Fechar
Metadados

@MastersThesis{Reboušas:2019:SiPoVA,
               author = "Rebou{\c{c}}as, Rodrigo Augusto",
                title = "Sistema de posicionamento de VANT baseado em imagens",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2019",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2019-05-27",
             keywords = "VANT, navega{\c{c}}{\~a}o aut{\^o}noma, pontos de interesse, 
                         RANSAC, odometria visual, UAV, autonomous navigation, interest 
                         points, RANSAC, visual odometry.",
             abstract = "O uso de Ve{\'{\i}}culos A{\'e}reos n{\~a}o Tripulados (VANT) 
                         para a captura de imagens tem crescido nos {\'u}ltimos anos, 
                         tendo diversas aplica{\c{c}}{\~o}es nas {\'a}reas de 
                         desmatamento, sistema de vigil{\^a}ncia e mosaico de imagens. A 
                         navega{\c{c}}{\~a}o aut{\^o}noma desse tipo de ve{\'{\i}}culo 
                         geralmente faz uso de sensores inerciais e GPS, entretanto o GPS 
                         possui algumas defici{\^e}ncias, por exemplo: erros de 
                         posicionamento; falhas de comunica{\c{c}}{\~a}o; e 
                         vulnerabilidade, com isso h{\'a} uma necessidade de se buscar 
                         formas de aprimorar e auxiliar o sistema de navega{\c{c}}{\~a}o 
                         da aeronave, buscando uma maior confiabilidade no sistema de 
                         posicionamento durante o voo. Neste trabalho faz-se uso de um 
                         sistema autoconfigurado, para navega{\c{c}}{\~a}o de VANT 
                         baseado por imagens, para auxiliar o GPS. O Trabalho, em uma etapa 
                         inicial, faz a compara{\c{c}}{\~a}o de m{\'e}todos de pontos de 
                         interesse bin{\'a}rios ORB, BRISK, FREAK, AKAZE e LACH 
                         configurados pelo Algoritmo Gen{\'e}tico, para 
                         detec{\c{c}}{\~a}o de pontos caracter{\'{\i}}sticos em imagens 
                         de diferentes tipos de cobertura de solo, o uso do m{\'e}todo 
                         RANdom SAmple Consensus (RANSAC) para eliminar falsas 
                         correspond{\^e}ncias entre os pontos detectados, e a Odometria 
                         Visual para estimar a posi{\c{c}}{\~a}o do VANT, com uso das 
                         correspond{\^e}ncias e sensores da aeronave. Para 
                         implementa{\c{c}}{\~a}o de um sistema autoconfigurado, para cada 
                         imagem de entrada do VANT, o sistema identifica atrav{\'e}s de 
                         medidas de texturas, qual par{\^a}metro extra{\'{\i}}do com o 
                         Algoritmo Gen{\'e}tico {\'e} mais adequado para a imagem, com 
                         uso de l{\'o}gica Fuzzy. O trabalho obteve os seguintes 
                         resultados: entre a compara{\c{c}}{\~a}o dos m{\'e}todos de 
                         pontos de interesse, o AKAZE teve a melhor rela{\c{c}}{\~a}o de 
                         desempenho; entre as medidas de texturas, o contraste e 
                         heterogeneidade apresentaram melhor separa{\c{c}}{\~a}o entre as 
                         coberturas de solo; a l{\'o}gica nebulosa para configurar 
                         automaticamente o par{\^a}metro do AKAZE teve uma melhora na taxa 
                         de acerto de 30% em rela{\c{c}}{\~a}o aos par{\^a}metros 
                         padr{\~o}es, al{\'e}m de manter o tempo computacional; e o erro 
                         da estima{\c{c}}{\~a}o de posi{\c{c}}{\~a}o da aeronave {\'e} 
                         inferior a 10% da distancia percorrida. ABSTRACT: The use of 
                         Unmanned Aerial Vehicles (UAV) for an image capture has been 
                         growing in recent years and has been the target of several 
                         applications in the areas of deforestation, surveillance and 
                         mosaic of images. The autonomous navigation of this type of 
                         vehicle, typically makes use of inherent sensors and GPS, just as 
                         the GPS has some deficiencies, for example: positioning errors; 
                         communication failures; and vulnerability, with this there is a 
                         way to seek advanced and auxiliary forms of aircraft navigation 
                         system, seeking a higher speed without a positioning system during 
                         flight. When using an autoconfigured system, for the navigation of 
                         UAV by images, to assist the GPS. The work, in an initial stage, 
                         makes a comparison of methods of binary interest points ORB, 
                         BRISK, FREAK, AKAZE and LACH configured by the Genetic Algorithm, 
                         for the detection of characteristic points in images of different 
                         types of soil cover, the use of the RANdom Consensus SA Method 
                         (RANSAC) to eliminate false correspondences between the detected 
                         points, and Visual Odometry to estimate the position of the UAV, 
                         with the use of aircraft correspondences and sensors. For the 
                         implementation of an autoconfigured system, for each input image 
                         of the UAV, the system of identification through texture 
                         measurements can be used as an additional parameter for the 
                         Genetic Algorithm for the image, using Fuzzy logic. The work 
                         obtained the following results: in the comparison of the methods 
                         of points of interest, the AKAZE had a better relation of 
                         performance; considering textures, contrast and heterogeneity, 
                         among soil forms; the Fuzzy to automatically configure the AKAZE 
                         parameter, had an improvement in the 30 % hit rate compared to 
                         paragraph standards, in addition to maintaining computational 
                         time; the aircraft position error is less than 10% of the distance 
                         traveled.",
            committee = "Vijaykumar, Nandamudi Lankalapalli (presidente) and 
                         Guimar{\~a}es, Lamartine Nogueira Frutuoso (orientador) and 
                         Velho, Haroldo Fraga de Campos and Habermann, Mateus and 
                         Shiguemori, Elcio Hideiti",
         englishtitle = "UAV positioning system based on images",
             language = "pt",
                pages = "122",
                  ibi = "8JMKD3MGP3W34R/3TC4LNL",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/3TC4LNL",
           targetfile = "publicacao.pdf",
        urlaccessdate = "29 nov. 2020"
}


Fechar