Dissertação

{en_GB=Real-Time Onboard Path Planning for Quadrotors} {} EVALUATED

{pt=O trabalho desenvolvido nesta tese tem como foco o desenvolvimento de uma plataforma que possa ser empregue a bordo de um UAV e lhe forneça as capacidades necessárias para que um consiga deslocar-se da partida até ao destino final sem ser perturbado por obstáculos estáticos e/ou dinâmicos que apareçam no seu percurso. \par A abordagem seguida é composta por um algoritmo de planeamento de uma trajectória em tempo real que se encontra dividido em duas componentes: uma fase de planeamento Offline/Pré-voo e uma fase de replaneamento Online(em tempo real). Na primeira fase, as trajectórias são geradas num ambiente conhecido \textit{a priori} através de uma combinação de um algoritmo de amostragem (RRT-COnnect e Informed RRT* são utilizados) que gera um caminho que é posteriormente convertido numa trajectória suave por meio de um método de otimização baseado na minimização da quarta derivada da posição ("snap"). Na segunda fase, a trajectória inicial é corrigida em tempo real perante situações de potencial colisão com obstáculos dinâmicos. A correção é baseada numa trajectória de transição que segue o método utilizado na fase offline com os ajustes necessários para poder ser realizada em tempo real. Os ambientes onde os algoritmos atuam foram modelados como "Octomaps". De modo a testar os algoritmos densolvidos, foram feitas simulações não-físicas e físicas ( ditas simulações "Software-in.the-loop")., en=The work done in this thesis is focused on the development of a framework that empowers an UAV with the capability of going from a start to a destination while simultaneously avoiding static and dynamic obstacles during its course. The framework was developed with the intention of running onboard of an UAV the associated computational limitations. The framework is composed of a real-time trajectory planning algorithm that is split into a two-step approach: an Offline/Pre-Flight Path Planning and an Online/Real Time Path Replanning. In the first step techniques are implemented to generate trajectories in a known static environment. The proposed solution makes use of sampling-based motion planning algorithms (RRT-Connect and Informed RRT* are used) to find an initial feasible path that’s feed into an optimization method which turns it into a feasible trajectory. This optimization method seeks to find smooth trajectories by minimizing the 4th derivative of position (Snap). The second step consists of a real time avoidance module which allows the UAV to avoid dynamic obstacles in its course by means of a local generation of a transitioning trajectory around them. A pragmatic approach is used to tackle this problem that leverages the quick generation of trajectories provided by the aforementioned optimization method. The algorithm was developed under the assumption that the UAV surroundings are modeled in the form of an Octomap. To test and validate the capabilities of the developed framework, simple simulations were designed and Software-in-the-loop tests were carried out using PX4 and Gazebo as simulation tools. }
{pt=a bordo, replaneamento, suave, Snap, Octomap, Software-in-the-Loop, en=onboard, Replanning, smooth, Snap, Octomap, Software-in-the-Loop}

Junho 29, 2021, 16:0

Orientação

ORIENTADOR

Afzal Suleman

Departamento de Engenharia Mecânica (DEM)

Professor Catedrático