@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/ibi/8JMKD3MGP3W34R/3R5MGG8",
targetfile = "publicacao.pdf",
urlaccessdate = "29 mar. 2024"
}