FCEN-UBA | Nitsche, Matías Alejandro. 2016 03 22 "Método de navegación basado en

140 Pages·2016·3.27 MB·English

by  Nitsche, Matías Alejandro

Tesis Doctoral
MMééttooddoo ddee nnaavveeggaacciióónn bbaassaaddoo eenn
aapprreennddiizzaajjee yy rreeppeettiicciióónn aauuttóónnoommaa
ppaarraa vveehhííccuullooss aaéérreeooss nnoo ttrriippuullaaddooss
Nitsche, Matías Alejandro
2016-03-22
Este documento forma parte de la colección de tesis doctorales y de maestría de la Biblioteca
Central Dr. Luis Federico Leloir, disponible en digital.bl.fcen.uba.ar. Su utilización debe ser
acompañada por la cita bibliográfica con reconocimiento de la fuente.
This document is part of the doctoral theses collection of the Central Library Dr. Luis Federico
Leloir, available in digital.bl.fcen.uba.ar. It should be used accompanied by the corresponding
citation acknowledging the source.
Cita tipo APA:
Nitsche, Matías Alejandro. (2016-03-22). Método de navegación basado en aprendizaje y
repetición autónoma para vehículos aéreos no tripulados. Facultad de Ciencias Exactas y
Naturales. Universidad de Buenos Aires.
Cita tipo Chicago:
Nitsche, Matías Alejandro. "Método de navegación basado en aprendizaje y repetición
autónoma para vehículos aéreos no tripulados". Facultad de Ciencias Exactas y Naturales.
Universidad de Buenos Aires. 2016-03-22.
DDiirreecccciióónn:: Biblioteca Central Dr. Luis F. Leloir, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires. CCoonnttaaccttoo:: [email protected]
Intendente Güiraldes 2160 - C1428EGA - Tel. (++54 [phone]
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.