Kooperativní senzorické snímání skupinou bezpilotních letounů v prostředí s překážkami

Abstract

Tato práce se zabývá autonomní navigací a koordinací týmu vícerotorových bezpilotních helikoptér (UAV) v úlohách kooperativního snímání. Vícerotorové UAV se staly velmi oblíbeným nástrojem v řadě úloh vyžadujících shromažďování senzorických měření ze zadaných míst. Rozsah možných aplikací byl dále rozšířen pokrokem ve vývoji lokalizačních a řídicích algoritmů, které umožňují nasazení UAV v prostředích s vysokou hustotou překážek. Oproti systémům s jedním robotem, kooperativní snímání umožňuje rozdělit senzorické vybavení a požadované úkoly mezi více agentů, čímž překonává nevýhodu omezeného užitečného zatížení UAV a umožňuje zvýšit efektivitu sběru dat včetně provádění simultánních měření ve vícero vzdálených místech. Tato práce se zaměřuje především na metody kooperativního snímání, které vyžadují úzkou spolupráci mezi jednotlivými roboty a z principu je není možné realizovat pomocí jediného robota. Tyto metody přináší nové výzvy v podobě koordinace robotů a přístupů ke kooperativnímu plánování pohybu v prostředí s překážkami, jejichž řešení je základem efektivní realizace požadovaných úloh. První část práce podrobně popisuje návrh a vývoj metod pro autonomní navigaci vícerotorových UAV ve vnitřních prostředích motivovaný především pátracími a záchrannými operacemi. Navržený systém byl ověřen v rámci robotické soutěže DARPA SubT Challenge, kde vyvinutá technologie patřila k nejlepším systémům na bázi UAV. Druhá část práce se zabývá návrhem celosvětově unikátní technologie pro realizaci pokročilých technik kooperativního snímání. Navržený inovativní přístup využívá týmu úzce spolupracujících vícerotorových UAV, vybavených různými zdroji osvětlení a senzory pro sběr dat, pro realizaci dokumentačních technik aplikovaných v oblasti restaurování a památkové ochrany. Tato technologie, využívající systém pro autonomní navigaci UAV v interiérech budov, byla použita k dokumentaci osmnácti hodnotných historických staveb, například kostelů, historických hal a kaplí, včetně památek zapsaných na seznamu světového dědictví UNESCO. Poslední část práce se zabývá problémem časově optimální změny tvaru formace v trojrozměrných prostředích s garancí vyhýbání se kolizím mezi jednotlivými roboty. Efektivní řešení tohoto problému poskytuje základ pro rozšíření navrhovaných kooperativních metod snímání na rozsáhlé scénáře zahrnující více spolupracujících formací UAV ve sdíleném operačním prostoru. Kromě vývoje a návrhu nových algoritmů a technologií práce klade zvláštní důraz na hodnocení a experimentální ověření všech navržených postupů a systémů, a jejich využitelnosti na palubě malých kompaktních UAV v rámci reálných aplikací. Všechny algoritmy a technologie prezentované v této práci byly ověřeny v reálných scénářích a často rovněž nasazeny v cílových aplikacích, kde pomohly plnit požadované úkoly s vyšší efektivitou než které je možné dosáhnout s konvenčními technologiemi.

This thesis concerns the autonomous navigation and coordination of multi-rotor Unmanned Aerial Vehicle (UAV) teams in cooperative sensing tasks. Multi-rotor UAVs have become a very popular tool in a variety of tasks requiring gathering sensory measurements from diverse locations. The range of possible applications has been further increased by progress in the development of localization and control algorithms that enable deployment of UAVs in environments with high obstacle density. Cooperative sensing offers advantages over single-robot systems by distributing sensory equipment and tasks to be solved among multiple robots, thus overcoming the limited payload of \acp{UAV} and enabling more effective data collection including obtaining simultaneous measurements from distant locations. This thesis focuses on cooperative sensing methods that necessitate tight cooperation between robots and cannot be performed by a single robot. These methods bring new challenges in coordination and cooperative motion planning of \acp{UAV} in constrained environments required to perform the missions effectively. The first part of the thesis details the design and development of a software stack for autonomous navigation of multi-rotor \acp{UAV} in indoor, GNSS-denied environments motivated mainly by search and rescue operations. The proposed \ac{UAV} system was verified in a DARPA SubT challenge robotic competition, where the designed technology was among the top-performing UAV-based systems. In the second part of the thesis, the focus is on the development of a novel, worldwide unique technology for cooperative sensing, tailored for advanced documentation techniques. This innovative approach utilizes a team of tightly cooperating multi-rotor UAVs, equipped with a varying sensory and lighting tools, for realization of documentation techniques applied in the field of restoration and historical science. This technology, leveraging the developed autonomous indoor navigation system, was used to document eighteen valuable historical structures, such as churches, historical halls, and chapels, including monuments listed among UNESCO World Heritage sites. The last part of the thesis tackles the problem of time-optimal formation reshaping in three-dimensional environments with guarantees of inter-agent collision avoidance. The efficient solution to this problem provides the basis for expanding the previously proposed cooperative sensing methods to large-scale scenarios involving multiple cooperating formations of UAVs in a shared operational space. Besides the development and design of novel methodologies and frameworks to tackle diverse research problems, particular emphasis is put on the evaluation and experimental verification of all of the proposed algorithms and technologies towards their applicability onboard light-weight UAVs in real-world applications. To this end, all algorithms and technologies presented in this thesis have been verified in real-world scenarios and often also deployed in targeted applications, helping to perform required tasks with increased efficiency compared to conventional methods.