Available student projects / Volná témata studentských prací

[EN]: Below, you will find a list of all currently available topics for various university projects. For english speaking students: Unfortunately, most of the topics' details are written in Czech. However, do not be afraid to contact the supervisors for more information about the projects.

[CZ]: Některá témata jsou psána v angličtině a jiná v češtině. Nebojte, všechna témata je možné vypsat v obou jazycích. V případě zájmu o téma kontaktujte konkrétního vedoucího. 

Topics can be divided into following categories / Témata mohou být rozdělena na následující kategorie:


Projects supervised by Martin Saska

[DP,BP,PMI,PRO] Assistive technology for scanning and documentation of historical monuments by an autonomous helicopter

Cílem práce je návrh a vývoj asistivní technologie pro operátora bezpilotní helikoptéry řešící úlohu senzorického snímání a fotografování obtížně přístupných míst v interiérech a exteriérech rozlehlých historických budov (kostelů, hradů, zřícenin). Výstupem projektu bude systém umožňující operátorovi helikoptéry vizualizovat informaci o bezprostředním okolí helikoptéry (vzdálenost k překážkám) a navrhovat korekční úhybné manévry, což umožní získat informaci z míst, které není možné dokumentovat běžnou technologií. Cílem práce je odvážně se pouštět (s helikoptérou) tam, kam se dosud (s moderními senzory) nikdo nedostal. V případě úspěšně realizovaného systému bude volitelně na projekt navazovat honorovaná práce s historiky v sakrálních objektech Středočeského a Olomouckého kraje v rámci projektu: http://mrs.felk.cvut.cz/projects/cesnet.

[DP,BP,PMI,PRO] Autonomous cooperative object gathering by a group of cooperating helicopters

Cílem práce bude navrhnout, implementovat a experimentálně ověřit systém pro řízení formace helikoptér s vizuální zpětnou vazbou, který umožní autonomně uchopit relativně lokalizované předměty a stavit z nich zeď. Student bude během práce řešit identifikaci modelu helikoptéry, řešit plánování pohybu a navrhovat vhodné zpětnovazební řízení a ovládání palubního mechanismu pro uchopení jednotlivých předmětů. Práce bude směřovat k účasti na mezinárodní soutěži v Abu Dhabi, kde budeme opět soutěžit s nejlepšímy týmy světa http://mrs.felk.cvut.cz/projects/mbzirc. Součástí úspěšné realizace práce je možnost stáže na jednom z nejlepších robotických pracovišť světa GRASP lab university v Pennsylvanii.

[DP,BP,PMI,PRO] Formations of relatively stabilized helicopters in transmission source localization tasks

Cílem práce je integrovat principy měření vzdálenosti vysílače a přijímače neseného helikoptérou z intenzity přijímaného signálu do systému řízení formace relativně stabilizovaných bezpilotních helikoptér vyvíjeného skupinou Multi-robotických systémů Katedry kybernetiky a využít je v úloze kooperativní lokalizace čipu. Poloha čipů v prostoru bude lokalizována triangulací měření z minimálně trojice helikoptér a Kalman filtrací získaných dat obsahujících šum. Předpokládá se kombinace práce s HW (instalace přijímače a jeho integrace se systémem pro řízení helikoptéry) a SW (implementace navrženého systému pro filtraci dat, odhad polohy předmětů a plánování pohybu helikoptér s cílem tyto polohy zpřesnit). Při řešení projektu se předpokládá úzká spolupráce s průmyslovým partnerem skupiny a v případě úspěšné realizace možnost návazných prací pro tuto firmu.

[DP,BP,PMI,PRO] Mechanism for objects manipulation by an unmanned helicopter

Cílem práce bude navrhnout a vyvinout inteligentní zařízení nesené helikoptérou a propojené se systémem jejího řízení pro úlohu autonomního uchopování a přemísťování předmětů, kterou bude skupina Multi-robotických systémů Katedry kybernetiky řešit v rámci soutěže MBZIRC http://mbzirc.com/. Student bude mít za úkol navrhnout a realizovat konstrukční design zařízení a elektroniku pro jeho autonomní ovládání palubními systémy helikoptéry a pro detekci správného uchopení předmětu. Volitelnou součástí práce bude senzorická fúze dat ze zařízení a dalších senzorů helikoptéry pro odhad přesnosti uchopení předmětu. V případě úspěšně realizovaného systému bude možné zúčastnit se přípravného kempu v USA a vlastní robotické soutěže ve Spojených arabských emirátech. Pojďte s námi změřit síly v pouštním království s nejlepšími universitami světa. http://mrs.felk.cvut.cz/projects/mbzirc

[DP,BP,PMI,PRO] Multi-robot surveillance by a group of unmanned helicopters and cooperative autonomous aircrafts

Cílem práce bude vyvinout systém pro plánování pohybu a koordinaci skupiny helikoptér a bezpilotních letounů tak, aby se vhodně zkombinovaly přednosti obou platforem. Helikoptéry dokáží manévrovat v malých rychlostech blízko překážek, zatímco letouny profitují z vyšší maximální rychlosti, většího doletu a delší operační doby. Navržený a implementovaný systém bude verifikován v robotickém simulátoru a v případě úspěšné realizace systému otestován s reálnými helikoptérami skupiny Multi-robotických systémů Katedry kybernetiky.

[BP,PMI,PRO,SOP,DP] System of autonomous localization and fire extuinguishment by a drone in tall buildings

Cílem práce bude navrhnout, implementovat a experimentálně ověřit systém pro řízení dronu, který umožní autonomně lokalizovat ohniska požáru. Student si bude moci vybrat řešení SW části úlohy, řešení HW části úlohy a nebo kombinaci obojího. SW část bude obsahovat plánování pohybu, řízení a stabilizaci bezpilotní helikoptéry. HW část se bude sestávat z návrhu mechanismu pro vlastní hašení a jeho integraci na palubě dronu. Práce bude směřovat k účasti na mezinárodní soutěži v Abu Dhabi, kde budeme opět soutěžit s nejlepšímy týmy světa http://mrs.felk.cvut.cz/projects/mbzirc Součástí úspěšné realizace práce je možnost stáže na jednom z nejlepších robotických pracovišť světa GRASP lab university v Pennsylvanii nebo University of New York.

[DP,BP,PMI,PRO] Motion planning of a group of helicopters in autonomous construction task

Cílem práce je vyvinout systém pro plánování a koordinaci skupiny bezpilotních helikoptér v úloze autonomního kooperativního sběru statických s cílem stavět z nich konstrukci. Student na základě poskytnuté neurčité informace o poloze objektů navrhne algoritmus založený na principech robotického pokrytí a TSP pro plánování bezkolizních trajektorií helikoptér s cílem získat snímky vytipovaných oblastí ve vyšším rozlišení a následně naplánovat trajektorie do míst s potvrzeným výskytem objektů (vlastní autonomní sběr objektů není povinnou součástí práce). Práce bude směřovat k účasti na mezinárodní soutěži v Abu Dhabi, kde budeme opět soutěžit s nejlepšímy týmy světa http://mrs.felk.cvut.cz/projects/mbzirc Součástí úspěšné realizace práce je možnost stáže na jednom z nejlepších robotických pracovišť světa GRASP lab university v Pennsylvanii.

[DP,BP,PMI,PRO] Bio-inspired autonomous robotic swarms

Seznamte se s algoritmy pro řízení a navigaci autonomních formací inspirovaných pohybem hejn ptáků, ryb či hmyzu. Navrhněte a implementujte vhodný algoritmus pro ovládání a stabilizaci roje bezpilotních helikoptér. Roj helikoptér by se měl být schopen pohybovat v dynamickém prostředí s překážkami a tvar roje by se měl automaticky přizpůsobovat řešeným úlohám mobilní robotiky. Metodu ověřte a analyzujte pomocí simulací a dílčím reálným experimentem s bezpilotními helikoptérami skupiny Multi-robotických systémů. Předpoklady: základní znalost programování v C nebo v MATLABu.

[DP,BP,PMI,PRO] Moving object tracking by a group of relatively localized unmanned helicopters

Cílem práce je vyvinout systém pro automatické sledování pohybujícího se objektu skupinou helikoptér, ve kterém je informace o pozici helikoptér ve formaci a přesnost detekce objektu jednotlivými helikoptérami využita k řízení pohybu formace a zvýšení robustnosti lokalizace. Hlavní náplní bude implementace a experimentální ověření (v simulátoru i s reálnými helikoptérami) metody pro řízení formace a integrace palubních senzorů a systému helikoptér. Práce navazuje na spolupráci skupiny Multi-robotických systémů Katedry kybernetiky a pracoviště Queen Mary University of London a bude vyžadovat koordinaci a komunikaci s kolegy z Londýna. V případě úspěšné realizace systému lze dohodnout stáž na partnerském pracovišti.

 

[DP,BP,PMI,SOP,PRO] Tasks for the MBZIRC competition of autonomous aerial and ground robots in Abu Dhabi

Make your thesis as a part of the MBZIRC team and select any topic related to one of the three MBZIRC 2020 challenges https://www.mbzirc.com/challenge/2020 where our team participate. Help us to repeat the success story from MBZIRC 2017 http://mrs.felk.cvut.cz/mbzirc The content of the thesis will be design of a SW and/or HW part of the system of cooperating UAVs and their verification within our experimental camp in countryside of Czech republic and/or desert in United Arab Emirates.

[DP,BP,PMI,PRO] System for intelligent photography and filming by a group of helicopters

Cílem práce je integrovat principy a metody využívané profesionálními fotografy a filmaři do systému pro polo-autonomní dokumentaci obtížně přístupných míst v interiérech budov skupinou vzájemně spolupracujících helikoptér. Výstupem práce bude rozšíření systému pro stabilizaci formace helikoptér vyvíjeného v rámci skupiny Multi-robotických systémů na Katedře kybernetiky, který umožní adaptivně nastavit relativní vzdálenost a úhel mezi kamerou nesenou jednou z helikoptér a reflektory na sousedních helikoptérách. Téma je vhodné pro fotografické nadšence, kteří by chtěli svůj koníček využít ve studiu robotických systémů a jejich aplikací. Součástí tohoto tématu bude možnost výcviku řízení bezpilotních helikoptér. http://mrs.felk.cvut.cz/projects/cesnet

 

Projects supervised by Vojtěch Vonásek

[DP,BP,PMI,SOP,PRO] Disassembly path planning

The task of disassembly planning is to disassemble an object consisting of several parts. On the highest level, disassembly sequencing finds subsequent disassembly actions that can separate individual parts of an assembly. This problem is usually formulated as a discrete search and optimization problem. Disassembly path planning deals with computing collision-free paths (motions) for the individual parts. The task of this project is to a) investigate state-of-the-art in the assembly or disassembly planning b) implement (or use) suitable solver for simplified disassembly planning considering that only one piece can move at time
c) implemented suitable path planner to achive the movements of the objects.

[DP,BP,PMI,SOP,PRO] Space-filling trees in sampling-based motion planning

Motion planning of robots/other objects leads to a search in high-dimensional configuration spaces. This is typically solved by sampling-based planning, where random samples are drawn (usually uniformly) in the space, classified as free/non-free and the free ones are stored into a roadmap. Path in the roadmap then describes motion of the robot/object. The way of sampling influences the performance of the planning (speed, efficiency, quality..). The goal of this project is to investigate usage of space-filling trees for sampling-based planning.
 

[DP,BP] Detection of ligand entrance trajectories

The interaction between protein and ligand can undergo in the protein's active site, which can be located either on the protein surface or buried inside the protein. In the second case, the ligand needs to be transported to the active site from the outer environment. In cases when the ligand has to pass through a tunnel or cavity into the active site, its transportation becomes as relevant as its final pose. The task is to investigate how to use sampling-based motion planning for finding ligand trajectories for entering protein tunnels. The search will be performed in configuration space considering the binding energy between the protein and the ligand. Monte-carlo search can be used to boost the search towards local optima. Necessary supporting libraries will be provided by the supervisor.

[DP,BP,PMI,SOP,PRO] Plánování pohybu 3D objektů v komplexním prostředí

Cílem plánování pohybu je nalézt cestu případně trajektorii pro přesunutí zadaného objektu mezi dvěma místy. Kromě robotiky nalézá úloha uplatnění v řadě zajímavých aplikací (podpora v CAD systémech, testování dosažitelnosti objektů v budovách,. . . ). Cílem této práce je navrhnout a implementovat algoritmy plánování pohybu 3D objektů ve složitých prostředích. Požadované dovednosti: c/c++, python, znalost práce s unix/linux prostředím podmínkou

[DP,BP,PMI] Motion planning via object segmentation

Sampling-based motion planning methods search the configuration space with random samples that aim to discover the free region where the robot can move. Sampling-based planning can be improved by simplifying the 3D objects, e.g by their segmentation. Segmentation allows us to separate the object to several (possibly overlapping) pieces. The configuration space can be then pre-searched considering the separated pieces to obtain an approximate solutions. The task of this project is to implement a state-of-the-art method for object segmentation and design and implement a sampling-based motion planning method that will search the configuration space using the segmentated object.

 

[DP,BP,PMI] Motion planning with objects skeletons

Sampling-based motion planning methods search the configuration space with random samples that aim to discover the free region where the robot can move. The goal of this project is to investigate how to pre-search the space using skeleton of the object. The results of this presents - a rough motion plan - will be then used to densely sample the configuration space of the full object. The goal is to implement a state-of-the-art method for object skeletonization and design and implemented a sampling-based planner that will use the object skeleton to search the configuration space.


Projects supervised by Petr Štěpán

[DP,BP,PMI,SOP,PRO] Autonomní dron Ryze Tello / Autonomous dron Ryze Tello

  • Firma DJI společně s firmou Intel vyvinula unikátní dron Ryze Tello, který je připraven pro ovládání z počítače přes wifi připojení. Cílem práce je vytvořit systém, který na základě informací z kamery a výškoměrů bude schopen orientovat se v uzavřeném prostředí a vykonávat předdefinované trajektorie.
  • Keywords: ROS, UAV, dron, navigace

[DP,BP,PMI,SOP,PRO] Skupina autonomních dronů Ryze Tello / Group of autonomous drones Ryze Tello 

  • Seznamte se s ovládáním dronu Ryze Tello a robotickým operačním systémem ROS. Seznamte se s algoritmy pro rojové chování dronů. Připravte SW pro ovládání více dronů Ryze Tello. Dále s pomocí výsledků navazujících prací implementujte skupinové chování, synchronizované provedení předdefinovaných plánů. 
  • Keywords: ROS, UAV, dron, navigace

[DP,BP,PMI,SOP,PRO] Vytvoření modelu stožáru elektrického vedení dronem s termální kamerou / Modelling of power line pylon using drone with thermal camera

  • Drony jsou v poslední době hojně využívány k inspekci stožárů elektrického vedení. Cílem této práce je vytvořit model stožáru elektrického vedení z drony, která se pohybuje okolo stožáru. Prá se může zaměřit na vytváření modelu z obrazu stereo barevných kamer, z obrazu stereo termálních kamer, nebo s monokulárního systému při známé pozici drony. Téma je vhodné i pro více studentů, neboť je možné využít různé senzory pro tvorbu modelů a jejich výsledky pak vzájemně porovnat.
  • Keywords: stereo rekonstrukce, 3d modely, UAV, dron
   

[DP,BP,PMI,SOP,PRO] Navigace a lokalizace dronu s termokamerou / Drone localization and navigation with thermal camera

  • Termokamery poskytují nový pohled na okolí, které nás obklopuje. I pro roboty je využití termokamer výhodné, protože umožňuje detekovat objekty, které v obyčejné kameře jsou špatně viditelné. Cílem této práce je vytvořit algoritmy pro detekci objektů v termokameře, nebo v páru stereo termokamer. Pomocí detekce těchto známých předmětů (jako je stožár elektrického vedení, samotné elektrické vedení) navigovat dron při průzkumu stožáru, případně při přelétání mezi stožáry.
  • Keywords: termokamera, navigace, lokalizace, UAV, dron
   

Projects supervised by Tomáš Báča

[BP,PRO] Beam simulation of X-ray optical systems for cosmic missions

Návrh optických systémů pro světelný obor X-Ray se v mnohém liší od návrhu pro viditelné světlo. Optické elementy pro X-Ray pracují na principu odrazu a jsou jimi často komplexní uskupení rovných či zakřivených zrcadel, které odrážejí fotony na fokální rovinu símače. Vývoj reálných objektivů, třeba takových jako je nyní testován na satelitu VZLUSAT-1, se ovšem neobejde bez simulací. Cílem této práce bude vývoj software pro raytracing optických systémů, jakým jsou např. objektiv typu LobsterEye či Wolter. Simulace bude obsahovat nejen samotný optický systém (jak tomu bývá u dostupných řešení), ale poskytne možnost simulovat i mechanické díly uložení optiky v těle satelitu. Požadavky: Lineární algebra, Programování v Python/C++, Fyzika

[DP,BP,PRO] Development of virtual bumpers for UAVs based ultrasound sensors

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. Despite the advanced localization methods, a situation that could lead to a collision of the UAV with a static or dynamic obstacle might occur due to localization algorithm failure, sensor not detecting the obstacle, etc. The goal of this project is to design, build and implement a system that will serve as a low-level, last-resort collision avoidance solution. Such a system sometimes referred to as a virtual bumper, will activate when the safety area defined by a sphere around the UAV is compromised. The UAV would quickly, but smoothly modify its trajectory to avoid the collision by an evasive maneuver with parameters depending on the time to potential collision. The development of the hardware part, consisting of a set of cheap ultrasound sensors mounted on the frame of the UAV, will be a crucial part of the solution.

[BP,PRO] Autonomous building coating system with an unmanned helicopter

Toto aplikačně orientované téma je motivované automatickým kreslením velkých nápisů na střechy budov s cílem dosáhnout jejich viditelnosti z letadla. Součástí bakalářské práce bude návrh mechanismu pro zacílení a aktivaci spreje a jeho prototypová výroba v laboratoři MRS (k dispozici je HW laboratoř s 3D tiskárnou). Dále vývoj algoritmu pro plánování trajektorie pro pokrytí vstupního obrazu pro "tisk" s cílem minimalizovat dobu letu. Student se v rámci práce seznámí s hardware bezpilotních prostředků a se simulačním prostředím, používaným v laboratoři MRS. Závěrem práce budou experimenty demonstrující možnosti systému. Požadavky: dobrá znalost matematiky, technická zručnost (bastlení, pájení), 3D modelování, Linux, C++, Python.

   

[DP,BP,PRO] Depth estimation in a passive monocular camera image aided by laser scans

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. When a UAV is operating in indoor environments, it is vital to prevent collisions of the UAV with obstacles with arbitrary shape. The UAV can be equipped with multiple sensors estimating the distance of an obstacle from the UAV. The sensors are working on different principles (LIDARs and passive cameras) to generate a computer representation of the surroundings of the UAV. While the LIDARs provide an accurate and precise distance to the obstacles, they provide measurements only in the sensor plane. A monocular camera, on the other hand, can detect obstacles in the whole area in front of the UAV, but cannot provide depth information. The goal of this project is to develop a collision avoidance system. The technique will segment the image, to obtain the position estimate of objects in the axes of camera plane. The distance from the UAV to the objects will be estimated by finding correspondences between the objects in the image and laser scans. The trajectory of the UAV will then be modified to avoid the collision with the obstacle.

 
 

Projects supervised by Robert Pěnička

[DP,BP,PMI,SOP,PRO] Plánování pohybu autonomních helikoptér v prostředí s překážkami

Cílem práce je navržení algoritmu bezkolizního plánování pro helikoptéry v prostředí s překážkami. Úkolem je nalézt trajektorie pro tým bezpilotních prostředků prolétávající komplexním prostředím s překážkami tak aby se vyhýbali překážkám i sobě navzájem a zároveň plnili zadanou úlohu. Takovou úlohou může být například hašení požáru nebo sběr předmětů motivované účastí v mezinárodní soutěži MBZIRC. http://mrs.felk.cvut.cz/projects/mbzirc

[DP,BP,PMI,SOP,PRO] Plánování pohybu bezpilotních prostředků v úloze autonomního sběru dat

Cílem práce je navrhnout algoritmus plánování pohybu autonomní helikoptéry přes více zadaných cílů. Na základě zadaných cílů v prostoru, dynamického omezení pohybu helikopéry a také omezené doby letu je úkolem nalézt trajektorie pro jednu či více helikoptér které maximalizují množství nasbíraných informací. Takováto úloha je variantou problému obchodního cestujícího s omezením doby letu bezpilotního prostředku. http://mrs.felk.cvut.cz/jint17dopn

[DP,BP,PMI,SOP,PRO] Plánování inspekce stožárů vysokého napětí pomocí dronu

Cílem práce je navrhnout metody plánování pro jednu či více helikoptér v úloze inspekce stožárů vysokého napětí. Úkolem inspekce je pořízení obrazových/termálních dat zejména v místech styku vodičů a to za pomoci palubních senzorů dronu. Navržený plánovač použije 3D model stožáru k nalezení bezkolizní trajektorie pro dron, tak aby se nasnímala zájmová místa co nejlépe během omezené délky letu autonomního dronu.

   

[DP,BP,PMI,SOP,PRO] Dlouhodobá inspekce elektrického vedení vysokého napětí skupinou autonomních helikoptér

Cílem práce je navržení algoritmů plánování dlouhodobé inspekce elektrického vedení vysokého napětí. Tým helikoptér bude mít za úkol opakovaně kontrolovat vedení v dané oblasti, efektivně si rozdělit inspekci mezi jednotlivé stroje a uvažovat například i omezenou dobu letu helikoptéry s případným nahrazením daného stroje.

   

Projects supervised by Viktor Walter

 

[DP,BP,PRO] Wearable Marker System for Cooperation with Robotic Aerial Co-workers


This project is a part of the ongoing Aerial Core project (see here). Develop a wearable marker system compatible with the pre-existing sytem UVDAR (see here for an example of application) for use by high-altitude workers cooperating with robotic aerial co-workers. This task concerns the design of the layout of this marker array that maximizes the precision of localization that can be based on it, while not obstructing the worker. Furthermore, this wearable system will be implemented as a working prototype, and pose estimation functions will be implemented as an extension of the UVDAR system.

 

[DP,BP,PRO] Full Formation Shape Estimation from Shared Mutual Relative Localization of MAVs


The Multi-Robot Systems (MRS) group has developed a system for robust mutual relative localization of Micro Aerial Vehicles (MAVs) called UVDAR (see here for an example of application). In this project, the student will develop a system for estimation of full shape of the current formation of flying MAVs, where the units have the ability to exchange estimates of the relative poses of their neighbors retrieved by UVDAR. These estimates contain error covariances, representing the spatial ranges of measurement errors. The challenge here is to design a way to compose the exchanged relative pose measurements into a single formation estimate, while minimizing the overall error and if possible also providing an estimate of this overall error.

 

 


Projects supervised by Matěj Petrlík

[DP,BP,PMI,SOP,PRO] Occupancy grid map merging for UAV swarms


Cílem práce je vyvinout algoritmus pro slučování map reprezentovaných mřížkou obsazenosti. Dron letící v prostředí bez GPS je lokalizován technikami zarovnávání skenů z 2D LiDARu. Hector SLAM je jeden z často používaných lokalizačních systémů. Použitím metod pravděpodobnostní robotiky Hector SLAM produkuje odhady 2D pozice robotu na mřížce obsazenosti. Aby bylo možné sdílet pracovní prostor více drony (od malých skupin po velké roje), musí být zabráněno kolizím. Jeden přístup je využít metod relativní lokalizace k odhadu vzdáleností mezi jednotlivými členy roje. Druhý přístup, který bude použit v této práci je fúze lokálních map každého agenta do jedné globálně konzistentní mapy ve které je známá pozice všech dronů. Toto téma je motivované velkým počtem rojových projektů (http://mrs.felk.cvut.cz/research/swarm-robotics), například agilní let velkého roje dronů skrz les (http://mrs.felk.cvut.cz/projects/gacr-swarm-ii) nebo rychlá lokalizace zdrojů radiace (http://mrs.felk.cvut.cz/projects/tacr-radron-project).

 

[DP,BP,PMI,SOP,PRO] 3D map merging for search and rescue UAV teams


Cílem práce je vyvinout algoritmus pro slučování 3D map. Dron nasazený do komplexního neznámého prostředí během search and rescue mise je lokalizován pomocí 3D LiDARu, který v kombinaci s laser SLAMem poskytuje odhad všech 6 stupňů volnosti dronu v prostoru. Aby mohlo spolupracovat více robotů, je nutné sdílet globální mapu prozkoumané oblasti mezi všemi agenty. Úkolem je fúze vhodných reprezentací lokálních map všech dronů do jedné, ve které je možné tým koordinovat. Toto téma je motivované úspěšnou účastí naší skupiny na prestižní SubT DARPA soutěži (http://mrs.felk.cvut.cz/projects/darpa), která probíhá v USA.

[DP,BP,PMI,SOP,PRO] Visual SLAM map merging for a team of UAVs


Cílem práce je vyvinout algoritmus pro slučování map z vizuálních SLAM metod. Vizuální SLAM systémy jsou hojně používány pro lokalizaci robotů a dronů v prostředích bez GPS díky levným a lehkým kamerám. Tyto algoritmy často obsahují techniku pro uzavření smyčky, která snižuje lokalizační chybu optimalizací grafu pozic při návratu do již navštíveného místa. Stejná technika může být použita pro fúzi lokálních grafů pozic jednotlivých členů UAV týmu pro získání odhadu pozic každého agenta v mapě se společným počátkem souřadného systému. Lokalizace ve společném souřadném systému je základem kooperačních misí, jelikož dovoluje optimalizaci potřebného času a zabraňuje kolizím mezi jednotlivými drony. Toto téma je motivováno soutěží MBZIRC (http://mrs.felk.cvut.cz/mbzirc2020), kde se naše skupina utkává s dalšími nejlepšími univerzitami z celého světa.

[DP,BP,PMI,SOP,PRO]  Topological map representation for low-bandwidth map sharing in a team of UAVs


Cílem této práce je vyvinout topologickou reprezentaci mapy pro přenos přes síť s nízkou šířkou pásma. Dron nasazený do komplexního neznámého prostředí během search and rescue mise je lokalizován pomocí 3D LiDARu, který v kombinaci s laser SLAMem poskytuje odhad všech 6 stupňů volnosti dronu v prostoru. Aby byla umožněna kooperace více robotů, musí být sdílena globální mapa mezi všemi agenty. Používané lokalizační, mapovací a plánovací algoritmy používají detailní, ale velké mapové reprezentace jako mračna bodů, polygonové sítě, voxely a octomapy. V search and rescue misích je šířka pásma omezeným zdrojem kvůli elektromagnetické interferenci, špatné decentralizaci sítě používaných bezdrátových sítí a nízkému dosahu přístupových bodů. Jelikož je šířka pásma sdílena s ostatními daty kritickými pro úspěch mise, reprezentace mapy musí co nejefektivnější. Topologické mapy zabírají málo místa a zároveň obsahují topologické informace nutné pro kooperativní průzkum. Úkolem je navrhnout efektivní topologickou mapu, implementovat algoritmus pro transformaci běžně používaných mapových reprezentací do navržené a použít tuto reprezentaci pro plánování kooperativního průzkumu neznámé oblasti týmem dronů. Toto téma je motivované úspěšnou účastí naší skupiny na prestižní SubT DARPA soutěži (http://mrs.felk.cvut.cz/projects/darpa), která probíhá v USA.

[DP,BP,PMI,SOP,PRO] Strategies for maximizing exploration of a UAV team in search and rescue missions


Cílem této práce je vyvinout průzkumné strategie pro tým dronů tak, aby byla maximalizována velikost prozkoumané oblasti za omezených energetických a komunikačních zdrojů. Dosud roboty nasazené v search and rescue misích operují individuálně bez kooperace. Efektivita takového přístupu je neuspokojivá, jelikož dostupné zdroje jsou vyplýtvány na průzkum stejných oblastí každým agentem. Úkolem je navrhnout autonomní průzkumné strategie a vybrat optimální strategii pro scénáře definované omezenou apriorní znalostí. Toto téma je motivované úspěšnou účastí naší skupiny na prestižní SubT DARPA soutěži (http://mrs.felk.cvut.cz/projects/darpa), která probíhá v USA.

 

[DP,BP,PMI,SOP,PRO] UAV exploration of vertical shafts in search and rescue tasks 


Cílem práce je vyvinout průzkumnou strategii, která umožní průzkum vertikálních prostor. Jedna z hlavních výhod dronů v search and rescue misích je schopnost létat v prostorách nedosažitelných pozemními roboty. Typická senzorická výbava dronu předpokládá horizontální lety a percepce ve vertikálním směru chybí. Nosnost dronu je omezená, takže je možné přidat pouze lehké senzory pro vertikální let. Úkolem je navrhnout průzkumnou strategii pro vertikální prostory, která efektivně využije omezeného zorného pole senzorů k zabránění kolizím s prostředím. Toto téma je motivované úspěšnou účastí naší skupiny na prestižní SubT DARPA soutěži (http://mrs.felk.cvut.cz/projects/darpa), která probíhá v USA.

 


Projects supervised by Matouš Vrba

Apriori map of the environment A UAV catching a rapid moving target A UAV catching a rapid moving target

[DP,BP,PMI,SOP,PRO] Long-term self-localization of UAVs in mapped environments

Develop an algorithm for precise 3D self-localization of an UAV in an a priori known map of the environment. The UAV will be equipped with a GPS receiver and a 3D LiDAR sensor, so an ICP-inspired approach is a suitable solution. The map should be updated online by the algorithm to account for changes in the environment (such as a parked car, which is missing in the a priori map, or a tree, which was cut down). Evaluate the precision, robustness and general performance of your algorithm in a real-world experiment with flying UAVs. This topic is motivated by the task of periodic autonomous inspection of infrastructure by UAVs (see http://mrs.felk.cvut.cz/projects/aerial-core).

[DP,BP,PMI,SOP,PRO] Gimbal detection and tracking for a small autonomous UAV

Use a detection algorithm to find an object of interest in an image and control a camera gimbal to track the object. The tracking has to be robust to rapid movements of the UAV, carrying the gimbal. The gimbal also has zoom capabilities, which the control algorithm should take into account to provide an optimal view of the target. Evaluate the precision, robustness and general performance of your solution in a real-world experiment with flying UAVs. Motivation of this topic is autonomous monitoring of workers in high-risk environments for safety purposes and autonomous tracking of high-speed targets for the purpose of physical interaction or collision avoidance (see http://mrs.felk.cvut.cz/projects/aerial-core or http://mrs.felk.cvut.cz/mbzirc2020).

[DP,BP,PMI,SOP,PRO] Drone detection and relative localization from a thermal camera

Develop a detection and relative localization algorithm for detection of drones using a thermal camera, placed onboard a flying UAV. The detection task may be tackled using a convolutional neural network. A combination of thermal and RGB cameras for the detection input is also possible. The resulting algorithm should provide good precision and low latency to be used for the task of autonomous drone interception (see http://mrs.felk.cvut.cz/projects/eagle-one). Evaluate precision, detection range and general performance of the algorithm in a real-world experiment with several flying UAVs.

Human-aerial co-worker illustration Drone detection CNN illustration Drone detection CNN illustration

[DP,BP,PMI,SOP,PRO] Coordination of a Heterogeneous Team of Human-Aerial Co-Worker (ACW)

The main objective of this task will be to simultaneously provide continuous assistance and monitoring of a person working in a hazardous environment by a group of cooperating aerial co-workers. A crucial information required for safe and efficient group coordination is a reliable knowledge of the states of ACWs and also of the relative positions with respect to the human workers. To provide a knowledge of the full state of the group, a distributed fusion mechanism will be designed using outputs of an onboard relative visual localization system between the ACWs and relative to the humans. Thus, an advantage of localization sensors distributed among the entire group will be exploited to increase precision and reliability of the overall process. In addition, requirements of the pose estimator will be embodied into the multi-objective group coordination to increase the reliability and precision of the system. This topic is motivated by a large European project on autonomous powerline inspection by a team of UAVs (http://mrs.felk.cvut.cz/projects/aerial-core).

[DP,BP,PMI,SOP,PRO] Drone detection using convolutional neural networks

Use a convolutional neural network for detection of drones using an RGB camera, placed onboard a flying UAV. It is possible to utilize automatic dataset annotation using the UVDAR system for training of the CNN (seehttp://mrs.felk.cvut.cz/projects/midgard). Implement the whole solution to run online, onboard the UAV. The resulting algorithm should provide good precision and low latency to be used for the task of autonomous drone interception (see http://mrs.felk.cvut.cz/projects/eagle-one). Evaluate precision, detection range and general performance of the algorithm in a real-world experiment with several flying UAVs.

[DP,BP,PMI,SOP,PRO] Drone detection using neural networks and LiDAR

Use a neural network for detection of drones using a 3D LiDAR sensor, placed onboard a flying UAV. It is possible to utilize automatic dataset annotation using the UVDAR system for training of the neural network (seehttp://mrs.felk.cvut.cz/projects/midgard). Implement the whole solution to run online, onboard the UAV. The resulting algorithm should provide good precision and low latency to be used for the task of autonomous drone interception (see http://mrs.felk.cvut.cz/projects/eagle-one). Evaluate precision, detection range and general performance of the algorithm in a real-world experiment with several flying UAVs.


Projects supervised by Petr Štibinger

[DP,BP,PMI,SOP,PRO] Ionizing radiation mapping by a swarm of unmanned aerial vehicles

Cílem práce je navrhnout algoritmus, umožňující mapování intenzity radioaktivního záření pomocí roje helikoptér. Projekt uvažuje několik bezpilotních helikoptér, z nichž každá je vybavena vlastním miniaturním detektorem ionizujícího záření. Takové detektory jsou velmi citlivé, kvůli kompaktním rozměrům mají ale omezený detekční dosah. Při prohledávání větších oblastí, jako jsou lesy, nebo haldy vytěženého materiálu, je však nutné brát ohled také na omezenou dobu letu. Při zapojení více helikoptér je možné prohledávat více míst současně, což přináší výraznou časovou úsporu. Kromě toho je více strojů schopno také nasbírat větší množství dat, která mohou pomoci lokalizovat potenciálně nebezpečné zdroje radiace. Navrhněte způsob pro prohledávání oblasti a fúzování měření získaných jednotlivými helikoptérami do společné mapy. Při postupu je možno využít systém relativní lokalizace jednotlivých členů roje, nebo vyhledávání korespondencí v dílčích mapách.

[DP,BP,PMI,SOP,PRO] Unknown signal localization by an unmanned aerial vehicle using information entropy minimization

Úkolem je navrhnout algoritmus, který na základě měření pomocí palubních senzorů helikoptéra umožní lokalizovat neznámý zdroj signálu. Zdrojem může být rádiový vysílač, radioaktivní materiál nebo požár. Úlohu je možné řešit s využitím jedné, či více kooperujících autonomních helikoptér. Prostředí, ve kterém se zdroj nachází, obsahuje překážky, kterým se letouny musí vyhýbat. Překážky rovněž ovlivňují šíření signálu, např. jeho sílu a schopnost být detekován. Cílem projektu není mapovat samotný signál, ale stavět nad prostředím mapu informační entropie. Taková mapa vyjadřuje, s jakou jistotou můžeme v dané oblasti hledaný zdroj signálu nalézt. Navrhněte modely senzoru a šíření signálu pro výpočet entropie. Dále navrhněte přístup pro navigaci drony v prostředí tak, aby se entropie postupně snižovala, a šance na přesnou lokalizaci zdroje tedy byla co nejvyšší.

[DP,BP,PMI,SOP,PRO] Unifying planning and mapping manager for unmanned aerial vehicles

V robotice je využíváno značné množství přístupů ke stavbě mapy prostředí, a také k plánování pohybu robotu. Obě disciplíny spolu typicky úzce souvisí - pomocí pohybu stavíme mapu, a v mapě plánujeme pohyb. Mapy mohou mít různé reprezentace, které se ve své struktuře mohou značně lišit (graf, mřížka, symbolická mapa...). Také plánovače mohou vyžadovat různé vstupy (omezující podmínky, požadovaná navštívená místa...) a mohou produkovat různé výstupy. Cílem této práce je vytvořit sjednocující systém, který umožní pohodlné přepínání mezi různými typy mapovačů a plánovačů vhodných pro autonomní bezpilotí letouny. Využijte vhodně zvolenou abstrakci, která umožní použít libovolný plánovač (A*, RRT...) v libovolné reprezentaci mapy.

 


Projects supervised by David Žaitlík

UAV Manipulator A UAV catching a rapid moving target  

[DP,BP,PMI,SOP,PRO] Robotic Manipulator for an Unmanned Aerial Vehicle

Design a robotic manipulator for an Unmanned Aerial Vehicle (UAV). You can use the work of the previous students as a base for your work.
1)Get to know servomotors, STM32 microcontrollers and the theory of robotic manipulators
2)Create the mechanical solution of the manipulator and its end-effector
3)Solve Inverse Kinematic Task (IKT) for the created manipulator
4) Implement the control of the manipulator motors using an STM32 microcontroller and the control of the manipulator as a whole using ROS on a drone computer.

[DP,BP,PMI,SOP,PRO] Gimbal Camera Stabilizer for an Unmanned Aerial Vehicle

Design and construct a gimbal stabilizer for a small camera for an Unmanned Aerial Vehicle (UAV).
Propose mechanical and electrical construction of the gimbal and implement it. There is also an option of buying an existing solution.
This gimbal should be lightweight with the ability to hold a set angle in the world coordinates to e.g., track an object independently on the UAV trajectory.
To control the gimbal using preferably an STM32 microcontroller, which receives commands from a computer of the UAV.
Implement a program for the UAV computer to control the motion of the gimbal using ROS.

 

Projects supervised by Daniel Heřt

drones in lab    

[DP,BP,PMI,SOP,PRO] Construction of an autonomous unmanned aerial vehicle

Design and construct an unmanned autonomous aerial vehicle for one of MRS's projects. Design the vehicle according to the project's specification and requirements, choose suitable sensors and effectors and integrate them into the vehicle. Use 3D modelling and 3D printing to design holders and brackets for sensors. Familiarize yourself with the MRS UAV System ROS software and run it on the vehicle. Test the sensors in ROS. Demonstrate an autonomous flight with the vehilce.

   

 


Projects supervised by Vít Krátký

[DP,BP,PMI,SOP,PRO] Autonomous capturing of large-scale objects by an unmanned aerial vehicle

Cílem projektu je vyvinout algoritmy pro realizaci metody "image stitching" pomocí autonomních bezpilotních helikoptér. Projekt je složen ze dvou částí. První je určení množiny pozic, z kterých musí být objekt vyfotografován, tak aby z nasnímaných fotografií bylo možné složit fotografii celého objektu. Druhá část je zaměřena na aplikaci plánovacích algoritmů pro nalezení cest, které efektivně propojují požadované pozice. Práce je motivována fotografováním velkých objektů jako jsou malby, fresky či vitráže v prostředí s překážkami, kde nemůže být celý objekt zabrán na jedné fotografii s dostatečným rozlišením. Téma je součástí projektu dokumentace historických objektů (Dronument).

[DP,BP,PMI,SOP,PRO] Assistive technology for documentation of historical buildings by a team of unmanned aerial vehicles

Cílem práce je vyvinout algoritmus pro plánování procesu dokumentace historických objektů prováděném pomocí týmu bezpilotních helikoptér. Proces dokumentace se sestává z různých dokumentačních technik, z nichž každá vyžaduje rozdílný počet bezpilotních helikoptér s odlišným vybavením. Pro danou množinu dokumentačních procesů, které mají být provedeny na jednotlivých objektech v historické budově, algoritmus vygeneruje sekvenci plánů, které budou zahrnovat všechny požadované dokumentační procesy. Téma je motivované projektem dokumentace historických objektů (Dronument).

[DP,BP,PMI,SOP,PRO] Formation control in task of human monitoring and assistance during work at height

Cílem projektu je navhrnout algoritmus pro řízení formace bezpilotních helikoptér pro monitorování a asistenci pracovníků během výškových prací. Formace bezpilotních helikoptér se bude skládat z vícerotorových helikoptér s různorodým vybavením jako jsou kamery, zdroje světla či nářadí. Jednotlivé helikoptéry budou monitorovat pracovníky za účelem zajištění bezpečnosti práce, poskytovat osvětlení pro samotnou práci, případně nést potřebné nářadí či další vybavení. Projekt je motivován monitorováním pracovníků během inspekce a údržby sloupů elektrického vedení. Téma je součástí projektu Aerial-Core (http://mrs.felk.cvut.cz/projects/aerial-core).

 


Projects supervised by Pavel Petráček

[DP,BP,PRO] Fusion of lidar and camera data obtained by an unmanned aerial vehicle

The aim of this project is to develop a framework for systematic fusion of XYZ point-clouds from 3D lidar and RGB images from a camera. Both the sensors are equipped onboard an unmanned aerial vehicle and capture data mid-flight during an inspection mission. The task is to implement a method that colors the XYZ point-cloud using the color data from onboard camera and produces an XYZRGB point-cloud map of the environment. This topic is motivated by industrial and cultural projects with the goal of autonomous inspection of warehouses, factories, power plants, or historical monuments (see mrs.felk.cvut.cz/dronument). Testing of the developed framework can be done on data obtained in all these examples of real-world objects.

[DP,BP,PRO] 3D reconstruction of historic buildings interiors from LIDAR scans

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. An accurate and detailed 3D model of the historic buildings is needed for arranging restoration projects, measuring certain dimensions of the interior, and also for planning of further UAV missions. The goal of this project is to autonomously navigate a UAV equipped with a rotating laser rangefinder (LIDAR) through a historic building to capture the interior by laser scans completely. The solution will involve onboard decision making and trajectory replanning that will guide the UAV to yet unmapped areas while simultaneously avoiding collisions with obstacles. When the whole interior is mapped, the dataset obtained during the flight will be processed, planar features extracted, and triangular meshes built to generate a realistic 3D surface model of the interior.

[DP,BP,PRO] Cooperative mapping of an unknown building by a swarm of UAVs

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. The historics and restorers need high-quality detailed images to evaluate the unreachable parts of the buildings for which the UAV is the ideal platform that saves money and time that would otherwise be spent on building scaffoldings to reach the areas of interest. The goal of this project is to develop a technique for documenting the UAV interior using a team of UAVs equipped with cameras. The high quality and resolution of the images will be achieved by stitching multiple close-up images taken by all members of the UAV team. Assuming the approximate positions of the UAVs are known, the camera images taken from a close vicinity of the documented object can be stitched together into a large and detailed image by matching image features. The optimal trajectory for all members of the team has to be planned so that the whole documented object is captured with sufficient overlap between the images to allow stitching into a high-resolution composite image. The time spent on capturing the images has to be minimized since the flight time of the UAVs is constrained by their battery capacity.

[DP,BP,PRO] Mapping of camera images onto 3D surfaces extracted from LIDAR scans

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. An accurate and detailed 3D model of the historic buildings is needed for arranging restoration projects, measuring certain dimensions of the interior, and also for planning of further UAV missions. The UAV can be equipped with multiple sensors working on different principles (LIDARs, passive and structured light cameras) that generate a computer representation of the surroundings of the UAV. The goal of this project is to combine the environment representations from LIDAR and passive monocular camera. Features will be extracted in both image and laser scan, and correspondences between them found. The camera images will then be mapped on the surface consisting of triangular meshes constructed from the laser scans.

[DP,BP,PRO] Simultaneous localization and mapping of a UAV equipped with a LIDAR

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. A reliable position estimate of the UAV is needed for all indoor autonomous flights. Since the global navigation satellite system (GNSS) services are generally not available indoor, the UAV must be localized using onboard sensors only. One of the sensors that are widely used for localization of UAVs, is the rotating laser rangefinder (LIDAR). Two principal approaches exist for laser-scan-based localization: scan matching techniques and feature-based methods. The goal of this project will be to develop a feature-based simultaneous localization and mapping (SLAM) system. The system will read laser scans from the LIDAR, process them, extract stable features, find corresponding features in the simultaneously built map to estimate the current position of the UAV in the map. A loop closure detection algorithm will be employed to correct the position drift after returning to a previously visited part of the map.

[DP,BP,PRO] Simultaneous localization and mapping of a UAV equipped with a structured light camera

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. A reliable position estimate of the UAV is needed for all indoor autonomous flights. Since the global navigation satellite system (GNSS) services are generally not available indoor, the UAV must be localized using onboard sensors only. One of the sensors that are widely used for localization of UAVs are the passive stereo cameras. While cameras work well in outdoor environments, their deployments indoor is problematic, due to insufficient light. The solution is to use structured light approach, which consists of projecting a near-infrared (IR) pattern of parallel lines that are registered by two cameras mounted on a fixed baseline. The depth in the image is estimated from the deformation of the narrow-band pattern. The goal of this project is to develop a simultaneous localization and mapping (SLAM) system based on a structured light depth camera. The system will read the depth image from the camera, extract stable features, and find corresponding features in the simultaneously built map to estimate the current position of the UAV in the map. A loop closure detection algorithm will be employed to correct the position drift after returning to a previously visited part of the map.


Projects supervised by Giuseppe Silano

   

[DP,BP,PRO] Task allocation problem for multi-robot systems from Temporal Logic specifications

As the technology behind autonomous systems is starting to mature, they are being envisioned to perform greater variety of tasks. Figure shows a scenario where multiple quadrotors have to fly a variety of missions in a common air space, including package delivery, surveillance, and infrastructure monitoring. Some drones are tasked with delivering a package, which it has to do within 15 minutes and then return to base in the following 10 minutes. Others are tasked with periodic surveillance and data collection of the wildlife in the park or with collecting sensor data from equipment on top of the buildings. All of these missions have complex spatial requirements (e.g., avoid flying over the buildings highlighted in red, perform surveillance or monitoring of particular areas and maintain safe distance from each other), temporal requirements (e.g., a deadline to deliver package, periodicity of visiting the areas to be monitored) and reactive requirements (like collision avoidance). The safe planning and control of multi-agent systems for missions like these is becoming an area of utmost importance. Most existing work for this either lacks the expressiveness to capture such requirements, relies on simplifying abstractions that result in conservative behavior or do not take into account explicit timing constraints. For all such easons, having UAVs capable of interpreting high-level, possibly vague, tasks specifications, and nevertheless plan and execute appropriate actions for a particular context in which the system is operating, is more and more important. Symbolic control proposes to fulfill this need by automatically designing feedback controllers that lead to the satisfaction of formal logic specifications. Temporal-logic based motion planning techniques can be used for this purpose. Temporal-Logic (TL) such as Signal Temporal Logic (STL) provides formal high-level languages that can describe planning objectives more complex than well-suited point-to-point navigation algorithms. The task specification is given as a temporal logic formula w.r.t. the discretized abstraction of the robot motion modelled as a finite transition system. Then, a high-level discrete plan is found by off-the-shelf model-checking algorithms given the finite transition system and the task specification. This discrete plan is then implemented through a corresponding low-level hybrid controller. This is project aims to use such specifications in the context of the Aerial-Core European project, although the approach is not limited to that task. The student will work on the problem formulation, the software implementation, and hopefully on the hardware to perform real experiments. 
 

[DP,BP,PRO] Nonlinear Model Predictive Control for Multi-Rotor Vehicles control

In the last decade, thanks to the development of both new hardware technologies and software algorithms, the employment of Unmanned Aerial Vehicles (UAV), in particular multi-rotor aircraft, has spread considerably in a wide set of challenging real-life applications, thanks to their vertical take-off and landing (VTOL) and hovering capabilities, their agility, and low cost. Many different control strategies have been designed for trajectory tracking, such as PIDs (i.e., Proportional-Integrative-Derivative), adaptive control, back-stepping, sliding-mode, and geometric control. The main limitations of the mentioned algorithms are: (i) they are not predictive, in the sense that the control input at any time instant is not computed with the objective of optimizing the system performance on a future time horizon, possibly based on the desired trajectory; (ii) they are not able to enforce the fulfillment of limitations on input and state variables. To overcome these limitations, intense research has been devoted to the development, testing, and implementation of Model Predictive Control (MPC), a model-based optimization-based predictive control method, and specifically its nonlinear counterpart (aka, NMPC) which allows to minimize a nonlinear functional cost under nonstandard constraints. In this filed of research there are various and heterogenous applications that can be investigated, e.g., from motion planning methods for swarms operations to closed-loop schemes to control the vehicle dynamics and to local trajectory planning, passing through its onboard implementation on an embedded platform. Taking advantage of the multiple fields of application, this project does not bind the student to a specific field study but gives him/her the possibility to choose the application that best suits his/her background by forcing only to use the aforementioned tool.