Control de navegación autónoma de un cuadricóptero en interiores

Abstract

La revolución digital de este último siglo ha permitido el desarrollo de múltiples tecnologías prometedoras. Un ejemplo característico es el de los drones autónomos, vehículos aéreos no tripulados que cada día tienen nuevas aplicaciones. La mayoría de estos usos, sin embargo, son en zonas de exteriores, donde se puede acceder a la tecnología GPS. Para lograr un vuelo autónomo fiable en zonas de interiores es necesario incorporar nuevos sensores adicionales, ya sean externos o acoplados al dron. Este trabajo de fin de grado, siendo una continuación del proyecto “Desarrollo de sistemas de navegación autónoma para un UAV” (J. García Aguilar, Trabajo de Fin de Máster - Escuela Técnica Superior de Ingeniería (ICAI), Madrid, 2018), trata de optimizar el vuelo manual de drones logrado anteriormente y desarrollar e implementar toda la tecnología necesaria para la navegación autónoma (comunicaciones, hardware y software). Para la programación se ha empleado el entorno MatLab/Simulink (R2018b), mientras que para el hardware se ha empleado una Raspberry Pi Zero W acompañada de otros dispositivos, como el OpenPilot Revolution o el PXFmini, que han ido variando a lo largo del proyecto. Como sensores se han utilizado una Unidad de Medida Inercial (IMU) (incorporada en el OpenPilot y en el PXFmini) para medir aceleraciones lineales y velocidades angulares, un sonar MB1240 XL-MaxSonar-EZ4 para obtener la altura del UAV y un sistema de cámaras de OptiTrack para hallar los ángulos de Euler y la posición XYZ del dron. Para obtener las mejores estimaciones para el control se han introducido todas las medidas en un Filtro Extendido de Kalman (EKF).

The digital revolution of the last century has driven the development of multiple promising technologies. A clear example are autonomous drones, unmanned aerial vehicles that have new applications every day. Most of this uses, however, are in open air, where GPS technology is accessible. To achieve reliable indoor autonomous flight it is necessary to incorporate new additional sensors, external or integrated in the UAV. This project, being a continuation of “Desarrollo de sistemas de navegación autónoma para un UAV” (J. García Aguilar, End of Master’s Project – ICAI School of Engineering, Madrid, 2018), aims to improve the previously achieved manual flight of a drone and to develop and implement all the necessary technology for autonomous navigation (communications, hardware and software). MatLab/Simulink (R2018b) has been the software used for programming, while a Raspberry Pi Zero W has been employed as the main controller. Other hardware components, such as OpenPilot Revolution and PXFmini, were also used throughout the project. Sensor-wise, an Inertial Measurement Unit (IMU) has been employed, accompanied by an OptiTrack motion capture system (eight Flex 13 motion capture cameras) and a MB1240 XL-MaxSonar-EZ4 sonar. To obtain the best estimations for the control, all the data has been introduced in an Extended Kalman Filter (EKF).