Data Fusion and Switching Function For UAV Quadrotor Navigation System

MUHAMMAD FARIS, Adha Imam Cahyadi,S.T.,M.Eng.,Dr.Eng.; Hanung Adi Nugroho,S.T.,M.E.,Ph.D.

2014 | Skripsi | TEKNIK ELEKTRO

Pada skripsi ini, algoritma berbasis fusi data dan fungsi alih diajukan untuk menjawab kebutuhan dari sistem navigasi yang akurat bagi robot mobile atau pesawat nirawak (UAV) di beberapa kondisi yang berbeda-beda. Di penelitian ini, kelemahan, GPS, seperti akurasi data yang rendah di ruang tertutup dan tebal (indoor), diperbaiki dengan algoritma kami yang berdasarkan metode state estimation. Platform yang kami gunakan disini adalah UAV quadrotor yang mudah untuk dikendalikan dan dimodelkan, serta dilengkapi berbagai sensor. Pendekatan kami berbasis pada algoritma monocular simultaneous localization and mapping (SLAM), yang digunakan untuk membuat peta dan mengestimasi pose kamera. Sistem SLAM ini terdiri atas 2 thread yang berjalan paralel, yakni tracking and mapping. Citra yang diambil dari kamera digunakan oleh thread tracking untuk menghitung posisi quadrotor. Quadrotor ini juga dilengkapi dengan kamera bawah dan sensor inertial untuk mengukur kecepatan dan akselerasi dalam frame body. Data-data ini kemudian difusikan dengan data posisi yang belum terskala, yang diperoleh dari monocular SLAM menggunakan Extended Kalman Filter (EKF), menghasilkan data posisi yang terskala metrik. Selain itu, kami juga menggunakan sensor GPS untuk mendapatkan posisi quadrotor dalam frame world global dan mengeset titik asal global bagi data EKF. Selain itu, fungsi pengalih juga ditambahkan untuk menghadapi kondisi-kondisi tertentu. Dalam perhitungan offline, ditunjukkan bahwa baik dengan data buatan atau asli, algoritma ini dapat mencapai nilai scale truth. Selain itu, algoritma ini juga memiliki nilai error yang lebih kecil terhadap ground truth dibanding data GPS sepanjang waktu. Beberapa keuntungan dari algoritma kami diantaranya adalah peningkatan akurasi data ketika quadrotor terbang indoor serta mampu menanggulangi masalah loss visual tracking. Selanjutnya, sistem ini telah diujikan pada quadrotor Parrot AR Drone 2.0 dengan Robot Operating System Framework.

In this thesis, data fusion and switching function based approach is proposed to answer the need of accurate navigation system for mobile robot or Unmanned Aerial Vehicle (UAV) in some different conditions. In this work, GPS weakness, i.e. its data accuracy is low in thick and closed places (indoor) is improved by our approach that based on state estimation method. The platform used here is UAV quadrotor which is easy to control and model as well as equipped by multiple sensors. This approach applies monocular simultaneous localization and mapping (SLAM) system, which is used to generate a map and estimate camera pose. This system consists of 2 parallel threads, these are tracking and mapping. The image captured from camera used by tracking thread to calculates quadrotor's position. This quadrotor is also equipped with bottom camera and inertial sensors for measuring its body-frame velocity and acceleration. These data then fused with unscaled position data obtained from monocular SLAM using Extended Kalman Filter (EKF), yielding metric-scaled position data. Moreover, we also employ GPS sensor to retrieve the quadrotor position in global world frame and set the global origin point for EKF data. In addition, the switching function is added to deal with particular conditions. In offline calculation, it is proved that either with synthetic or real data, this approach can achieve the scale truth. Moreover, it has smaller error to the ground truth than GPS data over time as well. Some benefits from our approach are improvement of data accuracy when quadrotor is flying indoor as well as overcoming the problem of losing visual tracking. Furthermore, this system has been applied in Parrot AR Drone 2.0 UAV quadrotor with Robot Operating System Framework.

Kata Kunci : Navigasi Quadrotor, Sensor Visual, Sensor Inertial, GPS, Fusi Data Multi-Sensor.