Tesi etd-05272020-150256 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
FONTANA, UMBERTO
URN
etd-05272020-150256
Titolo
Un Sistema di Navigazione e Guida Basato su Visione Artificiale per l' Inseguimento di un APR non Cooperante
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA ROBOTICA E DELL'AUTOMAZIONE
Relatori
relatore Prof. Pollini, Lorenzo
Parole chiave
- Stima Non Lineare
- Sistema Fuzzy
- Guida
- Visione Artificiale
- Reti Neurali
Data inizio appello
19/06/2020
Consultabilità
Non consultabile
Data di rilascio
19/06/2090
Riassunto
Il presente elaborato illustra la progettazione e l’implementazione di un sistema di guida per Aeromobili a Pilotaggio Remoto (APR).
Sono stati utilizzati algoritmi di visione artificiale per identificare e tracciare in tempo reale un drone Target nei fotogrammi ottenuti da una videocamera. Essi hanno consentito di ricavare le misure per stimare il moto relativo tra i due APR, attraverso un filtro di Kalman Unscented(UKF). La stima, il cui comportamento dipende fortemente dal moto relativo tra i velivoli, e ` stata irrobustita grazie alle informazioni ricavabili dalla nuvola di punti, fornita dalla videocamera utilizzata.
Un sistema di navigazione, per definire il moto del drone inseguitore, e l’UKF hanno permesso di ottenere le misure necessarie per una legge di guida basata su logica fuzzy. L’approccio è stato scelto per evitare collisioni tra i due APR.
Sono stati effeuati test sia in ambiente Simulink, che con la tecnica hardware-in-the-loop(HIL). Nel primo caso l'obiettivo è stato quello di verificare la bontà delle leggi di guida in varie configurazioni, nel secondo testare il funzionamento del sistema con l’hardware istallato sull’ APR inseguitore. Gli algoritmi di visione artificiale e il sistema di stima del moto relativo sono eseguiti da un modulo Jetson TX2, di dimensioni ridotte e facilmente trasportabile in volo. I sistemi di navigazione e guida sono stati implementati sul microcontrollore STM32F407VG.
L’intero sistema e stato progeato per essere totalmente autonomo, senza alcuna interazione con stazioni di terra né con il velivolo da inseguire.
Sono stati utilizzati algoritmi di visione artificiale per identificare e tracciare in tempo reale un drone Target nei fotogrammi ottenuti da una videocamera. Essi hanno consentito di ricavare le misure per stimare il moto relativo tra i due APR, attraverso un filtro di Kalman Unscented(UKF). La stima, il cui comportamento dipende fortemente dal moto relativo tra i velivoli, e ` stata irrobustita grazie alle informazioni ricavabili dalla nuvola di punti, fornita dalla videocamera utilizzata.
Un sistema di navigazione, per definire il moto del drone inseguitore, e l’UKF hanno permesso di ottenere le misure necessarie per una legge di guida basata su logica fuzzy. L’approccio è stato scelto per evitare collisioni tra i due APR.
Sono stati effeuati test sia in ambiente Simulink, che con la tecnica hardware-in-the-loop(HIL). Nel primo caso l'obiettivo è stato quello di verificare la bontà delle leggi di guida in varie configurazioni, nel secondo testare il funzionamento del sistema con l’hardware istallato sull’ APR inseguitore. Gli algoritmi di visione artificiale e il sistema di stima del moto relativo sono eseguiti da un modulo Jetson TX2, di dimensioni ridotte e facilmente trasportabile in volo. I sistemi di navigazione e guida sono stati implementati sul microcontrollore STM32F407VG.
L’intero sistema e stato progeato per essere totalmente autonomo, senza alcuna interazione con stazioni di terra né con il velivolo da inseguire.
File
| Nome file | Dimensione |
|---|---|
Tesi non consultabile. |
|