ArUco stand out as the most used location...
Ver mais
Abstract: The use of Autonomous Unmanned Aerial Vehicles (VAANTs) for innovative commercial applications has been gaining notoriety, thus making it essential to develop advanced methods of location and robotic navigation. Visual markers such as April Tags or ArUco stand out as the most used location techniques in robotics for having a robust detection approach using only computer vision resources. However, there are limitations of position detection and estimation in cases of long distances, partial occlusion or the use of cameras with high distortion, conditions that are easily found, for example, in autonomous take-off and landing situations. Therefore, current systems require high sensing technology such as IMU, GPS or Laser which, depending on their accuracy, can result in high costs. These navigation sensors can also present errors of the order of meters and cumulatively, especially with regard to landings or take-offs using GPS near buildings, electrical networks or mountains that block or completely cancel the signal. The present thesis presents as an alternative solution a method capable of identifying the position and providing information on the robot's location for cases of autonomous landing of quadricopter VAANTs, on a single-identified static target. The proposed method uses accurate detection in order to reduce state-of-the-art limitations. The same method uses only on-board vision sensing and a computational algorithm without requiring any prior information about the location of the landing platform. Within the state of the art, the method is unique in that it uses convolutional neural network (CNN) techniques in order to complement the classical technique of ArUco-type markers. The hybrid method performs the fusion of the two techniques using Kalman filter, making the position detection and estimation task more efficient, with a faster acting response. A database of synthetic and real images was created for the training of neural networks. The proposed method is verified through numerical simulations in robotic platforms ROS and Gazebo. Finally, it is validated through real qualitative and quantitative experiments
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Kurka, Paulo Roberto Gardel, 1958-
Orientador
Pedrini, Hélio, 1963-
Avaliador
Paiva, Ely Carneiro de, 1965-
Avaliador
Rudek, Marcelo
Avaliador
Rodrigues, Caio Fernando
Avaliador
Método híbrido de detecção e estimativa de posição de marcador para aterrissagem autônoma de quadricóptero [recurso eletrônico]
Alan Ferreira Pinheiro Tavares
Método híbrido de detecção e estimativa de posição de marcador para aterrissagem autônoma de quadricóptero [recurso eletrônico]
Alan Ferreira Pinheiro Tavares