Knowledge base: Warsaw University of Technology

Settings and your account

Back

UAV - obstacle detection based on onboard camera image analysis

Jacek Marcin Jabłoński

Abstract

The aim of this thesis was the project and implementation of software solution to detect the characteristic points in the picture from the Parrot AR. Drone’s onboard camera. To achieve this the CV Drone library was used, which allowed retrieving the picture from drone’s onboard camera, and the library openCV (being, in fact, a part of the CV Drone library) was also used. The libraries allowed to perform the necessary image processing, like, e.g. thresholding, CLAHE (eng. Contrast Limited Adaptive Histogram Equalisation), the dilate, erode and blur methods. The first part of the thesis was focused on the introduction to the subject and highlighted its importance concerning market demands and safety issues and applied hardware solutions. The reader was introduced to similar solutions, which were compared to the solution presented in this thesis in terms of efficiency and overall cost. Also, the AndroMote2 project was introduced, and the connection between it and this thesis was presented to the reader. The next part of the thesis consisted of the description of steps taken to achieve satisfying results of detection. The reader was introduced to the methodology of the measurements and provided with the detailed description of their execution. The reader was familiarised with the particular methods of image processing used in this thesis, like blur, erosion, dilation or CLAHE and the issues associated with those methods. The last part of the thesis was focused on the description of the problem of acquiring the proper values of parameters, like the size of the blur, structuring element of the erode method, to achieve the best results. Also, a few tips were included, which could help in the future development of the thesis or in using it or its parts to other purposes.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Jacek Marcin Jabłoński (FEIT) Jacek Marcin Jabłoński,, The Institute of Telecommunications (FEIT)Faculty of Electronics and Information Technology (FEIT)
Title in Polish
UAV - detekcja przeszkód na podstawie analizy obrazu kamery pokładowej
Supervisor
Marcin Golański (FEIT) Marcin Golański,, The Institute of Telecommunications (FEIT)Faculty of Electronics and Information Technology (FEIT)
Certifying unit
Faculty of Electronics and Information Technology (FEIT)
Affiliation unit
The Institute of Telecommunications (FEIT)
Study subject / specialization
, Telekomunikacja (Telecommunications)
Language
(pl) Polish
Status
Finished
Defense Date
14-02-2019
Issue date (year)
2019
Reviewers
Marcin Golański (FEIT) Marcin Golański,, The Institute of Telecommunications (FEIT)Faculty of Electronics and Information Technology (FEIT) Aleksander Pruszkowski (FEIT) Aleksander Pruszkowski,, The Institute of Telecommunications (FEIT)Faculty of Electronics and Information Technology (FEIT)
Keywords in Polish
openCV, przetwarzanie obrazu, dron, Parrot AR. Drone 2.0, CLAHE, detekcja lasera, blur, erozja obrazu, dylatacja obrazu, AndroMote, AndroMote2
Keywords in English
openCV, image processing, drone, Parrot AR. Drone 2.0, CLAHE, laser detection, blur, erosion, dilation, AndroMote, AndroMote2
Abstract in Polish
Celem pracy był projekt i implementacja rozwiązania programowego umożliwiającego wykrycie punktów charakterystycznych w obrazie z kamery zamieszczonej na dronie Parrot AR.Drone 2.0. W tym celu posłużono się zespołem dwóch laserów oraz użyto biblioteki CV Drone [70], która pozwala na uzyskanie obrazu z kamery pokładowej drona, oraz biblioteki openCV (będącej de facto częścią biblioteki CV Drone), która umożliwia operacje na obrazie, takie jak m.in. progowanie (ang. thresholding), CLAHE (ang. Contrast Limited Adaptive Histogram Equalisation), dylatację (ang. dilate), rozmycie (ang. blur) czy erozję (ang. erode) obrazu. W pierwszej części pracy skupiono się na omówieniu tematu i podkreśleniu jego istotności w kryteriach zapotrzebowań rynkowych i zagadnień bezpieczeństwa oraz na zastosowanych rozwiązaniach sprzętowych. Omówiono prace podobne, porównano efektywność i koszt rozwiązania będącego tematem niniejszej pracy w odniesieniu do rozwiązań już opracowanych, oraz odniesiono się do projektu AndroMote2, w którą niniejsza praca stanowi wkład. W kolejnej części opisano kroki poczynione w celu uzyskania zadowalających rezultatów detekcji. Wprowadzono do metodologii pomiarów oraz opisano ich przeprowadzenie. Opisano znaczenie użycia i przybliżono Czytelnikowi poszczególne metody przetwarzania obrazu wykorzystane w pracy, jak erozja, rozmycie, dylatacja, czy CLAHE oraz powiązane z nimi zagadnienia. Na koniec przedstawiono zagadnienie doboru poszczególnych parametrów, jak rozmiar metody blur, elementu strukturującego metody erode i inne, w celu uzyskania jak najlepszych rezultatów. Zawarto również wskazówki, które mogą być przydatne w celu dalszego rozwoju pracy bądź wykorzystania jej częściowo lub w całości do innych celów.
File
  • File: 1
    UAV_-_detekcja_przeszkód_na_podstawie_analizy_obrazu_kamery_-_Praca_Inżynierska_-_Jacek_Jabłoński.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 32045

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUTd1a77f8d4b9342c2ac80bb5bf23c86a7/
URN
urn:pw-repo:WUTd1a77f8d4b9342c2ac80bb5bf23c86a7

Confirmation
Are you sure?
Report incorrect data on this page