Scholar Profile
Publons Profile
Ricerca
Micro Air Vehicle (MAV) position tracking
Durante il periodo passato presso il Robotics and Perception Group dell'Università di Zurigo (guidato dal prof. Davide Scaramuzza) ho contribuito allo sviluppo di una tecnica di position tracking technique per Micro Air Vehicles (MAVs) puramente vision-based. Viene utilizzato per gli esperimenti il quadricottero ArDrone 2, prodotto da Parrot. Il principale contributo scientifico consiste nel fatto che, a quanto risulta, si tratta della prima tecnica a far uso di modelli catastali tridimensionali per calcolare una stima di localizzazione metrica per un MAV.
Viene introdotto un appearance-based global positioning system per la localizzazione di MAV. Un algoritmo di air-ground matching viene utilizzato per cercare, all'interno di un database di immagini Street View, l'immagine con maggiore corrispondenza rispetto a quella percepita dal MAV. Vengono individuati così una serie di punti corrispondenti tra le immagini. La posizione globale del MAV viene dedotta riproiettando questi punti corrispondenti su un modello catastale 3D dell'area considerata. Viene descritto quindi un algoritmo che consente di realizzare il tracking della posizione del veicolo correggendo il drift della visual odometry ogniqualvolta venga individuato un buon match tra l'immagine percepita dal MAV e un'immagine Street View. L'approccio descritto viene testato elaborando i dati rilevati da un piccolo quadricottero nelle strade di Zurigo.
Paper di riferimento:
Air-ground Matching: Appearance-based GPS-denied Urban Localization of Micro Aerial Vehicles, Andràs L. Majdik, Damiano Verda, Yves Albers-Schoenberg, Davide Scaramuzza, Journal of Field Robotics (JFR), October 2015
Micro Air Vehicle Localization and Position Tracking from Textured 3D Cadastral Models, Andràs L. Majdik, Damiano Verda, Yves Albers-Schoenberg, Davide Scaramuzza, International Conference on Robotics and Automation (ICRA) 2014
