COSTRUZIONE DI UNA PIATTAFORMACOSTRUZIONE DI UNA PIATTAFORMAPER VEICOLI AEREI AUTONOMIPER VEICOLI AEREI AUTONOMI

(1)

Università degli Studi di Pisa

Dipartimento di Sistemi Elettrici e Automazione

University of Illinois at Urbana-Champaign

Department of Aeronautical and Astronautical Engineering

Coordinated Science Laboratory

COSTRUZIONE DI UNA PIATTAFORMA

PER VEICOLI AEREI AUTONOMI

di Paolo Messina di Paolo Messina

Tesi di Laurea in Ingegneria Informatica

Indirizzo Automazione Indirizzo Automazione A.A. 2003/04 A.A. 2003/04 Pisa, 18 Dicembre 2003 Pisa, 18 Dicembre 2003

(2)

Costruzione di un veicolo aereo autonomo Identificazione del modello dinamico

Stima dello stato e controllo

Cooperazione e coordinazione con altri veicoli

(3)

Sviluppo software di bordo

Comunicazione “wireless” con stazione di terra Stima e controllo basati su visione

(4)

Installazione e configurazione del sistema operativo QNX Neutrino sul computer di bordo

Progettazione e sviluppo di un'applicazione per la raccolta di dati, stima dello stato e controllo

(5)

Avvio del sistema su disco a stato solido

Comunicazione seriale con sensori e attuatori

Rete Ethernet e Wireless per la verifica del software e per la stazione di terra

(6)

Applicazione software di bordo

File di Log IMU GPS Comandi Stazione di terra

(7)

Architettura software (1)

Caratteristiche

Thread multipli, uno per ogni task fondamentale

(comunicazione con sensori e attuatori, ricezione da rete wireless, calcoli per stima e controllo, watchdog) Oggetti C++ per la gestione e la verifica dei thread e per la comunicazione e la sincronizzazione fra thread Interfaccia standard POSIX verso il sistema

(8)

Esempio di schedulazione

Architettura software (2)

Servo Network Control Estimator IMU GPS Watchdog 0 10 20 30 100 110 120 P (20ms) A (sporadico) A (10ms) A (10ms) P (10ms) P (100ms) A (background)

(9)

Rete wireless

Stazione di terra Team di veicoli Broadcast per l'invio di

messaggi di stato Point-to-point per l'invio di comandi

(10)

Brusche variazioni nelle misure di posizione del GPS, in particolare salti improvvisi di altitudine

Problemi di misura (1)

180 190 200 210 220 230 240 250 260 270 280 10 20 30 40 50 60 70 80 90 GPS Local Posi ti on T i me (s) G P S A lt it u d e ( m )

(11)

Errori costanti nelle misure di velocità angolare della IMU, che causano drift nella misura degli angoli

Problemi di misura (2)

0 20 40 60 80 100 120 140 160 -20 -15 -10 -5 0 5 10 15 20

IMU Angul ar Rates

T i me ( s ) R P Y a n g u la r ra te ( d e g /s ) Rol l rate Pi tch rate Yaw rate 0 50 100 150 200 250 300 350 -300 -200 -100 0 100 200 300 IMU Angl es T i me ( s ) R P Y a n g le s ( d e g )

Integrated Rol l rate Integrated Pitch rate Integrated Yaw rate

(12)

La stima della posizione dell'aereo dipende dalle

coordinate GPS e dall'integrazione delle accelerazioni della IMU nel modello dinamico dell'aereo

Gravità e portanza sono due forze che influenzano la dinamica del velivolo in base all'assetto

L'assetto soffre di errori dovuti all'integrazione delle velocità angolari della IMU

Serve una misura diretta dell'assetto per migliorare la stima dello stato

(13)

La linea dell'orizzonte ricavata dalle immagini di una mini-camera montata sull'aereo può fornire:

Una misura diretta dell'angolo di rollio, opposto all'inclinazione dell'orizzonte

Una misura dell'angolo di beccheggio, ottenuta dalla distanza dell'orizzonte dall'asse ottico, allineato con l'asse del velivolo, conoscendo l'apertura della lente della telecamera

(14)

Edge Detection

Riconoscimento dell'orizzonte (1)

Immagine

Immagine GradienteGradiente Edge MapEdge Map

Convoluzione con

(15)

Distortion Correction

Riconoscimento dell'orizzonte (2)

Distorsione radiale: R = r + k₁ r 3_{+ k} 2 r 5 Edge Map

Edge Map Corrected_Corrected

Edge Map

(16)

Line Recognition

Riconoscimento dell'orizzonte (3)

Trasformata di Hough: ρ = y cos(θ) – x sin(θ) -90 -75 -60 -45 -30 -15 0 15 30 45 60 75 90 -200 -150 -100 -50 0 50 100 150

200 Line Parameters Space

Theta (deg) R h o ( p ix e ls ) Cerca massimo: (23, -43) Corrected Corrected Edge Map Edge Map

(17)

Risultato dell'algoritmo

Riconoscimento dell'orizzonte (4)

θ = 23° ρ = - 43

Parametri della retta: y=x tan(θ)+ρ/cos(θ)

Visualizzazione

(18)

L'angolo di rollio misurato dall'algoritmo e filtrato con un rate-limiter (45°/s), contro l'integrale della velocità angolare misurata dalla IMU

Misure a confronto

160 180 200 220 240 260 280 300 320 340 -50 0 50 100 150

Rol l Angl e Comparison

T i me (s) R o ll a n g le ( d e g )

Integrated IMU angul ar rate Fil tered al gorithm output

(19)

Pro

Semplicità, adattabile in velocità e precisione Accuratezza elevata in assenza di disturbo Correzione della distorsione efficiente

Contro

Sensibilità al rumore di trasmissione

Limitato nella determinazione dell'orizzonte

(non sempre è la linea più lunga nell'immagine)

(20)

Piattaforma UAV

Watchdog ad eventi, con diverse strategie di recupero Radio-modem per una migliore comunicazione wireless

Algoritmo di visione

Operatori di soglia più complessi, per migliorare la identificazione dei bordi, o soglia adattiva

Ricerca di più massimi locali nella matrice di Hough e selezione della retta più adatta a rappresentare

l'orizzonte con tecniche statistiche