The small size of micro aerial vehi

The small size of micro aerial vehicles (MAVs) allows a wide range of robotic applications, such as surveillance,
inspection and search & rescue. In order to operate autonomously, the robot requires the ability to
known its position and movement in the environment. Since no assumptions can be made about the environment,
the robot has to learn from its environment. Simultaneous Localization and Mapping (SLAM)
using aerial vehicles is an active research area in robotics. However, current approaches use algorithms
that are computationally expensive and cannot be applied for real-time navigation problems. Furthermore,
most researchers rely on expensive aerial vehicles with advanced sensors.
This thesis presents a real-time SLAM approach for affordable MAVs with a down-looking camera.
Focusing on real-time methods and affordable MAVs increases the employability of aerial vehicles in real
world situations. The approach has been validated with the AR.Drone quadrotor helicopter, which was the
standard platform for the International Micro Air Vehicle competition. The development is partly based on
simulation, which requires both a realistic sensor and motion model. The AR.Drone simulation model is
described and validated.
Furthermore, this thesis describes how a visual map of the environment can be made. This visual map
consists of a texture map and a feature map. The texture map is used for human navigation and the feature
map is used by the AR.Drone to localize itself. A localization method is presented. It uses a novel approach
to robustly recover the translation and rotation between a camera frame and the map. An experimental
method to create an elevation map with a single airborne ultrasound sensor is presented. This elevation
map is combined with the texture map and visualized in real-time.
Experiments have validated that the presented methods work in a variety of environments. One of the
experiments demonstrates how well the localization works for circumstances encountered during the IMAV
competition. Furthermore, the impact of the camera resolution and various pose recovery approaches are
investigated.
Parts of this thesis have been published in:
N. Dijkshoorn and A. Visser, ”Integrating Sensor and Motion Models to Localize an Autonomous AR.
Drone”, International Journal of Micro Air Vehicles, volume 3, pp. 183-200, 2011
A. Visser, N. Dijkshoorn, M. van der Veen, R. Jurriaans, ”Closing the gap between simulation and reality
in the sensor and motion models of an autonomous AR.Drone”, Proceedings of the International Micro Air
Vehicle Conference and Flight Competition (IMAV11), 2011. Nominated for best paper award
iii
iv
N. Dijkshoorn and A. Visser, ”An elevation map from a micro aerial vehicle for Urban Search and Rescue
- RoboCup Rescue Simulation League”, to be published on the Proceedings CD of the 16th RoboCup Symposium,
Mexico, June 2012
Winner of the RoboCup Rescue Infrastructure competition, Mexico, June 2012

ผลลัพธ์ (ไทย) 1:

ขนาดเล็กของยานพาหนะทางอากาศขนาดเล็ก (MAVs) ช่วยให้ความหลากหลายของโปรแกรมหุ่นยนต์ เช่นเฝ้าระวังตรวจสอบ และค้นหา และกู้ภัย การมี autonomously หุ่นยนต์ต้องการความสามารถในการเรียกว่าตำแหน่งความเคลื่อนไหวในสิ่งแวดล้อม เนื่องจากสมมติฐานไม่ได้เกี่ยวกับสิ่งแวดล้อมหุ่นยนต์ต้องเรียนรู้จากสภาพแวดล้อมได้ พร้อมแปลและแม็ป (ชัยชนะ)การใช้ยานพาหนะทางอากาศเป็นพื้นที่ใช้งานวิจัยในวิทยาการหุ่นยนต์ อย่างไรก็ตาม วิธีปัจจุบันใช้อัลกอริทึมที่ computationally แพง และไม่สามารถใช้นำทางจริงปัญหา นอกจากนี้นักวิจัยส่วนใหญ่พึ่งพายานพาหนะทางอากาศราคาแพง มีเซ็นเซอร์ขั้นสูงวิทยานิพนธ์นี้นำเสนอวิธีการชัยชนะแบบเรียลไทม์สำหรับ MAVs ราคาไม่แพง ด้วยกล้องมองลงเน้นวิธีการแบบเรียลไทม์และราคาไม่แพง MAVs เพิ่มชุมชนของยานพาหนะทางอากาศจริงสถานการณ์โลก วิธีได้รับการตรวจสอบ ด้วย AR. เสียงพึมพำ quadrotor เฮลิคอปเตอร์ ซึ่งเป็นแพลตฟอร์มมาตรฐานสำหรับการแข่งขันนานาชาติไมโครแอร์รถ การพัฒนาบางส่วนอยู่การจำลองสถานการณ์ ซึ่งจำเป็นต้องเซ็นเซอร์จริงและจำลองการเคลื่อนไหว AR. โมเดลจำลองเสียงพึมพำอธิบาย และตรวจสอบนอกจากนี้ วิทยานิพนธ์นี้อธิบายว่า แผนที่แสดงสภาพแวดล้อมได้ แผนภาพนี้ประกอบด้วยแผนที่พื้นผิวและแผนที่คุณลักษณะ แผนที่เนื้อใช้สำหรับนำทางมนุษย์และลักษณะการทำงานAR. การใช้แผนที่ เสียงพึมพำต้องแปลเอง การนำเสนอวิธีการแปล ใช้วิธีการแบบนวนิยายอย่างทนทานกู้แปลและหมุนระหว่างเฟรมกล้องและแผนที่ การทดลองการนำเสนอวิธีการสร้างแผนการยกระดับ ด้วยเซนเซอร์ซาวด์เดียวอากาศ ยกนี้แผนที่รวมกับแผนที่พื้นผิว และ visualized ในเวลาจริงทดลองได้ตรวจสอบว่า วิธีการนำเสนองานในสภาพแวดล้อมที่หลากหลาย หนึ่งของการการทดลองแสดงให้เห็นถึงวิธีที่ดีแปลที่ทำงานสำหรับสถานการณ์ที่พบในระหว่างการ IMAVการแข่งขัน นอกจากนี้ ผลกระทบของความละเอียดของกล้องและต่าง ๆ ก่อให้เกิดเป็นวิธีการกู้คืนตรวจสอบส่วนของวิทยานิพนธ์นี้ได้รับการเผยแพร่ใน:N. Dijkshoorn และ A. Visser "รวมเซ็นเซอร์และรูปแบบการเคลื่อนไหวต้องแปล AR. เป็นเขตปกครองตนเองเสียงพึมพำ" นานาสมุดของไมโครแอร์รถยนต์ เล่ม 3, 183-200 พีพีอ่าวมาหยา 2011A. Visser, N. Dijkshoorn, M. van der Veen, R. Jurriaans "ปิดช่องว่างระหว่างความจริงและจำลองรุ่นเซนเซอร์และการเคลื่อนไหวของ AR. การปกครองตนเอง เสียงพึมพำ" วิชาการอากาศไมโครอินเตอร์เนชั่นแนลรถประชุมและการแข่งขันบิน (IMAV11), 2011 เสนอผลงานตีพิมพ์iiiivN. Dijkshoorn และ A. Visser "ขึ้นแมปจากไมโครพาหนะทางอากาศสำหรับเมืองค้นหาและกู้ภัย-ลี RoboCup กู้ภัยการจำลอง ", เพื่อจะเผยแพร่บนซีดีตอนวิชาการ RoboCup 16เม็กซิโก 2555 มิถุนายนผู้ชนะของการโครงสร้างพื้นฐานช่วยเหลือ RoboCup แข่งขัน เม็กซิโก 2555 มิถุนายน

ผลลัพธ์ (ไทย) 3:

ขนาดเล็กของยานพาหนะขนาดเล็ก ( mavs ) ช่วยให้ช่วงกว้างของการประยุกต์ใช้หุ่นยนต์ เช่น การเฝ้าระวัง ตรวจสอบ และค้นหา&
กู้ภัย เพื่อที่จะทำงานอัตโนมัติ หุ่นยนต์ต้องมีความสามารถ

รู้จักตำแหน่งและการเคลื่อนที่ในสิ่งแวดล้อม เนื่องจากไม่สามารถทำให้สมมติฐานเกี่ยวกับสิ่งแวดล้อม
หุ่นยนต์ได้เรียนรู้จากสภาพแวดล้อมการแปลพร้อมกันและการทำแผนที่ ( กระแทก )
โดยใช้ยานพาหนะเป็นพื้นที่การใช้งานวิจัยในหุ่นยนต์ อย่างไรก็ตาม แนวทางปัจจุบันใช้ขั้นตอนวิธี
ที่ computationally แพง และไม่สามารถจะใช้สำหรับปัญหาการเดินเรือแบบเรียลไทม์ นอกจากนี้ นักวิจัยส่วนใหญ่พึ่งแพง
ทางอากาศยานพาหนะ
เซ็นเซอร์ขั้นสูงวิทยานิพนธ์ฉบับนี้นำเสนอวิธีการเล่นแบบเรียลไทม์สำหรับ mavs ไม่แพงด้วยลงมองกล้อง
เน้นวิธีการแบบเรียลไทม์ และ mavs มากเพิ่มการจ้างงานของยานพาหนะในสถานการณ์จริงของโลก

วิธีการได้รับการตรวจสอบกับ AR . Drone คว โรเตอร์เฮลิคอปเตอร์ซึ่งเป็นแพลตฟอร์มมาตรฐาน
สำหรับการแข่งขันระหว่างประเทศอากาศรถไมโครการพัฒนาเป็นส่วนหนึ่งขึ้นอยู่กับ
จำลอง ซึ่งต้องการทั้งมีเหตุผลเซ็นเซอร์และรูปแบบการเคลื่อนไหว โดย AR . Drone จะอธิบายและตรวจสอบแบบจำลอง
.
นอกจากนี้วิทยานิพนธ์นี้อธิบายวิธีแผนที่ภาพของสภาพแวดล้อมที่สามารถทำ นี้ภาพแผนที่
ประกอบด้วยแผนที่พื้นผิวและคุณลักษณะแผนที่ แผนที่พื้นผิวที่ใช้สำหรับการเดินเรือของมนุษย์และแผนที่คุณลักษณะ
ถูกใช้โดย AR .หุ่นที่จะ จำกัด ตัวเอง เป็นภาษาท้องถิ่นที่เป็นวิธีการนำเสนอ จะใช้แนวทางใหม่ในการกู้คืนข้อมูล
แปลและการหมุนระหว่างเฟรมกล้องและแผนที่ วิธีการทดลองการสร้างแผนที่ระดับความสูง
กับเซ็นเซอร์อัลตร้าซาวด์ทางเดียวคือแสดง นี้ยกระดับ
แผนที่รวมกับแผนที่พื้นผิวและมองเห็นได้ในเวลาจริง .
การทดลองมีขึ้นที่นำเสนอวิธีการทำงานในสภาพแวดล้อมที่หลากหลาย หนึ่งในการทดลองที่แสดงให้เห็นถึงวิธีการที่ดี
จำกัดงานสำหรับสถานการณ์ที่พบในระหว่าง imav
การแข่งขัน นอกจากนี้ ผลกระทบของกล้องความละเอียดและวิธีการกู้คืนท่าต่าง ๆ

ส่วนของวิทยานิพนธ์ที่ศึกษา เรื่องนี้ได้รับการตีพิมพ์ใน :
. dijkshoorn วิสเซอร์และ A . ," บูรณาการเซ็นเซอร์การเคลื่อนไหวรูปแบบและระบุกับ AR . Drone
" , วารสารนานาชาติของยานพาหนะ , เครื่องไมโครไดรฟ์ 3 PP 183-200 2011
เอวิสเซอร์ , เอ็น dijkshoorn เมตร แวน เดอ วีน , R jurriaans " ปิดช่องว่างระหว่างการจำลองและความเป็นจริง
ในเซ็นเซอร์และเคลื่อนไหวรูปแบบของ ar.drone " กำกับ รายงานการประชุมทางวิชาการ ระหว่างประเทศ ,
เครื่องไมโครการประชุมการแข่งขันรถยนต์และการบิน ( imav11 ) 2011 ที่ได้รับการเสนอชื่อเข้าชิงรางวัลกระดาษที่ดีที่สุด
3
4
. dijkshoorn และ เอวิสเซอร์ " ระดับความสูง แผนที่จากไมโครทางอากาศยานพาหนะสำหรับค้นหาและกู้ภัย Robocup Rescue Simulation
- ลีก " เพื่อเผยแพร่ในเรื่องซีดี 16 Robocup การประชุมสัมมนา

เม็กซิโกมิถุนายน 2012 ผู้ชนะของการแข่งขัน Robocup Rescue โครงสร้างพื้นฐาน , เม็กซิโก , มิถุนายน 2555