Samenvatting

Er is onderzoek gedaan naar een alternatieve lokalisering methode op basis van het Simultaneous Localization and Mapping (SLAM) principe. Dit is een methode waarbij een 3D model van de bezochte omgeving wordt gebouwd en waar vervolgens het systeem in gelokaliseerd kan worden. Hiervoor is een sensor nodig die de directe omgeving kan waarnemen. Als sensor voor de omgevingsdata is de Microsoft Kinect sensor gebruikt. Er is gekeken naar eerdere onderzoeken op dit gebied en naar de resultaten van deze onderzoeken. Hieruit kan de conclusie getrokken worden dat SLAM algoritmen zwaar rekenintensief zijn. Deze rekenkracht is vaak niet aanwezig op een UAS. Op een grondstation kan de benodigde rekenkracht eenvoudig beschikbaar gemaakt worden, maar het systeem kan zichzelf niet lokaliseren als de verbinding met het grondstation onderbroken wordt. Daarom is er gekozen voor een gedistribueerde opzet van de software. De lokale positie bepaling wordt op het vliegende systeem berekend en het mapping gedeelte en de correctie van de lokale positie bepaling, de zogenaamde loop closure, worden op het grondstation uitgevoerd. Het grondstation stuurt na correctie de gecorrigeerde positie terug naar het UAS, zodat deze verder gaat met de gecorrigeerde positie. Het resultaat is dat er op het grondstation een 3D model gecreëerd wordt van de omgeving waarin gevlogen is en daarnaast een lokale positie bepaling op het vliegende systeem zelf, waardoor als de verbinding tussen het UAS en het grondstation verbroken wordt, het systeem zichzelf nog steeds zijn locatie kan bepalen.