Vision Based State Estimation For Unmanned Aerial Vehicles - Assist In Vertical Take Off and Landing & Low Altitude Manoeuvre - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2012

Vision Based State Estimation For Unmanned Aerial Vehicles - Assist In Vertical Take Off and Landing & Low Altitude Manoeuvre

Estimation de pose d'un drone basée vision - Assistance au décollage et à l'atterrissage verticaux et aux manœuvres à basse altitude

Résumé

This thesis presents a single camera and laser system depicting an active stereo dedicated to real time state (attitude and altitude) estimation for Unmanned Aerial Vehicles (UAVs) under low illumination to dark, GPS deficient, unexplored environment. The dedicated system consists of a micro fisheye camera and a mini laser projector. The fisheye camera allows to cover a large field of view (FOV) that enables to have the projected pattern available always in the scene even at low altitudes. The state estimation at low altitude is very essential for the UAVs to perform the vertical take-off and landing (VTOL) along with the low altitude manoeuvre for various applications. The approach, close to structured light systems, uses the geometrical information obtained by the projection of the laser circle (under no rotation) or an ellipse (under introduced rotation) onto the ground plane and perceived by the camera. This thesis presents two solutions for state estimation of UAVs: first one based on algebraic solution and the other one based on geometrical solution. Both the solutions present the mathematical equations with mathematical models developed for both solutions to find the altitude d and the attitude from the relation developed from the normal n of the ground plane with the pattern. The developed models for algebraic and geometrical solutions have been validated with results. The results consists of two parts: first one for the simulation with ideal and noised data, the second one for the real image sequence from UAV platform compared with commercial sensors on board the UAV. The latter part of the results was expanded for comparison of the results from both the approaches with their robustness check under different illumination conditions, variation in textured surfaces (indoor and outdoor), occluded surface and variation in inclination of the ground planes. The estimated results from proposed two solutions show good agreement with ground truth values from commercial sensors in terms of its accuracy and correctness. The results also prove its suitability for autonomous VTOL as well as for low altitude manoeuvre under low illumination conditions to dark, GPS deficient, unexplored environment. The use of system also pro- vides room for additional payload to be used for different application due to it being inexpensive and light in weight than the expensive and heavy commercial sensors.
Cette thèse présente un système de caméra et de laser unique décrivant une stéréo active dédiée à l'estimation en temps réel de l'état (attitude et altitude) des véhicules aériens sans pilote (UAV) sous faible éclairage dans un environnement sombre, inexploré et dépourvu de GPS. Le système dédié se compose d'une micro caméra fisheye et d'un mini projecteur laser. La caméra fisheye permet de couvrir un large champ de vision (FOV) qui permet d'avoir le modèle projeté toujours disponible dans la scène, même à basse altitude. L'estimation de l'état à basse altitude est très essentielle pour que les drones puissent effectuer le décollage et l'atterrissage vertical (VTOL) ainsi que la manœuvre à basse altitude pour diverses applications. L'approche, proche des systèmes de lumière structurée, utilise l'information géométrique obtenue par la projection du cercle laser (sans rotation) ou d'une ellipse (avec rotation introduite) sur le plan du sol et perçue par la caméra. Cette thèse présente deux solutions pour l'estimation de l'état des drones : une première basée sur la solution algébrique et une autre basée sur la solution géométrique. Les deux solutions présentent les équations mathématiques avec des modèles mathématiques développés pour les deux solutions afin de trouver l'altitude d et l'attitude à partir de la relation développée à partir de la normale n du plan de sol avec le modèle. Les modèles développés pour les solutions algébriques et géométriques ont été validés avec les résultats. Les résultats se composent de deux parties : la première pour la simulation avec des données idéales et bruitées, la seconde pour la séquence d'images réelles de la plate-forme du drone comparée aux capteurs commerciaux à bord du drone. La dernière partie des résultats a été élargie pour comparer les résultats des deux approches avec leur vérification de robustesse dans différentes conditions d'éclairage, la variation des surfaces texturées (intérieures et extérieures), la surface occultée et la variation de l'inclinaison des plans de sol. Les résultats estimés des deux solutions proposées montrent un bon accord avec les valeurs de vérité au sol des capteurs commerciaux en termes de précision et de justesse. Les résultats prouvent également qu'elle convient pour les VTOL autonomes ainsi que pour les manœuvres à basse altitude dans des conditions de faible éclairage dans un environnement sombre, inexploré et dépourvu de GPS. L'utilisation du système permet également d'utiliser une charge utile supplémentaire pour des applications différentes, car il est peu coûteux et plus léger que les capteurs commerciaux lourds et coûteux.
Fichier principal
Vignette du fichier
Ashutosh_Natraj_PhD_Thesis.pdf (14.35 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-03002797 , version 1 (12-11-2020)

Identifiants

  • HAL Id : tel-03002797 , version 1

Citer

Ashutosh Natraj. Vision Based State Estimation For Unmanned Aerial Vehicles - Assist In Vertical Take Off and Landing & Low Altitude Manoeuvre. Signal and Image processing. Université de Picardie Jules Verne, 2012. English. ⟨NNT : ⟩. ⟨tel-03002797⟩

Collections

U-PICARDIE MIS
52 Consultations
34 Téléchargements

Partager

Gmail Facebook X LinkedIn More