Fechar
Metadados

@PhDThesis{Braga:2018:NaAuVA,
               author = "Braga, Jos{\'e} Renato Garcia",
                title = "Navega{\c{c}}{\~a}o aut{\^o}noma de VANT por imagens LiDAR",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2018",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2016-05-15",
             keywords = "VANT, navega{\c{c}}{\~a}o aut{\^o}noma, vis{\~a}o 
                         computacional, sensores LiDAR, fus{\~a}o de dados, UAV, 
                         autonomous navigation, computer vision, LiDAR sensors, data 
                         fusion.",
             abstract = "Nas {\'u}ltimas d{\'e}cadas, observou-se um aumento gradativo na 
                         utiliza{\c{c}}{\~a}o de Ve{\'{\i}}culo A{\'e}reo N{\~a}o 
                         Tripulado (VANT) em diversas {\'a}reas, entre elas, monitoramento 
                         do uso da terra, opera{\c{c}}{\~o}es de busca e resgate, 
                         acompanhamento de impactos ambientais, vigil{\^a}ncia de 
                         fronteiras, entre outras. H{\'a} expectativas no aumento do 
                         emprego de VANT em aplica{\c{c}}{\~o}es civis e militares devido 
                         ao baixo custo de desenvolvimento e operacional, quando comparados 
                         com aeronaves tripuladas. A aus{\^e}ncia de 
                         tripula{\c{c}}{\~a}o embarcada durante o emprego de VANT, 
                         principalmente em miss{\~o}es de grande periculosidade, 
                         tamb{\'e}m {\'e} uma vantagem, pois diminui os riscos {\`a} 
                         vida humana. Com o aumento do emprego de VANT o desenvolvimento de 
                         sistemas para a sua navega{\c{c}}{\~a}o aut{\^o}noma tem sido 
                         tema de diversas pesquisas. Uma das tarefas dos sistemas de 
                         navega{\c{c}}{\~a}o aut{\^o}noma de VANT {\'e} estimar sua 
                         posi{\c{c}}{\~a}o. A grande maioria dos sistemas de 
                         navega{\c{c}}{\~a}o aut{\^o}noma de VANT utilizam a fus{\~a}o 
                         de dados do Sistema de Navega{\c{c}}{\~a}o Inercial (INS, do 
                         ingl{\^e}s, Inertial Navigation System) com os dados do Sistema 
                         de Navega{\c{c}}{\~a}o Global por Sat{\'e}lite (Global 
                         Navigation Satellite System) (principalmente o Sistema de 
                         Posicionamento Global (GPS, do ingl{\^e}s, Global Positioning 
                         System)) para estimar a posi{\c{c}}{\~a}o do VANT. Mas o GNSS 
                         pode sofrer interfer{\^e}ncia em seu sinal devido a ataques 
                         maliciosos e a fen{\^o}menos naturais. O desenvolvimento de um 
                         sistema de vis{\~a}o computacional, que utiliza imagens 
                         capturadas e processadas em tempo de voo para determinar a 
                         localiza{\c{c}}{\~a}o do VANT, pode substituir a 
                         informa{\c{c}}{\~a}o do GNSS. Entretanto, ainda {\'e} um 
                         desafio o desenvolvimento de um sistema de estima{\c{c}}{\~a}o 
                         da posi{\c{c}}{\~a}o do VANT por processamento de imagens para 
                         operar durante a navega{\c{c}}{\~a}o da aeronave sobre 
                         regi{\~o}es cobertas por {\'a}gua (por exemplo, o oceano) e em 
                         condi{\c{c}}{\~o}es de baixa ou sem luminosidade. Neste 
                         contexto, esta tese de doutorado apresenta uma metodologia que 
                         estima a posi{\c{c}}{\~a}o geogr{\'a}fica de um VANT quando 
                         este sobrevoa regi{\~o}es cobertas por {\'a}gua e regi{\~o}es 
                         com baixa ou sem luminosidade utilizando imagens provenientes de 
                         um sensor ativo denominado Light Detection And Ranging (LiDAR). A 
                         metodologia proposta utiliza a fus{\~a}o de dados, por um Filtro 
                         de Part{\'{\i}}culas N{\~a}o-Extens{\'{\i}}vel (FPNE), de 
                         duas t{\'e}cnicas de vis{\~a}o computacional, odometria visual e 
                         registro autom{\'a}tico de imagens, para estimar a 
                         posi{\c{c}}{\~a}o da aeronave. O sistema de 
                         estima{\c{c}}{\~a}o da posi{\c{c}}{\~a}o requer que o 
                         processamento seja feito em sistemas embarcados e em tempo de voo, 
                         por este motivo, a metodologia proposta {\'e} desenvolvida em 
                         computadores port{\'a}teis e de baixo consumo e que permitam a 
                         computa{\c{c}}{\~a}o de alto desempenho. Para a 
                         valida{\c{c}}{\~a}o da metodologia proposta s{\~a}o realizados 
                         testes com dois conjunto de dados diferentes: o primeiro com dados 
                         reais do voo de VANT, mas capturado por uma c{\^a}mera de 
                         v{\'{\i}}deo; o segundo, uma simula{\c{c}}{\~a}o utilizando 
                         imagens de um sensor LiDAR. Os resultados obtidos com as 
                         t{\'e}cnicas empregadas mostram-se promissores para emprego na 
                         navega{\c{c}}{\~a}o aut{\^o}noma de VANT em regi{\~o}es 
                         cobertas por {\'a}gua ou e em regi{\~o}es com baixa ou sem 
                         luminosidade. ABSTRACT: In the last years, there was a gradual 
                         increase in the employment of Unmanned Aerial Vehicles (UAV) in 
                         several areas, among them, land-use monitoring, search and rescue 
                         operations, monitoring of environmental impacts, border 
                         surveillance, and others. There is an expectation that the use of 
                         UAVs will increase in the future, due to the low costs of 
                         development and low operational costs when compared to manned 
                         aircraft. The main advantage of the UAV employment is the absence 
                         of onboard crew, which reduces the risks to human life. With the 
                         increase of UAV employment, the development of systems for its 
                         autonomous navigation has been subject of several investigations. 
                         One of the tasks of autonomous navigation systems for UAV is to 
                         estimate its position. The main strategy applied for estimating 
                         the UAV position is the use of information from Inertial 
                         Navigation System (INS) combined with information from Global 
                         Navigation Satellite System (GNSS).The signal of GNSS can suffer 
                         an outage due to malicious attacks and natural phenomena. Thus, 
                         the development of a computer vision system, which uses images 
                         captured and processed in flight time, can be used to determine 
                         the UAV location and replace the information from GNSS. However, 
                         the development of a computer vision system for estimating the UAV 
                         position in a situation of flight over water-covered areas (eg the 
                         ocean) and flight in low light conditions is a challenge. In this 
                         context, this doctoral thesis presents an approach for estimating 
                         the geographical position of a UAV, when it flies over regions 
                         covered by water and regions with low light conditions. The 
                         approach uses images from an active sensor called Light Detection 
                         And Ranging (LiDAR) to allow the flight in those conditions. The 
                         proposed approach estimates the aircraft position by employing 
                         data fusion of two techniques of position estimation by computer 
                         vision: visual odometry and the image matching. The data fusion 
                         algorithm is performed by an Non-Extensible Particle Filter 
                         (NEPF). The approach requires that the processing be done in 
                         embedded systems and in flight time, thus, the proposed method is 
                         developed in portable and low-power high-performance computer. For 
                         the validation of the proposed method, two different data sets are 
                         applied: the first one composed by real flight data from an UAV, 
                         with images captured by its video camera; and the second one, a 
                         simulation using images from a LiDAR sensor. The approach results 
                         are promising for the UAV position estimation in regions covered 
                         by water or in regions with low light conditions.",
            committee = "Vijaykumar, Nandamudi Lankalapalli (presidente) and Campos Velho, 
                         Haroldo Fraga de (orientador) and Shiguemori, Elcio Hideiti 
                         (orientador) and Santiago J{\'u}nior, Valdivino Alexandre de and 
                         Guimar{\~a}es, Lamartine Nogueira Frutuoso and Ramos, Alexandre 
                         Carlos Brand{\~a}o and Braga, Antonio de Padua",
         englishtitle = "UAV autonomous navigation by LiDAR images processing",
             language = "pt",
                pages = "305",
                  ibi = "8JMKD3MGP3W34R/3R5MGG8",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/3R5MGG8",
           targetfile = "publicacao.pdf",
        urlaccessdate = "18 jan. 2021"
}


Fechar