Visual-Inertial Based Autonomous Navigation of an Unmanned Aerial Vehicle in GPS-Denied ...

98 Pages·2015·20.63 MB·English

FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO
Visual-Inertial Based Autonomous
Navigation of an Unmanned Aerial
Vehicle in GPS-Denied Environments
Francisco de Babo Martins
FOR JURY EVALUATION
MestradoIntegradoemEngenhariaElectrotécnicaedeComputadores
Supervisor: LuísTeixeira
Co-Supervisor: RuiNóbrega
June29,2015
(cid:13)c FranciscodeBaboMartins,2015
Resumo
Nos últimos tempos, desenvolvimentos tecnológicos tais como controlo de estabilidade, autono-
miadebateriaseredesdesensorespermitiramacriaçãodeveículosaéreosnãotripulados(UAVs)
baratoseacessiveisaumagrandediversidadedeaplicações.
ParaUAVs,anavegaçãoeminterioreséumproblemadesafiantedevidoaolimitedecargaque
estespodemcarregar. Devidoaumaautonomiareduzidadabateria,apenassensorescomumpeso
reduzido,talcomocâmerasmonoculares,quenãotêmumimpactoelevadonavidaútildabateria
nem nas limitações de peso, podem ser anexados ao UAV. Estas câmaras no entanto apresentam
um problema relativamente a navegação autónoma e estimação de posição, devido à ausência de
percepção de profundidade, que só pode ser obtida com utilização de câmeras estereoscopicas
e outros sensores adicionais. Esta dissertação aborda este problema através do desenvolvimento
de um método destinado a permitir que um UAV possa navegar com segurança num ambiente
previamente desconhecido, onde não existe cobertura de GPS, ao mesmo tempo que detecta as
portasdoscorredoresemantemodronecentradonessemesmocorredor.
Por outras palavras, o objectivo é o de produzir um sistema de navegação e estimação de
posiçãorobustoeautónomoparaumveículoaéreonãotripulado.
Afimdeconseguircumpriresteobjectivo,ovídeovindoemtemporealdoUAVéprocessado
por três módulos diferentes: navegação, detecção de portas e estimativa de posição. Para a parte
danavegação,osistemabaseia-senadetecçãodopontodefugadaimagemcapturada,utilizando
a transformada de Hough para detectar e prevenir a colisão com as paredes. A parte de detecção
de portas baseia-se não só na detecção dos contornos das portas, mas também na detecção das
reentrânciasdecadaporta. Osistemausaestesdoisdiferentestiposdedetecçãoafimdedetectar
as portas com uma precisão mais elevada, utilizando a detecção de reentrâncias como o detector
principal e o detector de contornos para uma validação adicional. Para a parte de estimativa de
posição,osistemabaseia-seeminformaçãopré-codificadadopisoemqueoUAVestáanavegar,
enavelocidadelineardoUAVfornecidapelaIMUdomesmo.
Afimdevalidarométododesenvolvido,osresultadosdestaabordagemforamobtidoseavali-
adosemdiferentescorredoresusandoumquadricoptero,oParrotAR.Drone. Odronefoicapazde
navegar com segurança nesses mesmos corredores, detectando as portas do mesmo e estimando
a sua posição aproximada relativamente ao seu ponto de partida. Isto prova que os métodos de
navegaçãoedetecçãodeportasdesenvolvidossãorobustosepermitemumanavegaçãoautónoma
deumveículoaéreosemqualquerintervençãohumana.
i
ii
Abstract
In recent years, the latest developments in technologies such as stability control, batteries and
sensing systems have allowed manufactures to produce Unmanned Aerial Vehicles (UAVs) both
affordableandaccessibletoavastdiversityofapplications.
For UAVs, indoor navigation is a challenging problem due to the limited payload they can
carry. Becauseofalimitedbatterycapacity,onlylightweightsensorssuchasmonocularcameras,
whichdonottakeatollonbatterylifeandweightlimitations,canbeattachedtotheUAV.These
cameras however present a problem towards autonomous navigation and position estimation due
to the lack of depth perception which can only be obtained with vision disparity using stereo
cameras and other additional sensors. This dissertation addresses this problem by developing a
method intended to allow an UAV to safely navigate in a previously unknown and GPS-denied
environmentandfocusonthedetectionofdoorsofcorridorswhilekeepingthedronealignedwith
thecenterofthesamecorridor.
In other words, the goal is to produce a robust and autonomous navigation and position esti-
mationsystemforanunmannedvehicle.
Inordertoachievethis,thevideoinputfromadroneisprocessedbythreedifferentmodules:
navigation, door detection and drone position estimation. For the navigation part, the system
relies on the detection of the vanishing point using the Hough transform for wall detection and
avoidance. The door detection part relies not only on detection of the contours but also on the
recesses of each door. The system uses these two different detection types in order to detect
doors with a higher precision, using the recess detection as the master detector and the contour
detection as an additional validation. For the position estimation part, the system relies on pre-
coded information of the floor in which the drone is navigating, and the velocity of the drone
providedbyitsIMU.
To validate the developed method, results of this approach were obtained and evaluated in
different corridors using a quad-rotor drone, the Parrot AR. Drone. The drone was able to safely
navigate in those corridors while detecting evident doors and estimate its approximate position
relatively to its starting point. This shows that developed vision navigation and door detection
proceduresarereliableandenableanaerialvehicletoflywithouttheneedofhumanintervention.
iii
iv
Acknowledgements
I would like to thank my supervisor Luís Teixeira and my co-supervisor Rui Nóbrega for their
guidanceandinfluentialsupervisionthroughoutthisproject. Iwouldalsoliketothanksmyparents
Agostinho e Felisbela for their constant support and faith throughout my master study. A special
appreciation to all my friends and colleges for their enthusiasm and encouragement towards my
project.
FranciscodeBaboMartins
v
vi
“Roads?
Towherewearegoing,wedon’tneed...roads!”
Dr. EmmettLathropBrown
vii
viii