Dissertations / Theses on the topic 'Autonomous drone navigation'

Approved for public release, distribution is unlimited<br>This thesis is part of an ongoing research conducted at the Naval Postgraduate School to achieve the autonomous shipboard landing of Unmanned Aerial Vehicles (UAV). Two main problems are addressed in this thesis. The first is to establish communication between the UAV's ground station and the Autonomous Landing Flight Control Computer effectively. The second addresses the design and implementation of an autonomous landing controller using classical control techniques. Device drivers for the sensors and the communications protocol were developed in ANSI C. The overall system was implemented in a PC104 computer running a real-time operating system developed by The Mathworks, Inc. Computer and hardware in the loop (HIL) simulation, as well as ground test results show the feasibility of the algorithm proposed here. Flight tests are scheduled to be performed in the near future.<br>Lieutenant Junior Grade, Mexican Navy

Ce travail porte, de façon théorétique et pratique, sur les sujets plus pertinents autour des drones en navigation autonome et semi-autonome. Conformément à la nature multidisciplinaire des problèmes étudies, une grande diversité des techniques et théories ont été couverts dans les domaines de la robotique, l’automatique, l’informatique, la vision par ordinateur et les systèmes embarques, parmi outres.Dans le cadre de cette thèse, deux plates-formes expérimentales ont été développées afin de valider la théorie proposée pour la navigation autonome d’un drone. Le premier prototype, développé au laboratoire, est un quadrirotor spécialement conçu pour les applications extérieures. La deuxième plate-forme est composée d’un quadrirotor à bas coût du type AR.Drone fabrique par Parrot. Le véhicule est connecté sans fil à une station au sol équipé d’un système d’exploitation pour robots (ROS) et dédié à tester, d’une façon facile, rapide et sécurisé, les algorithmes de vision et les stratégies de commande proposés. Les premiers travaux développés ont été basés sur la fusion de donnés pour estimer la position du drone en utilisant des capteurs inertiels et le GPS. Deux stratégies ont été étudiées et appliquées, le Filtre de Kalman Etendu (EKF) et le filtre à Particules (PF). Les deux approches prennent en compte les mesures bruitées de la position de l’UAV, de sa vitesse et de son orientation. On a réalisé une validation numérique pour tester la performance des algorithmes. Une tâche dans le cahier de cette thèse a été de concevoir d’algorithmes de commande pour le suivi de trajectoires ou bien pour la télé-opération. Pour ce faire, on a proposé une loi de commande basée sur l’approche de Mode Glissants à deuxième ordre. Cette technique de commande permet de suivre au quadrirotor de trajectoires désirées et de réaliser l’évitement des collisions frontales si nécessaire. Etant donné que la plate-forme A.R.Drone est équipée d’un auto-pilote d’attitude, nous avons utilisé les angles désirés de roulis et de tangage comme entrées de commande. L’algorithme de commande proposé donne de la robustesse au système en boucle fermée. De plus, une nouvelle technique de vision monoculaire par ordinateur a été utilisée pour la localisation d’un drone. Les informations visuelles sont fusionnées avec les mesures inertielles du drone pour avoir une bonne estimation de sa position. Cette technique utilise l’algorithme PTAM (localisation parallèle et mapping), qui s’agit d’obtenir un nuage de points caractéristiques dans l’image par rapport à une scène qui servira comme repère. Cet algorithme n’utilise pas de cibles, de marqueurs ou de scènes bien définies. La contribution dans cette méthodologie a été de pouvoir utiliser le nuage de points disperse pour détecter possibles obstacles en face du véhicule. Avec cette information nous avons proposé un algorithme de commande pour réaliser l’évitement d’obstacles. Cette loi de commande utilise les champs de potentiel pour calculer une force de répulsion qui sera appliquée au drone. Des expériences en temps réel ont montré la bonne performance du système proposé. Les résultats antérieurs ont motivé la conception et développement d’un drone capable de réaliser en sécurité l’interaction avec les hommes et les suivre de façon autonome. Un classificateur en cascade du type Haar a été utilisé pour détecter le visage d’une personne. Une fois le visage est détecté, on utilise un filtre de Kalman (KF) pour améliorer la détection et un algorithme pour estimer la position relative du visage. Pour réguler la position du drone et la maintenir à une distance désirée du visage, on a utilisé une loi de commande linéaire<br>The present document addresses, theoretically and experimentally, the most relevant topics for Unmanned Aerial Vehicles (UAVs) in autonomous and semi-autonomous navigation. According with the multidisciplinary nature of the studied problems, a wide range of techniques and theories are covered in the fields of robotics, automatic control, computer science, computer vision and embedded systems, among others. As part of this thesis, two different experimental platforms were developed in order to explore and evaluate various theories and techniques of interest for autonomous navigation. The first prototype is a quadrotor specially designed for outdoor applications and was fully developed in our lab. The second testbed is composed by a non expensive commercial quadrotor kind AR. Drone, wireless connected to a ground station equipped with the Robot Operating System (ROS), and specially intended to test computer vision algorithms and automatic control strategies in an easy, fast and safe way. In addition, this work provides a study of data fusion techniques looking to enhance the UAVs pose estimation provided by commonly used sensors. Two strategies are evaluated in particular, an Extended Kalman Filter (EKF) and a Particle Filter (PF). Both estimators are adapted for the system under consideration, taking into account noisy measurements of the UAV position, velocity and orientation. Simulations show the performance of the developed algorithms while adding noise from real GPS (Global Positioning System) measurements. Safe and accurate navigation for either autonomous trajectory tracking or haptic teleoperation of quadrotors is presented as well. A second order Sliding Mode (2-SM) control algorithm is used to track trajectories while avoiding frontal collisions in autonomous flight. The time-scale separation of the translational and rotational dynamics allows us to design position controllers by giving desired references in the roll and pitch angles, which is suitable for quadrotors equipped with an internal attitude controller. The 2-SM control allows adding robustness to the closed-loop system. A Lyapunov based analysis probes the system stability. Vision algorithms are employed to estimate the pose of the vehicle using only a monocular SLAM (Simultaneous Localization and Mapping) fused with inertial measurements. Distance to potential obstacles is detected and computed using the sparse depth map from the vision algorithm. For teleoperation tests, a haptic device is employed to feedback information to the pilot about possible collisions, by exerting opposite forces. The proposed strategies are successfully tested in real-time experiments, using a low-cost commercial quadrotor. Also, conception and development of a Micro Aerial Vehicle (MAV) able to safely interact with human users by following them autonomously, is achieved in the present work. Once a face is detected by means of a Haar cascade classifier, it is tracked applying a Kalman Filter (KF), and an estimation of the relative position with respect to the face is obtained at a high rate. A linear Proportional Derivative (PD) controller regulates the UAV’s position in order to keep a constant distance to the face, employing as well the extra available information from the embedded UAV’s sensors. Several experiments were carried out through different conditions, showing good performance even under disadvantageous scenarios like outdoor flight, being robust against illumination changes, wind perturbations, image noise and the presence of several faces on the same image. Finally, this thesis deals with the problem of implementing a safe and fast transportation system using an UAV kind quadrotor with a cable suspended load. The objective consists in transporting the load from one place to another, in a fast way and with minimum swing in the cable

L'objet de cette thèse est l'étude et la mise en oeuvre d'un système de gestion automatique de la configuration d'une formation d'avions sans pilote, ou drones. Les objectifs sont, d'une part, d'améliorer la sécurité et l'efficacité d'un groupe de drones de combat, et, d'autre part, de faire le lien entre les niveaux de planification de missions et les niveaux fonctionnels de contrôle de la formation. Le vol en formation est particulièrement bien adapté pour des applications militaires en milieux hostiles, qui requièrent des synchronisations pour l'arrivée sur les cibles ou du support mutuel pour le brouillage. L'une des difficultés soulevées est le choix autonome de la configuration. Notre approche est de mettre en oeuvre, entre les niveaux décisionnels et les niveaux fonctionnels, une couche intermédiaire dédiée à la formation et à la gestion autonome de sa configuration. La configuration ainsi déterminée doit être affectée aux avions de la formation en tenant compte des contraintes tactiques et des ressources de chacun. Enfin, la sécurité du vol est un élément primordial. Il faut donc pouvoir planifier des manoeuvres de reconfiguration pour passer d'une configuration à une autre, en respectant les distances minimales entres avions. Des solutions ont été développées à partir de l'algorithme Branch & Bound pour résoudre les problèmes d'allocations, et de l'algorithme A* pour la planification de trajectoires dans la formation. De plus, un contrôle de vol de la formation a été implémenté. Ceci a permis de valider notre approche par des simulations et des expérimentations réelles.

Lors de dette dernière décennie, l'évolution des technologies a permis le développement de drones de taille et de poids réduit aptes à évoluer dans des environnements intérieurs ou urbains. Pour exécuter les missions qui leur sont attribuées, les drones doivent posséder un système de navigation robuste, comprenant, notamment, une fonctionnalité temps réel d'ego-localisation précise dans un repère absolu. Nous proposons de résoudre cette problématique par la mise en correspondance des dernières images acquises avec des images géoréférencées de type Google Streetview.Dans l'hypothèse où il serait possible pour une image requête de retrouver l'image géo-référencée représentant la même scène, nous avons tout d'abord étudié une solution permettant d'affiner la localisation grâce à l'estimation de la pose relative entre ces deux images. Pour retrouver l'image de la base correspondant à une image requête, nous avons ensuite étudié et proposé une méthode hybride exploitant à la fois les informations visuelles et odométriques mettant en oeuvre une chaîne de Markov à états cachés. Les performances obtenues, dépendant de la qualité de la mesure de similarité visuelle, nous avons enfin proposé une solution originale basée sur l'apprentissage supervisé de distances permettant de mesurer les similarités entre les images requête et les images géoréférencées proches de la position supposée<br>In this last decade, technology evolution has enabled the development of small and light UAV able to evolve in indoor and urban environments. In order to execute missions assigned to them, UAV must have a robust navigation system, including a precise egolocalization functionality within an absolute reference. We propose to solve this problem by mapping the latest images acquired with geo-referenced images, i.e. Google Streetview images.In a first step, assuming that it is possible for a given query image to retrieve the geo-referenced image depicting the same scene, we study a solution, based on relative pose estimation between images, to refine the location. Then, to retrieve geo-referenced images corresponding to acquired images, we studied and proposed an hybrid method exploiting both visual and odometric information by defining an appropriate Hidden Markov Model (HMM), where states are geographical locations. The quality of achieved performances depending of visual similarities, we finally proposed an original solution based on a supervised metric learning solution. The solution measures similarities between the query images and geo-referenced images close to the putative position, thanks to distances learnt during a preliminary step

Lors de dette dernière décennie, l'évolution des technologies a permis le développement de drones de taille et de poids réduit aptes à évoluer dans des environnements intérieurs ou urbains. Pour exécuter les missions qui leur sont attribuées, les drones doivent posséder un système de navigation robuste, comprenant, notamment, une fonctionnalité temps réel d'ego-localisation précise dans un repère absolu. Nous proposons de résoudre cette problématique par la mise en correspondance des dernières images acquises avec des images géoréférencées de type Google Streetview.Dans l'hypothèse où il serait possible pour une image requête de retrouver l'image géo-référencée représentant la même scène, nous avons tout d'abord étudié une solution permettant d'affiner la localisation grâce à l'estimation de la pose relative entre ces deux images. Pour retrouver l'image de la base correspondant à une image requête, nous avons ensuite étudié et proposé une méthode hybride exploitant à la fois les informations visuelles et odométriques mettant en oeuvre une chaîne de Markov à états cachés. Les performances obtenues, dépendant de la qualité de la mesure de similarité visuelle, nous avons enfin proposé une solution originale basée sur l'apprentissage supervisé de distances permettant de mesurer les similarités entre les images requête et les images géoréférencées proches de la position supposée<br>In this last decade, technology evolution has enabled the development of small and light UAV able to evolve in indoor and urban environments. In order to execute missions assigned to them, UAV must have a robust navigation system, including a precise egolocalization functionality within an absolute reference. We propose to solve this problem by mapping the latest images acquired with geo-referenced images, i.e. Google Streetview images.In a first step, assuming that it is possible for a given query image to retrieve the geo-referenced image depicting the same scene, we study a solution, based on relative pose estimation between images, to refine the location. Then, to retrieve geo-referenced images corresponding to acquired images, we studied and proposed an hybrid method exploiting both visual and odometric information by defining an appropriate Hidden Markov Model (HMM), where states are geographical locations. The quality of achieved performances depending of visual similarities, we finally proposed an original solution based on a supervised metric learning solution. The solution measures similarities between the query images and geo-referenced images close to the putative position, thanks to distances learnt during a preliminary step

Dans cette thèse, nous nous intéressons au problème de l’atterrissage lunaire autonome et nous proposons une méthode innovante amenant une alternative à l’utilisation de capteurs classiques qui peuvent se révéler encombrants, énergivores et très onéreux.La première partie est consacrée au développement et à la construction de capteurs de mouvement inspirés de la vision des insectes volants et mesurant le flux optique.Le flux optique correspond à la vitesse angulaire relative de l’environnement mesurée par la rétine d’un agent. Dans un environnement fixe, les mouvements d’un robot génèrent un flux optique contenant des informations essentielles sur le mouvement de ce dernier. En utilisant le principe du « temps de passage », nous présentons les résultats expérimentaux obtenus en extérieur avec deux versions de ces capteurs.Premièrement, un capteur mesurant le flux optique dans les deux directions opposées est développé et testé en laboratoire. Deuxièmement un capteur adapté à la mesure des faibles flux optiques similaires à ceux pouvant être mesurés lors d’un alunissage est développé, caractérisé et enfin testé sur un drone hélicoptère en conditions extérieures.Dans la seconde partie, une méthode permettant de réaliser le guidage, la navigation et la commande (GNC pour Guidance Navigation and Control) du système est proposée. L’innovation réside dans le fait que l’atterrissage en douceur est uniquement assuré par les capteurs de flux optique. L’utilisation des capteurs inertiels est réduite au maximum. Plusieurs capteurs orientés dans différentes directions de visée, et fixés à la structure de l’atterrisseur permettent d’atteindre les conditions finales définies par les partenaires industriels. Les nombreuses informations décrivant la position et l’attitude du système contenues dans le flux optique sont exploitées grâce aux algorithmes de navigation qui permettent d’estimer les flux optiques ventraux et d’expansion ainsi que le tangage.Nous avons également montré qu’il est possible de contrôler l’atterrisseur planétaire en faisant suivre aux flux optiques estimés une consigne optimale au sens de la consommation d’énergie. Les simulations réalisées durant la thèse ont permis de valider le fonctionnement et le potentiel de la solution GNC proposée en intégrant le code du capteur ainsi que des images simulées du sol de la lune<br>In this PhD thesis, the challenge of autonomous lunar landing was addressed and an innovative method was developed, which provides an alternative to the classical sensor suites based on RADAR, LIDAR and cameras, which tend to be bulky, energy consuming and expensive. The first part is devoted to the development of a sensor inspired by the fly’s visual sensitivity to optic flow (OF). The OF is an index giving the relative angular velocity of the environment sensed by the retina of a moving insect or robot. In a fixed environment (where there is no external motion), the self-motion of an airborne vehicle generates an OF containing information about its own velocity and attitude and the distance to obstacles. Based on the “Time of Travel” principle we present the results obtained for two versions of 5 LMSs based optic flow sensors. The first one is able to measure accurately the OF in two opposite directions. It was tested in the laboratory and gave satisfying results. The second optic flow sensor operates at low velocities such as those liable to occur during lunar landing was developed. After developing these sensors, their performances were characterized both indoors and outdoors, and lastly, they were tested onboard an 80-kg helicopter flying in an outdoor environment. The Guidance Navigation and Control (GNC) system was designed in the second part on the basis of several algorithms, using various tools such as optimal control, nonlinear control design and observation theory. This is a particularly innovative approach, since it makes it possible to perform soft landing on the basis of OF measurements and as less as possible on inertial sensors. The final constraints imposed by our industrial partners were met by mounting several non-gimbaled sensors oriented in different gaze directions on the lander’s structure. Information about the lander’s self-motion present in the OF measurements is extracted by navigation algorithms, which yield estimates of the ventral OF, expansion OF and pitch angle. It was also established that it is possible to bring the planetary lander gently to the ground by tracking a pre-computed optimal reference trajectory in terms of the lowest possible fuel consumption. Software-in-the-loop simulations were carried out in order to assess the potential of the proposed GNC approach by testing its performances. In these simulations, the sensor firmware was taken into account and virtual images of the lunar surface were used in order to improve the realism of the simulated landings

Cette thèse traite du guidage et du pilotage de véhicules aériens qui peuvent assurer des missions dans des lieux particulièrement hostiles, dangereux ou inaccessibles avec des véhicules conventionnels. Nous sommes tout d'abord motivés par le scénario de couverture, qui est généralement un processus long pouvant utiliser un grand nombre de personnes et d'équipements. Or, la nature de la couverture nécessite un véhicule aérien avec des capacités de vol stationnaire. Pour cela, nous nous intéressons alors aux multirotors, qui sont considérés comme une bonne étude de cas pour concevoir, analyser et mettre en œuvre des stratégies de contrôle de vol.En réalité, de nombreux défis sont encore ouverts pour ce qui concerne le scénario de couverture comme la faisabilité, l’optimalité en visitant tous les points d’intérêts. De plus, un système de contrôle robuste est indispensable pour contrer des effets néfastes tel le vent. Par ailleurs, la conception d'un algorithme de contrôle répondant à certaines exigences (structure simple, précision, énergie minimale consommée) constitue un défi supplémentaire. Ensuite, notre travail introduit un modèle mathématique générique pour les multi-rotors en considérant l’effet du vent.Dans la première partie du manuscrit, nous proposons des planificateurs en utilisant comme base l'algorithme RRT* (optimal Rapidly-exploring Random Tree). En fait, dans les grands espaces, un grand nombre de nœuds est généré augmentant alors le temps de calcul et la mémoire consommée. Pour y remédier, une procédure de suppression est impliquée pendant le processus « ReWire » pour les réduire. De plus, un planificateur multidirectionnel qui renvoie un ensemble de chemins optimaux à partir d'un point de départ et d'un ensemble de points objectifs est proposé. Notre travail introduit également une stratégie CPP (Coverage path-planning) optimale dans un espace contraint. Celle-ci consiste à procéder par un algorithme en deux phases. Dans la première, un planificateur multidirectionnel est utilisé pour définir les chemins les plus courts de chaque point à ses voisins. Dans la seconde phase, au moyen des coûts entre les points, le chemin global le plus court est obtenu en résolvant un problème de voyageur en utilisant des algorithmes génétiques. Puis, compte tenu de l'énergie embarquée limitée, un problème de routage est adapté et est résolu par la méthode de savings. Dans une seconde partie, nous nous sommes penchés sur la conception d'un système de pilotage efficace permettant au véhicule de suivre une trajectoire paramétrée dans le temps. D’une part nous proposons une extension de la commande par modèle interne au non-linéaire (NLIMC). Notre technique repose sur l’utilisation du principe de base IMC pour synthétiser un contrôleur non linéaire qui fait intervenir la propriété de platitude. D’autre part, nous proposons une autre forme de contrôleur dont la structure apparente est un PID mais dans lequel est incorporée la technique des modes glissants que l'on appellera aussi PID non linéaire bien qu’il diffère de l’existant. Cette combinaison a l’avantage de conduire à un bon niveau de robustesse fourni par les modes glissants et en même temps à un bon comportement spécifié par la structure PID. En outre, en guise de complément, nous proposons deux contrôleurs redondants basés sur deux principes distincts afin de booster et d’améliorer les capacités de tout contrôleur. Le premier est basé sur l’approche MFC (Model-Free Control) tandis que le second est basé sur les modes glissants dynamiques DSMC (Dynamic Sliding Mode Controller). Enfin, pour montrer les performances de ces contrôleurs, nous avons effectué une série de tests avec plusieurs illustrations et scénarios, nous avons dressé un tableau de comparaison avec les approches conventionnelles. Les résultats issus des simulations numériques et ceux des tests expérimentaux réalisés sur un drone quadrotor se sont avérés cohérents et semblent bien prometteurs<br>This thesis deals with the guidance and control of aerial vehicles, which can also ensure missions in hostile, dangerous environments, or inaccessible workspaces with conventional vehicles. First, we are motivated by the coverage scenario, which is in general a long process, requiring a large number of individuals and specific equipment. However, the nature of sensing coverage requires an aerial vehicle with hovering capabilities. For this purpose, we are interested in multirotors that are considered as a good case study to design, analyze and implement flight control strategies.As matter of fact, many challenges are still open with respect to the coverage scenario such as for instance the feasibility and the optimality when passing through the Points of Interest. In addition, a robust control system is essential to mitigate the adverse effects such as the wind. Moreover, designing a control algorithm, which meet some requirements (simplicity, accuracy, consumed energy, etc.) constitutes a complementary challenge. Then, our work introduces a generic mathematical model for multirotors flying under the effect of wind.In a first part, we propose planners using as a basis the optimal Rapidly-exploring Random Tree (RRT*) algorithm. In fact, in large workspaces, a large number of nodes is generated and then increasing the computation time and the consumed memory. To counter these latter, a removal procedure is involved during the rewiring process. In addition, a multidirectional planner that returns a set of optimal paths from a starting point and a set of objective points is proposed. Our work also introduces an optimal Coverage path-planning (CPP) strategy in a constrained workspace. This one proceeds through a two-phases algorithm. In the first one, a Connected Multi-directional planner is used to define the shortest paths from each point to its neighbors. In the second phase, by means of the pair-wise costs between points, the overall shortest path is obtained by solving a Traveling Salesman Problem using Genetic Algorithms. Then, taking into account the limited on-board energy, a Capacitated-Vehicle Routing Problem is adapted and solved by the savings approach.In a second part, we study the design of an effective control system allowing the vehicle to track a trajectory parameterized in time. On the one hand, we propose an extension to nonlinear systems of the Internal Model Control (NLIMC). Our technique is based on the use of the basic IMC principle to synthesize a nonlinear controller that involves the property of flatness. On the other hand, we propose another form of controller whose apparent structure is a PID but in which the technique of sliding modes is incorporated that will also call the nonlinear PID (NLPID). This combination has the advantage to lead to a good level of robustness provided by the sliding modes and at the same time to a good behavior specified by the PID structure. Besides, as a complement, we present two redundant controllers based on two distinct principles in order to boost and to improve the capabilities of any controller. The first one is based on the Model-Free Control (MFC) approach while the second one is based on Dynamic Sliding Mode Controller (DSMC).Finally, to highlight the performance of these controllers, we have performed a series of tests with several illustrations and scenarios and we have drawn up a comparison table with conventional approaches. The results of both the numerical simulations and the experimentation that are performed on a quadrotor are consistent and seem to be quite promising

Le projet de thèse consiste à développer une solution pour l'atterrissage d'un drone à voilure fixe de configuration classique dans une zone limitée. Le principal défi consiste à réduire la vitesse de l'avion à une phase minimale pendant le vol, à l'aide d'algorithmes de contrôle automatique. La réduction de la vitesse d'un drone à voilure fixe s'effectue en augmentant son angle d'attaque, ce qui implique un freinage par la force de traînée. Cependant, cette manœuvre est critique pour un avion conventionnel, parce que si son angle d'attaque augmente au-delà de l'angle de décrochage, le véhicule peut perdre sa contrôlabilité, c'est-à-dire qu'il est possible que le véhicule aérien s'effondre et que sa structure soit endommagée. Le modèle mathématique est une représentation d'équations qui décrit le comportement de la dynamique du système. En considérant plusieurs variables pour obtenir une meilleure approximation de la dynamique du système, dans notre cas le véhicule à voilure fixe, la conception des stratégies de contrôle sera plus difficile et plus complexe. Dans ce travail de recherche, nous utiliserons un modèle mathématique non linéaire car les effets de décrochage peuvent être inclus par des approximations mathématiques du moment de tangage, des forces de portance et de traînée. Cela nous permet d'obtenir une meilleure performance des lois de contrôle pour la navigation autonome du drone à voilure fixe. L'une des limites des véhicules à voilure fixe est qu'ils atterrissent dans des espaces de dimensions réduites et que le pourcentage de dommages subis par leur structure est élevé. En outre, les perturbations extérieures et l'inexpérience des pilotes augmentent le risque de dommages. Il est bien connu qu'il est très difficile de satisfaire aux conditions d'une piste d'atterrissage. Par conséquent, la communauté scientifique s'est efforcée de mettre au point des solutions pour l'atterrissage dans des zones limitées. Dans la littérature, on trouve quelques solutions basées sur des véhicules hybrides et des systèmes de récupération. Les véhicules hybrides consistent à modifier la structure d'un véhicule à voilure fixe. Les moteurs sont répartis stratégiquement pour obtenir une configuration de véhicule multirotor, offrant certaines caractéristiques telles que le décollage et l'atterrissage verticaux. Cependant, ces actionneurs augmentent la masse du véhicule, la consommation d'énergie (ce qui réduit la durabilité du vol), la probabilité de défaillance, le coût d'acquisition, de réparation et d'entretien. Notre objectif dans ce travail de recherche est de concevoir et de valider des stratégies de contrôle pour l'atterrissage d'un drone à voilure fixe dans un espace limité. Les stratégies de contrôle ont été conçues selon deux approches : la première est basée sur le développement de manœuvres pour un drone à voilure fixe afin de réduire la vitesse à une phase minimale pendant le vol. Dans la deuxième approche, nous avons travaillé sur les stratégies de contrôle pour l'atterrissage d'un drone à voilure fixe sur un véhicule terrestre en mouvement. Une stratégie de contrôle a été proposée pour réduire la vitesse du drone à voilure fixe au minimum afin d'être capturé par un système de récupération. La stratégie de contrôle a été divisée en trois étapes de vol : dans la première étape, l'avion s'aligne dans le plan x-y tandis qu'il est conduit à une altitude souhaitée pour effectuer un vol de croisière. L'étape suivante consiste en un vol ascendant, axé sur le suivi d'une référence angulaire basée sur une trajectoire phugoïde. Cette trajectoire implique une augmentation de l'angle d'attaque jusqu'à l'angle de décrochage de l'avion. Ainsi, la vitesse aérienne obtient une réduction maximale dans des conditions sûres, permettant au drone d'être capturé par le système de récupération. Toutefois, si le drone n'est pas capturé par le système de récupération, une stratégie de contrôle est appliquée pour rétablir le vol de l'aéronef<br>The development of this thesis consists of designing some control strategies that allow a fixedwing drone with classical configuration to perform a safe landing in a limited area. The main challenge is to reduce the aircraft’s airspeed avoiding stall conditions. The developed control strategies are focused on two approaches: the first approach consists of the designing airspeed reduction maneuvers for a fixed-wing vehicle to be captured by a recovery system and for a safe landing at a desired coordinate. The next approach is focused on landing a fixed-wing drone on a moving ground vehicle. A dynamic landing trajectory was designed to lead a fixedwing vehicle to the position of a ground vehicle, reaching its position in a defined distance. Moreover, this trajectory was used in a cooperative control design. The control strategy consists of the synchronization of both vehicles to reach the same position at a desired distance. The aerial vehicle tracks the dynamic landing trajectory, and the ground vehicle controls its speed. In addition, we will propose a control architecture with a different focus, where the ground vehicle performs the tracking task of the aerial vehicle’s position in order to be captured. And, the drone’s task is to track a descending flight until the top of the ground vehicle. However, considering the speed difference between both vehicles. Therefore, we propose a new control architecture defining that the aircraft performs an airspeed reduction strategy before beginning its landing stage. The aircraft will navigate to a minimum airspeed, thus, allowing the ground vehicle to reach the fixed-wing drone’s position by increasing its speed. The control laws of each strategy were determined by developing the Lyapunov stability analysis, thus, the stability is guaranteed in each flight stage. Finally, the control strategies were implemented on prototypes allowing us to validate their performance and obtain satisfactory results for safe landing of a fixed-wing drone with classical configuration

Avec la demande croissante pour l’utilisation de drones autonomes dans des milieuxurbains, la sûreté et l’efficacité de ces missions doivent être garanties. D’une part, il est connuque dans ces milieux la haute densité d’obstacles peut mettre en péril le vol en cas de collision.D’autre part, la capacité de navigation - estimation de la position et par conséquent l’erreurd’exécution - de ces drones dépend de la disponibilité et de la performance de leurs capteursembarqués qui varient selon l’environnement. Dans ce contexte, cette thèse propose un cadre deplanification de chemin sûr et efficace pour des drones en milieux encombrés. Nous avons fondénotre travail sur les Processus Décisionnel de Markov à Observabilité Mixte (MOMDP), carils permettent de modéliser des processus décisionnels à long terme tout en prenant en comptel’incertitude sur l’environnement et son observabilité mixte. Nous proposons une modélisationdu problème de planification qui intègre le système de guidage, navigation et contrôle (GNC),afin de mieux représenter la dynamique de la transition d’état pour un drone, ainsi que l’erreurd’exécution associée. La disponibilité probable, connue a priori, des capteurs embarqués, est aussiconsidérée dans le modèle. Afin d’assurer les contraintes de sûreté, nous proposons une fonctionde coût qui nous permet de raisonner en termes de taux de collision maximal à respecter. Cecipermet au planificateur de définir des politiques qui sont à la fois efficaces - minimisation dutemps de vol - et sûres, par le choix des chemins qui favorisent le respect du taux de collisionmaximal défini. De plus, dus à la complexité du problème de planification, nous proposons unnouvel algorithme de résolution "POMCP-GO", qui est basé sur deux algorithmes de l’état del’art. Nous avons exhaustivement évalué cet algorithme pour notre cadre d’application<br>With the growing demand for the use of UAVs in urban environments, the safetyand effectiveness of these missions must be guaranteed. It is known that in these environmentsthe high density of obstacles can put flight at risk in the case collision. The navigation capacity- estimation of the position and therefore the execution error - of these UAVs depends onthe availability and performance of their on-board sensors, which vary in the environment.In this context, this thesis proposes a safe and effective path planning framework for UAVsin clustered environments. We based our work on the Mixed Observability Markov DecisionProcesses (MOMDP) because it allows us to model long-term decision processes while takinginto account environmental uncertainty and mixed observability. We propose a planning modelthat integrates the guidance, navigation and control system (GNC), in order to better representthe dynamics of the state transition for a drone, as well as the associated execution error. Theprobable availability, known a priori, of on-board sensors is also considered in the model. Inorder to ensure safety constraints, we propose a cost function that allows us to reason in termsof maximum allowable collision rate. This allows the planner to compute policies that are botheffective - minimizing flight time - and safe, by choosing paths that comply with the definedmaximum collision rate. In addition, due to the complexity of the planning problem, we proposea new "POMCP-GO" resolution algorithm, which is based on two state-of-the-art algorithms.We have thoroughly evaluated this algorithm for our application framework

In questa tesi vengono analizzati argomenti legati alla capacità di un drone di poter navigare in maniera autonoma e rilevare un target in un ambiente sconosciuto mentre se ne stima una mappa di occupazione. Queste operazioni devono essere eseguite nel minor tempo possibile e in modo da poter minimizzare l’errore nella detection del target e nella ricostruzione della mappa. In seguito, l’analisi è stata estesa alla presenza di più droni e ad uno scenario in cui sono presenti più target. Si è quindi studiato un algoritmo per permettere la mappatura di ambienti interni e l’identificazione di dispositivi di interesse. In particolare, si è utilizzato un approccio basato sull’apprendimento per rinforzo (reinforcement learning), specificatamente un algoritmo di Q-learning. Questa tesi ha l’obiettivo, inizialmente, di descrivere i droni e la sensoristica a bordo necessaria per le operazioni di detection e mapping. Successivamente il problema di navigazione è stato formulato seguendo la filosofia dei processi di decisione Markoviana. Una possibile soluzione a questo tipo di problema è utilizzare algoritmi di apprendimento rinforzato (reinforcement learning) che sono stati descritti nel dettaglio e applicati al caso in esame. Tramite simulazioni, si è verificata la capacità dell’algoritmo di risolvere il problema in esame, inoltre, si è potuto prendere visione dell’accuratezza nella stima dell’ambiente circostante e della capacità nell’identificazione delle traiettorie migliori dal punto di vista della detection dei target.

Cette thèse s'est concentrée dans la conception des stratégies de navigation basées sur la vision, pour un véhicule aérien a voilure tournante dote de quatre moteurs. La première étape de cette étude a été la conception d'un véhicule aérien parfaitement adapte aux exigences relatives a la navigation basée sur la vision. Ensuite, les problématiques liées a la stabilisation et la régulation de la vitesse ont été abordées. A cette fin, nous avons développé un système de vision qui permet d'estimer l'altitude, la position latérale et la vitesse d'avancement du véhicule. Nous montrons que l'information visuelle permet la construction des stratégies de commande adaptées à différents types de modes de vol. Une stratégie hiérarchique a été élaborée et implémentée. Les résultats expérimentaux montrent que l'hélicoptère est capable de réaliser des vols autonomes, validant ainsi les algorithmes de vision et la loi de commande. Toutefois, pour être considère comme totalement autonome, le véhicule aérien doit être capable de surmonter tous les changements inattendus dans son environnement. Ceci peut être réalise grâce a des fonctions très spécifiques qui prennent en charge le comportement réactif du véhicule. L'approche proposée vise à détecter et éviter les obstacles frontaux utilisant des propriétés connues du flux optique, et en tirant parti de la capacité de vol stationnaire du drone. Une machine d'état est implémentée. Cette solution a été choisie pour équiper le drone avec toutes les réactions nécessaires a la navigation en intérieur. Nous montrons comment des transitions en douceur peuvent être atteintes grâce a la diminution de la vitesse du véhicule proportionnellement à sa distance de l'obstacle<br>This thesis is focused in the design of visual strategies to ensure the autonomousnavigation of a quad-rotor rotary wing UAV. The first step on thisstudy was to design a quad-rotor perfectly suited for the requirements related to the visual navigation such as fast rotational dynamics and sufficient payload capabilities. Then the stabilization and the speed regulation problem were addressed. For this purpose, we have developed a vision system which estimates the altitude, the lateral position and the forward speed of the engine during flights. We show that the visual information allows the construction of control strategies for different kinds of flying modes: hover flight, forward flight at constant speed. A hierarchical control strategy is developed and implemented. An experimental autonomous flight was successfully achieved, validating the visual algorithm and the control law. However, in order to be completely autonomous the robot must be capable to overcome all unexpected changes in its environment. To achieve the required functions, a reactive behavior has been built. The proposed approach aims to detect and avoid frontal obstacles using known properties of the optical flow and by taking advantage of the capability of stationary flight of the rotorcraft. A state machine is proposed as a solution to equip the UAV with all reactions necessary for indoor navigation. We show how smooth transitions can be achieved by decreasing the speed of the vehicle proportionally to the distance to an obstacle and by brief instants of stationary flight

Dans cette thèse, nous proposons un algorithme pour la localisation d’une flotte de UAVs autonomes dans le cadre de l’architecture des Systèmes-de-Systèmes. En particulier, notre objectif est que les UAVs autonomes puissent se localiser et générer une carte d’un environnement inconnu en utilisant le moins possible de capteurs embarqués sur chaque UAV : une caméra monoculaire dirigée vers l’avant et une centrale inertielle. Cette problématique est cruciale pour des applications telles que l’exploration de zones inconnues ou de missions de sauvetage et de reconnaissance. Les choix de conception algorithmique sont motivés par une étude de l’état de l’art dans les domaines des systèmes multi-robots réalisant de la localisation, de la cartographie, de la navigation et/ou de l’exploration, ainsi que des approches de SLAM visuel, monoculaire, temps réel et monoculaire-inertiel. Le traitement des mesures en vision monoculaire, par nature, n’est pas capable d’estimer des distances métriques à cause de la perte d’information sur la profondeur lors de la projection de l’environnement sur le plan image. Bien que cela ne représente pas un problème majeur pour la plupart des systèmes simple-robot, l’obtention de distances métriques est nécessaire pour permettre la collaboration inter-robots. De plus, lorsque les problématiques de contrôle, de navigation et d’exploration sont ajoutées au problème initial, les distances métriques deviennent d’autant plus importantes. Dans cette thèse, nous proposons une nouvelle approche pour estimer des distances métriques pour un système mobile embarquant seulement une caméra monoculaire et une centrale inertielle via une fusion lâche des mesures.Ce travail de recherche explore également la conception d’un système de localisation pour une flotte de UAVs soumise à des hypothèses minimales : pas de connaissance a priori sur les poses initiales et terminales, pas de connaissance sur l’environnement et pas de mesures absolues ou extérieures aux robots. De plus, notre système est capable de gérer des trajectoires agressives, des changements de vitesse et de cap abrupts ainsi que des mesures bruitées telles que des images floues. Dans les systèmes multi-robots, la gestion des repères est critique et nécessite une attention particulière. La plupart des travaux simplifie ce problème dans un premier temps, en représentant l’ensemble des repères par rapport à un repère « monde » arbitraire. Toutefois, ce genre d’hypothèse nécessite soit des mesures de capteurs que nous n’utilisons pas dans notre système car externes aux robots, soit une connaissance a priori sur l’environnement ou les conditions expérimentales que nous n’avons pas. Dans notre système, chaque robot évolue dans son propre repère, l’ensemble des relations entre les repères nécessaires à la collaboration inter-robots est estimé par notre algorithme. De ce fait, nous pouvons nous abstraire de système de positionnement absolu tel que le GPS. Dans ce but, nous proposons une généralisation du concept de fermeture de boucle bien connu dans le SLAM traditionnel (simple-robot) aux systèmes de SLAM multi-robots. Dans le cadre de cette généralisation, nous mettons en exergue les nouveaux phénomènes induits et leurs conséquences. Cela est démontré expérimentalement, et mis en correspondance avec un système simple-robot. De plus, nous présentons les résultats expérimentaux obtenus dans la recherche de l’amélioration de la localisation en intégrant les nouvelles contraintes de fermeture de boucle<br>In this thesis, we provide a scheme for localization of a fleet of autonomous UAVs (unmanned autonomous vehicles) within a Technological System-of-Systems architecture. Specifically, we aim for a fleet of autonomous UAVs to localize themselves and to obtain a map of an unknown environment using a minimal set of sensors on each UAV: A front monocular camera and an Inertial Measurement Unit. This is a critically important problem for applications such as exploration of unknown areas, or search and rescue missions. The choices for designing such a system are supported by an extensive study of the scientific literature on two broad fronts: First, about the multi-robot systems performing localization, mapping, navigation and exploration, and second, about the monocular, real-time and inertial-monocular SLAM (Simultaneous Localization and Mapping) algorithms. Processing monocular camera frames suffers the drawback of lacking the capability of providing metric estimates as the depth dimension is lost when the frames are photographed by the camera. Although, it is usually not a critical problem for single-robot systems, having accurate metric estimates is required for multi-robot systems. This requirement becomes critical if the system is designed for control, navigation and exploration purposes. In this thesis, we provide a novel approach to make the outputs of monocular SLAM algorithms metric through a loosely-coupled fusion scheme by using the inertial measurements. This work also explores a design for a fleet of UAVs to localize each robot with minimal requirements: No a priori knowledge about the environment, information about neither the position nor the moment in time the UAV takes off and land is required. Moreover, the system presented in the thesis handles aggressive UAV trajectories having dramatic changes in speed and altitude. In multi-robot systems, the question of the coordinate frames require more attention than in single robot systems. In many studies, the coordinate frame problem is simplified to the representation of the fleet and the expression of the measurements in a global coordinate frame. However, this kind of hypothesis implies either the use of additional sensors to be able to measure the transformations to the global coordinate frame or additional experimental constraints, for example about the starting position of the robots. Our system does not require absolute measurements like GNSS positioning or knowledge about the coordinate frame of each UAV. As each UAV of the fleet estimates its location and produces a map in its own coordinate frame, relations between those coordinate frames are found by our scheme. For that purpose, we extend the well known concept of loop-closures in single-robot SLAM approaches, to multi-robot systems. In this research work, we also provide an overview of the new effects due to the extended definition of loop-closures we provide in comparison with the loop-closures scheme that can be found in single robot SLAM algorithms. In addition to the coordinate frame problem, we provide experimental results about the possibilities for improving the location estimate of a fleet by considering the places visited by several UAVs. By searching for similar places using each UAV imagery, using the 2-D information encapsulated in the images of the same sceneryfrom different view points, and the 3-D map locally estimated by each UAV, we add new constraints to the SLAM problem that is the main scheme that can be used to improve the UAV location estimates. We included experiments to assess the accuracy of the inter-UAV location estimation. The system was tested using datasets with measurements recorded on board UAVs in similar conditions as the ones we target

Ce travail de recherche porte sur la conception et la mise en œuvre de lois de commande originales et robustes, permettant le vol stationnaires et navigation automatique d’un mini hélicoptère robotique de type quadri-rotor. Le véhicule est guide par un système de vision et une combinaison de capteurs inertiels et d’altitude, ce qui permet une localisation relative du drone par rapport à son environnement. L’idée principale de l’utilisation de ce genre de système de détection est de permettre à la plate-forme robotique de pouvoir exécuter des taches autonomes dans les environnements a l’intérieur comme a l’extérieur. Le développement d’un démonstrateur expérimental temps réel est présenté, celui-ci est composé d’un véhicule quadri-rotor et d’une station de supervision au sol, ou les programmes de traitement d’images et de contrôle sont exécutés. Une stratégie de commande pour améliorer la stabilisation de l’attitude du quadri-rotor est proposée et validée à partir d’expériences en temps réel. Cette technique utilise des composants a faible cout et une boucle de commande supplémentaire, basée sur la réalimentation du courant induit des moteurs. Deux stratégies basées sur la vision par ordinateur sont introduites, lesquelles permettent au vehicule de se localiser sur des mires artificielles positionnées au sol. Les informations visuelles en combinaison avec une stratégie de commande permettent de stabiliser la position tridimensionnelle du quadri-rotor dans des expériences en temps réel. Une comparaison de lois de commande non linéaires est présentée, avec l’objectif d’évaluer expérimentalement quelle est la stratégie la plus efficace pour stabiliser le quadri-rotor lors de l’utilisation d’un retour d’état base vision. Pour estimer la dynamique de déplacement du quadri-rotor, les informations visuelle, inertielle et du capteur d’altitude sont combines dans un observateur d’état. Ce système de détection permet au véhicule d’estimer sa position relative et sa vitesse de déplacement pendant une évolution dans environnements non structurées, à l’intérieur, hors des signaux GPS. Trois observateurs d’état différents sont compares lors d’expériences en temps réel, pour obtenir l’approche la plus efficace qui permet de combiner l’information visuelle et les capteurs inertiels. Chaque observateur d’état est testé en temps réel, les états estimés sont évalués en utilisant une stratégie de commande pour la stabilisation de la position du véhicule en vol<br>This research work is devoted to the development of original and robust control methods aiming at performing autonomous hover flights and navigation of a mini quad-rotor robotic helicopter. The vehicle is guided by an imaging system and a combination of inertial and altitude sensors, which allow a relative localization of the UAV with respect to its surrounding environment. The main idea of using this kind of sensor suit consists on enabling the robotic platform to perform autonomous tasks indoors as well as outdoors. The development of a real-time experimental platform is presented, consisting of a quad-rotor aerial vehicle and a supervisory ground station where imaging and control algorithms are executed. A control strategy for improving the attitude stabilization of the quad-rotor is proposed and tested in real-time experiments. The technique uses low cost compo-nents and an extra control loop based on motor armature current feedback. Two vision-based strategies are introduced, which allow the vehicle to localize it- self with respect an artificial landmark placed on ground. Such information together with a control strategy allows stabilizing the quad-rotor 3-dimensional position in real time experiments. A comparison of nonlinear controllers is addressed, with the objective of evaluating which control strategy is the most effective approach for stabilizing the quad-rotor when using visual feedback. For estimating the translational dynamics of the quad-rotor, imaging, inertial and altitude sensors are combined in a state observer. This sensing system allows the vehicle to estimate its relative position and translational velocity when evolving in unstructured, indoors, GPs-denied environments. Three different state observers are compared in real time experiments, aiming at obtaining the most effective approach for combining imaging and inertial sensors. Each state observer is tested in a real-time experiment, where the estimated states are used in a control strategy for stabilizing the vehicle’s position during flight

Thesis (Ph. D.)--Florida State University, 2006.<br>Advisor: Emmanuel G. Collins, Jr., Florida State University, College of Engineering, Dept. of Mechanical Engineering. Title and description from dissertation home page (viewed Sept. 21, 2006). Document formatted into pages; contains xiii, 87 pages. Includes bibliographical references.

abstract: Toward the ambitious long-term goal of a fleet of cooperating Flexible Autonomous Machines operating in an uncertain Environment (FAME), this thesis addresses various perception and control problems in autonomous aerial robotics. The objective of this thesis is to motivate the use of perspective cues in single images for the planning and control of quadrotors in indoor environments. In addition to providing empirical evidence for the abundance of such cues in indoor environments, the usefulness of these perspective cues is demonstrated by designing a control algorithm for navigating a quadrotor in indoor corridors. An Extended Kalman Filter (EKF), implemented on top of the vision algorithm, serves to improve the robustness of the algorithm to changing illumination. In this thesis, vanishing points are the perspective cues used to control and navigate a quadrotor in an indoor corridor. Indoor corridors are an abundant source of parallel lines. As a consequence of perspective projection, parallel lines in the real world, that are not parallel to the plane of the camera, intersect at a point in the image. This point is called the vanishing point of the image. The vanishing point is sensitive to the lateral motion of the camera and hence the quadrotor. By tracking the position of the vanishing point in every image frame, the quadrotor can navigate along the center of the corridor. Experiments are conducted using the Augmented Reality (AR) Drone 2.0. The drone is equipped with the following componenets: (1) 720p forward facing camera for vanishing point detection, (2) 240p downward facing camera, (3) Inertial Measurement Unit (IMU) for attitude control , (4) Ultrasonic sensor for estimating altitude, (5) On-board 1 GHz Processor for processing low level commands. The reliability of the vision algorithm is presented by flying the drone in indoor corridors.<br>Dissertation/Thesis<br>Masters Thesis Electrical Engineering 2018