logo资料库

Full Autonomous Quadcopter for Indoor 3D Reconstruction Without ....pdf

发布时间：2022-06-09 发布人：admin 分类：说明书 资料大小：7.61M 资料格式：pdf 举报 版权申诉
第1页 / 共111页
第2页 / 共111页
第3页 / 共111页
第4页 / 共111页
第5页 / 共111页
第6页 / 共111页
第7页 / 共111页
第8页 / 共111页
资料共111页，剩余部分请下载后查看
    List of Figures
    List of Tables
    List of Listings
    1 Introduction
    1.1 Motivation
    1.2 State of the Art
    1.3 Multicopter Configuration
    1.4 Structure and Outlay
    1.5 Notation
    2 Dynamical Modeling
    2.1 Parameter Identification
    2.1.1 Propulsion Group
    2.1.2 Momenta of Inertia
    2.2 Dynamic Model
    2.2.1 Coordinate Systems
    2.2.2 Position and Velocity Vectors
    2.2.3 Linear and Angular Momentum Vectors
    2.2.4 External Forces
    2.2.5 Projection Equation of Motion
    2.2.6 Lagrange Equations of the Second Kind
    2.2.7 Adding Identified Propeller Dynamics
    2.2.8 Matrix Representation
    3 Control Approach and Simulation
    3.1 Mixer
    3.2 Attitude Control
    3.3 Position Control
    3.4 Simulation
    3.4.1 Simulink Model
    3.4.2 Step Response
    3.4.3 Path Following with Disturbance Impact
    3.5 Visualization
    3.5.1 Virtual Reality Toolbox
    3.5.2 V-Rep
    4 State Estimation
    4.1 Orientation
    4.1.1 Kalman Filter
    4.1.2 Extended Kalman Filter
    4.1.3 Orientation Estimation in Use
    4.2 Position
    4.2.1 ReconstructMe
    5 Hardware
    5.1 Quadcopter Frame in Use
    5.2 Hardware Architecture
    5.3 Used Hardware Modules
    5.3.1 PX4FMU
    5.3.2 PX4IO
    5.3.3 PX4FLOW
    5.3.4 Brushless Motors
    5.3.5 Electronic Speed Controllers
    5.3.6 3DRobotics Wireless Module
    5.3.7 WiFi Router
    5.3.8 Pandaboard ES
    5.3.9 Depth Camera Sensor
    5.3.10 Communication High-Level Board – Low-Level Board
    5.4 Custom Security Frame
    5.5 Custom Suspension
    6 Software Implementation
    6.1 Communication Between the Modules
    6.2 Code on the PX4FMU
    6.2.1 Communication and Programming
    6.2.2 Software Modules
    6.3 Code on the PX4IO
    6.3.1 Communication and Programming
    6.3.2 Software Modules
    6.4 Code on the Pandaboard
    6.4.1 Board Setup
    6.4.2 Program: stream2reme
    6.4.3 Program: reme2uart
    6.4.4 Program: pandasetpoint
    6.5 Code on the Ground Station
    6.5.1 QGroundcontrol
    6.5.2 Drone-ReMe
    7 Experiments
    7.1 Attitude Control
    7.2 Validation of Drone-ReMe Position Estimation
    7.3 Position Hold with Disturbance
    7.4 Step Response
    7.5 Durability
    7.6 Trajectory Following
    8 Conclusion and Future Work
    A Datasheets
    A.1 PX4FMU
    A.2 PX4IO
    A.3 PX4FLOW
    A.4 Pandaboard ES
    B PX4 Parameters in Use
    C PX4FMU Startup Script
    Acronyms
    Bibliography
    JOHANNES KEPLER JKU UNIVERSITÄT LINZ Technisch-Naturwissenschaftliche Fakultät Full Autonomous Quadcopter for Indoor 3D Reconstruction Without External Sensors MASTERARBEIT zur Erlangung des akademischen Grades Diplom-Ingenieur im Masterstudium Mechatronik Eingereicht von: Gerold Huber Angefertigt am: Institut für Robotik Beurteilung: Assoz. Univ.–Prof. DI Dr. Hubert Gattringer Linz, Juli 2014
    Für meine Eltern Amalia und Gerold
    Danksagung Betreffend diese Masterarbeit möchte ich mich sehr bei der Firma PROFACTOR für die Möglichkeit be- danken, mich intensiv und mit so viel Freiraum mit diesem interessanten Thema beschäftigen zu können. Organisatorisch als auch materiell, wurden all meine Wünschen und Anregungen stets erfüllt. Dafür möchte ich mich in erster Linie bei meinem Betreuer Markus Ikeda bedanken, der immer ein offenes Ohr für mich gehabt hat. Außerdem bedanke ich mich für die fachlichen Anregungen auf Programmierseite bei Michael Hofmann und auf elektrotechnischer Seite bei Johannes Korak. Aber auch allen anderen Mi- tarbeitern, insbesondere der Abteilung ”Robotik und adaptive Systeme”, danke ich für die interessanten Diskussionen und Einblicke in deren Arbeit. Für die universitäre Betreuung gilt mein Dank Herrn Hubert Gattringer, für die Erlaubnis dieses Mas- terthema bearbeiten zu dürfen, sowie für seine Ratschläge beim Verfassen dieser Masterarbeit. Ein ganz besonderes Anliegen ist es mir jedoch, mich bei meiner Familie und insbesondere bei meiner Freundin Luz Amanda zu bedanken, für deren bedingungslose Unterstützung und Wertschätzung. Sie ermöglichen mir meinen Träumen nachzugehen. Danke! i
    Kurzfassung Diese Arbeit umfasst die Systemarchitektur, Modellbildung, Regelung und experimentelle Auswertung eines vollautonomen Quadrocopters. Für die Navigation herkömmlicher Autopilotsysteme kommen meist externe Referenzen zum Einsatz. Im Freien wird dafür ein Globales Positionierungssystem (GPS) verwendet, wohingegen Systeme in geschlossenen Räumen oft auf Motion Tracking Systeme oder markierungsbasierte Ansätze zurückgreifen. In dieser Arbeit wird versucht bewusst auf externe Sen- soren und Markierungen zu verzichten, um ein von der Umgebung unabhängiges System zu entwickeln. Die physikalischen Parameter, die für die Simulation und Entwicklung der Regelstrategie nötig sind, werden entweder gemessen oder berechnet. So werden die dynamischen Parameter der Antriebsgruppe mit Hilfe der Identifikations-Toolbox von MATLAB identifiziert. Eine mathematische Beschreibung des Systems wird mit zwei unterschiedlichen Methoden hergeleitet, zum Einen mit der Projektionsgleichung und im Vergleich dazu mit den Lagrange-Gleichungen zweiter Art. Der angewandte Regelansatz teilt die unteraktuierte Systemdynamik der Drohne auf in einen inneren Haltungsregler, für die drei beschreibenden Orientierungswinkel sowie die direkt regelbare Höhenkoor- dinate und einen äußeren Positionsregler, der die horizontalen Positionskoordinaten regelt. Der innere Regelkreis verwendet für jede der vier Koordinaten einen kaskadierten PID-Regler, mit zusätzlicher Vorsteuerung für die Höhenregelung, um die Schwerkraft vorab zu kompensieren. Der äußere Regler prägt dem System eine asymptotisch stabile Fehlerdynamik in den zwei horizontalen Freiheitsgraden auf. Simulationen die eine ausreichende Robustheit und Funktionalität des vorgestellten Reglerkonzeptes zeigen, werden in MATLAB/SIMULINK durchgeführt. Als Visualisierung der Simulation wird die Open- Source-Software V-REP angebunden. Mit dem Ziel ein autonomes System ohne externe Hilfsmittel zu entwickeln, stellt die Zustandsschätzung eine Schlüsselkomponente des Projektes dar. Die Orientierung wird mit der weit verbreiteten Sensorfu- sionierung der Messungen der inertial measurement unit (IMU) mittels Kalman Filter beobachtet. Für die Schätzung der Position, kommt die Rekonstruktionssoftware RECONSTRUCTME der Firma PROFAC- TOR zum Einsatz. Dieser Algorithmus rekonstruiert Modelle, die direkt von einem 3D-Drucker gedruckt werden können, wohingegen andere bekannte Techniken wie simultaneous localization and mapping (SLAM) oder parallel tracking and mapping (PTAM) lediglich dichte Merkmalskarten generieren. Die somit ermittelte Position der Tiefenkamera auf dem Roboter, wird kabellos von der Bodenstation zu der mobilen Plattform übertragen. Die Quadcopterplattform baut auf das Open-Source Soft- und Hardware-Projekt PX4 auf, das von der PIXHAWK Projektgruppe der Eidgenössischen Technischen Hochschule (ETH) Zürich abstammt. Eine flugfähige Hobbydrohne wird durch die Implementierung eines PANDABOARD ES als High-Level- Computer erweitert. Dieses Board übernimmt sowohl die Datenübertragung der Tiefenkamera zur Bodenstation, als auch die Pfadvorgabe an den PX4 Mikrocontroller. Experimentelle Ergebnisse zeigen die Funktionalität des vorgestellten Konzeptes. Das Ergebnis der Arbeit ist ein einsatzfähiger Demonstratoraufbau für die Firma PROFACTOR, der das vollautonome Einscannen von Objekten im Größenbereich von 1 m3, mittels eines Quadcopters erlaubt. Mit der Implementierung einer höher entwickelten, dynamischen Pfadplanung, die eine Rückkopplung des in Echtzeit rekonstruierten Modells verwendet, könnte das System für das autonome rekonstruieren größerer Objekte verwendet werden, bei denen eine manuelle Sensorführung unmöglich ist. Des Weit- eren wäre eine robuste Positionsschätzung durch Sensorfusionierung nötig, da die aktuelle Schätzung zur Gänze von der funklosen Verbindung zu der Rekonstruktionssoftware auf der Bodenstation abhängt. ii
    Abstract This thesis presents system architecture, modeling, control and experimental results of a fully au- tonomous unmanned aerial vehicle (UAV). For navigation, standard autopilot systems often rely on external references. While outdoor systems utilize (differential) global positioning system (GPS), indoor systems rely on camera or marker based indoor tracking systems. The physical parameters, used for simulation and control, are either measured or calculated. The dy- namic parameters of the propulsion group are identified using the identification toolbox of MATLAB. A mathematical description of the system is then derived using the projection equation as well as the Lagrange equations of the second kind. The used control approach splits up the under-actuated dynamics of the robot into an inner attitude controller, for the three orientation coordinates as well as the directly reachable height coordinate, and an outer position controller, for the horizontal position coordinates. The inner control circle applies a cascaded PID controller for every single coordinate, plus a feed forward term in the vertical axis for gravity compensation. The outer controller injects an asymptotically stable error dynamic in the two horizontal degrees of freedom. Simulations that prove the robustness and functionality of the proposed control approach are run in MATLAB/SIMULINK. The software V-REP is used as a visualization tool of this simulations. As it is aimed to develop an autonomous system without external sensors or markers, the state estimation represents one of the core challenges in this project. While the orientation is estimated by the widely used Extended Kalman Filter, the position is estimated by the reconstruction software RECONSTRUCTME by the company PROFACTOR. This algorithm creates real surfaces that can be send directly to a 3D printer, rather than merely generating dense feature maps, like common simultaneous localization and mapping (SLAM) or parallel tracking and mapping (PTAM) approaches. The so tracked position of the depth camera onboard, is transformed and sent back wirelessly from the ground station to the robot. The mobile platform builds on the open hard- and software autopilot project PX4, derived and main- tained by the PIXHAWK project group at Eidgenössische Technische Hochschule (ETH) Zürich. The ready-to-fly quadcopter configuration is extended by the implementation of a PANDABOARD ES, as an onboard high-level computer. It is used for data streaming from the depth camera to the ground station and moreover for providing a setpoint trajectory for the PX4 microcontroller. Experimental results illustrate the approach. The outcome of the project is a fully working demonstrator for entire autonomous 3D reconstruction of small objects within a range of about 1 m3. With the implementation of a more advanced dynamic trajectory planner, that uses feedback from the real-time reconstruction of the scene, the system could be extended to scan large objects, where manual guidance of the depth camera is not convenient or impossible. As the system’s position estimation for now entirely depends on the wireless connection to the ground station for data streaming of the depth camera, a sensor fusion for more robust estimation in case of connection problems is also necessary. iii
    Contents List of Figures List of Tables List of Listings 1 Introduction 1.1 Motivation . . . . . . . . . . . . . 1.2 State of the Art . . . . . . . . . . 1.3 Multicopter Configuration . . . . 1.4 Structure and Outlay . . . . . . . 1.5 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Dynamical Modeling 2.1 Parameter Identification . . . . . . 2.1.1 Propulsion Group . . . . . 2.1.2 Momenta of Inertia . . . . 2.2 Dynamic Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Coordinate Systems . . . . . . . . . . . . . 2.2.2 . . . . . . . . . . . 2.2.3 Linear and Angular Momentum Vectors . . . . . . 2.2.4 External Forces . . . . . . . . . . . . . . . . . . . Projection Equation of Motion . . . . . . . . . . . 2.2.5 2.2.6 Lagrange Equations of the Second Kind . . . . . . 2.2.7 Adding Identified Propeller Dynamics . . . . . . . 2.2.8 Matrix Representation . . . . . . . . . . . . . . . Position and Velocity Vectors 3 Control Approach and Simulation . . 3.4.1 3.4.2 3.4.3 3.1 Mixer . . . . . . . . . . . . . 3.2 Attitude Control . . . . . . . . . . 3.3 Position Control . . . . . . . . . . 3.4 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Simulink Model Step Response . . . . . . . . . . . . . Path Following with Disturbance Impact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5 Visualization . . . . . . . . . . . 3.5.1 Virtual Reality Toolbox . . 3.5.2 V-Rep . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 State Estimation . . . . . . . . . . . . . 4.1 Orientation . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1 Kalman Filter . . . . . . . 4.1.2 Extended Kalman Filter . . . . . . . . . . . . . . 4.1.3 Orientation Estimation in Use . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv vii ix x 1 1 1 2 2 3 4 4 4 7 10 10 12 12 13 13 14 15 15 16 16 17 20 22 22 24 24 26 26 26 27 27 27 29 30
    CONTENTS CONTENTS v 4.2 Position . . . . . . . . . . . . . . 4.2.1 ReconstructMe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 Hardware . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1 Quadcopter Frame in Use . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Hardware Architecture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Used Hardware Modules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . PX4FMU . . . . . . . . . 5.3.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . PX4IO . . . . . . . . . . 5.3.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.3 PX4FLOW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.4 Brushless Motors . . . . . . . . . . . . . . . . . . . . . 5.3.5 Electronic Speed Controllers . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.7 WIFI Router . . . . . . . . . . . . . . . . 5.3.8 . . . . . . . . . . . . . . . . 5.3.9 Depth Camera Sensor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.10 Communication High-Level Board – Low-Level Board . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Pandaboard ES . . . . . . . . 5.4 Custom Security Frame . . . . . . 5.5 Custom Suspension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3DRobotics Wireless Module 6 Software Implementation Software Modules Software Modules . . . . 6.3 Code on the PX4IO . . . . . . . . 6.1 Communication Between the Modules . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Code on the PX4FMU . . . . . . 6.2.1 Communication and Programming . . . . . . . . . . . . . . . . . . . . . . 6.2.2 . . . . . . . . . . . . . 6.3.1 Communication and Programming . . . . . . . . . . . . . . . . . . . . . . 6.3.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4 Code on the Pandaboard . . . . . 6.4.1 Board Setup . . . . . . . . Program: stream2reme . . 6.4.2 . . . Program: reme2uart 6.4.3 6.4.4 Program: pandasetpoint . 6.5 Code on the Ground Station . . . 6.5.1 QGroundcontrol . . . . . 6.5.2 Drone-ReMe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 Experiments 7.1 Attitude Control . . . . . . . . . . . . . . . . . . . . . . . 7.2 Validation of Drone-ReMe Position Estimation . . . . . . 7.3 Position Hold with Disturbance . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4 Step Response . . . . . . . . . . . . . . . . . . . . . . . . 7.5 Durability . . . . . . . . . . . . . 7.6 Trajectory Following . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 Conclusion and Future Work 33 33 37 37 37 37 37 38 38 40 41 43 43 43 44 44 45 45 47 47 47 48 50 61 61 61 62 62 62 63 65 66 66 68 72 72 73 73 74 74 76 78
    CONTENTS A Datasheets A.1 PX4FMU . . . . . . . . . . . . . A.2 PX4IO . . . . . . . . . . . . . . . A.3 PX4FLOW . . . . . . . . . . . . A.4 Pandaboard ES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B PX4 Parameters in Use C PX4FMU Startup Script Acronyms Bibliography CONTENTS vi 80 81 83 85 87 89 91 93 95
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料