Navigation and Mapping for Aerial Vehicles Based on Inertial and Imaging Sensors PDF Download

Author:
Publisher:
ISBN: 9789175195537
Category : Aerial observation (Military science)
Languages : en
Pages : 82

View

Book Description
Small and medium sized Unmanned Aerial Vehicles (UAV) are today used in military missions, and will in the future find many new application areas such as surveillance for exploration and security. To enable all these foreseen applications, the UAV's have to be cheap and of low weight, which restrict the sensors that can be used for navigation and surveillance. This thesis investigates several aspects of how fusion of navigation and imaging sensors can improve both tasks at a level that would require much more expensive sensors with the traditional approach of separating the navigation system from the applications. The core idea is that vision sensors can support the navigation system by providing odometric information of the motion, while the navigation system can support the vision algorithms, used to map the surrounding environment, to be more efficient. The unified framework for this kind of approach is called Simultaneous Localisation and Mapping (SLAM) and it will be applied here to inertial sensors, radar and optical camera.

Author: V. Sazdovski
Publisher:
ISBN:
Category :
Languages : en
Pages :

View

Book Description
Unmanned aerial vehicles technologies are getting smaller and cheaper to use and the challenges of payload limitation in unmanned aerial vehicles are being overcome. Integrated navigation system design requires selection of set of sensors and computation power that provides reliable and accurate navigation parameters (position, velocity and attitude) with high update rates and bandwidth in small and cost effective manner. Many of today's operational unmanned aerial vehicles navigation systems rely on inertial sensors as a primary measurement source. Inertial Navigation alone however suffers from slow divergence with time. This divergence is often compensated for by employing some additional source of navigation information external to Inertial Navigation. From the 1990's to the present day Global Positioning System has been the dominant navigation aid for Inertial Navigation. In a number of scenarios, Global Positioning System measurements may be completely unavailable or they simply may not be precise (or reliable) enough to be used to adequately update the Inertial Navigation hence alternative methods have seen great attention. Aiding Inertial Navigation with vision sensors has been the favoured solution over the past several years. Inertial and vision sensors with their complementary characteristics have the potential to answer the requirements for reliable and accurate navigation parameters. In this thesis we address Inertial Navigation position divergence. The information for updating the position comes from combination of vision and motion. When using such a combination many of the difficulties of the vision sensors (relative depth, geometry and size of objects, image blur and etc.) can be circumvented. Motion grants the vision sensors with many cues that can help better to acquire information about the environment, for instance creating a precise map of the environment and localize within the environment. We propose changes to the Simultaneous Localization and Mapping augmented state vector in order to take repeated measurements of the map point. We show that these repeated measurements with certain manoeuvres (motion) around or by the map point are crucial for constraining the Inertial Navigation position divergence (bounded estimation error) while manoeuvring in vicinity of the map point. This eliminates some of the uncertainty of the map point estimates i.e. it reduces the covariance of the map points estimates. This concept brings different parameterization (feature initialisation) of the map points in Simultaneous Localization and Mapping and we refer to it as concept of aiding Inertial Navigation by Simultaneous Localization and Mapping. We show that making such an integrated navigation system requires coordination with the guidance and control measurements and the vehicle task itself for performing the required vehicle manoeuvres (motion) and achieving better navigation accuracy. This fact brings new challenges to the practical design of these modern jam proof Global Positioning System free autonomous navigation systems. Further to the concept of aiding Inertial Navigation by Simultaneous Localization and Mapping we have investigated how a bearing only sensor such as single camera can be used for aiding Inertial Navigation. The results of the concept of Inertial Navigation aided by Simultaneous Localization and Mapping were used. New parameterization of the map point in Bearing Only Simultaneous Localization and Mapping is proposed. Because of the number of significant problems that appear when implementing the Extended Kalman Filter in Inertial Navigation aided by Bearing Only Simultaneous Localization and Mapping other algorithms such as Iterated Extended Kalman Filter, Unscented Kalman Filter and Particle Filters were implemented. From the results obtained, the conclusion can be drawn that the nonlinear filters should be the choice of estimators for this application.

Author: Christian Laugier
Publisher: Springer Science & Business Media
ISBN: 3540754032
Category : Technology & Engineering
Languages : en
Pages : 589

View

Book Description
This books presents the results of the 6th edition of "Field and Service Robotics" FSR03, held in Chamonix, France, July 2007. The conference provided a forum for researchers, professionals and robot manufacturers to exchange up-to-date technical knowledge and experience. This book offers a collection of a broad range of topics including: Underwater Robots and Systems, Autonomous Navigation for Unmanned Aerial Vehicles, Simultaneous Localization and Mapping, and Climbing Robotics.

Author: Manon Kok
Publisher: Linköping University Electronic Press
ISBN: 9176856216
Category :
Languages : en
Pages : 73

View

Book Description
In recent years, inertial sensors have undergone major developments. The quality of their measurements has improved while their cost has decreased, leading to an increase in availability. They can be found in stand-alone sensor units, so-called inertial measurement units, but are nowadays also present in for instance any modern smartphone, in Wii controllers and in virtual reality headsets. The term inertial sensor refers to the combination of accelerometers and gyroscopes. These measure the external specific force and the angular velocity, respectively. Integration of their measurements provides information about the sensor's position and orientation. However, the position and orientation estimates obtained by simple integration suffer from drift and are therefore only accurate on a short time scale. In order to improve these estimates, we combine the inertial sensors with additional sensors and models. To combine these different sources of information, also called sensor fusion, we make use of probabilistic models to take the uncertainty of the different sources of information into account. The first contribution of this thesis is a tutorial paper that describes the signal processing foundations underlying position and orientation estimation using inertial sensors. In a second contribution, we use data from multiple inertial sensors placed on the human body to estimate the body's pose. A biomechanical model encodes the knowledge about how the different body segments are connected to each other. We also show how the structure inherent to this problem can be exploited. This opens up for processing long data sets and for solving the problem in a distributed manner. Inertial sensors can also be combined with time of arrival measurements from an ultrawideband (UWB) system. We focus both on calibration of the UWB setup and on sensor fusion of the inertial and UWB measurements. The UWB measurements are modeled by a tailored heavy-tailed asymmetric distribution. This distribution naturally handles the possibility of measurement delays due to multipath and non-line-of-sight conditions while not allowing for the possibility of measurements arriving early, i.e. traveling faster than the speed of light. Finally, inertial sensors can be combined with magnetometers. We derive an algorithm that can calibrate a magnetometer for the presence of metallic objects attached to the sensor. Furthermore, the presence of metallic objects in the environment can be exploited by using them as a source of position information. We present a method to build maps of the indoor magnetic field and experimentally show that if a map of the magnetic field is available, accurate position estimates can be obtained by combining inertial and magnetometer measurements.

Author: Clas Veibäck
Publisher: Linköping University Electronic Press
ISBN: 9176852008
Category :
Languages : en
Pages : 190

View

Book Description
Target tracking is a mature topic with over half a century of mainly military and aviation research. The field has lately expanded into a range of civilian applications due to the development of cheap sensors and improved computational power. With the rise of new applications, new challenges emerge, and with better hardware there is an opportunity to employ more elaborated algorithms. There are five main contributions to the field of target tracking in this thesis. Contributions I-IV concern the development of non-conventional models for target tracking and the resulting estimation methods. Contribution V concerns a reformulation for improved performance. To show the functionality and applicability of the contributions, all proposed methods are applied to and verified on experimental data related to tracking of animals or other objects in nature. In Contribution I, sparse Gaussian processes are proposed to model behaviours of targets that are caused by influences from the environment, such as wind or obstacles. The influences are learned online as a part of the state estimation using an extended Kalman filter. The method is also adapted to handle time-varying influences and to identify dynamic systems. It is shown to improve accuracy over the nearly constant velocity and acceleration models in simulation. The method is also evaluated in a sea ice tracking application using data from a radar on Svalbard. In Contribution II, a state-space model is derived that incorporates observations with uncertain timestamps. An example of such observations could be traces left by a target. Estimation accuracy is shown to be better than the alternative of disregarding the observation. The position of an orienteering sprinter is improved using the control points as additional observations. In Contribution III, targets that are confined to a certain space, such as animals in captivity, are modelled to avoid collision with the boundaries by turning. The proposed model forces the predictions to remain inside the confined space compared to conventional models that may suffer from infeasible predictions. In particular the model improves robustness against occlusions. The model is successfully used to track dolphins in a dolphinarium as they swim in a basin with occluded sections. In Contribution IV, an extension to the jump Markov model is proposed that incorporates observations of the mode that are state-independent. Normally, the mode is estimated by comparing actual and predicted observations of the state. However, sensor signals may provide additional information directly dependent on the mode. Such information from a video recorded by biologists is used to estimate take-off times and directions of birds captured in circular cages. The method is shown to compare well with a more time-consuming manual method. In Contribution V, a reformulation of the labelled multi-Bernoulli filter is used to exploit a structure of the algorithm to attain a more efficient implementation.Modern target tracking algorithms are often very demanding, so sound approximations and clever implementations are needed to obtain reasonable computational performance. The filter is integrated in a full framework for tracking sea ice, from pre-processing to presentation of results. Målföljning (eng. target tracking) är ett välutforskat ämne med en historia som sträcker sig tillbaka till åtminstone 30-talet. Då tävlade en handfull nationer om att snabbast kunna upptäcka fienden innan det var för sent. Traditionellt sett har målföljning fortsatt att vara starkt förknippat med militära tillämpningar och flygfart. Det är först på senare år som billiga och kommersiellt tillgängliga sensorer har öppnat upp för en mängd betydligt fredligare användningsområden. Målföljning skulle kunna beskrivas som lokalisering av främmande objekt genom att samla in data från sensorer. Den här avhandlingen behandlar framförallt målföljning av olika sorters djur där data samlas in med videokameror. Det finns två bakomliggande syften. Det ena handlar om att underlätta forskning för biologer och det andra handlar om att skapa tekniska lösningar för att underlätta skyddet av sällsynta djur. Även målföljning av drivis där data samlas in med radar behandlas. Trots den vitt skilda tillämpningen är många metoder desamma. Syftet är att hantera drivis i norra ishavet där detektion och målföljning är viktiga komponenter för att undvika kollisioner. Biologer lägger ofta en ansenlig mängd tid på att samla in, annotera och sortera data. Det är tid som kan spenderas på mer givande forskningsaktiviteter. Med videokamera, bildbehandling och moderna algoritmer för målföljning är det möjligt att i viss mån automatisera datainsamlingen. Med automatisering kan mer information samlas in än med traditionella metoder och längre experiment kan ofta genomföras. Ytterligare en fördel är att man kan minska påverkan på djuren. Parkvakterna i många nationalparker kämpar dagligen med intrång från tjuvjägare. De har ytterst begränsade resurser och utsätter sina liv för stor fara. Bestånden minskar fortfarande för många djurarter som går en mörk framtid till mötes. För att vända trenden behövs stora insatser på många fronter samtidigt. Målföljning kan bidra med att på ett kostnadseffektivt sätt tillhandahålla övervakning av nationalparker. Kännedom om var djuren befinner sig underlättar koordinering av parkvakternas insatser för att skydda djuren. Målföljning kan ske med ett flertal olika sensorer, såsom radarer, fast uppsatta och luftburna videokameror, mikrofoner som lyssnar efter djurläten och även vittnesmål från parkvakterna. All insamlad information bidrar till att skapa en helhetsbild av situationen i nationalparken om den används rätt. Ishantering är ett viktigt område för oljeindustrin för att garantera säkerhet och undvika allvarliga olyckor. Målet är att upptäcka och spåra is som flyter i havet och om nödvändigt vidta åtgärder för att undvika kollision. Målet är att i förlängningen sätta upp ett stort nätverk av olika sensorer och databaser för att få en heltäckande bild av det aktuella läget. Flera källor diskuteras, såsom mark- och fartygsradarer av olika slag, satelliter, drönare med kameror och väderdatabaser. Att skapa fullständiga och användbara lösningar för biologer, parkvakter och oljeindustrin är väldigt ambitiösa mål. I avhandlingen presenteras bakomliggande teori för målföljning varvat med författarens egna forskningsbidrag och lösningar för en handfull specifika problem och tillämpningar. Det första projektet som presenteras är ett samarbete med Kolmårdens djurpark. Biologer i djurparken studerar delfiners beteende i fångenskap. I dagsläget markerar studenter för hand i video var delfinerna befinner sig i bassängen. Med målföljning samlas djurens positioner in automatiskt utan mänsklig inblandning. Det främsta bidraget i forskningen är utvecklingen av en modell för hur delfinerna rör sig i bassängen. Det andra projektet som presenteras är ett samarbete med biologer vid Lunds universitet som studerar beteendet hos flyttfåglar. I en metod från 60-talet mäts fåglars rörelser i en tratt. Från repor i tratten som orsakats vid fåglarnas lyftförsök analyserar man riktningarna för lyftförsöken. Med videokamera och målföljning samlas djurens positioner in och enskilda lyftförsök detekteras automatiskt. Det främsta bidraget i forskningen är en metod för att bättre utnyttja information från videon till att detektera lyftförsöken. Det tredje projektet som presenteras är ett samarbete med Smarta Savanner. En idé som utforskas är möjligheten att använda parkvakternas vittnesmål om spår från noshörningar för att förbättra målföljningen. Å ena sidan är data från videokameror och radarer väldigt noggranna i tid, men relativt osäkra i de uppmätta positionerna. Å andra sidan kan positionen för ett spår mätas noggrant samtidigt som det ofta är svårt att avgöra när noshörningen var på platsen. Genom att utnyttja informationen från båda källorna kan noshörningars förflyttningar i parken kartläggas bättre. Den bakomliggande teorin för observationer med osäker tid inom målföljning är relativt outforskad. Det främsta bidraget i forskningen är utvecklingen av en metod för att utnyttja sådana observationer. Enkla simulerade fall används för att analysera metoden. Metoden utvärderas även i en tillämpning för att förbättra den satellitbaserade positionsbestämningen av en orienterare genom att noggrant mäta positionen på kontrollerna. Det fjärde projektet som presenteras är ett samarbete med Norges teknisk-naturvitenskapelige universitet (NTNU) och Norut i Norge som samlat in radardata på Svalbard. Det främsta bidraget är utvecklandet av en metod som lär sig hur lokala strömmar och vindar påverkar drivisen för att bättre kunna förutspå rörelser.Ett annat bidrag i forskningen är en förenkling av formuleringen och implementationen av en modern algoritm för målföljning. Projekten, som alla har flera likheter och skillnader med varandra, kan gemensamt sammanfattas med att de spårar rörelser, eller vandringar, i naturen.

Author: Felipe Gonzalez Toro
Publisher: MDPI
ISBN: 3038428558
Category : Technology & Engineering
Languages : en
Pages : 405

View

Book Description
This book is a printed edition of the Special Issue "UAV-Based Remote Sensing" that was published in Sensors

Author: Jean-Philippe Condomines
Publisher: Elsevier
ISBN: 0081027443
Category : Technology & Engineering
Languages : en
Pages : 256

View

Book Description
Nonlinear Kalman Filter for Multi-Sensor Navigation of Unmanned Aerial Vehicles covers state estimation development approaches for Mini-UAV. The book focuses on Kalman filtering technics for UAV design, proposing a new design methodology and case study related to inertial navigation systems for drones. Both simulation and real experiment results are presented, thus showing new and promising perspectives. - Gives a state estimation development approach for mini-UAVs - Explains Kalman filtering techniques - Introduce a new design method for unmanned aerial vehicles - Introduce cases relating to the inertial navigation system of drones

Author: Allen David Wu
Publisher:
ISBN:
Category : Kalman filtering
Languages : en
Pages :

View

Book Description
Traditionally, the task of determining aircraft position and attitude for automatic control has been handled by the combination of an inertial measurement unit (IMU) with a Global Positioning System (GPS) receiver. In this configuration, accelerations and angular rates from the IMU can be integrated forward in time, and position updates from the GPS can be used to bound the errors that result from this integration. However, reliance on the reception of GPS signals places artificial constraints on aircraft such as small unmanned aerial vehicles (UAVs) that are otherwise physically capable of operation in indoor, cluttered, or adversarial environments. Theefore, this work investigates methods for incorporating a monocular vision sensor into a standard avionics suite. Vision sensors possess the potential to extract information about the surrounding environment and determine the locations of features or points of interest. Having mapped out landmarks in an unknown environment, subsequent observations by the vision sensor can in turn be used to resolve aircraft position and orientation while continuing to map out new features. An extended Kalman filter framework for performing the tasks of vision-based mapping and navigation is presented. Feature points are detected in each image using a Harris corner detector, and these feature measurements are corresponded from frame to frame using a statistical Z-test. When GPS is available, sequential observations of a single landmark point allow the point's location in inertial space to be estimated. When GPS is not available, landmarks that have been sufficiently triangulated can be used for estimating vehicle position and attitude. Simulation and real-time flight test results for vision-based mapping and navigation are presented to demonstrate feasibility in real-time applications. These methods are then integrated into a practical framework for flight in GPS-denied environments and verified through the autonomous flight of a UAV during a loss-of-GPS scenario. The methodology is also extended to the application of vehicles equipped with stereo vision systems. This framework enables aircraft capable of hovering in place to maintain a bounded pose estimate indefinitely without drift during a GPS outage.

Author: Oskar Ljungqvist
Publisher: Linköping University Electronic Press
ISBN: 9179298583
Category :
Languages : en
Pages : 119

View

Book Description
During the last decades, improved sensor and hardware technologies as well as new methods and algorithms have made self-driving vehicles a realistic possibility in the near future. At the same time, there has been a growing demand within the transportation sector to increase efficiency and to reduce the environmental impact related to transportation of people and goods. Therefore, many leading automotive and technology companies have turned their attention towards developing advanced driver assistance systems and self-driving vehicles. Autonomous vehicles are expected to have their first big impact in closed environments, such as mines, harbors, loading and offloading sites. In such areas, the legal requirements are less restrictive and the surrounding environment is more controlled and predictable compared to urban areas. Expected positive outcomes include increased productivity and safety, reduced emissions and the possibility to relieve the human from performing complex or dangerous tasks. Within these sites, tractor-trailer vehicles are frequently used for transportation. These vehicles are composed of several interconnected vehicle segments, and are therefore large, complex and unstable while reversing. This thesis addresses the problem of designing efficient motion planning and feedback control techniques for such systems. The contributions of this thesis are within the area of motion planning and feedback control for long tractor-trailer combinations operating at low-speeds in closed and unstructured environments. It includes development of motion planning and feedback control frameworks, structured design tools for guaranteeing closed-loop stability and experimental validation of the proposed solutions through simulations, lab and field experiments. Even though the primary application in this work is tractor-trailer vehicles, many of the proposed approaches can with some adjustments also be used for other systems, such as drones and ships. The developed sampling-based motion planning algorithms are based upon the probabilistic closed-loop rapidly exploring random tree (CL-RRT) algorithm and the deterministic lattice-based motion planning algorithm. It is also proposed to use numerical optimal control offline for precomputing libraries of optimized maneuvers as well as during online planning in the form of a warm-started optimization step. To follow the motion plan, several predictive path-following control approaches are proposed with different computational complexity and performance. Common for these approaches are that they use a path-following error model of the vehicle for future predictions and are tailored to operate in series with a motion planner that computes feasible paths. The design strategies for the path-following approaches include linear quadratic (LQ) control and several advanced model predictive control (MPC) techniques to account for physical and sensing limitations. To strengthen the practical value of the developed techniques, several of the proposed approaches have been implemented and successfully demonstrated in field experiments on a full-scale test platform. To estimate the vehicle states needed for control, a novel nonlinear observer is evaluated on the full-scale test vehicle. It is designed to only utilize information from sensors that are mounted on the tractor, making the system independent of any sensor mounted on the trailer. Under de senaste årtiondena har utvecklingen av sensor- och hårdvaruteknik gått i en snabb takt, samtidigt som nya metoder och algoritmer har introducerats. Samtidigt ställs det stora krav på transportsektorn att öka effektiviteten och minska miljöpåverkan vid transporter av både människor och varor. Som en följd av detta har många ledande fordonstillverkare och teknikföretag börjat satsat på att utveckla avancerade förarstödsystem och självkörande fordon. Även forskningen inom autonoma fordon har under de senaste årtiondena kraftig ökat då en rad tekniska problem återstår att lösas. Förarlösa fordon förväntas få sitt första stora genombrott i slutna miljöer, såsom gruvor, hamnar, lastnings- och lossningsplatser. I sådana områden är lagstiftningen mindre hård jämfört med stadsområden och omgivningen är mer kontrollerad och förutsägbar. Några av de förväntade positiva effekterna är ökad produktivitet och säkerhet, minskade utsläpp och möjligheten att avlasta människor från att utföra svåra eller farliga uppgifter. Inom dessa platser används ofta lastbilar med olika släpvagnskombinationer för att transportera material. En sådan fordonskombination är uppbyggd av flera ihopkopplade moduler och är således utmanande att backa då systemet är instabilt. Detta gör det svårt att utforma ramverk för att styra sådana system vid exempelvis autonom backning. Självkörande fordon är mycket komplexa system som består av en rad olika komponenter vilka är designade för att lösa separata delproblem. Två viktiga komponenter i ett självkörande fordon är dels rörelseplaneraren som har i uppgift att planera hur fordonet ska röra sig för att på ett säkert sätt nå ett överordnat mål, och dels den banföljande regulatorn vars uppgift är att se till att den planerade manövern faktiskt utförs i praktiken trots störningar och modellfel. I denna avhandling presenteras flera olika algoritmer för att planera och utföra komplexa manövrar för lastbilar med olika typer av släpvagnskombinationer. De presenterade algoritmerna är avsedda att användas som avancerade förarstödsystem eller som komponenter i ett helt autonomt system. Även om den primära applikationen i denna avhandling är lastbilar med släp, kan många av de förslagna algoritmerna även användas för en rad andra system, så som drönare och båtar. Experimentell validering är viktigt för att motivera att en föreslagen algoritm är användbar i praktiken. I denna avhandling har flera av de föreslagna planerings- och reglerstrategierna implementerats på en småskalig testplattform och utvärderats i en kontrollerad labbmiljö. Utöver detta har även flera av de föreslagna ramverken implementerats och utvärderats i fältexperiment på en fullskalig test-plattform som har utvecklats i samarbete med Scania CV. Här utvärderas även en ny metod för att skatta släpvagnens beteende genom att endast utnyttja information från sensorer monterade på lastbilen, vilket gör det föreslagna ramverket oberoende av sensorer monterade på släpvagnen.

Author: Myron Kayton
Publisher: John Wiley & Sons
ISBN: 9780471547952
Category : Technology & Engineering
Languages : en
Pages : 806

View

Book Description
Eine konsistente Behandlung der Technologie moderner Navigationssysteme - für den Entwicklungsingenieur ebenso wie für den Betreiber existierender Anlagen. Der Autor, ein erfahrener Praktiker, geht in dieser zweiten, aktualisierten Auflage auch auf neueste Entwicklungen in Theorie, Hard- und Software ein, wie sie beispielsweise in Satellitensystemen, elektronischen Fahrzeugsteuerungen und Landesystemen Anwendung finden.