ebook img

Appearance-based teach and replay navigation method for unmanned aerial vehicles PDF

139 Pages·2016·40.54 MB·English
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview Appearance-based teach and replay navigation method for unmanned aerial vehicles

UNIVERSIDAD DE BUENOS AIRES FACULTAD DE CIENCIAS EXACTAS Y NATURALES DEPARTAMENTO DE COMPUTACIÓN Método de navegación basado en aprendizaje y repetición autónoma para vehículos aéreos no tripulados Tesispresentadaparaoptaraltítulode DoctordelaUniversidaddeBuenosAireseneláreadeCienciasdelaComputación Lic. Matías Nitsche DirectoradeTesis: Dra. MartaE.Mejail DirectorAsistente: Dr. MiroslavKulich ConsejeradeEstudios: Dra. MartaE.Mejail LugardeTrabajo: LaboratoriodeRobóticaySistemasEmbebidos(LRSE),Departamento deComputación BuenosAires,20deFebrerode2016 Método de navegación basado en aprendizaje y repetición autónoma para vehículos aéreos no tripulados EnestatesissepresentaunmétodobasadoenlatécnicadeAprendizajeyRepetición(teach&repeatoTnR) paralanavegaciónautónomadeVehículosAéreosNoTripulados(VANTs).Bajoestatécnicasedistinguen dosfases:unadeaprendizaje(teach)yotradenavegaciónautónoma(repeat).Durantelaetapadeaprendi- zaje, el VANT es guiado manualmente a través del entorno, definiendo así un camino a repetir. Luego, el VANTpuedeserubicadoencualquierpuntodelcamino(generalmente,alcomienzodelmismo)einiciarla etapadenavegaciónautónoma.EnestasegundafaseelsistemaoperaalazocerradocontrolandoelVANT con el objetivo de repetir en forma precisa y robusta el camino previamente aprendido. Como principal sensadoseutilizaunsistemadevisiónmonocular,enconjunciónconsensoresquepermitanestimaracorto plazoeldesplazamientodelrobotrespectodelentorno,talescomosensoresinercialesydeflujoóptico. El principal objetivo de este trabajo es el de proponer un método de navegación tipo T&R que pueda serejecutadoentiemporealyabordodelmismovehículo,sindependerdeunaestaciónterrenaalacual se delegue parte del procesamiento o de un sistema de localización externa (como por ejemplo GPS, en ambientesexteriores)odecapturademovimiento(comoporejemploViCon,enambientesinteriores).En otraspalabras,sebuscaunsistemacompletamenteautónomo.Paraello,seproponeelusodeunenfoque basado en apariencias (o appearance-based, del inglés), que permite resolver el problema de la localización delvehículorespectodelmapaenformacualitativayqueescomputacionalmenteeficiente,loquepermite suejecuciónenhardwaredisponibleabordodelvehículo. La solución propuesta se diferencia del típico esquema de Localización y Mapeo Simultáneo (Simulta- neousLocalizationandMappingoSLAM)medianteelcualseestimalaposedelrobot(yladelosobjetosdel entorno) en forma absoluta con respecto a un sistema de coordenadas global. Bajo dicho esquema, como consecuencia,elerrorenlaestimacióndelaposeseacumulaenformanoacotada,limitandosuutilización enelcontextodeunanavegaciónalargoplazo,amenosqueserealicencorreccionesglobalesenformape- riódica(detecciónycierredeciclos).Estoimponeelusodetécnicascomputacionalmentecostosas,locual dificultasuejecuciónentiemporealsobrehardwarequepuedaserllevadoabordodeunrobotaéreo. En contraste, bajo el enfoque propuesto en esta tesis, la localización se resuelve en forma relativa a un sistemadecoordenadaslocalcercanoalvehículo(esdecir,unareferenciasobreelcamino)queesdetermi- nadomedianteunesquemadefiltrodepartículas(LocalizacióndeMonteCarlo).Estoselogracomparando laaparienciadelentornoentrelaetapadeaprendizajeyladenavegación,medianteelempleodecaracterís- ticasvisualessalientes(imagefeatures)detectadasendichasetapas.Finalmente,utilizandounaleydecontrol simple, se logra guiar al robot sobre el camino, a partir de reducir la diferencia entre la posición aparente delosobjetosdelentornoentreambasetapas,productodeldesplazamientoydiferenciasdeorientaciondel robotrespectodelmismo. Comopartedeldesarrollodeltrabajodetesis,sepresentatantolaformulaciónydescripcióndelmétodo como el diseño y construcción de una plataforma VANT, sobre la cual se realizaron los experimentos de navegación.Asimismo,seexhibenexperimentostantoconplataformasaéreasenentornossimuladoscomo sobre plataformas terrestres, dado que el método es aplicable también a los mismos. Con los resultados obtenidossedemuestralafactibilidadyprecisióndelosmétodosdelocalizaciónynavegaciónpropuestos, ejecutandoenhardwareabordodeunrobotaéreoentiempo-real.Así,conestatesissepresentaunaporte alestadodelarteenloquerefiereatemasdenavegaciónautónomabasadaenvisión,particularmente(pero noexclusivamente)paraelcasoderobotsaéreos. Palabrasclave:robótica,navegación,VANT,autonomía,visión Appearance-based teach and repeat navigation method for unmanned aerial vehicles This thesis presents a method based on the Teach & Repeat (TnR) technique for the autonomous nav- igation of Unmanned Aerial Vehicles (UAVs). With this technique, two phases can be distinguished: a learningphase(teach)andanautonomousnavigation(repeat)phase. Duringthelearningstage, theUAV is manually guided through the environment, thus defining a path to repeat. Then, the UAV can be posi- tionedinanypointofthepath(usuallyatthebeginningofit)andtheautonomousnavigationphasecanbe started. Inthissecondphasethesystemoperatesinclosed-loopcontrollingtheUAVinordertoaccurately and robustly repeat the previously learned path. Monocular vision is used as the main sensing system in conjunction with other sensors used to obtained short-term estimates of the movement of the robot with respecttotheenvironment,suchasinertialandopticalflowsensors. The main goal of this work is to propose a T&R navigation method that can be run in real-time and on-board the same vehicle, without relying on a ground control-station to which part of the processing is delegated or on external localization (for example GPS, in outdoor environments) or motion capture (suchasVICON,forindoorsettings)systems. Inotherwords,acompletelyautonomoussystemissought. To this end, an appearance-based approach is employed, which allows to solve the localization problem withrespecttothemapqualitativelyandcomputationallyefficient,whichinturnsallowsitsexecutionon hardwareavailableon-boardthevehicle. TheproposedsolutionschemediffersfromthetypicalSimultaneousLocalizationandMapping(SLAM) approachunderwhichtheposeoftherobot(andtheobjectsintheenvironment)areestimatedinabsolute terms with respect to a global coordinate system. Under SLAM, therefore, the error in the pose estima- tionaccumulatesinunboundedform, limitingitsuseinthecontextoflong-termnavigationunlessglobal corrections are made periodically (loop detection and closure). This imposes the use of computationally expensivetechniques,whichhindersitsexecutioninrealtimeonhardwarethatcanbecarriedon-boardan aerialrobot. Incontrast,undertheapproachproposedinthisthesis,thelocalizationissolvedrelativetoalocalcoor- dinatesystemnearthevehicle(i.e.areferenceoverthepath)whichisdeterminedbyaparticle-filterscheme (MonteCarloLocalizationorMCL).Thisisaccomplishedbycomparingtheappearanceoftheenvironment betweenthelearningandnavigationstagesthroughtheuseofsalientvisualfeaturesdetectedinsaidsteps. Finally,usingasimplecontrollaw,therobotiseffectivelyguidedoverthepath,bymeansofreducingthe difference in the apparent position of objects in the environment between the two stages, caused by the vehicle’sdisplacementwithrespecttothepath. Aspartofthedevelopmentofthethesis,boththeformulationanddescriptionofthemethod,andthede- signandconstructionofaUAVplatform,onwhichnavigationexperimentswereconducted,arepresented. Moreover,experimentsusingaerialplatformsinsimulatedenvironmentsandusingterrestrialplatformsare alsopresented,giventhattheproposedmethodisalsoapplicabletothelatter. Withtheobtainedresultsthe feasibilityandprecisionoftheproposedlocalizationandnavigationmethodsaredemonstrated,whileexe- cutingon-boardanaerialrobotandinreal-time.Thus,thisthesisrepresentsacontributiontothestateofthe artwhenitcomestotheproblemofvision-basedautonomousnavigation,particularly(butnotexclusively) forthecaseofaerialrobots. Key-words: robotics,navigation,UAV,autonomy,vision 7 A Oma 9 Agradecimientos QuieroagradeceralaProfesoraMartaMejailporhabermeofrecidoungranapoyoalolargodeestosaños, nosoloviniendodesdeelámbitoacadémicosinotambiéndesdelopersonal. QuieroagradecerenormementeamiscompañerosenelLRSE,yaquesinsuguía,ayudaybuenaonda, afrontareltrabajoqueconllevóestatesisnohubierasidolomismo. Agradezco las discusiones con Taihú Pire, quien siempre logró que tenga una mirada distinta sobre lo quedabaporhecho. AgradezcoaThomasFischer,portenersiemprelamejorondayganasdeayudarenloquefuera. AgradezcoaFacundoPessacgporentusiasmarseconcualquieradelosproblemasqueleplanteara,quien meayudoabajaratierramuchasideasqueteníaenelaireyporcompartirelgustoporlos“fierros”. AgradezcoaPabloDeCristóforis,conquiencrecíenormemente,quienfueunaguíaconstanteyquien, junto a Javier Caccavelli y Sol Pedre, me abrió las puertas al Laboratorio con la mejor onda, haciéndome sentirpartedelgrupodesdeelprimerdía. Estoyagradecidocontodoslosmiembrosdelgrupoengeneral,conquienesnosanimamosahacercrecer ungrupodeinvestigacióncasidesdesuscimientos,trabajandoincontableshorasyhaciendolosmejoresde nuestrosesfuerzos. Agradezco a todos aquellos que ponen su granito de arena en desarrollar el software libre en el que casi totalmente se basó mi trabajo de tesis y agradezco la posibilidad de hacer una devolución también contribuyendomisdesarrollos. AgradezcolaposibilidadquemeofreciólaEducaciónPública,yaquieneslahicieronyhacenposible, permitiendomiformaciónydesarrollopersonalenelpaís. Agradezcoamispadres,quieneshicieronposiblequemededicaraaalgoquemeapasionayquevamás alládeuntrabajo. Agradezcoamihermanaporsiempreentendermeyapoyarme. AgradezcoaOma,aquienestatesisestádedicada,porhaberestadopresenteenmidefensadeTesisde Licenciatura. Porúltimoynomenor,estoyenormementeagradecidoconAle,porcompartirlapasiónporlafotografía ylaciencia,conquiensientoquecrecíentodosentido,quienmediocorajeyfuerzatantoparaafrontarmis miedoscomoparaalcanzarmisanhelos,conquiensoñamosjuntos,quienmebancódurantemissesiones maratónicasdeescrituradetesis,yporinfinidadderazonesquenoentraríanenestatesis. Atodosyalosquenonombréperodeberíahabernombrado, Gracias.

Description:
learning phase (teach) and an autonomous navigation (repeat) phase. The main goal of this work is to propose a T&R navigation method that can
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.