Localisation et commande embarquée d'un drone en utilisant la vision

par José-Ernesto Gomez-Balderas

Thèse de doctorat en Technologies de l'information et des systèmes

Sous la direction de Pedro Castillo et de Rogelio Lozano.

Soutenue en 2011

à Compiègne .


  • Résumé

    L’asservissement visuel est une technique de commande reposant sur des mesures issues d’un capteur visuel. Dans cette thèse, nous nous intéressons à la conception d’asservissements visuels pour deux types d’engins volants : un hélicoptère de type quadrirotor et un hélicoptère à huit-rotors. Les schémas de commande proposés s’interfacent sur les boucles de commande existantes assurant la stabilisation en vol stationnaire des engins volants. Nous essayons autant que possible de spécifier le problème en terme de la localisation tri-dimensionnelle (3D) des points d’une cible. Pour cela, nous proposons des lois de commande d’asservissement visuel adaptées à la fois à la dynamique des engins considérés et reposant sur des informations visuelles de l’environnement du drone. Afin de positionner le quadrirotor par rapport à une cible visuelle, nous proposons une série de lois de commande reposant sur des informations visuelles, ayant de propriétés issues de la projection perspective. Nous proposons un système capable d’estimer la position et la vitesse d’un quadrirotor en utilisant une caméra qui est fusionnée avec l’information fournie par les capteurs inertiels pour stabiliser l’engin volant en vol stationnaire. Nous étudions et mettons en œuvre une méthode de vision artificielle basée sur la vitesse de l’image prise par le capteur visuel. Il s’agit du flux-optique. En utilisant deux caméras nous proposons un système de vision capable d’estimer la position (3D) du quadrirotor par rapport à une cible et d’estimer sa vitesse de déplacement en prenant en compte le déplacement des points d’intérêts de l’image. Les deux caméras ont été embarquées sur le quadrirotor, de manière orthogonale. La caméra qui regarde vers devant obtient la position du quadrirotor, l’autre caméra qui regarde vers le sol estime la vitesse de déplacement. Cette même configuration nous a permis de réaliser le suivi d’une ligne par notre quadrirotor. Nous proposons un système qui obtient la position de la caméra en regardant une ligne grâce aux points de fuite de l’image. En conséquence nous estimons le vecteur de translation de la caméra. La vision stéréoscopique a été étudiée et appliquée pour l’estimation de la position et de l’attitude d’un hélicoptère à huit rotors. Dans ce cas on travaille avec des points appariés dans les deux images. Les résultats obtenus montrent une performance acceptable, par rapport aux capteurs conventionnels. Cependant, la fréquence d’échantillonnage des algorithmes de vision reste faible. Cela se traduit par une période d’échantillonnage parfois inférieure à celle nécessaire à ce type de systèmes dynamiques. Les lois de commande et les algorithmes de vision ont été validés de façon expérimentale, en temps réel en utilisant notre plateforme de type quadrirotor.

  • Titre traduit

    Localisation and embedded control for an Unmanned Aerial Vehicle using vision


  • Résumé

    Visual servoing is a control approach based on visual information. In this thesis, visual servoing schemes are proposed to control a quadrotor and an octarotor applied to positioning and navigation task. Concerning the quadrotor we use a hierarchical control scheme whose inner-loop (fast dynamic) focuses on attitude dynamics, while outer-loop (slow dynamics) deals with translational dynamics. Also, a nonlinear controller based on separated saturations for a quadrotor is proposed to stabilize it attitude. The linear position and velocity of the rotorcraft are obtained by using a vision-based algorithm via a monocular caméra. The dynamic model of the quadrotor is presented using the Newton-Euler formalism. In other vision system, two cameras are used to estimate the translational position and velocity of the vehicle. Position was obtained using a frontal camera looking at a target placed on a wall. Quadrotor velocity was estimated using a camera pointing vertically downwards running an optical flow algorithm. Experimental tests showed that the quadrotor performed well at hover flight using the proposed vision based control system. Quadrotor vision-based. The same system was used to estimate the 3D position of the quadrotor over a trajectory using vanishing points. The performance of the vision and control algorithms has been tested in a real application by a quadrotor tracking a line painted in a wall. Similarly the velocity estimation is obtained using an optic flow algorithm. The estimated position and velocity information obtained from the vision system is combined with the angular rates and displacements of the inertial measurement unit to compute the control inputs. It has been shown that the proposed control scheme achieves the tracking objective of the visual reference. Octarotor vision-based. In this thesis, it is presented a visual feedback a control of an octarotor using image-based visual servoing (IBVS) with stereo vision. Autonomous control of an UAV requires a precise measurements and/or estimation of the vehicle’s pose and also the knowledge of its surrounding environment. In order to control the orientation and the position of flying robot with respect to a target, we propose to use a navigation system based on binocular vision system combined with inertial sensors. This combination of sensors, allows us to get a complete characterization of the state of aerial vehicle. In other words, using the stereo vision system we are able to estimate the UAV’s 3D position, while from the inertial sensors we obtain the orientation of rotorcraft. A semi-embedded navigation system combining stereo vision with inertial information is proposed. The hierarchical control approach is appropriate to stabilize the 6DOF dynamics of the quadrotor, it takes advantage of the time scale separation between rotational (fast) and translational (slow) dynamics. For this reason, despite the lower frequency rate of vision-based measurements is able to stabilize in real-time the quadrotor translational dynamics. This combination of measurement strategies has many advantages because one works very well at low speeds (vision system) and the other at high speeds (inertial sensors). Both work at different sample rate. Taking advantage of this property we have obtained a simplified dynamical model of the rotorcraft. This model is given by six independent double integrators which have been stabilized using proportional-derivative (PD) control. The real-time experiments have shown an acceptable performance of the flying machine applying the control law and sensing system proposed. An embedded control system for the mini rotorcraft is implemented. The control is validated by experimental tests. Experimental results show that the implementation of the control law on an embedded control system is satisfactory for autonomous hovering in indoors and outdoors with light or no wind. Real time experiences are developed to validate the performance of navigation systems proposed. This work highlights the potential of the computer vision based position control strategies for UAV.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (164 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 85 réf.

Où se trouve cette thèse ?

  • Bibliothèque :
  • Disponible pour le PEB
  • Cote : 2011 GOM 1969
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.