Publicação
Planeamento de Trajetória para Operações de Busca e Salvamento com UAVs
| datacite.subject.fos | Sistemas Autónomos | pt_PT |
| dc.contributor.advisor | Dias, André Miguel Pinheiro | |
| dc.contributor.author | Fernandes, Tiago Santos | |
| dc.date.accessioned | 2016-05-24T10:09:17Z | |
| dc.date.available | 2016-05-24T10:09:17Z | |
| dc.date.issued | 2016 | |
| dc.description.abstract | Os sistemas autónomos trazem como mais valia aos cenários de busca e salvamento a possibilidade de minimizar a presença de Humanos em situações de perigo e a capacidade de aceder a locais de difícil acesso. Na dissertação propõe-se endereçar novos métodos para perceção e navegação de veículos aéreos não tripulados (UAV), tendo como foco principal o planeamento de trajetórias e deteção de obstáculos. No que respeita à perceção foi desenvolvido um método para gerar clusters tendo por base os voxels gerados pelo Octomap. Na área de navegação, foram desenvolvidos dois novos métodos de planeamento de trajetórias, GPRM (Grid Probabilistic Roadmap) e PPRM (Particle Probabilistic Roadmap), que tem como método base para o seu desenvolvimento o PRM. O primeiro método desenvolvido, GPRM, espalha as partículas numa grid pré-definida, construindo posteriormente o roadmap na área determinada pela grid e com isto estima o trajeto mais curto até ao ponto destino. O segundo método desenvolvido, PPRM, espalha as partículas pelo cenário de aplicação, gera o roadmap considerando o mapa total e atribui uma probabilidade que irá permitir definir a trajetória otimizada. Para analisar a performance de cada método em comparação com o PRM, efetua-se a sua avaliação em três cenários distintos com recurso ao simulador MORSE. | pt_PT |
| dc.description.abstract | In the last years, autonomous vehicles have contributed to search and rescue scenarios by allowing to minimize the presence of Humans in dangerous situations and also in the capability to support operations in unstructured environments. The present document proposes to address new methods in the area of perception and navigation to Unmanned Aerial Vehicles (UAV), having as main focus the path planning and obstacle detection. As regards to perception was developed a new method to generate clusters based on the voxels provided by Octomap. In the navigation area, were developed two new methods for path planning, GPRM (Grid Probabilistic Roadmap) and PPRM (Particle Probabilistic Roadmap), that arise from the PRM method. The first one, GPRM propose a method that will spread particles in a pre-defined grid in order to be able to estimate a roadmap with the shortest path to the target position. The second one, denote by PPRM, propose a technique to spread randomly particles by the scenario and assigns a weight for each one, based on probability of collision with obstacles, in order to define the optimized path. To evaluate the performance of each developed method we perform a benchmark related to the well know path planning PRM in three different challenger scenarios through the MORSE simulator. | pt_PT |
| dc.identifier.tid | 201164876 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/8250 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Planeamento de Trajetórias | pt_PT |
| dc.subject | Deteção Obstáculos | pt_PT |
| dc.subject | UAV | pt_PT |
| dc.subject | Clustering | pt_PT |
| dc.subject | Octomap | pt_PT |
| dc.subject | GPRM | pt_PT |
| dc.subject | PPRM | pt_PT |
| dc.subject | Path Planning | pt_PT |
| dc.subject | Obstacle Detection | pt_PT |
| dc.title | Planeamento de Trajetória para Operações de Busca e Salvamento com UAVs | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia Eletrotécnica e de Computadores | pt_PT |