Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos

Detalhes bibliográficos
Autor(a) principal: Araújo, João Pedro Guimarães
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/87258
Resumo: Dissertação de mestrado integrado em Engenharia Eletrónica Industrial e Computadores
id RCAP_1a1f096516ba9c90a611b8a80bdc40cf
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/87258
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomosSupervised learningUAVYOLOv3-TinyPIDAutonomous drone package deliveryRoboticsEntrega de encomendas por drones autónomosRobóticaEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado integrado em Engenharia Eletrónica Industrial e ComputadoresDrones have been a platform that has aroused an increasing interest to several companies for the development of multiple autonomous applications including the package deliveries. This increasing interest in the use of autonomous drones to make deliveries it´s essentially due to a high potential for process optimization, improving business performance as well for being an efficient solution to overcome complex road conditions and congestion in urban areas. Thus, the improvement of this application to perform increasingly safer flights has been a challenging problem and of a great interest over the past few years. The main goal of this project consisted in the development of a strategy which the drone when landing deviates backwards and forwards when detecting people, cars and cyclists in the landing area. In this approach, Supervised Learning was used to detect these objects. In addition, the drone's orientation and height control was carried out using PID control, as well as the trajectory planning, GPS implementation and obstacle detection and deviation using computer vision techniques in order to be able to perform fully autonomous drone flights.O drone tem sido uma plataforma que tem despertado um crescente interesse por parte de várias empresas para o desenvolvimento de diversas aplicações autónomas entre as quais a realização de entregas de encomendas. Este crescente interesse na utilização de drones autónomos para fazer entregas deve-se essencialmente ao seu elevado potencial para otimização de processos, melhoria de desempenho empresarial bem como por ser uma solução eficiente para ultrapassar as complexas condições rodoviárias e congestionamento das áreas urbanas. Assim, o aperfeiçoamento desta aplicação para a realização de voos cada vez mais seguros tem sido um problema desafiador e de grande interesse ao longo destes últimos anos. O objetivo principal deste projeto consistiu no desenvolvimento de uma estratégia na qual o drone no momento da sua aterragem desvia-se para a frente ou para trás perante a deteção de pessoas, carros e ciclistas na área de aterragem. Nesta abordagem foi usado o Supervised Learning para a deteção destes objetos. Além disso, foi realizado o controlo de orientação e altura do drone com o uso do controlo PID, bem como o planeamento de trajetória, implementação GPS e deteção e desvio de obstáculos através do uso de técnicas de visão por computador de forma a ser possível realizar voos totalmente autónomos por drones.Ribeiro, A. FernandoUniversidade do MinhoAraújo, João Pedro Guimarães2022-10-282022-10-28T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/87258por203383273info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-18T01:16:50Zoai:repositorium.sdum.uminho.pt:1822/87258Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:53:57.240746Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos
title Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos
spellingShingle Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos
Araújo, João Pedro Guimarães
Supervised learning
UAV
YOLOv3-Tiny
PID
Autonomous drone package delivery
Robotics
Entrega de encomendas por drones autónomos
Robótica
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos
title_full Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos
title_fullStr Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos
title_full_unstemmed Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos
title_sort Ajuste de posicionamento no destino final para sistemas de entrega de encomendas realizadas por drones autónomos
author Araújo, João Pedro Guimarães
author_facet Araújo, João Pedro Guimarães
author_role author
dc.contributor.none.fl_str_mv Ribeiro, A. Fernando
Universidade do Minho
dc.contributor.author.fl_str_mv Araújo, João Pedro Guimarães
dc.subject.por.fl_str_mv Supervised learning
UAV
YOLOv3-Tiny
PID
Autonomous drone package delivery
Robotics
Entrega de encomendas por drones autónomos
Robótica
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Supervised learning
UAV
YOLOv3-Tiny
PID
Autonomous drone package delivery
Robotics
Entrega de encomendas por drones autónomos
Robótica
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado integrado em Engenharia Eletrónica Industrial e Computadores
publishDate 2022
dc.date.none.fl_str_mv 2022-10-28
2022-10-28T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/87258
url https://hdl.handle.net/1822/87258
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 203383273
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799135137177272320

Registros relacionados