$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC |



Título: DESIGNING A COMPUTER VISION SYSTEM FOR HOOP DETECTION TO AID MAV NAVIGATION
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor: GUILHERME SIQUEIRA EDUARDO
MANOEL FELICIANO DA SILVA NETO

Colaborador(es):  WOUTER CAARLS - Orientador
EDUARDO COSTA DA SILVA - Coorientador
Número do Conteúdo: 35879
Catalogação:  17/12/2018 Idioma(s):  ENGLISH - UNITED STATES

Tipo:  TEXT Subtipo:  MONOGRAPH
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=35879@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=35879@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.35879

Resumo:
Computer vision applied to localisation and target detection has been a field of study in the literature for some years. Conventionally, MAVs (Micro Aerial Vehicles) used to rely solely on distance sensors and ran on simple and modest embedded devices. The huge increase of computational power made possible the use of more complex computer vision algorithms for real-time embedded applications. This work focuses on evaluating different types of computationally demanding algorithms, such as accumulator-based image transforms (Hough, Radon), mathematical morphology and Monte Carlo approaches, to process data fed by a single camera in order to aid a MAV navigation through an obstacle course. These algorithms are put through various tests that seek to emulate different scenarios for the hoop detection, each algorithm evaluated on 3 key metrics: processing time, ratio of valid detections and accuracy. The best performing algorithm is analysed on its behaviour on the challenging hoops section of the IMAV 2018 indoor challenge, where lighting is precarious and the camera capture is subject to motion and vibration caused by the MAV. Finally, suitable algorithms are implemented with navigation controller for the MAV, with the final goal of passing through a hoop autonomously. The algorithms are, then, evaluated on the time taken to execute the task and flight behaviour in scenarios similar to those previously tested.

Descrição Arquivo
COMPLETE  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui