Automatické přistání dronu na pozemní cíl

Abstract

Cílem této práce bylo navrhnout a implementovat autonomní systém přesného přistání dronu s využitím počítačového vidění a referenčních značek. Systém využívá vlastní vnořenou ArUco značku jako cíl přistání, který je detekován a lokalizován pomocí ArUco detektoru. Relativní poloha dronu vůči značce je určena řešením problému Perspective-n-Point. Na základě této polohy sada PID regulátorů vypočítává rychlost kterou se má dron pohybovat, a spolu s přistávací strategií založenou na hraničních podmínkách, umožňuje přesné přistání na pozemní cíl. Řešení bylo testováno v simulátoru Gazebo a dosáhlo průměrné přesnosti přistání kolem 2 cm v klidných podmínkách a kolem 7 cm při simulovaném větru o rychlosti až 14 m/s. Výsledky potvrzují, že přístup je vhodný pro přesné přistání s využitím pouze palubních senzorů a jedné kamery, což z něj činí vhodné řešení pro nízkonákladové systémy.

The objective of this thesis is to design and implement an autonomous precision landing system for a drone using computer vision and fiducial markers. The system uses a custom embedded ArUco marker as a landing target, detected and localized using an ArUco detector. The drone’s relative pose to the marker is estimated by solving the Perspective-n-Point problem. A set of PID controllers computes velocity commands based on this pose, and together with a threshold based landing strategy guides a precise landing on the ground target. The solution was evaluated in the Gazebo simulator, achieving an average landing precision of around 2 cm in calm conditions and around 7 cm with simulated wind speeds up to 14 m/s. These results confirm the feasibility of the approach for precision landing using only onboard sensors and a single camera, making it suitable for low-cost systems.