عنوان پایان‌نامه
استفاده از یک ویژگی تغییر ناپذیر در برابر سوانح طبیعی برای مکان یابی وسایل نقلیه هوایی خودکار
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 47000;کتابخانه دانشکده برق و کامپیوتر شماره ثبت: E1807
- تاریخ دفاع
- ۰۴ مهر ۱۳۸۹
- دانشجو
- بهداد سلیمانی
- استاد راهنما
- منوچهر مرادی سبزوار
- چکیده
- وسایل نقلیه هوایی خودکار کاربردهای فراوانی در زمینه‌‌های مختلف ازجمله نظارت ترافیک، پایش بصری، سامانه‌های ارتباطی و شاید مهم‌تر از همه کمک رسانی و شرکت در ماموریت‌های امداد و نجات بعد از سوانح می‌توانند داشته باشند. یکی از مسائل مهم در استفاده از این وسایل نقلیه، مکان‌یابی آن‌ها می‌باشد. تحقیقات فراوانی در این زمینه انجام شده است، و البته روش قدیمی و متداول، استفاده از GPS می‌باشد. اما احتمال بروز خرابی کلی در سامانه GPS و یا قطع شدن سیگنال ارتباطی همواره وجود دارد، و بنابراین نیاز مبرمی به استفاده از روش‌های پشتیبان احساس می‌شود. در سالهای اخیر استفاده از تصاویر (چه به صورت تنها و چه به همراه سنسورهای دیگر) نیز برای انجام مکان‌یابی گسترش یافته است. اما از سوی دیگر، بعد از یک سانحه طبیعی (مانند زلزله یا گردباد) ساختار کلی محیط عوض می‌شود، و بسیاری از ویژگی‌ها و نشان‌های موجود در محیط و قابل رویت در تصاویر هوایی (از جمله ساختمان‌های خاص) ممکن است به طور کلی تخریب شوند، یا حداقل تغییر کنند. این موضوع باعث می‌شود که استفاده از روش‌های موجود مکان‌یابی براساس تصویر بسیار دشوار و یا حتی غیرممکن شود. بنابراین، بسیار مهم است که بتوانیم ویژگی‌هایی را در محیط پیدا کنیم که در هنگام سانحه تغییر نکنند، یا تغییرات بسیار اندکی داشته باشند، و علاوه برآن قبل و بعد از سوانح طبیعی قابل پیدا شدن در محیط باشند. در این نوشتار، یک ویژگی تغییرناپذیر در برابر سوانح طبیعی معرفی، و برای مکان‌یابی یک وسیله نقلیه هوایی خودکار استفاده شده است. نشان داده شده است که شبکه خیابان‌ها در محیط‌های شهری، می‌تواند به عنوان چنین ویژگی‌ای استفاده گردد. برای شناسایی خیابان‌ها در تصاویر هوایی، از یک روش جدید استفاده شده است که همزمان از خصوصیات رنگی و ساختاری خیابان‌ها استفاده می‌کند. این روش روی تصاویر مختلفی پیاده‌سازی و آزمایش شده است. تصاویر مورد نظر، تصاویر ماهواره‌ای گرفته با رزولوشن نزدیک به تصاویر هوایی هستند که از Google Map گرفته شده‌اند. کلمات کلیدی: ویژگی‌های تغییرناپذیر دربرابر سوانح طبیعی - وسیله نقلیه هوایی خودکار - مکان‌یابی - تشخیص خیابان از روی تصاویر هوایی.
- Abstract
- Unmanned Aerial Vehicles (UAVs) have numerous applications in tasks such as traffic monitoring, surveillance, telecommunication systems, and most importantly in search and rescue tasks after a disaster strikes an area. In order to utilize them, several problems should be addressed. One of them is their localization. There have been many researches in the field of localization of UAVs, and using GPS has been a well-known solution to this problem. But, GPS may totally fail; or it may lose connection due to interference and jamming. Therefore the necessity for establishing backup systems does exist. In recent years, vision sensors –individually or with combination to other sensors- have also been used for localization. However, after a disaster (such as a tornado or an earthquake) strikes an area, many features in aerial images like monuments and unique buildings may chang and the image-based localization would become hard or even impossible. Consequently, it is important to find features that remain unchanged or with fairly small changes, and can be detected both before and after a disaster. In this research we have proposed road network as a Disaster Invariant Feature (DIF) in urban areas. This feature is used for localization of a simulated blimp. Furthermore, a novel method for detection of streets in aerial images has been employed, which makes use of both geometrical and color characteristics of streets. This method has also been implemented on different images, and the results are compared together. It is worth mentioning that we have used satellite images from Google, with nearly equivalent resolution to aerial images. Keywords: Disaster Invariant Features – Unmanned Aerial Vehicles - Localization – Street Detection from Aerial Images.
