The Global Positioning System (GPS) is widely used to aid the navigation of aerial vehicles. However, the GPS cannot be used indoors. Further, indoor environments are sometimes cluttered and there are many obstacles that can be dangerous if collisions occur. Therefore, alternative navigation methods need to be developed for unmanned aerial vehicles (UAVs) flying in GPS-denied environments. An autonomous navigation system is required to provide a six-degree-of-freedom (6-DOF) pose and a three-dimensional (3-D) map. In this dissertation, a vision and scanning Light Detection and Ranging (LIDAR)-based autonomous navigation system for indoor and outdoor flight of UAVs is proposed.
First, an integrated navigation sensor module that includes a camera, a LIDAR, and an inertial measurement unit (IMU) was developed to enable UAVs to fly both indoors and outdoors. To calibrate the camera and gimbaled LIDAR, a new method is proposed that uses a simple visual marker. The camera and the gimbaled LIDAR work in a complementary manner to extract feature points and to merge them with the LIDAR range for state estimation. The features are processed using an online Extended Kalman Filter-Simultaneous Localization and Mapping (EKF-SLAM) algorithm to estimate the navigational states of the vehicle. These sensors and the EKF-SLAM algorithms were implemented on an octo-rotor UAV platform and were tested. The results show that the navigation module can provide a real-time 3-D navigation solution without the need for prior information on the surroundings.
Second, a real-time 3-D indoor navigation system and closed-loop control of a quad-rotor aerial vehicle equipped with an IMU and a low-cost LIDAR is presented. In order to estimate the pose of the vehicle equipped with the LIDAR, an octree-based grid map and Monte Carlo Localization (MCL) are adopted. The navigation results using the MCL are then evaluated by making a comparison with a motion capture system. Finally, the results are used for closed loop control in order to validate its positioning accuracy during procedures for stable hovering, waypoint following, and dynamic obstacle detection and avoidance.
The results can be used to realize an alternative navigation module for aerial vehicles in GPS-denied environments. This navigation technology has a variety of applications, and there is the possibility of future development in applications including indoor security in residential areas, the investigation of buildings destroyed by natural disasters, and the exploration of caves, mines, tunnels, and closed structures that are hazardous for humans.
본 논문은 무인항공기의 실내외 비행을 위한 영상 및 LIDAR 기반의 자율항법시스템에 관한 연구이다. GPS의 발달로 인해 야외환경에서 많은 무인항공기가 운용되고 있지만 GPS 등의 외부측위장치를 사용하지 못하는 복잡한 실내환경에서는 실시간 3차원 위치인식 및 장애물회피의 문제로 인해 무인항공기의 비행이 아직 제한적이다. 따라서 본 논문에서는 복잡한 3차원 실내공간에서도 무인항공기가 실시간으로 위치를 추정하고 주변환경의 지도를 작성할 수 있도록 영상 및 LIDAR를 정보를 빠르게 융합할 수 있는 3차원 항법시스템을 제안하였다.
본 논문에서는 먼저 고정된 카메라와 서보모터로 구동되는 틸팅마운트에 장착된 LIDAR 및 IMU로 구성되는 센서모듈을 제작하였으며, 카메라와 LIDAR 센서간의 정확한 초기장착오차를 추정할 수 있는 캘리브레이션 기법을 제시하였다. 정보 융합을 위해서는 카메라에서 추출한 특징점의 시선각 정보에 LIDAR가 측정한 거리정보를 추가하여 특징점의 3차원 위치를 지연없이 즉각적으로 추정할 수 있도록 구성하였다. 이러한 센서의 융합을 EKF-SLAM기반으로 구현하여 실시간으로 무인항공기의 3차원 항법을 추정하고 주변 환경의 3차원 특징점 지도 및 점유격자지도를 작성할 수 있었다. Octo-rotor 기반의 회전익 무인항공기를 사용한 실내/외 실험 및 GPS의 위치추정결과와의 비교를 통해 제안한 항법 알고리듬의 적합성을 확인할 수 있었다.
두번째로는, 앞에서 설명한 센서모듈 및 항법 알고리듬으로 작성할 수 있는 3차원 실내 격자지도를 기반으로 한 소형 무인항공기의 실시간 3차원 항법 시스템을 제안하였다. 실내 비행을 위해 상하방향 반사거울을 장착한 2-D LIDAR와 IMU로 구성된 소형 Quad-rotor 기반의 무인항공기를 제작하였으며, Octree기반의 3차원 점유격자지도 내에서 무인항공기의 위치 및 자세를 추정하기 위해 3차원 Monte-Carlo Localization을 실시간으로 적용하였다. 제안한 자율항법시스템을 사용하여 저가형 2-D LIDAR와 IMU만 장착한 무인항공기가 실내의 3차원 항법을 실시간으로 계산할 수 있었으며, 이 항법 결과를 비행제어컴퓨터에 제공하여 자세 및 위치제어가 가능하였다. 다양한 실내 환경 및 좁은 통로에서의 경로점 추종 비행실험, 장애물 인식 및 충돌회피 실험으로 항법의 효용성을 검증하였고, 모션캡쳐시스템의 위치 결과와 비교하여 항법 정밀도를 평가하였다.
본 연구결과는 GPS를 사용할 수 없는 환경에서 무인항공기의 3차원 자율항법에 사용될 수 있으며, 실내환경에서의 보안, 재해/재난으로 파괴된 건물 내부 조사, 또는 인간이 진입하기 위험한 구조물 내부 탐사에 활용될 수 있을 것이다.
