logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-05202024-135334


Tipo di tesi
Tesi di laurea magistrale
Autore
PIANA, FRANCESCA
URN
etd-05202024-135334
Titolo
Navigazione indoor-outdoor: un sistema inerziale integrato con LiDAR, telecamera 3D e GPS
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA ROBOTICA E DELL'AUTOMAZIONE
Relatori
relatore Pollini, Lorenzo
Parole chiave
  • indoor-outdoor
  • lidar
  • navigation
  • navigazione
  • RGB-depth camera
Data inizio appello
06/06/2024
Consultabilità
Non consultabile
Data di rilascio
06/06/2064
Riassunto
Il problema affrontato in questa tesi consiste nella riduzione della deriva dell’errore di navigazione, in particolare l’errore nella stima di velocità, di un drone teleoperato che passa da un ambiente outdoor, con disponibilità di misure GPS, ad un ambiente indoor, dove queste non sono disponibili o poco affidabili. In questa tesi si è sviluppato e validato tramite esperimenti un algoritmo che, attraverso una RGB-depth camera, permette al drone di crearsi dei landmark, ”oggetti” che è in grado di localizzare e riconoscre nello spazio, ai quali viene assegnata una posizione.
Ogni volta che un landmark viene riconosciuto, avendone fissato la posizione, si potrà ottenere una misura della posizione del drone relativa a quest’ultimo che verrà usata come misura di posizione da passare al filtro di Kalman.
Le misure di posizione dai landmark sono affiancate da stime di velocità realizzate dall’algoritmo LiVE tramite misure Lidar. Il funzionamento del sistema è stato mostrato attraverso esperimenti svolti in ambiente controllato con il segnale GPS simulato da sistema di motion capture.

The problem addressed in this thesis is the reduction of the drift of the navigation error, in particular the one relative to the velocity, of a teleoperated drone that navigates from anoutdoor environment, where GPS measuements ara avaible, to an indoor environments, where they are not. In this thesis it has been developed and tested an algorithm that, using a RGB-depth camera, is able to create landmarks, ”objects” that it is able to locate and recognize in space. Once a landmark is recognized, it is possible to obtain a measure of the drone position relative to it that will be given to a Kalman Filter. The position measurements are accompanied by velocity estimates from the LiVE algorithm that are made using LIDAR 1measurements. The performance of the system has been shown through esperiments made in a controlled environment where GPS signal is replaced by a motion capture system.
File