Seguimiento de un objetivo móvil, aplicando monovisión en el sistema de navegación aérea autónoma utilizando GPU

Abstract

El presente documento describe el desarrollo e implementacion de controladores difusos y PID a un quadrotor tipo comercial. Este es capaz de seguir un objeto por medio de visión por computador calculando el centroide del objeto generando así una serie de coordenadas las cuales se compararan con la posición actual del vehículo y la deseada, para dar así los errores en cada una de sus variables. El control descrito tiene como entrada los errores en cada uno de sus cuatro variables (pitch, roll, yaw y altura), que son otorgados gracias a los sensores que el cuadrotor contiene. Para la validación del modelado dinámico y cinemático del quadrotor se realizaron una serie de simulaciones para que el quadrotor siguiera una serie de trayectorias dejando ver el comportamiento de cada una de sus cuatro variables. En relación con la visión por computador se desarrolla un algoritmo de procesamiento de imágenes en serie que tiene como objetivo la extracción del objeto por su color. Ya con la extracción del objeto se calcula el centroide del objeto para el punto de referencia del controlador. Adicional mente se propone un algoritmo de procesamiento de imágenes en paralelo utilizando CUDA que tiene como objetivo la segmentación por medio de la transformada watershed. Este algoritmo tiene un pre-proceso compuesto por un filtro gaussiano, un filtro sobel y una reconstruccion morfológica en escala de grises. En este documento se describe los filtros mencionados anteriormente y la implementación de los filtros gaussiano y sobel en paralelo ya que la reconstrucción morfológica y transformada watershed se proponen para un trabajo futuro.

This document describes the development and implementation of a fuzzy controller applied to a commercial aerial vehicle (UAV). This vehicle will be able to follow an object by utilizing computer vision and calculating the centroid of the object thus generating a series of coordinates which will be compared with the current position of the vehicle and the desired one, therefore giving the errors in each of its variables. The control described has as input the errors in each of its four variables (pitch, roll, yaw and altitude), which are gathered thanks to the sensors that the vehicle contains. As for the validation of the dynamic and kinematic model of the vehicle, a series of simulations were carried out to allow the vehicle to follow a series of trajectories to verify its behavior in its four variables. On the other hand, a serial image processing algorithm was developed for the extraction of the object by its color. Once the object is extracted the centroid of the object is calculated and is the reference for the controller. In addition, a parallel image processing algorithm is proposed for image segmentation using the watershed transform. This algorithm has a preprocess where a Gaussian filter, Sobel filter and morphological reconstruction in grayscale is performed before applying the watershed transform. In this document the filters will be briefly discussed and the implementation of the Gaussian filter and Sobel filter in parallel will be explained since the morphological reconstruction and watershed transform will be proposed for future work.