Abstract:
Ce travail étudie le suivi de trajectoire 3D d'un Quadrotor de type UAV (Unmanned Aerial Vehicle) en utilisant un système de localisation visuelle, qui s’intégre dans une boucle fermée de commande. Tout d'abord, une odométrie visuelle stéréo adaptative (OVS) est proposée pour résoudre le problème de la localisation des drones. La solution proposée est principalement basée sur l'application du point le plus proche itératif (ICP) et sur les caractéristiques robustes accélérées (SURF), avec l’hypothèse que la profondeur inverse des points 3D donne plus d'importance aux entités les plus proches. Deuxièmement, un algorithme de suivi de trajectoire basé sur la vision est implémenté à l'aide du contrôleur Backstepping, les paramètres de ce dernier sont optimisés à l'aide de l'algorithme Particle Swarm Optimization (PSO). Enfin, afin d'éviter la limitation de la localisation visuelle (environnement sombre, zone uniforme, scène dynamique, etc.), la pose visuelle est facilitée par la pose inertielle à l'aide d'un filtre de Kalman adaptatif flou (FAKF), sur la base du nombre et de la profondeur moyenne des points 3D estimés, l’algorithme FAKF ajuste de manière adaptative les paramètres EKF pour donner plus d'importance au capteur approprié (OVS ou IMU ou les deux en même temps) afin de fournir la meilleure estimation de pose. Les algorithmes proposés sont validés à l'aide de simulations et de données expérimentales. De nombreux scénarios ont été appliqués avec des différentes trajectoires. L'approche proposée est évaluée en utilisant un nombre différent d'entités 3D avec un bruit de mesure significatif. De bonnes performances sont obtenues qui confirment l'efficacité de l'approche proposée.