DUGi

Drones for autonomous descent in sewer manholes

http://dugi.udg.edu/item/http:@@@@hdl.handle.net@@10256@@26764

Aquest treball de fi de màster presenta una solució innovadora en dues fases per a Navegació amb drons en inspeccions de clavegueram, abordant els reptes importants presentat pels entorns complexos i desconeguts dels sistemes de clavegueram. L’ap- Proach combina el vol autònom de drons, les tècniques de visió per ordinador i el camí algoritmes de planificació, amb proves rigoroses realitzades tant en simulació com en entorns mundials per garantir la fiabilitat. La investigació inclou una nova aplicació de l’algorisme de detecció ràpida d’el•lipse basat en la matriu d’adjacència d’arc (AAMED) per a Detecció de clavegueram i desenvolupa un algorisme únic per al descens de drons sobre les dades de la imatge de profunditat. Millorant la seguretat i l’eficiència en les inspeccions de clavegueram i que poden influir en aplicacions similars que requereixen una capacitat de navegació avançada Aquest estudi contribueix significativament a les operacions amb drons en medi ambient i la gestió d’infraestructures urbanes essencials

This Master’s Thesis introduces an innovative two-phase solution for autonomous drone navigation in sewer manhole inspections, addressing the significant challenges presented by the complex and unknown environments of sewer systems. The ap- proach combines autonomous drone flight, computer vision techniques, and path planning algorithms, with rigorous testing conducted in both simulated and real- world environments to ensure reliability. The research includes a novel application of the Arc Adjacency Matrix based Fast Ellipse Detection (AAMED) algorithm for sewer manhole detection and develops a unique algorithm for drone descent based on depth image data. By enhancing safety and efficiency in sewer inspections and potentially influencing similar applications requiring advanced navigational capabil- ities, this study significantly contributes to drone operations in constrained vertical environments and the management of essential urban infrastructures

9

Universitat de Girona. Institut de Recerca en Visió per Computador i Robòtica