| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 10.32 MB | Adobe PDF |
Abstract(s)
Os Veículos Aéreos Não Tripulados (VANTs) são utilizados nos dias de hoje em inúmeras aplicações, abrangendo vigilância operacional, reconhecimento em tempo real, atividades humanitárias, entre outras. Os veículos aéreos não tripulados podem ser operados manualmente por um piloto ou autonomamente, com trajetos pré-definidos. A aterragem de veículo aéreo não tripulado em navios apresenta uma dificuldade acrescida devido à área limitada disponível a bordo. Adicionalmente, existem áreas navegáveis em que o sinal Global Positioning System (GPS) pode ter falhas intermitentes de sinal ou sofrer empastelamento, aumentando o desafio de aterragem dos veículos aéreos não tripulados. Consequentemente, torna-se fundamental auxiliar e automatizar a fase de aterragem de veículo aéreo não tripulado em navios, uma vez que é durante este período que ocorre o maior número de acidentes. A presente dissertação explora a visão computacional, aplicando duas câmaras por forma a localizar o veículo, apresentando-se como uma abordagem viável em situações em que ocorra falha de sinal GPS. Foram obtidos três conjuntos de dados reais, com um aparato experimental dedicado para o efeito, através da captura de imagens em três cenários distintos. Um dos cenários envolveu a aquisição de imagens a bordo de um navio da Marinha Portuguesa, evidenciando a diversidade dos dados obtidos. A calibração das câmaras foi efetuada de acordo com o método de Zhang e a determinação dos parâmetros intrínsecos e extrínsecos pelo método Perspective-n-Point. O alinhamento temporal entre as câmaras e os dados de telemetria do veículo aéreo não tripulado, permitem o sincronismo dos dados e uma maior precisão temporal. Os datasets adquiridos foram devidamente anotados para a análise do desempenho nos algoritmos implementados. O dataset disponibilizado é composto por cerca de vinte mil imagens anotadas através de bounding boxes. De forma a demonstrar a aplicação prática do dataset, os dados foram submetidos a duas aplicações distintas, o Filtro de Kalman Estendido e a Triangulação Stereo.
Unmanned Aerial Vehicles (UAVs) have a wide range of applications, including operational surveillance, real-time reconnaissance, and humanitarian activities, among many others equally significant. Unmanned Aerial Vehicles can be operated manually by a pilot or autonomously on predefined routes. The limited area available on board makes landing unmanned aerial vehicles on ships an additional challenge. Furthermore, in some navigable areas, GPS (Global Positioning System) signals may experience intermittent signal failures, causing the challenge of landing the unmanned aerial Vehicle to increase. Therefore, assisting and automating the landing phase of unmanned aerial vehicles aboard ships is essential. This dissertation explores a feasible way of locating a unmanned aerial vehicle, with the help of computer vision aided by two cameras, in case of GPS (Global Positioning System) signal failure or jamming. A dedicated experimental apparatus captured images in three distinct scenarios, resulting in three real datasets. One of the scenarios involved acquiring images on board a Portuguese Navy ship, highlighting the diversity of data obtained. Camera calibration, defining the intrinsic and extrinsic parameters, was carried out according to the Zhang and Perspective-n-Point method. Time history and unmanned aerial vehicle telemetry data alignment allowed data synchronization and improved temporal accuracy. The available dataset consists of about 20,000 images annotated through bounding boxes. To demonstrate the practical application of the dataset, the data were submitted to two different procedures, the Kalman Filter and Epipolar Geometry.
Unmanned Aerial Vehicles (UAVs) have a wide range of applications, including operational surveillance, real-time reconnaissance, and humanitarian activities, among many others equally significant. Unmanned Aerial Vehicles can be operated manually by a pilot or autonomously on predefined routes. The limited area available on board makes landing unmanned aerial vehicles on ships an additional challenge. Furthermore, in some navigable areas, GPS (Global Positioning System) signals may experience intermittent signal failures, causing the challenge of landing the unmanned aerial Vehicle to increase. Therefore, assisting and automating the landing phase of unmanned aerial vehicles aboard ships is essential. This dissertation explores a feasible way of locating a unmanned aerial vehicle, with the help of computer vision aided by two cameras, in case of GPS (Global Positioning System) signal failure or jamming. A dedicated experimental apparatus captured images in three distinct scenarios, resulting in three real datasets. One of the scenarios involved acquiring images on board a Portuguese Navy ship, highlighting the diversity of data obtained. Camera calibration, defining the intrinsic and extrinsic parameters, was carried out according to the Zhang and Perspective-n-Point method. Time history and unmanned aerial vehicle telemetry data alignment allowed data synchronization and improved temporal accuracy. The available dataset consists of about 20,000 images annotated through bounding boxes. To demonstrate the practical application of the dataset, the data were submitted to two different procedures, the Kalman Filter and Epipolar Geometry.
Description
Keywords
VANT Aterragem autónoma Visão estereoscópica PnP Filtro de Kalman Geometria epipolar