Συντάχθηκε 16-02-2022 09:48
Τόπος: Η παρουσίαση θα γίνει με τηλεδιάσκεψη
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 21/02/2022 13:00
Λήξη: 21/02/2022 14:00
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΣΠΥΡΙΔΑΚΗΣ ΧΡΗΣΤΟΣ
Θέμα
Σχεδίαση και Υλοποίηση Ενσωματωμένου Συστήματος Χαμηλού Κόστους για Εύρεση Θέσης μη Επανδρωμένων Αεροσκαφών που Πετούν σε Σχηματισμό.
Design and Implementation of a Low Cost Embedded System for Localization of Drones Flying in Swarms.
Εξεταστική Επιτροπή
Καθηγητής Απόστολος Δόλλας (επιβλέπων)
Αν. Καθηγητής Ευτύχιος Κουτρούλης
Αν. Καθητητής Παναγιώτης Παρτσινέβελος
Περίληψη
Η ανάγκη προσδιορισμού της θέση αντικειμένων έχει παρουσιαστεί εδώ και χιλιάδες χρόνια, με τα τελευταία 70 να αξιοποιούμε ακόμα και ψηφιακά μέσα για να την επιτύχουμε. Συνδυάζοντας την ιδέα αυτή με τη πλέον αναπτυσσόμενη τεχνολογία των UAV, στην συγκεκριμένη εργασία γίνεται προσπάθεια υλοποίησης της πρώτης γενιάς ενός οικονομικού συστήματος εκτίμησης του position αντικειμένου από συνεργατικά σμήνη drones. Για να γίνει διακριτό το πλήθος των διαφορετικών μεθόδων που ήδη χρησιμοποιούνται στην βιβλιογραφία για επίλυση παρόμοιων προβλημάτων διεξήχθη ένα prior art search. Συχνά επιλέγεται η χρήση ραδιοσυχνοτήτων, όπως GPS, WiFi, UWB, κυψελωτά δίκτυα και δίκτυα Lora ώστε να πραγματοποιηθεί το localization, άλλες φορές ηχητικά κύματα, και άλλες οπτικά, όπως με χρήση καμερών και LiDAR. Ακόμη, ήταν σημαντικό να γίνουν κατανοητοί οι μαθηματικοί φορμαλισμοί που ακολουθούνται σε κάθε προσέγγιση, ώστε να καθοριστεί η πολυπλοκότητας τους. Αφού, βάση των αρχών λειτουργίας τους και των πόρων που χρειάζεται ο καθένας, καταλήγουμε στο κατάλληλο hardware του ενσωματωμένου συστήματος. Αυτές αφορούν στον τρόπο υπολογισμού ενδιάμεσων πληροφοριών - όπως εκτίμηση απόστασης και γωνίας - μέσω τεχνικών RSSI, TDoA, AoA ακόμα και Stereo Vision, που χρησιμοποιούνται σε αλγόριθμους όπως τον Trilateration, Triangulation ή Hyperbolic Positioning για την εκτίμηση τελικά της θέσης. Με την γνώση των αναγκών της κάθε προσέγγισης, έγινε η σχεδίαση ενός συστήματος δύο επιπέδων, όπου μέσω monocular vision και structure from reference εκτιμήθηκε η απόσταση καθορισμένου αντικειμένου από worker nodes, και μέσω της αρχής λειτουργίας του Multilateration, επιτεύχθηκε στο master node να υπολογιστεί η θέση του object. Πειράματα πραγματοποιήθηκαν σε εσωτερικό και εξωτερικό χώρο από μεμονωμένο κόμβο, ενώ προσομοιώθηκε και η λειτουργία στο σύνολο του συστήματος. Για λόγους πληρότητας/επαλήθευσης ανίχνευσης, υλοποιήθηκε επίσης μηχανισμός προσδιορισμού του ID του εκτιμώμενου αντικειμένου μέσω ανάλυσης συχνότητας ενός blinking led.
Abstract
The requirement for object localization has existed for thousands of years, and over the past 70 years, we have even taken advantage of digital methods to achieve it. The following thesis focuses on the attempt to combine the above idea with the most advanced technology of UAVs and implement the first generation of a low-cost system for estimating the position of an object with the help of a swarm of drones. The prosecution of prior art research has distinguished the number of different methods already used in the literature to solve similar problems. In such methods, we often use Radio Frequencies - like GPS, WiFi, UWB, cellular, and Lora networks -, sound waves, or vision-related ones by operating cameras and LiDAR. It was also essential to understand the mathematical background behind these approaches and determine their complexities since the selection of the hardware for this kind of embedded systems often relies on the operating principles and resources that each one needs. These are related to how we calculate distances and angles by applying RSSI, TDoA, AoA, or even Stereo Vision techniques, and how we utilize this information in algorithms like Triangulation, Trilateration, or Hyperbolic Positioning to achieve localization. By comprehending each approach’s necessity, this work presents a two-tier system, in which worker nodes estimate the distance between the object of interest and camera through monocular vision and structure from reference. Then, through the principle of Multilateration, we finally achieve estimating its position by the system’s orchestrator node, called master. We first performed experiments in both indoor and outdoor scenarios from single worker nodes. Then, we used the data taken from the above procedure to simulate the operation of the entire proposed system. To complete this work, we also introduce a mechanism to estimate the ID of the detected object through frequency analysis of flashing led
