FenixEdu™

Dissertação

{pt_PT=Target tracking using visual servoing: the Parrot AR Drone 2.0 case study} {} EVALUATED

Detalhes: {pt=Esta investigação propõe a utilização de controlo por visão para controlar a posição de um veículo áereo não tripulado (VANT) em relação a um ponto de interesse no espaço. De forma a poder testar o controlo por visão experimentalmente e em laboratório, o quadrirotor Parrot AR Drone 2.0 é utilizado. As duas abordagens principais de controlo por visão são implementadas, controlo por visão baseado na imagem (IBVS) e controlo por visão baseado em posição (PBVS), a fim de que um ponto genérico no espaço, que esteja ou não a mover-se, seja seguido pelo veículo. Controladores proporcional integral e derivativo (PID) são usados para controlar a posição e a orientação do quadrirotor na execução desta tarefa. O atraso na aquisição da imagem do alvo a seguir apresenta-se como uma das principais desvantagens em utilizar a visão no controlo do movimento do quadrirotor. Tendo em conta que isso potencia a saída do alvo do campo de visão da câmara, foi desenvolvido um algoritmo que garante que o alvo continua a ser seguido. Este algoritmo previne também cenários em que a imagem está corrompida e o alvo não é detetado na imagem. Todas as medições dos sensores embutidos no veículo e as estimações da posição do alvo são validadas. , en=This thesis proposes the use of visual servoing for controlling the unmanned aerial vehicles (UAV) position when monitoring wildfires. In order to experimentally test the control strategy in laboratory conditions, the quadrotor Parrot AR Drone 2.0 is used. The image-based visual servo (IBVS) and the position-based visual servo (PBVS) approaches are implemented for target tracking purposes. Proportional-Integral-Derivative (PID) controllers are implemented for the position and heading control of the quadrotor so that a generic interest point in space is tracked in both static and moving conditions. One of the most important drawbacks of real vision sensing discovered is the presence of a constant time delay on the image acquisition process. This causes the target point to leave several times the field of view, thus, an algorithm is developed to ensure that the target continues to be tracked and the visual servo control keeps on working. Plus, the algorithm prevents situations in which the image is corrupted and the target is not detected. All drone sensors measurements and target position estimations are validated through a motion capture system that tracks both the drone and the target during the experiments.}
Keywords: {pt=controlo por visão, controlo por visão baseado na imagem, controlo por visão baseado na posição, seguimento de alvo, Parrot AR Drone 2.0, en=visual servoing, image-based visual servo, position-based visual servo, target tracking, Parrot AR Drone 2.0}

Discussão: janeiro 18, 2021, 14:0