Orientation estimation fusing a downward looking camera and inertial sensors for a hovering UAV

Araguás, Gastón; Paz, Claudio; Gaydou, David; Paina, Gonzalo Perez

doi:10.1109/icar.2013.6766576

Cited by 3 publications

(4 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…De esta forma se puede aumentar la precisión en la determinación delángulo. Luego, encontrada la homografía que relaciona las características de la primera imagen con las características correspondientes en la segunda imagen se debe extraer la matriz de rotación y finalmente elángulo de guiñada ψ [10]. En el Alg.…”

Section: Determinación Delángulo De Guiñadaunclassified

Algoritmo de paralelización para la estimación en tiempo real del ángulo de guiñada de un UAV

Paz

Araguás

Paina

et al. 2014

2014 IEEE Biennial Congress of Argentina (ARGENCON)

Self Cite

View full text Add to dashboard Cite

Determination of the vehicle orientation is fundamental for any autonomous tasks.Magnetometer readings may be inaccurate on indoor vehicles given metallic structures, electric and electronic devices. In this work a real time parallel algorith for yaw determination based on images processing instead of magnetometer readings is presented. The system is implemented in a ground station to aid a hovering unmanned aerial vehicle with an onboard down looking camera. This system is able to perform a real time spectral analysis of the images for rotation determination. Image processing is made on a little Beowulf cluster of desktop machines with shared resources. To assess the accuracy, runtime, scalability and speedup results of the implementation of the system on public data sets are shown.Resumen-La determinación de la orientación de un vehículo es fundamental para cualquier tarea que se realice autónomamente. En los vehículos que realizan tareas en ambientes interiores las lecturas de los magnetómetros pueden ser erradas debido a estructuras metálicas, dispositivos eléctricos y electrónicos. En este trabajo se propone la implementación de un algoritmo paralelo capaz de determinar en tiempo real elángulo de guiñada de un vehículo utilizando imágenes en lugar del magnetómetro. El sistema se implementa en una estación terrena asistiendo a un vehículo volador no tripulado en vuelo estacionario con una cámara a bordo apuntando al piso. El sistema es capaz de realizar un análisis espectral en tiempo real de las imágenes tomadas para determinar su rotación. El procesamiento de las imágenes se realiza en un pequeño cluster Beowulf formado por máquinas de escritorio con recursos compartidos. Para evaluar la precisión, tiempo de ejecución, escalabilidad y speedup se muestran resultados de la aplicación del sistema sobre conjuntos de datos públicos. I. INTRODUCCIÓNLos vehículos no tripulados han ganado notoriedad en loś ultimos años, en particular los vehículos aéreos no tripulados o UAV por las siglas en inglés de Unmanned Aerial Vehicle, debido a la posibilidad de utilizarlos en ambientes inaccesibles o peligrosos para seres humanos [1], como así también para minimizar los costos de usar vehículos tripulados en algunas tareas [2]. Además, para las aplicaciones realizadas en ambientes interiores, en los que el espacio es muy reducido son necesarios UAV de tamaño acotado y alta maniobrabilidad. Este es el caso de los cuadricópteros [3], los cuales están formados por una estructura rígida en forma de cruz y cuatro hélices fijas lo que minimiza su costo y les brinda gran agilidad.El vuelo de un cuadricóptero se puede dividir en tres etapas ordenadas en creciente dificultad: vuelo estacionario, navegación de un punto a otro y despegue y aterrizaje. Para poder realizar conéxito cualquiera de estas etapas del vuelo se necesita determinar con precisión la posición y la orientación del cuadricóptero para lo cual se cuenta con diversos sensores como acelerómetros, giróscopos, magnetómetros, barómetros, GPS, etc. La orientación se puede ...

show abstract

Section: Determinación Delángulo De Guiñadaunclassified

Algoritmo de paralelización para la estimación en tiempo real del ángulo de guiñada de un UAV

Paz

Araguás

Paina

et al. 2014

2014 IEEE Biennial Congress of Argentina (ARGENCON)

Self Cite

View full text Add to dashboard Cite

show abstract

“…N K is a 3-D matrix that indicates the non-orthogonal error result from the magnetic compass itself. 1 b and w are both 3-D vectors, representing bias and white noise respectively.…”

Section: Magnetic Compass Measurement Modelmentioning

confidence: 99%

“…The measurements of magnetic compass are the projections of magnetic field vector on the body axis and are denoted as a (1) where S K is a 3-D diagonal matrix that represents the influence of scale factor error. N K is a 3-D matrix that indicates the non-orthogonal error result from the magnetic compass itself.…”

Section: Magnetic Compass Measurement Modelmentioning

confidence: 99%

See 1 more Smart Citation

Ellipsoid Fitting Calibration Method Based on Genetic Algorithm

Chen¹,

Lei²,

Geng³

2018

Proceedings of the 2nd International Forum on Management, Education and Information Technology Application (IFMEITA 2017)

View full text Add to dashboard Cite

Abstract. To calibrate three-axis magnetic compass in complex conditions, an ellipsoid fitting algorithm is proposed in this paper, which is based on genetic algorithm searching for intersecting plane. First, by intersecting ellipsoid surface with a plane equation covering the whole space, the corresponding elliptic equation could be obtained. Then, using minimum sum of squares of the distance between data points and the fitting ellipsoid as the index, the three-dimensional magnetic compass data are fitted with the ellipse constraint. The adoption to the genetic algorithm is followed to search for the optimal intersecting plane equation, thus obtaining the optimal correction parameters of magnetic compass. Based on a series of tests, the static azimuth accuracy and dynamic azimuth accuracy can reach 0.46 degree and 0.68 degree respectively. This proposed method has high calibration accuracy and can meet the application requirements of magnetic compass.

show abstract

A Parallel Multilevel Data Decomposition Algorithm for Orientation Estimation of Unmanned Aerial Vehicles

Paz

Nesmachnow

Toloza

2014

Communications in Computer and Information Science

View full text Add to dashboard Cite

Orientation estimation fusing a downward looking camera and inertial sensors for a hovering UAV

Cited by 3 publications

References 12 publications

Algoritmo de paralelización para la estimación en tiempo real del ángulo de guiñada de un UAV

Algoritmo de paralelización para la estimación en tiempo real del ángulo de guiñada de un UAV

Ellipsoid Fitting Calibration Method Based on Genetic Algorithm

A Parallel Multilevel Data Decomposition Algorithm for Orientation Estimation of Unmanned Aerial Vehicles

Contact Info

Product

Resources

About

Orientation estimation fusing a downward looking camera and inertial sensors for a hovering UAV

Cited by 3 publications

References 12 publications

Algoritmo de paralelizaci&#x00F3;n para la estimaci&#x00F3;n en tiempo real del &#x00E1;ngulo de gui&#x00F1;ada de un UAV

Algoritmo de paralelizaci&#x00F3;n para la estimaci&#x00F3;n en tiempo real del &#x00E1;ngulo de gui&#x00F1;ada de un UAV

Ellipsoid Fitting Calibration Method Based on Genetic Algorithm

A Parallel Multilevel Data Decomposition Algorithm for Orientation Estimation of Unmanned Aerial Vehicles

Contact Info

Product

Resources

About

Algoritmo de paralelización para la estimación en tiempo real del ángulo de guiñada de un UAV

Algoritmo de paralelización para la estimación en tiempo real del ángulo de guiñada de un UAV