کنترل موقعیت مبتنی بر بینایی کوادکوپترar.drone 2.0 شناور با استفاده از منطق فازی

خودکارسازی شناوری کوادکوپتر ar.drone 2.0 که موضوعی مهم و پیش‌نیاز سایر خودکارسازی‌ها است هدف این مقاله می‌باشد. در این مقاله الگوریتم جدیدی  به نام gspnp برای تخمین موقعیت ربات پرنده با استفاده از تک دوربین پیشنهاد می‌گردد. همچنین یک کنترلر فازی بهینه موسوم به tgm برای پایدارسازی شناوری کوادکوپتر طراحی و پارامترهای بهینه کنترلر فازی تعیین می‌شوند. موقعیت فعلی کوادکوپتر نسبت به مارکر کتابخانه aruco با پردازش تصاویر دوربین زیرین ربات توسط الگوریتم پیشنهادی gspnp محاسبه و به کنترلر ارسال می‌شود. خروجی کنترلر بر اساس درایور ربات متعلق به سیستم عامل رباتیک (ros) محاسبه شده و به ربات شبیه‌سازی شده در محیط شبیه‌سازی gazebo ارسال می‌شود. نتایج به‌دست‌آمده نشان‌دهنده عملکرد دقیق‌تر و مطلوب‌تر روش gspnp و روش کنترل فازی tgm با خطای کمتر از 30، 40 و 20 میلی‌متر در کنترل طول، عرض و ارتفاع نسبت به سایر روش‌ها، در کنترل موقعیت ربات است.

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

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.