Implementace algoritmu počítačového vidění pro onboard detekci bezpilotních letounů

Abstract

V posledních letech byl nárust zájmu o řízení formací bezpilotních letounu (UAV) [1]. Bylo zkoumáno mnoho zajímavých uplatnění, včetně monitorování lesních požáru [2], nebo prohledávání požadovaného území. Během těchto úloh musí letouny udržet formaci. Pro udržení formace je potřeba znát relativní pozice UAV. V této práci byl použit YOLOv2 vizuální detektor, který byl implementován jako ROS node operující přímo na letounu pro použití v řízení formace. Tento detektor byl modifikován pro odhad relativní pozice z obrazu a otestován jak v gazebo simulátoru, tak ve skutečnosti.In recent years, there has been an increase of interest in formation control of unmanned aerial vehicles (UAVs) [1]. Many interesting applications have been studied, including forest fire monitoring [2], or searching through a designated region [3]. During these tasks, UAVs need to maintain the formation. To maintain the formation, relative position of UAVs is needed. In this thesis, the YOLOv2 visual detector was implemented as a ROS node operating onboard of a UAV, to be used in formation control. The detector was modified for relative position estimation from the image and tested in leader-follower experiment both in gazebo simulator and in real world.