Dissertação
{pt_PT=Optimal Visual Markers Placement for Marker-Based Localization of UAVs in Indoor Environments} {} EVALUATED
{pt=Guiar veículos autónomos dentro de um cenário fechado requer um conhecimento preciso da sua pose (posição e orientação). Esta tese propõe um método, bem como a sua implementação, para estimar a pose de um veículo aéreo não tripulado dentro de um cenário fechado com recurso a uma rede optimizada de marcadores visuais. A principal contribuição desta tese é o desenvolvimento de um método que permite determinar a posição de um dado número de marcadores visuais dentro de um cenário fechado para que o veículo seja capaz de estimar a sua pose evitando colisões com obstáculos ou com as paredes do próprio cenário. É interessante usar-se marcadores visuais, pois estes são tecnologias bem conhecidas, facilmente configuráveis e cujo custo de impressão e instalação no cenário é reduzido. Simulated Annealing é o método de optimização utilizado. Por sua vez, o método de localização desenvolvido baseia-se num Extended Kalman Filter que utiliza as posições de vários marcadores visuais estimadas a partir da câmara do veículo para estimar a sua posição e orientação. A câmara do veículo, juntamente com técnicas de visão computacional e um conjunto de marcadores visuais colocados em pontos predefinidos do cenário são desta forma, as principais fontes de informação para o filtro. Tanto o método de optimização como o sistema de localização propostos são testados em dois cenários modelo. Finalmente, são apresentados os resultados experimentais mais relevantes da simulação, bem como questões ainda em aberto e sugestões de possíveis melhorias a ter em conta em abordagens futuras ao problema., en=Guiding autonomous vehicles inside a scenario to navigate to given goal positions requires an accurate and precise knowledge of the vehicle’s pose (position and orientation). This thesis proposes a method, and its implementation, to estimate the pose of an unmanned aerial vehicle (UAV) in an indoor scenario using an optimized set of visual markers. The main contribution of this thesis is the development of a method to improve the placement of a given number of visual markers inside a predefined indoor scenario so that a vehicle flying in there can accurately and continuously estimate its pose in order to avoid collisions. It is appealing to use visual markers, because they are well known technologies, easily configured and cheap to print and to be installed in the scenario. The optimization results are obtained using the Simulated Annealing (SA) algorithm. The localization method developed is based on an Extended Kalman Filter (EKF) to fuse the positions of the several visual markers estimated from the streaming of the vehicle’s camera. The vehicle’s camera, along with computer vision and the set of visual markers placed in predefined points of the scenario are, therefore the key data sources for the filter. Both the optimization method and the localization system proposed are tested in two prototype scenarios. The most relevant experimental results of the simulation with the implemented model and algorithm are presented, as well as open issues and possible improvements to future approaches to the problem.}
junho 25, 2019, 14:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Rodrigo Martins de Matos Ventura
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar
