FenixEdu™

Dissertação

{en_GB=Vision based real-time obstacle avoidance for drones while following a moving target} {} EVALUATED

Detalhes: {pt=O problema deste trabalho consiste no desvio de obstáculos em tempo real em voos autónomos. Devido ao aumento da utilização de drones em múltiplas aplicações como missões de salvamento ou exploração de ambientes este tópico acaba por ser muito relevante e actual. Esta tese tem como objectivo desenvolver um sistema de controlo para um drone utilizando uma câmara e um Inertial Measurement Unit de forma a garantir um voo seguro enquanto segue um alvo. Algumas abordagens tradicionais focam-se na reconstrução total do espaço, no entanto, esta tese explora uma solução reactiva onde o Tempo para Colisão será calculado para evitar obstáculos. Numa primeira fase, foi desenvolvido um algoritmo de visão que identifica o alvo a seguir, calcula o Tempo para Colisão e identifica as zonas perigosas. De seguida, foi implementado um sistema de controlo em cascata composto por um controlador de modelo preditivo responsável por controlar a posição do drone e um controlador de atitude que calcula a velocidade dos rotores. O algoritmo de controlo preditivo usa a informação do alvo para conduzir o drone a uma posição que permita seguir o alvo em tempo real e, simultaneamente, usa os resultados do Tempo para Colisão para criar potenciais que repilam o drone levando-o a desviar-se de obstáculos. Os resultados de vários voos mostram que o drone consegue desviar-se de obstáculos enquanto segue um alvo. Contudo verificou-se que, em certos ambientes, a estratégia desenvolvida apresentou algumas imprecisões que levaram o sistema a estimar erradamente a distância relativa até ao obstáculo., en=The problem of this project consists of real-time obstacle avoidance in autonomous flights. It is a relevant topic considering the increase of drone usage in multiple domains such as rescue missions or critical environments explorations and the need to obtain a collision-free system. This work focus on the development of a drone control system using as external sensors a camera and an IMU to ensure a safe flight while following a target. Whereas some traditional approaches focus on full space reconstruction, this work explores a different, reactive and less demanding computational method where it will be used image data to compute the Time-to-Collision (TTC). In a first stage, it was designed a vision strategy where the target is identified, the TTC is computed and the danger zones are determined. In a second stage, it was implemented a cascade control strategy that uses a Model Predictive Control (MPC) controller to control the drone position and an attitude controller to set up the rotors speed. The MPC algorithm uses the target information from the vision method to lead the drone to a position that ensures a correct tracking in real-time and, simultaneously, use the TTC data to generate potential fields in the vehicle reference frame ensuring obstacle avoidance. The results in the multiple flights performed show that the drone can accurately avoid obstacles while tracking a target. However, it was verified that, in certain environments, the developed strategy reveals some limitations that culminate in wrong relative distance estimates threw the obstacle.}
Keywords: {pt=Drone, Controlo Preditivo, Visão por Computador, Tempo para Colisão, Desvio de Obstáculos, Seguimento de um Alvo, en=Drone, Model Predictive Control, Computer Vision, Time-to-Collision, Obstacle Avoidance, Target Tracking.}

Discussão: setembro 9, 2020, 14:0