رویکردی هوشمند برای کنترل وسایل نقلیه هوایی بدون سرنشین در محیطهای بسته
نام نخستين پديدآور
رامین اسدی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
مهندسی مکانیک
تاریخ نشرو بخش و غیره
۱۳۹۹
مشخصات ظاهری
نام خاص و کميت اثر
۷۵ص.
مواد همراه اثر
سی دی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی مکاترونیک
زمان اعطا مدرک
۱۳۹۹/۰۷/۰۵
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
امروزه هواپیمای بدون سرنشین نقش مهمی در زندگی انسانها ایفا میکند. این پهپادها در ماموریتهای امداد و نجات، ماموریتهای نظامی و امنیتی، نقشهبرداری هوایی، حمل و نقل هوایی، کشاورزی و بسیاری موارد دیگر کاربرد دارند. در اینجا رویکردی مناسب برای کنترل پهپادهای کوادکوپتر در محیط بسته ارائه میشود. بر خلاف موقعیتسنجی در فضای باز، سیستم ارزان و استانداردی در موقعیتیابی فضای بسته وجود ندارد. از این رو برای کاهش قیمت تمامشده و بالابردن سرعت کالیبراسیون، سنسور بینایی تکچشم پیشنهاد میگردد. یک الگوریتم سریع که اطلاعات موقعیت را بهصورت بلادرنگ در اختیار سیستم قرار دهد، برای هدایت سیستم امری لازم است. برای هدایت مسیر نیاز به الگوریتمهای نقشهبرداری، مکانیابی و ردیابی بصری است. و در میان بهترین کارهای انجام شده، روش ORB-SLAM که روش مبتنی بر ویژگی است، عملیات نقشهبرداری و مکانیابی را بهصورت همزمان انجام میدهد. یکی از مهمترین ویژگیهای این سیستم حذف اطلاعات بدون استفاده و تکراری در نقشه است که حجم و هزینه محاسبات را کاهش میدهد و امکان استفاده از پردازندههای ارزان قیمت با حفظ کیفیت و نتیجه مطلوب را میسر مینماید. تحلیل آزمایشات نیز، خطای کم، در حدود یک سانتیمتر در محیطهای داخلی، و کمتر از یک متر در مقیاسهای بزرگ، را تأیید میکند. که در مقایسه با روشهایی نظیر PTAM و LSD-SLAM، سریع، پایدار و دقیق و بهینه میباشد. میتوان نتیجه گرفت این سیستم یکی از بهترین راهکارها برای هدایت کوادکوپترهای تجاری ارزان قیمت تکدوربین در محیط بسته است.
متن يادداشت
Abstract: Nowadays, UAVs play an important role in human life. These drones are used in rescue missions, military and security missions, aerial surveying, aviation, agriculture and many more. Here is a good approach to controlling quadcopter drones indoors. Unlike outdoor localization, there is no cheap, standard system for indoor localization. Therefore, to reduce the cost and increase the calibration speed, a monocular vision sensor is recommended. A fast algorithm that provides location information to the system in real time is necessary to guide the system. Path planning algorithms require visual mapping, localization, and tracking. And among the best done, the ORB-SLAM method, which is a feature-based method, performs mapping and localization operations simultaneously. One of the most important properties of this system is the elimination of unused and duplicate information in the map, which reduces the volume and cost of calculations and allows the use of inexpensive processors while maintaining the desired quality and result. Experimental analysis also confirms low error, about 1cm indoors, and less than 1m on a large scale. Compared to methods such as PTAM and LSD-SLAM, it is fast, stable, accurate and optimal. It can be concluded that this system is one of the best solutions for piloting low-cost commercial mono-camera quadcopters in a closed environment
عنوانهای گونه گون دیگر
عنوان گونه گون
An Intelligent Approach for the Control of Unmanned Aerial Vehicles in closed environments
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )