Resumen:
|
[ES] El alumno desarrollará mediante la novedosa herramienta UAV Toolbox de Mathworks, un entorno virtual completo. En este, se podrá simular el comportamiento dinámico de una aeronave de ala fija, junto con el entorno ...[+]
[ES] El alumno desarrollará mediante la novedosa herramienta UAV Toolbox de Mathworks, un entorno virtual completo. En este, se podrá simular el comportamiento dinámico de una aeronave de ala fija, junto con el entorno virtual de pruebas donde se desarrollarán misiones autónomas. El comportamiento dinámico será implementado mediante el conjunto de ecuaciones diferenciales no lineales descritas en formato Simulink. Por otro lado, el entorno virtual será desarrollado mediante la herramienta Unreal Engine. La utilización de estas herramientas permitirá incluir en la simulación las tareas de reconocimiento de objetos automático mediante visión artificial, lo que posibilita una simulación muy realista de misiones autónomas en entornos reales. Por último, el sistema de simulación será desarrollado para el UAV de Ala Fija en el que trabaja el equipo HORUS de la UPV.
[-]
[EN] This project develops a simulation system for autonomous missions, excluding take-off and
landing phases, which allows the visualization and verification of the response of unmanned aerial systems throughout the ...[+]
[EN] This project develops a simulation system for autonomous missions, excluding take-off and
landing phases, which allows the visualization and verification of the response of unmanned aerial systems throughout the mission. This system uses an existing dynamic model and control
system of the HORUS UPV aircraft, developed in previous works. The autonomous mission plan
is carried out by means of a ground control station that communicates with the simulation system. The simulation system includes a realistic environment in which the status of the aircraft
is displayed at all times, created with Unreal Engine, a 3D creation platform, based on a Digital
Terrain Model (DTM) and a satellite image. In addition, throughout the mission, data is extracted from this environment in real time, so that a computer vision algorithm, based on machine
learning, detects a series of ground markers included in it. Finally, the marker’s coordinates are
calculated from the location of the markers in each video frame, identified by the computer vision
algorithm, obtaining absolute position errors smaller than 2.5 m.
[-]
[CA] El present treball desenvolupa un sistema de simulació de missions autònomes, excloent les
fases d’enlairament i aterratge, que permet visualitzar i verificar la resposta de sistemes aeris no
tripulats al llarg ...[+]
[CA] El present treball desenvolupa un sistema de simulació de missions autònomes, excloent les
fases d’enlairament i aterratge, que permet visualitzar i verificar la resposta de sistemes aeris no
tripulats al llarg d’aquesta. Aquest sistema es construeix a partir del model dinàmic i sistema
de control de l’aronau del projecte HORUS UPV, realitzats en treballs previs. La definició de
les missions autònomes es realitza mitjançant una estació de control terrestre que es comunica
amb el sistema de simulació. En el mateix s’inclou un entorn de visualització creat mitjançant la
plataforma de creació 3D Unreal Engine, a partir d’un Model Digital del Terreny (MDT) i una
imatge satel·litària, en el qual es visualitza l’estat de l’aeronau en tot moment. A més, al llarg de
la missió s’extrauen dades d’aquest entorn en temps real, per a ser analitzats per un algorisme
de visió artificial basat en aprenentatge automàtic, el qual detecta una sèrie de balises incloses
en aquest. Finalment, les coordenades de les balises són calculades a partir de les deteccions de
l’algorisme de visió artificial, obtenint errors absoluts en la posició inferiors a 2.5 m.
[-]
|