Lokalizace zdrojů vysílání formací helikoptér vybavených otočnou směrovou anténou

Abstract

Tato práce se zabývá novou technikou lokalizace zdrojů radiového vysílání ve venkovních prostorech pomocí formace bezpilotních helikoptér vybavených otočnou směrovou anténou. Přesná lokalizace zdrojů radiového vysílání má uplatnění v mnoha oblastech, ať už jde o použití v obraně, zabezpečení, průmyslu nebo běžném životě. Metoda navržená v této práci využívá kombinaci údajů o intenzitě a úhlu příchozího signálu, získaných z naměřených směrových charakteristik proměnlivého počtu směrových antén připevněných na každé použité helikoptéře. Pro fúzi dat a odhad polohy hledaného objektu je v každém kroku lokalizace použit Unscented Kalman Filter. Formace helikoptér aktivně reaguje na aktuální odhad polohy a upravuje svou polohu pro dosažení optimálních výsledků lokalizace. Funkčnost navržené metody byla ověřena v simulacích zašuměných a nepřesných dat v robotickém simulátoru. Chování algoritmu bylo dále otestováno v několika úspěšných reálných pokusech se systémem několika spolupracujících helikoptér vybavených otočnou směrovou anténou připojenou k radiovému modulu XBee.This thesis proposes a novel technique for radio frequency (RF) transmission sources localization in outdoor environments using a formation of autonomous Micro Aerial Vehicles (MAVs) equipped with a rotating directional antenna. Precise localization of sources of transmission is required in numerous defense, security, industry, and civil applications. The proposed technique uses a fusion of RSSI and angle of arrival (AoA) data gained from measured radiation patterns of a variable number of directional antennas mounted on each MAV in order to reliably determine targets positions. A UKF-based approach is then used for sensor data fusion and for estimation of targets positions during each localization step. The MAV formation actively reacts to current position estimate and repositions itself to achieve optimal localization results. The proposed method has been verified in simulations of noisy and inaccurate measurements in the Gazebo robotic simulator. The performance of the proposed approach has been further evaluated in several successful real-world outdoor deployments of the system employing multiple cooperatively working MAVs equipped with a rotating directional antenna connected to XBee wireless device.