Vis enkel innførsel

dc.contributor.advisorJohansen, Tor Arne
dc.contributor.authorEskedal, Marius
dc.date.accessioned2021-09-23T18:15:43Z
dc.date.available2021-09-23T18:15:43Z
dc.date.issued2020
dc.identifierno.ntnu:inspera:56990118:33794097
dc.identifier.urihttps://hdl.handle.net/11250/2780976
dc.description.abstractAutonome droner er i økende grad brukt til å utføre oppdrag som er vanskelig for mennesker å utføre selv. Droner tilbyr høy sikkerhet og effektivitet, men nøyaktighet i landingsfasen er en vanskelig utfordring. Denne masteroppgaven presenterer statusen av et kontinuerlig arbeid hvor målet er å lage programvare for en unmanned aerial vehicle (UAV) slik at den kan autonomt lande på en micro underwater glider (MUG) og plukke den opp ved hjelp av datasyn og DUNE: unified navigation environment. Programvaren og maskinvaren som er nødvendig for å reprodusere metodene i masteroppgaven for simulering og felttesting blir presentert. Navigasjonsmetoder og datasynalgoritmer som programvaren er basert på blir utviklet og forklart. Utviklet algoritmer og metoder blir utført på en miniatyr drone, og gjennom simulering med DUNE. I simuleringen blir den fulle implementasjonen av DUNE testet. Testene blir brukt som gradvis validering før en felttest med en større drone blir utført. Resultatene fra testene med miniatyrdronen og simuleringene blir presentert og diskutert i masteropeggaven. Felttester ble utført på land med et quadcopter og med en lapp som inneholder posisjonsreferanser og som representerer en MUG. Systemet som ble laget var i stand til å gjenkjenne lappen i en høyde på 5m og holde lappen innenfor bildet samtidig som den senket høyden ned til 40cm. Forsøkte landinger klarte ikke å holde dronen på bakken, men horisontale feil ble holdt innenfor 20cm før landing ble forsøkt. Resultatene blir drøftet og sammenlinget med resultatene fra miniatyrdronen og simuleringene.
dc.description.abstractDrones are quickly rising in popularity for carrying out missions in environments where humans have difficulties performing tasks manually. They excel in both safety and efficiency. However, accuracy in the landing phase for autonomous drones is a difficult challenge. This thesis presents the current progress in the continued development of a system where an unmanned aerial vehicle (UAV) is to autonomously land on and pick up a micro underwater glider (MUG) using computer vision and DUNE: unified navigation environment. A system implementation in DUNE with guidance methods and computer vision models which the system rely on are developed and explained. The software and hardware necessary to reproduce the methods used in this thesis for simulation and field testing are presented. Developed algorithms and methods are carried out by a miniature drone in a small scale environment and ran through simulations with DUNE. The simulation provides a full implementation test in a simulated environment governed by DUNE. These tests are used as validation of the system before executing a field test. Results from the miniature drone and simulations are presented and discussed in the thesis. Field tests were conducted on land with a quadcopter and a fiducial marker on the ground representing the MUG. The implemented system was able to detect the marker at an altitude of 5m and descend to an altitude of 40cm while maintaining the marker within the camera view. The attempted landing maneuvers after closing in on the marker was not able to keep the drone on the ground, but horizontal position error was kept within 20cm before attempting to land. The results from the field test are presented, discussed and compared with the results of the miniature drone and simulations.
dc.language
dc.publisherNTNU
dc.titleOcean Surface Pickup with Multirotor Drone
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel