Metoda rozpoznawania przeszkód przez bezzałogowy statek powietrzny z wykorzystaniem jednej kamery

• Autorzy: Ambroziak L. , Cieśluk J. , Gosiewski Z.

Warianty tytułu

EN

Obstacle identyfying by unmanned aerial vehicle with using one camera

• Języki publikacji: PL

Abstrakty

PL

W artykule poruszony został problem omijania przeszkód i unikania kolizji przez bezzałogowy statek powietrzny z wykorzystaniem informacji zawartych w obrazie pobranym z jednej kamery. Zaprezentowany algorytm lokalizowania przeszkód wykorzystuje jedną z metod przepływu optycznego – gradientową metodę Lukas Kanade (LK), polegającą na analizowaniu podobieństw pomiędzy kolejnymi ramkami przetwarzanego obrazu. Wizyjny algorytm rozpoznawania przeszkód został zaimplementowany na systemie czasu rzeczywistego uClinux. Jego działanie zostało zweryfikowane na drodze symulacji komputerowej hardware-in-the-loop z modelem latającego skrzydła.

EN

A problem of obstacles and collisions avoiding by unmanned aerial vehicles (UAVs), using the information provided from an image taken from one camera is presented in the paper. The optical flow method based on gradient method of Lukas-Kanade was used to obtain the tested structure in 3D space environment (extraction of image’s depth). This method allow to generate local information flow patterns from particular neighborhood of surrounding points. Presented algorithm for obstacle location and estimation of its shape was developed and implemented on the workstation with real time uClinux system. Proposed vision based obstacle avoidance algorithm are demonstrated in simulation and in hardware in the loop flight tests on a fixed-wing UAV.

Słowa kluczowe

PL

metoda rozpoznawania przeszkód; bezzałogowy statek powietrzny; kamera

EN

obstacle identyfying; unnamed aerial vehicle; camera

• Wydawca: Wydawnictwa Naukowe Instytutu Lotnictwa
• Czasopismo: Prace Instytutu Lotnictwa
• Rocznik: 2011
• Tom: Nr 7 (216)
• Strony: 5--16
• Opis fizyczny: Bibliogr. 9 poz., rys., wykr., wzory

Twórcy

autor

Ambroziak L.

autor

Cieśluk J.

autor

Gosiewski Z.

• Politechnika Białostocka

Bibliografia

• [1] B. D. Lucas and T. Kanade. An iterative image-registration technique with an application to stereo vision. Proceedings of the 1981 DARPA Imaging Understanding Workshop, pp. 121-130, 1981.
• [2] G. Bradski and A. Kaehler. Learning OpenCV. O’Reilly Media, Inc., 2008.
• [3] I. Ulrich and I. R. Nourbakhsh, “Appearance-based obstacle detection with monocular color visio”, in AAAI/IAAI, 2000.
• [4] P. C. Merrell, D. -J. Lee, and R. W. Beard, “Obstacle avoidance for unmanned air vehicles using optical flow probability distributions”, Mobile Robots XVII, Vol. 5609, No. 1, pp. 13-22, 2004.
• [5] W. S. P. Fernando, L. Udawatta, P. Puthirana, „Identification of Moving Obstacles with Pyramidal Lucas Kanade Optical Flow and k means Clustering”, 2007.
• [6] S. S. Beauchemin and J. L. Barron. The computation of optical flow. ACM Computing Surveys, 27(3):433-467, 1995.
• [7] A. Giachetti, M. Campani, and V. Torre, “The Use of Optical Flow for Road Navigation”, IEEE Transactions. on Robotics and Automation„ vol. 14, Issue 1, pp. 34-48, February 1998.
• [8] D. Lieb, A. Lookingbill, and S. Thrun, “Adaptive Road Following using Self-Supervised Learning and Reverse Optical Flow”, Stanford Artificial Intelligence Laboratory, Stanford University, 2005.
• [9] K. P. Horn, B. G. Schunck, “Determining Optical Flow”, Artificial Intelligence Laboratory, MIT, Cambridge, MA, pp. 185-203, 1981.