Markerlose Indoor-Lokalisierung einer Drohne ohne GNSS
Zusammenfassung
Die im AerodrOHM eingesetzte Drohne bestimmt ihre Position bisher über ein externes, markerbasiertes Trackingsystem. Dieses liefert zwar sehr genaue Posen, setzt aber einen fest installierten, instrumentierten Flugraum voraus und ist außerhalb dieses Raums nicht verfügbar. Ziel dieser Arbeit ist es, die bestehende Drohne in die Lage zu versetzen, sich im Innenraum ohne GNSS und ohne Marker allein anhand ihrer Onboard-Sensorik selbst zu lokalisieren.
Die Arbeit baut unmittelbar auf der vorhandenen Drohne und der bestehenden ROS-basierten Systemarchitektur auf. Im ersten Schritt wird geeignete Onboard-Sensorik (Kamera, IMU, optional Optical-Flow- oder Tiefensensor) ausgewählt und integriert. Darauf aufbauend wird ein markerloses Lokalisierungsverfahren umgesetzt, beispielsweise eine Visual-Inertial Odometry (VIO) oder ein Visual-SLAM-Ansatz, das die Eigenbewegung der Drohne kontinuierlich schätzt und in die Flugregelung einspeist.
Abschließend wird die erreichte Genauigkeit und Robustheit systematisch bewertet. Als Referenz (Ground Truth) dient das vorhandene markerbasierte Trackingsystem im AerodrOHM, gegen das die markerlose Lösung in Flugversuchen verglichen wird.
Beschreibung
Die im AerodrOHM eingesetzte Drohne bestimmt ihre Position bisher über ein externes, markerbasiertes Trackingsystem. Dieses liefert sehr genaue Posen, setzt jedoch einen fest installierten, instrumentierten Flugraum voraus. Ziel dieser Arbeit ist eine markerlose, GNSS-freie Indoor-Lokalisierung allein auf Basis der Onboard-Sensorik, sodass die Drohne unabhängig vom externen Tracking fliegen kann. Die Arbeit baut auf der vorhandenen Drohne und der bestehenden ROS-Systemarchitektur auf.
Arbeitspakete
- Einarbeitung in die bestehende Drohnen-Plattform und das markerbasierte Trackingsystem im AerodrOHM
- Auswahl und Integration geeigneter Onboard-Sensorik (Kamera, IMU, ggf. Optical-Flow- oder Tiefensensor)
- Implementierung eines markerlosen, GNSS-freien Lokalisierungsverfahrens (z. B. Visual-Inertial Odometry oder Visual SLAM)
- Integration in die bestehende ROS-Systemarchitektur und Flugregelung
- Evaluation der Genauigkeit und Robustheit gegen das markerbasierte Tracking als Ground Truth
- Flugversuche und Dokumentation der Ergebnisse im AerodrOHM
Voraussetzungen
- Kenntnisse in Programmierung (Python und/oder C++)
- Idealerweise erste Erfahrungen mit ROS / ROS 2
- Grundkenntnisse in Computer Vision und/oder Zustandsschätzung (z. B. Kalman-Filter)
- Interesse an Drohnen, Sensorintegration und Lokalisierung
- Selbstständige und sorgfältige Arbeitsweise
Das Thema kann nach Abstimmung als Projekt- oder Bachelorarbeit bearbeitet werden.
Betreuung
| Rolle | Name | |
|---|---|---|
| Betreuer | Prof. Dr. Christian Pfitzner | christian.pfitzner@th-nuernberg.de |
Prof. Dr. Christian Pfitzner
Professor für Mobile Robotik
Professor für Mobile Robotik an der TH Nürnberg Georg Simon Ohm, Fakultät efi. Leiter des TTZ Nürnberger Land. Forschungsschwerpunkte in autonomer Navigation, Drohnentechnologie und Sensorfusion.