Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Autonomous Exploration and Data Gathering with a Drone
KTH, School of Electrical Engineering and Computer Science (EECS).
2018 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

Unmanned Aerial Vehicles (UAV) are agile and are able to fly in and out of areas that are either dangerous for humans or have complex terrains making ground robots unsuitable. For their autonomous operation, the ability to explore unmapped areas is imperative. This has applications in data gathering tasks, search and rescue etc. 

The objective of this thesis is to ascertain that it is, in fact, possible and feasible to use UAVs equipped with 2D laser scanners to perform autonomous exploration tasks in indoor environments. The system is evaluated by testing it in different simulated and real environments. The results presented show that the system is capable of completely and safely exploring unmapped and/or unexplored regions.

Abstract [sv]

Obemannade flygfarkoster (UAV) är smidiga och kan flyga in och ut ur områden som är farliga för människor eller är svårtillgängliga för markrobotar. För att nå höga nivåer av autonomitet måste en UAV kunna utforska och kartlägga ett okänt område på egen hand. Det finns flera tillämpningar för detta, så som räddningsuppdrag och datainsamling. Målet med denna avhandling är att visa attdet är möjligt att använda en UAV utrustad med 2D-laserskannrar för att utföra autonoma kartläggningsuppdrag i inomhusmiljöer. Systemet utvärderas genom att testa det i olika simulerade och verkliga miljöer. De presenterade resultaten visar att systemet kan utforska okända områden på ett säkert sätt.

Place, publisher, year, edition, pages
2018.
Series
TRITA-EECS-EX ; 2018:43
Keywords [en]
Exploration, Autonomous, UAV, Data Gathering
National Category
Computer Sciences
Identifiers
URN: urn:nbn:se:kth:diva-223448OAI: oai:DiVA.org:kth-223448DiVA, id: diva2:1184476
Educational program
Master of Science - Systems, Control and Robotics
Supervisors
Examiners
Available from: 2018-03-05 Created: 2018-02-21 Last updated: 2018-03-05Bibliographically approved

Open Access in DiVA

fulltext(32852 kB)85 downloads
File information
File name FULLTEXT01.pdfFile size 32852 kBChecksum SHA-512
a508e4702330ec5a09cfc4ebf13a1b2a551e8b088976c15809b8163af906d462f94de8fdb618ddf242e57503b739ec687bc4f5f5c2370e3302ce26c34156b67f
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Computer Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 85 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 425 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf