NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite

Detalhes bibliográficos
Autor(a) principal: Stein, Gean Marciel dos Santos
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/262695
Resumo: Veículos Aéreos Não Tripulados (VANTs) dependem fortemente de sistemas de localização, geralmente GPS, para realizar suas tarefas com seguranęa e eficiência. No entanto, o uso de GPS não está isento de problemas, e depender de uma única fonte de medição pode ser desastroso para a operação do VANT. Para mitigar esse risco, este trabalho propõe um sistema de localização visual de VANT que serve como uma fonte adicional de estimativa de pose no caso de mau funcionamento do GPS. A melhoria do nosso sistema está no modelo de observação usado na localização de Monte Carlo, que utiliza um novo descritor chamado NBD-BRIEF. Esse descritor é baseado em informações de construções presentes no ambiente, através de uma métrica chamada Distancia de Construção Mais Próxima (NBD - Nearest Building Distance) obtidas na posição do veículo. Tal informaęćo é mais estável e menos suscetível a mudanças de luz e cor do que os métodos tradicionais de correspondência baseados em cores. Extraímos o contorno dos prédios das imagens do VANT usando uma rede convolucional para fornecer informaęões semanticas ao nosso sistema. Nossos experimentos demonstram que o descritor NBD-BRIEF supera outras abordagens para o mesmo problema. Além disso, nosso sistema de localização visual de VANT baseado em NBD-BRIEF estima com precisão a pose do VANT em três voos diferentes, enquanto os outros métodos de localização que comparamos, por serem semelhantes ao nosso, falharam. Em resumo, nosso sistema de localização visual proposto fornece uma solução robusta para a estimativa de pose de VANTs que pode aumentar a segurança e eficiência das operaęões de VANTs.
id URGS_7ffcf7f25c3b95c8c1a8fead00685ab1
oai_identifier_str oai:www.lume.ufrgs.br:10183/262695
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Stein, Gean Marciel dos SantosMaffei, Renan de QueirozSilva Junior, Edson Prestes e2023-07-28T03:35:52Z2023http://hdl.handle.net/10183/262695001174154Veículos Aéreos Não Tripulados (VANTs) dependem fortemente de sistemas de localização, geralmente GPS, para realizar suas tarefas com seguranęa e eficiência. No entanto, o uso de GPS não está isento de problemas, e depender de uma única fonte de medição pode ser desastroso para a operação do VANT. Para mitigar esse risco, este trabalho propõe um sistema de localização visual de VANT que serve como uma fonte adicional de estimativa de pose no caso de mau funcionamento do GPS. A melhoria do nosso sistema está no modelo de observação usado na localização de Monte Carlo, que utiliza um novo descritor chamado NBD-BRIEF. Esse descritor é baseado em informações de construções presentes no ambiente, através de uma métrica chamada Distancia de Construção Mais Próxima (NBD - Nearest Building Distance) obtidas na posição do veículo. Tal informaęćo é mais estável e menos suscetível a mudanças de luz e cor do que os métodos tradicionais de correspondência baseados em cores. Extraímos o contorno dos prédios das imagens do VANT usando uma rede convolucional para fornecer informaęões semanticas ao nosso sistema. Nossos experimentos demonstram que o descritor NBD-BRIEF supera outras abordagens para o mesmo problema. Além disso, nosso sistema de localização visual de VANT baseado em NBD-BRIEF estima com precisão a pose do VANT em três voos diferentes, enquanto os outros métodos de localização que comparamos, por serem semelhantes ao nosso, falharam. Em resumo, nosso sistema de localização visual proposto fornece uma solução robusta para a estimativa de pose de VANTs que pode aumentar a segurança e eficiência das operaęões de VANTs.Unmanned Aerial Vehicles (UAVs) rely heavily on localization systems, typically GPS, to perform their tasks safely and efficiently. However, this approach is not without issues, and relying on a single source of measurement could be disastrous for the UAV’s operation. To mitigate this risk, this work proposes a visual UAV localization system that serves as an additional source of pose estimation in the event of GPS malfunctioning. The novelty of our system lies in the measurement model used in Monte Carlo Localization, which utilizes a new descriptor called NBD-BRIEF. This descriptor is based on Nearest Building Distance (NBD) information obtained at the vehicle position and is more stable and less susceptible to changes in light and color than traditional color-based matching methods. We extract the building footprint from the UAV images using a convolutional network to provide semantic information to our system. Our experiments demonstrate that our NBD-BRIEF descriptor outperforms other ap proaches for the same problem. Furthermore, our visual UAV localization system based on NBD-BRIEF accurately estimates the UAV’s pose in three flights, whereas other local ization methods we compared, which are similiar to ours, failed. In summary, our proposed visual localization system provides a more robust solution to UAV pose estimation that could enhance the safety and efficiency of UAV operations.application/pdfengVeículos aéreos não tripuladosGPSLocalização : GPSSegmentationUAVBRIEFMCLNBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satéliteNBD-BRIEF: using buildings proximity information in UAV global localization over satellite images info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2023mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001174154.pdf.txt001174154.pdf.txtExtracted Texttext/plain114230http://www.lume.ufrgs.br/bitstream/10183/262695/2/001174154.pdf.txt04e5acd6e82913a50f9d87a536673e10MD52ORIGINAL001174154.pdfTexto completoapplication/pdf8511027http://www.lume.ufrgs.br/bitstream/10183/262695/1/001174154.pdf09bcc222684ee15b86935577bf61e8feMD5110183/2626952023-07-29 03:35:31.331577oai:www.lume.ufrgs.br:10183/262695Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532023-07-29T06:35:31Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite
dc.title.alternative.pt.fl_str_mv NBD-BRIEF: using buildings proximity information in UAV global localization over satellite images
title NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite
spellingShingle NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite
Stein, Gean Marciel dos Santos
Veículos aéreos não tripulados
GPS
Localização : GPS
Segmentation
UAV
BRIEF
MCL
title_short NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite
title_full NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite
title_fullStr NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite
title_full_unstemmed NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite
title_sort NBD-BRIEF : utilizando informações de proximidade de edifícios na localização global de VANT sobre imagens de satélite
author Stein, Gean Marciel dos Santos
author_facet Stein, Gean Marciel dos Santos
author_role author
dc.contributor.author.fl_str_mv Stein, Gean Marciel dos Santos
dc.contributor.advisor1.fl_str_mv Maffei, Renan de Queiroz
dc.contributor.advisor-co1.fl_str_mv Silva Junior, Edson Prestes e
contributor_str_mv Maffei, Renan de Queiroz
Silva Junior, Edson Prestes e
dc.subject.por.fl_str_mv Veículos aéreos não tripulados
GPS
Localização : GPS
topic Veículos aéreos não tripulados
GPS
Localização : GPS
Segmentation
UAV
BRIEF
MCL
dc.subject.eng.fl_str_mv Segmentation
UAV
BRIEF
MCL
description Veículos Aéreos Não Tripulados (VANTs) dependem fortemente de sistemas de localização, geralmente GPS, para realizar suas tarefas com seguranęa e eficiência. No entanto, o uso de GPS não está isento de problemas, e depender de uma única fonte de medição pode ser desastroso para a operação do VANT. Para mitigar esse risco, este trabalho propõe um sistema de localização visual de VANT que serve como uma fonte adicional de estimativa de pose no caso de mau funcionamento do GPS. A melhoria do nosso sistema está no modelo de observação usado na localização de Monte Carlo, que utiliza um novo descritor chamado NBD-BRIEF. Esse descritor é baseado em informações de construções presentes no ambiente, através de uma métrica chamada Distancia de Construção Mais Próxima (NBD - Nearest Building Distance) obtidas na posição do veículo. Tal informaęćo é mais estável e menos suscetível a mudanças de luz e cor do que os métodos tradicionais de correspondência baseados em cores. Extraímos o contorno dos prédios das imagens do VANT usando uma rede convolucional para fornecer informaęões semanticas ao nosso sistema. Nossos experimentos demonstram que o descritor NBD-BRIEF supera outras abordagens para o mesmo problema. Além disso, nosso sistema de localização visual de VANT baseado em NBD-BRIEF estima com precisão a pose do VANT em três voos diferentes, enquanto os outros métodos de localização que comparamos, por serem semelhantes ao nosso, falharam. Em resumo, nosso sistema de localização visual proposto fornece uma solução robusta para a estimativa de pose de VANTs que pode aumentar a segurança e eficiência das operaęões de VANTs.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-07-28T03:35:52Z
dc.date.issued.fl_str_mv 2023
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 http://hdl.handle.net/10183/262695
dc.identifier.nrb.pt_BR.fl_str_mv 001174154
url http://hdl.handle.net/10183/262695
identifier_str_mv 001174154
dc.language.iso.fl_str_mv eng
language eng
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:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/262695/2/001174154.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/262695/1/001174154.pdf
bitstream.checksum.fl_str_mv 04e5acd6e82913a50f9d87a536673e10
09bcc222684ee15b86935577bf61e8fe
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085623750459392