كنترل موقعيت مبتني بر بينايي كوادكوپترAR.Drone 2.0 شناور با استفاده از منطق فازي

Position Based Visual Hovering Control of the AR.Drone 2.0 Quadcopter Using Fuzzy Logic

خودكارسازي شناوري كوادكوپتر AR.Drone 2.0 كه موضوعي مهم و پيش‌نياز ساير خودكارسازي‌ها است هدف اين مقاله مي‌باشد. در اين مقاله الگوريتم جديدي به نام GSPnP براي تخمين موقعيت ربات پرنده با استفاده از تك دوربين پيشنهاد مي‌گردد. همچنين يك كنترلر فازي بهينه موسوم به TGM براي پايدارسازي شناوري كوادكوپتر طراحي و پارامترهاي بهينه كنترلر فازي تعيين مي‌شوند. موقعيت فعلي كوادكوپتر نسبت به ماركر كتابخانه ArUco با پردازش تصاوير دوربين زيرين ربات توسط الگوريتم پيشنهادي GSPnP محاسبه و به كنترلر ارسال مي‌شود. خروجي كنترلر بر اساس درايور ربات متعلق به سيستم عامل رباتيك (ROS) محاسبه شده و به ربات شبيه‌سازي شده در محيط شبيه‌سازي Gazebo ارسال مي‌شود. نتايج به‌دست‌آمده نشان‌دهنده عملكرد دقيق‌تر و مطلوب‌تر روش GSPnP و روش كنترل فازي TGM با خطاي كمتر از 30، 40 و 20 ميلي‌متر در كنترل طول، عرض و ارتفاع نسبت به ساير روش‌ها، در كنترل موقعيت ربات است.

Autonomous hovering of AR.Drone 2.0 quadcopter, which is an important subject and prerequisite for other autonomous UAV applications, is the goal of this paper. We propose a new method, called GSPnP, for pose estimation using only the bottom camera of the robot. Moreover, an optimal fuzzy controller, called TGM, is designed in order to stabilize the quadcopter hovering. Then, the optimal parameter values for the controller are obtained.The current position of the robot, relative to the ArUco library marker, is computed using our proposed GSPnP algorithm and the images of the bottom camera. The current position is sent to the controller and the output is computed based on the ROS AR.Drone 2.0 driver and is sent to the robot simulated in the Gazebo world. The results indicate a more accurate and desirable performance of GSPnP method and TGM fuzzy controller in controlling the robot position compared with other methods with an error of less than 30, 40, and 20 millimeters in x, y, and z directions, respectively.