UNIVERSIDAD NACIONAL DEL ALTIPLANO – PUNO

FACULTAD DE INGENIERÍA MECÁNICA ELÉCTRICA, ELECTRÓNICA Y SISTEMAS

ESCUELA PROFESIONAL DE INGENIERÍA ELECTRÓNICA

TÍTULO: “DISEÑO DE UN SISTEMA DE CONTROL DE DETECCIÓN DE MOVIMIENTOS DESDE AVIONES NO TRIPULADOS UAV”

AUTORES: ESTOFANERO YUCRA ELAR JOEL

DIRECTOR: Ing.

ASESOR: Ing.

I. PLANTEAMIENTO DEL PROBLEMA.

La búsqueda de víctimas en escenarios donde se ha producido algún tipo de desastre, o la localización de personas perdidas en bosques es uno de los objetivos principales de cualquier operación de salvamiento. En muchas ocasiones, la zona o el desastre es de tal magnitud que acceder a la zona es de gran dificultad para los responsables de salvamiento.

Todo y que se ha avanzado mucho en la búsqueda de víctimas humanas mediante vehículos terrestres las dificultades que presenta normalmente el escenario del desastre hace que aún no se disponga de prototipos lo suficientemente fiables para acceder en dichos escenarios. Pero la incorporación de los vehículos aéreos no tripulados de peso ligero y poco costosos, (Unmanned aerial vehicles; UAVs), ha hecho que los escenarios del desastre sean más accesibles desde el aire y se puedan recoger imágenes en busca de personas.

Uniendo estos vehículos con algoritmos de detección de personas se consigue una potente herramienta para la localización de personas en zonas casi inaccesibles, reduciendo el tiempo de búsqueda e intervención humana.

El objetivo final consiste en poder enviar una flota de UAVs en escenarios donde se ha producido una catástrofe o donde se busque a personas perdidas. Una vez se ha detectado alguna víctima mediante los algoritmos de detección de personas se pueden tomar las medidas adecuadas con intervención humana.

Para ello hay que desarrollar una aplicación que controle los UAVs desde los cuales se recogerán imágenes y se aplicarán los algoritmos de detección de personas, para determinar si la escena que se está grabando contiene personas parcialmente o totalmente visibles. Para facilitar la detección hará falta aplicar y

adaptar técnicas usadas en procesamiento de imágenes para conseguir el mayor acierto y el menor error a la hora de decidir.

El objetivo principal de este proyecto será desarrollar una aplicación para pilotar un AR.Drone y obtener imágenes en tiempo real, así como información de los sensores de éste para incorporar los algoritmos de detección de personas ya probados en vehículos terrestres. Para ello se estudiarán los resultados y analizarán los nuevos problemas en este entorno y se propondrán soluciones al respecto.

II. ANTECEDENTES.

El pionero en aviación francés Etienne Oehmichen comprobó que era posible la construcción del cuadricoptero con la fabricación del Oehmichen No.2 en 1922. Dicha aeronave es el primer antecedente histórico de un cuadricoptero práctico. En la actualidad, los cuadricopteros son comúnmente diseñados para ser vehículos aéreos no tripulados; por lo tanto, son de menor tamaño y pueden ser conducidos en interiores y exteriores. Los avances en tecnológicas de semiconductores y MEMs han hecho posible el desarrollo de pequeñas IMUs, útiles para estimar la orientación del vehículo aéreo en el espacio tridimensional. Dichas IMUs ya son incorporadas en las tarjetas de circuito impreso de los controladores a bordo de los vehículos.

En los vehículos aéreos no tripulados, también denominados drones, el control se realiza de manera remota haciendo uso de alguna tecnología inalámbrica como: radiofrecuencia, zigbee, WiFi, etc. El operador toma el control de la aeronave a través de una interfaz, interpreta la información disponible y actúa en consecuencia. De lo expuesto, sobresalen tres puntos:

1. El vehículo aéreo no es completamente autónomo.2. El vehículo aéreo no tiene conocimiento del ambiente que le rodea.3. El usuario usa necesariamente una interfaz para controlarlo.

Con respecto al primer punto, en el área de vehículos terrestres autónomos han sido propuestas varias soluciones a la navegación autónoma en un ambiente inicialmente desconocido. Dichas soluciones son clasificadas como Simultáneos Localization And Mapping (SLAM) y han sido estudiadas, desarrolladas y probadas en años recientes en robots terrestres; no es el caso de los vehículos aéreos no tripulados o drones.

El segundo punto implica que el vehículo aéreo no procesa ninguna información sobre el ambiente que le rodea. Toda la información generada por los sensores que porta es enviada a la base de control para su interpretación. No existe ningún sistema de soporte para la toma de decisiones, independiente de la base de control en tierra, que lo haga adoptar un modelo de control proactivo.

Acerca del tercer punto, las interfaces con un usuario siempre son diseñadas tomando en cuenta simples principios de diseño para mejorar la interacción y la experiencia del usuario. Una interfaz debe ser simple y eficiente, así facilitara que el usuario cumpla su objetivo. Regularmente se desarrollan tomando como modelo alguna analogía con la que el usuario está familiarizado. Las mejores interfaces para la manipulación remota de aeronaves son de tipo hapticas y se asemejan a una cabina de avión. Cabe mencionar que todas las decisiones son tomadas por el piloto en tiempo de vuelo.

Para este trabajo de tesis se usara el cuadricoptero modelo AR, desarrollado por la compañía Parrot (mostrado en la Figura 1). Hay dos escenarios de operación del dron ya desarrollados y

Figura 1: Dron AR, del fabricante Parrot.

reportados. En el primero y de propósito lúdico, el dron es controlado a distancia por el usuario con un dispositivo de comunicación móvil. En este escenario, el usuario está a cargo de todas las maniobras. En el segundo escenario, el dron es controlado por una estación de trabajo fija en tierra, donde la información es recibida y procesada por algoritmos con algún propósito de navegación.

El rango de acción del vehículo depende entonces del alcance de la señal transmitida entre ambas partes.

III. JUSTIFICACION

La Universidad Nacional del Altiplano, impulsada por la Oficina de Investigación, viene realizando proyectos para la implementación de laboratorios en las diferentes escuelas profesionales, así mismo la Escuela Profesional de Ingeniería

Electrónica en el área de instrumentación y control viene implementando equipos de laboratorio con sistemas de control automatizado, es por tal, que la moción del presente proyecto de tesis se plantea como diseñar un sistema de control de detección de movimientos desde aviones no tripulados UAV a escala experimental controlado remotamente por redes WiFi desde un ordenador y mediante una interfaz desarrollada en el programa LabVIEW.

Debido a la necesidad de contar con drone a escala experimental y orientado a realizar trabajos de investigación, teóricos-demostrativos, incluidos en diversos campos de la Ingeniería Electrónica, tales como ingeniería de procesos, operaciones unitarias y demás, surge la posibilidad de realizar la donación de un módulo como el mencionado anteriormente el cual podría acondicionarse a su vez dentro del área control e instrumentación como al área de telecomunicaciones y teledetección, por tratarse de un tema referido tanto al telecontrol y el esquema mecánico como a las comunicaciones inalámbricas.

Mediante Dron AR, del fabricante Parrot es controlado por redes WiFi se opta poder simular proyectos de prueba en la industria militar que requieran de una buena precisión en las detección de objetos, tales como control en fronteras, etc que de forma manual requiere de mucha paciencia, además de la precisión necesaria al momento del ensamblaje.

El presente proyecto puede aportar gran motivación al alumno, ya que le muestra que con los conocimientos adquiridos a lo largo de los estudios en la EPIE, junto con cierto tiempo dedicado a la investigación particular, da lugar a un resultado tan gratificante como este.

En concreto, éste módulo Dron AR de entrenamiento puede considerarse como un producto didáctico destinado a los estudiantes de la Escuela Profesional de Ingeniería Electrónica debido tanto al telecontrol, como a las comunicaciones inalámbricas están integrados en el mismo proyecto de tesis.

IV. MARCO TEORICO Y CONCEPTUAL1. Parrot AR.Drone

En esta sección se conocerá la herramienta de trabajo A.R.Drone, desde su funcionamiento hasta su configuración y programación. Se detallará el método de comunicación con el dispositivo portátil, su arquitectura interna y finalmente cómo funcionan las librerías para programarlo.

1.1Introducción

A.R.Drone es un cuadrotor compuesto mecánicamente por cuatro rotores o hélices en los extremos, conectados a una batería y otros componentes hardware específico.

Cada par de hélices opuestas gira en el mismo sentido, un par en el sentido de las agujas del reloj y el otro par gira en sentido anti-horario. De esta manera se le proporciona estabilidad y una fuerza vertical para que se eleve. Como se muestra en la siguiente imagen (Fig.2), cada rotor recibe un nombre específico, empezando por la izquierda: Left, Front, Rear y Right.

Figura 2: Hélices del AR.Drone.

1.2Desplazamiento

Para conseguir los distintos movimientos como pueden ser avanzar, retroceder y girar entre otros, se modifican los valores de los ángulos pitch, roll y yaw del A.R.Drone. Para entender estos ángulos la siguiente figura (Fig.3) muestra la dirección que emprende el vehículo al incrementar o decrementar estos ángulos. A su vez, y para modificar estos ángulos, se modifica la velocidad de los rotores individualmente para conseguir los ángulos deseados, e inminentemente el movimiento deseado por el piloto.

Figura 3: Ángulos de navegación

Modificando la velocidad de los rotores Left y Right se consigue mover el A.R.Drone por el campo del ángulo roll, permitiendo avanzar y retroceder el vehículo.

Modificando la velocidad de los rotores Front y Rear se consigue mover por el campo del ángulo pitch.

Finalmente modificando la velocidad de cada par de rotor se consigue mover por el campo del ángulo yaw. Esto permite girar a la izquierda o a la derecha.

Figura 4: Ángulos y velocidad de las hélices.

Para compensar entre desplazamiento y seguridad al mismo tiempo hay dos tipos de estructuras para el A.R.Drone, una para interiores y otra para exteriores. La estructura para interior protege las hélices completamente para evitar colisionar con objetos en el escenario protegiéndolo lateralmente, mientras que la estructura para exterior carece de protección lateral ya que las condiciones climatológicas como el viento lo hacen más vulnerable cuanta más superficie disponga.

Figura 4: Estructuras AR.Drone.

1.3Sensores

El AR.Drone cuenta con varios sensores de movimiento. Todos ellos están situados en la parte inferior del casco central. Contiene una pequeña unidad de medida que proporciona el software para las medidas de pitch, roll y yaw. Estas mediciones proporcionan automáticamente el control para la estabilización del vehículo. Un telémetro ultrasónico proporciona medidas de altitud para la estabilización automática de la altitud y el control de velocidad vertical. Finalmente una cámara apuntando hacia el suelo, junto al medidor de velocidad, proporciona medidas de velocidad de desplazamiento automático.

1.4Conexión por red Wifi

El AR.Drone puede ser controlado por cualquier dispositivo que soporte el modo Wifi ad-hoc. Esto significa que es una red inalámbrica descentralizada, que no se basa en una infraestructura existente, tales como un router o un punto de acceso, lo cual hace que la determinación de qué nodos encaminan sus datos se realiza dinámicamente sobre la base de la conectividad de red.

El proceso de conexión consiste en los siguientes pasos:

1.- El AR.Drone crea una red WIFI con una ESSID (Extended Service Set Identifier), que es un nombre incluido en todos los paquetes de una red inalámbrica WIFI para identificarlos como parte de esa red , con el formato ardrone_xxxx y se asigna una dirección IP libre.

2.- El usuario conecta el dispositivo que actúa como cliente a la red con ese ESSID.

3.- El dispositivo que actúa como cliente pide una dirección IP y sus parámetros de configuración al servidor mediante el protocolo DHCP del AR.Drone. 4.- El servidor DHCP del AR.Drone otorga al cliente una dirección IP según la versión:

La misma dirección IP del AR.Drone más 1 (versiones inferiores a la 1.1.3).

La misma dirección IP del AR.Drone más un número entre el 1 y el 4 (versiones superiores o iguales a 1.1.3).

5.- El dispositivo que actúa como cliente ya puede mandar paquetes de datos con solicitudes a la IP y puertos acordados.

V. OBJETIVOS DEL ESTUDIO

Objetivo general:

Diseño de un sistema de control de detección de movimientos desde aviones no tripulados

Objetivos específicos:

Desarrollar una aplicación capaz de comunicarse con el AR.Drone para su pilotaje.

Adaptar la aplicación para poder obtener información de los sensores, desde la cámara para la obtención de imágenes, hasta la velocidad y ángulos de navegación.

Estructurar la gran cantidad de datos que se registran y clasificarlos para que cumpla con los requisitos del algoritmo de detección de movimientos y su posterior análisis.

VI. HIPOTESIS

Es posible diseñar e implementar los algoritmos necesarios para que, desde un dispositivo móvil, se gobierne a un vehículo aéreo no tripulado para que interactúe de manera natural con un usuario, mediante detección de movimiento.

VII. UTILIDAD DE LOS RESULTADOS DE ESTUDIOS

Al tratarse de AR.Drone escala experimental y orientado a realizar actividades

teóricos-demostrativos, presentes en diversas áreas de la Ingeniería Electrónica, tales como la ingeniería de procesos, operaciones unitarias y demás, el modulo de entrenamiento desarrollado en el presente proyecto de tesis es aplicable tanto área control e instrumentación como al área de telecomunicaciones y teledetección, por tratarse de un tema referido tanto al telecontrol y el esquema mecánico como a las comunicaciones inalámbricas y transmisión de datos.

VIII. METODO DE INVESTIGACION

Se trata de un proyecto de tesis de tipo experimental, debido a la complejidad del proyecto en sí, así como la eficacia y la eficiencia alcanzada durante el desarrollo del mismo.

Durante los periodos de elaboración, desarrollo, ensamblaje y demás, el autor del presente proyecto de tesis, intervinieron sobre el objeto de estudio logrando modificaciones directas o indirectas para acondicionamiento necesario del propósito en mención: al Ar Drone detector de movimientos.

Además de haberse realizado dentro de las condiciones previstas, las cuales se dieron durante el lugar y tiempo determinados del fenómeno estudiado.

IX. AMBITO DEL ESTUDIO

El objeto de estudio, fue un modulo Ar Drone detector de movimientos controlada por redes WiFi, así pues, el ámbito de estudio se desarrollo en los laboratorios de la Escuela Profesional de Ingeniería Electrónica de la Universidad Nacional del Altiplano - Puno, tanto en el área de Control e Instrumentación , como de Telecomunicaciones y Teledetección (transmisión de datos, protocolos modulares)

X. RECURSOS

El presupuesto que se presenta en el siguiente cuadro corresponde a la ejecución del Ar Drone detector de movimientos como el que se ha descrito en ítems anteriores. Se han organizado en la disposición mostrada para observar claramente los importes independientes.

XI. CRONOGRAMA DE ACTIVIDADES

JUNIO 2014

JULIO2014

JULIO2014

AGOSTO 2014

AGOSTO 2014

ETAPA I

ETAPA II

ETAPA III

ETAPA IV

ETAPA V

ETAPA VI

ETAPA VII

ETAPA VIII

ETAPA IX

XII. REFERENCIAS BIBLIOGRAFICAS

[1] N. Dalal and B. Triggs. Histograms of oriented gradients for human detection. CVPR 2005. [2] N. Dalal, B. Triggs, and C. Schmid. Human detection using oriented histograms of flow and appearance. ECCV, 2006.

[3] C. Wojek, S. Walk, and B. Schiele. Multi-cue onboard pedestrian detection. CVPR 2009.

[4] M. Villamizar, J. Scandaliaris, A. Sanfeliu, and J. Andrade-Cetto. Combining color-based invariant gradient detector with HoG descriptors for robust mage detection in scenes under cast shadows. ICRA, 2009.

[5] Advanced Drive Assistance Systems, Computer Vision Center, UAB, http://www.cvc.uab.es/adas/site/?q=node/8

[6] R. Murphy. Human-robot interaction in rescue robotics. IEEE Transactions on Systems, Man, and Cybernetics, Part C: Applications and Reviews, 34(2):138–153, 2004.

[7] Mykhaylo Andriluka, Paul Schnitzspan, Johannes Meyer, Vision Based Victim Detection from Unmanned Aerial Vehicles, 2010

[8] M. Andriluka, S. Roth, and B. Schiele. Pictorial structures revisited: People detection and articulated pose estimation. CVPR 2009.

[9] L. Bourdev and J. Malik. Poselets: Body part detectors trained using 3d human pose annotations. ICCV 2009.

[10] P. F. Felzenszwalb, D. McAllester, and D. Ramanan. A discriminatively trained, multiscale, deformable part model. CVPR 2008.

[11] Pedro F. Felzenszwalb, Member, IEEE Computer Society, Ross B. Girshick, Student Member, IEEE, David McAllester, and Deva Ramanan, Member, IEEE,Object Detection with Discriminatively Trained Part-Based Models, 2010.

[12] Yi Yang, Member, IEEE, and Deva Ramanan, Member, IEEE, Articulated Human Detection with Flexible Mixtures-of-Parts

[13] Stephane Piskorski, Nicolas Brulez, Pierre Eline, AR.Drone Developer Guide, 2011 v SDK 1.7