Desarrollo de un algoritmo de evasión de obstáculos para Quadrotors en ambientes dinámicos utilizando una cámara de profundidad.

Abstract

Este trabajo de tesis de maestría tiene como objetivo desarrollar algoritmos para Quadrotors que permitan reconocer el entorno y posteriormente habiliten el desplazamiento de los vehículos dentro de él, realizando un proceso de evasión de obstáculos. Los ambientes pueden contener obstáculos estáticos o dinámicos restringidos a velocidades constantes. El algoritmo utiliza como datos de entrada imágenes en color y de profundidad. El alcance de la tesis abarca dos fases, la primera es la creación de una metodología para realizar un mapeo y simultáneamente encontrar la localización del Quadrotor en un ambiente estático, el cual tiene como objetivo extraer los planos de la escena y almacenar durante cada iteración la menor cantidad de información posible. La segunda fase es la creación de algoritmos de planeación de trayectorias en ambientes conocidos en dos etapas: se crea un modelo de campo de fuerza artificial (APF) para cada elemento en el ambiente usando funciones sigmoides, posteriormente se calculan las trayectorias utilizando técnicas basadas en descenso de gradiente. Se desarrollaron 3 técnicas, la primera está basada en una extrapolación del descenso tradicional 2D al caso tridimensional, la segunda está basada en puntos móviles que interconectan el Quadrotor con la meta, donde posteriormente cada punto se mueve hacia zonas libres de la influencia de los obstáculos siguiendo el campo potencial, lo que hace que se encuentren caminos libres de obstáculos. El tercero se basa en el uso del concepto de zonas seguras, el cual se utiliza como criterio para actualizar la posición de los puntos. Estas dos últimas técnicas superan simultáneamente los inconvenientes bien conocidos de los algoritmos basados en APF como mínimos locales, oscilaciones inestables, adicionalmente tiene en cuenta formas arbitrarias de los obstáculos.

Abstract. This Master's thesis aims to develop algorithms for Quadrotors allowing to ecognize the environment and enabling the vehicle's movement within it, making an obstacle avoidance process. The environments can contain static or dynamic obstacles restricted to constant speeds. The algorithm uses as input data color and depth images. The scope of the thesis covers two phases, the first one is the creation of a methodology for mapping and simultaneously finding the location of the Quadrotor in a static environment, which aims to extract the planes of the scene and store the least amount of information as possible for each iteration. The second phase is the creation of path planning algorithms in familiar environments in two steps: creating a model of artificial field force for each element in the environment using sigmoid functions, then the trajectories are calculated using techniques based on gradient descent. Three techniques were developed; the first was based on an extrapolation of traditional 2D decline dimensional case, the second was based on interconnecting the Quadrotor with the target using mobile points. Then, each point moves to free zones following the potential field along obstacles, finding paths free of obstacles. The third technique is based on a safe region concept; it is used as criteria to update the points. The last two techniques simultaneously overcome the drawbacks of the well-known algorithms based on artificial potential fields as local minima, unstable oscillations. Additionally, it takes account of the obstacle's arbitrary shapes.