Sistema de navegación autónomo basado en visión para pistas de carreras de drones con marcas de superficie

Abstract

La navegación de vehículos aéreos no tripulados en ambientes GPS-denegados representa un reto para los tele-operadores y sistemas autónomos de navegación, ya que al no contar con la localización del GPS se debe recurrir a otros sensores tales como cámara para percibir el ambiente. Las carreras de drones autónomos engloban este problema y constituyen un primer acercamiento a la navegación autónoma al ser un ambiente parcialmente controlado. En el trabajo de titulación se utilizó el dron de Parrot Bebop 2, este al ser de código abierto permite obtener las imágenes de la cámara monocular en el computador a través de una red Wi-Fi. Para desarrollar el sistema de navegación autónoma, se obtienen simultáneamente imágenes frontales y terrestres, para poder detectar y atravesar el obstáculo mientras que se sigue detectando y siguiendo la pista delimitada por marcas de superficie. Para la detección de los obstáculos se emplean filtros de color y detección de contornos, para la detección de la pista de igual manera se utilizan filtros de color en conjunto con la detección de puntos de interés. Además, se obtiene el modelo matemático del dron basado en video mediante la acumulación de movimiento. Se comparan los resultados obtenidos frente a tele-operadores de diferentes niveles de experticia y se logra mejorar los tiempos de los tele-operadores novato e intermedio en un 73.17% y 130.49% respectivamente.