@MastersThesis{Rebouças: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/ibi/8JMKD3MGP3W34R/3TC4LNL",
targetfile = "publicacao.pdf",
urlaccessdate = "27 abr. 2024"
}