Software Infrastructure for a UAV Testbed For Ice Management Guidance and Estimation Algorithms

Abstract

Flere og flere olje- og gassressurser har blitt avdekket i nordområdene de siste årene. Størrelsenpå disse gjør at olje- og gasselskaper har begynt å vende seg mot disse og jobber mot å utvinneområdene.Med olje- og gassutvinning i nordområdene oppstår nye problemstillinger som man har værtforuten frem til nå. På grunn av forekomster av is kompliseres utvinningen i den grad at nyeverktøy for å sikre en trygg prosess må utvikles.For at et skip skal kunne drille etter olje eller gass må omgivelsene rundt observeres. Isflakmå overvåkes når det gjelder posisjon, hastighet, tetthett tykkelse og størrelse. Til dette er detforeslått å benytte seg ubemannede fly utstyrt med sensorer som for eksempel et kamera.I denne oppgaven blir et rammeverk for Parrot AR.Drone 2.0 videreutviklet for å kunne væreen plattform til å teste kartleggingsalgoritmer og isestimeringsalgoritmer. Parrot AR.Drone 2.0er et helikopter med fire propeller utstyrt med to kamera, høydemåler, et akselerometer og etgyroskop.En banefølgende algoritme blir implementert for å kunne samle inn bildedata for å gjøre enkartlegging av et rom. På grunn av tidkrevende problemer og utstyrsfeil rekker ikke oppgaven åkomme med resultater på kartleggingen. Implementasjon er derimot diskutert. Det blir foreslåttå gå bort fra en hybrid med C++ og MATLAB, for heller kun å la rammeverket være i C++.Årsakene til disse er at hastigheten til programmet blir mye lavere med MATLAB.I tillegg blir feil funnet i dokumentasjon til AR.Drone 2.0 SDK fremlagt.Avslutningsvis blir det foreslått å gå bort fra en hybrid med C++ og MATLAB, for heller kun åla rammeverket være i C++. Årsakene til disse er at hastigheten til programmet blir mye laveremed MATLAB. Det blir også foreslått å undersøke muligheten for å utføre online estimering av ismed generering av bane.