Testing and Simulating a Simplified Precision Autonomous Landing Algorithm for Unmanned Aerial Vehicles (UAV)

• Autorzy: Woszczyk Wacław , Pawelec Kasjan , Supeło Norbert , Pacana Tomasz , Pajunk Maciej , Daniel Natalia

Identyfikatory

DOI

10.5604/01.3001.0055.0335

Warianty tytułu

PL

Testy i symulacje uproszczonego algorytmu precyzyjnego autonomicznego lądowania bezzałogowego statku powietrznego (BSP)

• Języki publikacji: EN

Abstrakty

EN

Drones are capable of carrying objects of various types. However, their landing pad detection systems did not consistently perform as intended to environmental conditions, such as inclement weather or inadequate illumination. This article presents a simplified precision landing algorithm for unmanned aerial vehicles (UAV) with the objective of enhancing accuracy of the landing procedure. The proposed system relies on integrating a GPS module, an ultrasonic distance sensor and a proximity sensor. The GPS is responsible for navigating the drone to the designated Target location, the ultrasonic sensor assists in decreasing the drone’s altitude, and the proximity sensor ensures an accurate detection of the landing pad. The UAV is required to execute landings in open environments, where fluctuating environmental conditions and mobile landing pads represent principal challenges. Therefore, the model takes into account has such difficulties as reduced stability, caused by wind or non-permanent placement of the landing pad over time. The study included simulations performed in the Python environment, which allowed to test the algorithm’s effectiveness in different scenarios, such as variable weather conditions and landing pads moving at different speeds. Simulation results show that the simplified model allows to limit the landing error to a few centimeters, which proves its effectiveness during a safe UAV precision landing procedure. Future testing performed by the authors will encompass the development of a dynamic algorithm, physical modifications to the UAV and a comparative of simulation results.

PL

Drony, jako autonomiczne urządzenia, są użyteczne do przenoszenia obiektów różnego typu. Niestety, systemy wykrywania lądowiska nie zawsze działają poprawnie ze względu na czynniki środowiskowe, takie jak wietrzna pogoda czy brak oświetlenia. Niniejszy artykuł przedstawia uproszczony algorytm precyzyjnego lądowania dla bezzałogowego statku powietrznego (BSP), który ma na celu zwiększenie dokładności procesu lądowania. Proponowany system w założeniu jest oparty na integracji modułu GPS, ultradźwiękowego czujnika odległości oraz czujnika zbliżeniowego. GPS jest odpowiedzialny za doprowadzenie drona w pobliżu zakładanej pozycji, ultradźwiękowy czujnik pomaga w kontrolowaniu obniżania wysokości maszyny, a czujnik zbliżeniowy zapewnia dokładne określenie lądowiska. BSP musi być przystosowany do lądowania w otwartej przestrzeni, gdzie głównymi wyzwaniami są zmienne warunki środowiskowe i ruchome lądowiska. W związku z tym w modelu uwzględniono takie utrudnienia jak zmniejszona stabilizacja spowodowana wiatrem oraz zmienne w czasie położenie lądowiska odwzorowane przez ruchomą platformę. W ramach badań przeprowadzono symulacje w środowisku Python, które pozwoliły na testowanie skuteczności algorytmu w różnych scenariuszach, takich jak zmienne warunki atmosferyczne i lądowiska poruszające się z różną prędkością. Wyniki symulacji pokazują, że proponowany uproszczony model umożliwia osiągnięcie błędu lądowania na poziomie kilku centymetrów, co potwierdza jego skuteczność w precyzyjnym i bezpiecznym lądowaniu BSP. Przyszłe badania autorów będą dotyczyć aspektów rozbudowy algorytmu w zakresie modelu dynamicznego, a następnie modyfikacji fizycznego obiektu BSP z porównaniem wyników symulacyjnych.

Słowa kluczowe

EN

unmanned aerial vehicle; precision landing; autonomous landing algorithm; flight simulation

PL

bezzałogowy statek powietrzny; precyzyjne lądowanie; algorytm autonomicznego lądowania; symulacja lotu

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Problemy Mechatroniki : uzbrojenie, lotnictwo, inżynieria bezpieczeństwa
• Rocznik: 2025
• Tom: Vol. 16, Nr 1 (59)
• Strony: 37--63
• Opis fizyczny: Bibliogr. 31 poz., wykr., rys.

Twórcy

autor

Woszczyk Wacław

• Military University of Technology Faculty of Mechatronics, Armament and Aerospace 2 Sylwestra Kaliskiego Str., 00-908 Warsaw, Poland

autor

Pawelec Kasjan

• Military University of Technology Faculty of Mechatronics, Armament and Aerospace 2 Sylwestra Kaliskiego Str., 00-908 Warsaw, Poland

autor

Supeło Norbert

• Military University of Technology Faculty of Mechatronics, Armament and Aerospace 2 Sylwestra Kaliskiego Str., 00-908 Warsaw, Poland

autor

Pacana Tomasz

• Military University of Technology Faculty of Mechatronics, Armament and Aerospace 2 Sylwestra Kaliskiego Str., 00-908 Warsaw, Poland

autor

Pajunk Maciej

• Military University of Technology Faculty of Mechatronics, Armament and Aerospace 2 Sylwestra Kaliskiego Str., 00-908 Warsaw, Poland

autor

Daniel Natalia

• Military University of Technology Faculty of Mechatronics, Armament and Aerospace 2 Sylwestra Kaliskiego Str., 00-908 Warsaw, Poland

• https://orcid.org/0000-0002-8289-4428

Bibliografia

• [1] Mittal, Mayank, Rohit Mohan, Wolfram Burgard, and Abhinav Valada. 2022.Vision-Based Autonomous UAV Navigation and Landing for Urban Search and Rescue. In: Robotics Research. ISRR 2019. (eds.: Asfour, T., Yoshida, E., Park, J., Christensen, H., Khatib, O.). Springer Proceedings in Advanced Robotics, vol 20. Springer, Cham. https://doi.org/10.1007/978-3-030-95459-8_35.
• [2] Kumar, Rajesh. 1997. Tactical Reconnaissance: UAVs versus Manned Aircraft. Report AU/ACSC/0349/97-03. Air Command and Staff College Maxwell AFB, AL36112.
• [3] Pircher, M., J. Geipel, K. Kusnierek, and A. Korsaeth, 2017.”Development of a hybrid UAV sensor platform suitable for farm-scale applications in precision agriculture”. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2/W6, 297 - 302, https://doi.org/10.5194/isprs-archives-XLII-2- W6-297-2017, 2017.
• [4] Nagaryan, Nagarani, P. Venkatakrishnan, and N. Balaji. 2020.“Unmanned Aerial vehicle’s runway landing system with efficient target detection by using morphological fusion for military surveillance system”. Comput Commun, 151 : 463 - 472. DOI: 10.1016/j.comcom.2019.12.039.
• [5] Purahong, Boonchana, Thanavit Anuwongpinit, Aniwat Juhong, Isoon Kanjanasurat, and Chuchart Pintaviooj. 2022. “Medical Drone Managing System for Automated External Defibrillator Delivery Service”. Drones 6 (4) : 93-1-17. DOI: 10.3390/drones6040093.
• [6] Schierbeck, Sofia, Leif Svensson., and Andreas Claesson. 2022. “Use of a Drone-Delivered Automated External Defibrillator in an Out-of-Hospital Cardiac Arrest”. New England Journal of Medicine 386 (20) : 1953 - 1954. DOI: 10.1056/NEJMc2200833.
• [7] Guo, Yangyang, Jaiqian Guo, Chang Liu, Hongting Xiong, Lilong Chai, and Dongjian He. 2020. “Precision landing test and simulation of the agricultural UAV on apron”. Sensors 20 (12) : 3369-1 - 14. DOI: 10.3390/s20123369.
• [8] Hegde, Aditya, and Debasish Ghose. 2020. “Multi-UAV Distributed Control for Load Transportation in Precision Agriculture”. In Proceedings of the AIAA Scitech 2020 Forum. USA, Orlando, 6-10 January 2020. DOI: doi:10.2514/6.2020-2068.
• [9] Wenzel, Karl, Engelbert, Andreas Masselli, and Andreas Zell. 2011. “Automatic take off, tracking and landing of a miniature UAV on a moving carrier vehicle”. Journal of Intelligent and Robotic Systems: Theory and Applications 61 : 221-238. DOI: 10.1007/s10846-010-9473-0.
• [10] Tiemann, Janis, and Christian Wietfeld. 2017. Scalable and precise multi-UAV indoor navigation using TDOA-based UWB localization. In Procedings of the 2017 International Conference on Indoor Positioning and Indoor Navigation (IPIN) pp. 1-7. Japan Sapporo, 18-21 September 2017. DOI: 10.1109/IPIN.2017.8115937.
• [11] Lieret, Markus, Vladyslav Kogan, Sebastian Döll, and Jörg Franke. 2019. Automated in-house transportation of small load carriers with autonomous unmanned aerial vehicles. In Proceedings of the 2019 IEEE 15th International Conference on Automation Science and Engineering (CASE), pp. 1010-1015. Canada, Vancouver, 22-26 August 2019. DOI: 10.1109/COASE.2019.8843183.
• [12] Grzywiński, Stanisław. Piotr Turek, and Witold Bużantowicz. 2021 A Simulation Software for Testing of Image Matching Algorithms in UAV Terrain-Aided Navigation. In Proceedings of the 2021 International Conference on Military Technologies (ICMT) pp. 1-7. Czech Republic, Brno, 4 August 2021. DOI: 10.1109/ICMT52455.2021.9502773.
• [13] Marin, Niculae, and Pǎtru Spătaru. 2010.“The role and importance of UAV within the current theaters of operations”. INCAS BULLETIN 2 (2) : 66–74. DOI: 10.13111/2066-8201.2010.2.2.9.
• [14] Rochowicz, Robert. 2022. “Drones in war of Ukraine with Russia”.Problemy Techniki Uzbrojenia 160 (2) : 97-117. DOI: 10.5604/01.3001.0015.9900.
• [15] Chávez, Kerry. 2023. “Learning on the Fly: Drones in the Russian-Ukrainian War”. Arms Control Association.
• [16] Nguyen, Thien-Minh, Muqing Cao, Thien-H. Nguyen, and Lihua Xie. 2018. Post-Mission Autonomous Return and Precision Landing of UAV. In Proceedings of the 2018 15th International Conference on Control, Automation, Robotics and Vision (ICARCV), pp. 1747–1752. Marina Bay, Singapore, 18-21November, 2018. DOI: 10.1109/ICARCV.2018.8581117.
• [17] Ma’sum M. Anwar, M. Kholid Arrofi, Grafika Jati, Futuhal Arifin, M. Nanda Kurniawan, and Petrus Mursanto. 2013. Simulation of inteligent Unmanned Aerial Vehicle (UAV) For military surveillance. In Proceedings of the 2013 International Conference on Advanced Computer Science and Information Systems (ICACSIS), pp. 161–166. Sunar Bali, Indonesia 28-29 September 2013. DOI: 10.1109/ICACSIS.2013.6761569.
• [18] Triharminto, H.H., T.B. Adji, and N.A. Setiawan. 2011. Dynamic uav path planning for moving target intercept in 3D. In Proceedings of the 2011 2nd International Conference on Instrumentation Control and Automation, pp.157–161. Bandung, Indonesia 15-17 November 2011. DOI: 10.1109/ICA.2011.6130148.
• [19] Recker, Shawn, Christiaan Gribble, and Mark Butkiewicz. 2018. Autonomous Precision Landing for the Joint Tactical Aerial Resupply Vehicle. In Proceedings of the 2018 IEEE Applied Imagery Pattern Recognition Workshop (AIPR), pp. 1-8. Washington, USA 9-11 October 2018. DOI: 10.1109/AIPR.2018.8707418.
• [20] Grzes, Michal, Maciej Slowik, and Zdzisław Gosiewski. 2018. “Multirotor UAV sensor fusion for precision landing”. Aircraft Engineering and Aerospace Technology 91 (2) : 241-248. DOI: 10.1108/AEAT-01-2018- 0070.
• [21] Xuan-Mung, Nguyen, Sung Kyung Hong, Ngoc Phi Nguyen, Le Nhu Ngoc Thanh Ha, and Tien-Loc Le. 2020.“Autonomous Quadcopter Precision Landing Onto a Heaving Platform: New Method and Experiment”. IEEE Access 8 : 167192–167202. DOI: 10.1109/ACCESS.2020.3022881.
• [22] Rigogliuso, Leoluca. 2022. Robust autonomous landing of a UAV on a high- speed platform.Italy, Technical University inTorino.
• [23] Feng, Yi, Cong Zhang, Stanley Baek, Samir A. Rawashdeh, and Alireza Mohammadi. 2018. “Autonomous landing of a UAV on a moving platform using model predictive control”. Drones 2 (4) : 1–15. DOI: 10.3390/drones2040034.
• [24] Supriyono, Heru and Amnaduny Akhara. 2021. “Design, building and performance testing of GPS and computer vision combination for increasing landing precision of quad-copter drone. Journal of Physics: Conference Series 1858, 012074-1-13. DOI: 10.1088/1742-6596/1858/1/012074.
• [25] Lange, Sven, Niko Sünderhauf, and Peter Protzel. 2008. Autonomous Landing for a Multirotor UAV Using Vision. Workshop Proceedings of SIMPAR 2008 Intl. Conf. on SIMULATION, MODELING and PROGRAMMING for AUTONOMOUS ROBOTS, pp. 482-491. Venice, Italy, 3-4 November 2008.
• [26] Sabir, Abdelhay, and Alia Zakriti. 2019. “Modeling of a Quadcopter Trajectory Tracking System Using PID Controller”. Procedia Manufacturing 32 : 564–571. DOI: 10.1016/j.promfg.2019.02.253.
• [27] Walid, Mizouri, Najar Slaheddine, Aoun Mohamed, and Bouabdallah Lamjed. 2018. Modelling, Identification and Control of a Quadrotor UAV. In Proceedings of the 2018 15th International Multi-Conference on Systems, Signals & Devices (SSD), pp. 1017–1022. Yasmine Hammamet , Tunisia 19-22 March 2018. DOI: 10.1109/SSD.2018.8570512.
• [28] Ghamry, A. Khaled, Yiqun Dong, Mohamed A. Kamel, and Youmin Zhang. 2016. Real-time autonomous take-off, tracking and landing of UAV on a moving UGV platform. In Proceedings of the 2016 24th Mediterranean Conference on Control and Automation (MED), pp. 1236 - 1241. Athens, Greece 21-24 June 2016. DOI: 10.1109/MED.2016.7535886.
• [29] Palafox, R. Pablo, Mario Garzón, João Valente, Juan Jesus Roldán, and Antonio Barrientos. 2019. “Robust visual-aided autonomous takeoff, tracking, and landing of a small UAV on a moving landing platform for life- long operation”. Applied Sciences 9 (13) : 2661-1-21. DOI: 10.3390/app9132661.
• [30] Ahmed, Faiyaz, Mohd. Nayab Zafar, and J.C. Mohanta. 2020. Modeling and Analysis of Quadcopter F450 Frame. In Proceedings of the 2020 International Conference on Contemporary Computing and Applications (IC3A), pp. 196 - 201. Lucknow, India 5-7 February 2020. DOI:10.1109/IC3A48958.2020.233296.
• [31] Taiyab, Mohammad Abu, and Md. Tazul Islam. 2021. Experimental and Numerical Investigation on Propeller Performance in Unmanned Aerial Vehicles. In Proceedings of the International Conference on Mechanical Engineering and Renewable Energy 2021 (ICMERE 2021), pp. 1-5. Chattogram, Bangladesh 12-14 December 2021.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).