Desarrollo y análisis de algoritmos de visión artificial aplicados a UAS: Aterrizaje preciso y Apuntado automático

Abstract

[ES] El sector de los drones ha experimentado un fuerte crecimiento debido a los grandes avances de la tecnología, lo cual ha abaratado su fabricación y operación, haciendo que la industria apueste fuertemente por ellos en diversas aplicaciones. De manera paralela, se busca el desarrollo de algoritmos que doten a estos vehículos de una mayor autonomía, seguridad y sencillez en su aplicación. Todo esto con miras de poder cumplir la nueva normativa de UAS, la cual se encuentra todavía en desarrollo y con la intención a futuro de contemplar tanto la industria aeroespacial más tradicional como la nueva y emergente.

En concreto, este proyecto tiene como objetivo el desarrollo y análisis de dos nuevas aplicaciones tecnológicas como son el aterrizaje preciso del UAS y el apuntado automático de la cámara giro-estabilizada. Más concretamente, se buscará automatizar la fase final de la misión del vehículo, la cual suele representar la más crítica para la seguridad del vehículo, mediante el empleo de una cámara a bordo y visión artificial, así como el protocolo de comunicación Mavlink, para realizar el envío de información entre una Raspberry Pi y el autopiloto.

Por otro lado, se requiere de una optimización de los sensores a bordo del UAS para una mejora de la calidad de toma de datos. Por ello se desarrollará un algoritmo de apuntado automático de torres eléctricas. A través de visión artificial y una red neuronal SSD, se identificará la posición de las torres con una cámara de baja resolución, para después con mensajes Mavlink, mover el giro-estabilizador con la cámara óptica y térmica de alta definición, buscando centrar la torre en la toma de imágenes.

[EN] The drone sector has experienced strong growth due to major advances in technology, which has made their manufacture and operation cheaper, leading the industry to bet heavily on them in various applications. At the same time, the development of algorithms that provide these vehicles with greater autonomy, safety and simplicity in their application is being sought. All of this with the aim of being able to comply with the new UAS regulation, which is still under development, and with the future intention of contemplating both the more traditional aerospace industry and the new emerging one.

Specifically, this project aims to develop and analyse two new technological applications such as the precise landing of the UAS and the automatic targeting of the gyro-stabilised camera. More specifically, the aim is to automate the final phase of the vehicle's mission, which is usually the most critical for the vehicle's safety, by using an on-board camera and artificial vision, as well as the Mavlink communication protocol to send information between a Raspberry Pi and the autopilot.

On the other hand, an optimisation of the sensors on board the UAS is required to improve the quality of data collection. Therefore, an automatic targeting algorithm for electric towers will be developed. Through computer vision and an SSD neural network, the position of the towers will be identified with a low-resolution camera, and then with Mavlink messages, the gyro-stabiliser will be moved with the high-definition optical and thermal camera, seeking to centre the tower in the image capture.

] El sector dels drons ha experimentat un fort creixement degut als grans avanços de la tecnologia, la qual cosa ha abaratit la seua fabricació i operació, fent que la indústria aposte fortament per ells en diverses aplicacions. De manera paral·lela, es busca el desenvolupament d’algorismes que doten a aquests vehicles d’una major autonomia, seguretat i senzillesa en la seua aplicació. Tot això amb mires de poder complir la nova normativa de UAS, la qual es troba encara en desenvolupament i amb la intenció a futur de contemplar tant la indústria aeroespacial més tradicional com la nova i emergent. En concret, aquest projecte té com a objectiu el desenvolupament i anàlisi de dues noves aplicacions tecnològiques com són l’aterratge precís del UAS i l’apuntat automàtic del la cambra gire-estabilitzada. Més concretament, es buscarà automatitzar la fase final de la missió del vehicle, la qual sol representar la més crítica per a la seguretat del vehicle, mitjançant l’ús d’una càmera a bord i visió artificial, així com el protocol de comunicació Mavlink, per a realitzar l’enviament d’informació entre una Raspberry Pi i l’autopilot. D’altra banda, es requereix d’una optimització dels sensors a bord del UAS per a una millora de la qualitat de presa de dades. Per això es desenvoluparà un algorisme d’apuntat automàtic de torres elèctriques. A través de visió artificial i una xarxa neuronal SSD, s’identificarà la posició de les torres amb una cambra de baixa resolució, per a després amb missatges Mavlink, moure el gir-estabilitzador amb la càmera òptica i tèrmica d’alta definició, buscant centrar la torre en la presa d’imatges