Post on 21-Sep-2018
1
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Robots aéreos en red y su integración con redes inalámbricas de sensores.
Aníbal Ollero Baturone
Escuela Superior de Ingenieros
Universidad de Sevilla
2
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
• Introducción
• Múltiples robots aéreos– El proyecto COMETS
• Cooperación de robots terrestres y aéreos– El proyecto CROMAT
• Integración con redes inalámbricas de sensores– Proyectos AWARE y AEROSENS
• Conclusiones y desarrollos futuros.
3
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Tareas desarrolladas
Antena WiFi
Antena
Radiomódem
Caja de
electrónica
Batería para electrónica
Batería para conmutador A/M
Pan
&
Tilt
Radiomódem
Antena
GPS
Conmutador A/MHERO 1
HElicopteros ROboticos en la Universidad de Sevilla
HERO 3
HERO 2
• Múltiples controladores lineales• Control Hinfinito lineal• Control borroso• Descomposición en dos escalas de tiempo• Control no lineal basado en modelo• Control con modelo interno adaptativo para aterrizaje
autónomo.• Análisis de comportamiento no lineal
4
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Aviones autónomos en la Universidad de Seviila
Métodos y técnicas aplicados en otros UAVs
Control y FDI: helicópteros MARVIN (TUB) SLAM: Karma (LAAS) Tracking (Flying-cam)
Proyectos robótica aérea: 2 Europeos (coordinador), 4 Plan Nacional, 2 Plan Andaluz, 3 empresas
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
EUROPEAN COMMISSION. INFORMATION SOCIETY TECHNOLOGIES
IST PROGRAMME, 2001- 34304, 2002-2005.
Coordinación científico técnica consorcio europeo (7 socios de 5 paises)
COMETS. Real time coordination and control of multiple heterogeneous unmanned aerial vehicles.
Múltiples vehículos aéreos autónomos
• Arquitectura de control.
• Control y fiabilidad.
• Percepción cooperativa.
• Implementación y prueba con vehículos de bajo coste.
• Experimentos en detección y monitorización de fuegos forestales.
http://grvc.us.es/comets
6
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
El proyecto COMETS
Múltiples UAVs: vistas de diferentes puntos.
Heterogeneidad:Dirigibles: vistas panorámicasHelicópteros: maniobrabilidad y vistas de detalle.
Integración de sistemas autónomos y teleoperados.
• Misiones que requieren o se resuelven mejor con un equipo
• Complementariedad: múltiples especialistas
• Más fiabilidad: redundancia
• Reducción de coste
http://grvc.us.es/comets
7
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Arquitectura Multi-UAV
• Definición de un conjunto básico de tareas GOTO_XYZ, TAKE_OFF, LANDING, SURVEY_AREA(A): GOTOLIST_XYZ.WAIT: hovering (helicoptero) o círculos (avión), ……….
cuya combinación permite ejecutar misiones complejas
• Asignación inicial de tareas teniendo en cuenta capacidades de UAVs
• Coordinación de trayectorias para evitar colisiones• Respuesta ante contingencias (Fallos UAVs, comunicaciones, ..)
con inserción dinámica de nuevas tareas• Reasignación dinámica de tareas a UAVs empleando “Contract
Net Protocol” (negociación mediante reglas de mercado, teniendo en cuenta costes y beneficios).
8
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Arquitectura de decisión COMETS
=> Implantación de dos esquemas básicos:
- (1) Centralizada (en el Centro de Control)
- (2) Distribuida (delegación en los UAVs)
NivelesNivelesBajosBajos(1)(1)
Autonomíade decisión
NivelesNivelesAltosAltos(2)(2)
CCCCNivel 1
CCCDNivel 2
CCDDNivel 3
CDDDNivel 4
DDDDNivel 5
Asignacióntareas
Planificacióntareas
CoordinacionSupervision
5 Niveles de autonomía de decisión
http://grvc.us.es/comets
9
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Ejemplo de misión: Exploración
• Misión: explorarcooperativamente para buscarobjeto de interés.
• Dividir el área teniendo en cuenta capacidades relativas y posiciones iniciales.
• Empleo de patrón zigzag.• Objetivos: TR, optimización
• Restricción de tiempo de vuelo.
• Capacidad UAV: rango
• Capacidad relativa depende de: velocidad, altitud, combustible restante, consumo, condiciones de viento, parámetros de las cámaras y sensores.
Modelos de UAVs:
UAV1 UAV2
UAV3
10
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
http://www.comets-uavs.org
Vuelos coordinados
Mayo 2004 Mayo 2005
COMETS
11
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Percepción cooperativa
Métodos gaussianos para fusión información de distintos robots:
-Filtro de información Matriz información: 1−∑=Ω Vector información: µξ 1−∑=
Centralizado (M robots)
tjm
tj
M
j
Ttjtt MM ,,
1, Ω∑+Ω=Ω
=
mtj
M
j
Ttjtt M ,
1, ξξξ ∑+=
=
Distribuido (M robots): UAVi recibe información de sus vecinos C(i)
)(* ,1
)(
jit
it
iCj
jt
it
it Ω−Ω−∑ Ω+Ω=Ω −
∈)( ,
1)(
, jit
it
iCj
jt
it
mit ξξξξξ −−∑+= −
∈
Dinámico: consideración de la trayectoria completa)
Extensión al caso no lineal:- Filtro de Kalman extendido,
- Linealización estocástica filtro de Kalman (Unscented Kalman Filter)
- Filtro de Kalman tttttt vuBXAX ++= −− 11 tttt XMz ε+=),(),( 1111
1 −−−−
− ∑≈ tttt
t NuzXp µ
12
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Fusión de datos: posición Fusión de datos: probabilidad alarma
Cada UAV communica estado a los otros vecinos:
Cada alarma: vector información (3), matriz información, (6), probabilidad (1)
Detección y localización cooperativas
∑Ω−+Ω=Ω∈ iCj
jt
it
mit ww )1(,
∑−+=∈ iCj
jt
it
mit ww ξξξ )1(,
13
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Detección y localización cooperativas
Obectivo: Detectar eventos, Determinar sus positiones, Eliminar falsas alarmas, seguimiento en caso de movimiento
Empleo de multiples UAVs con cámeras
[ ]1,1,
1,, 1 −−
−
−+=
tiFtiD
tiDti pPpP
pPp
Posición, Velocidad,
Rasgos de interés del objeto
Ejemplo: Detección y localización fuego
Filtro de información para estimar posición
Empleo de un filtro por cada alarma.
Distribución de Bernouilli (probability pi de ser fuego , y de 1-pi de ser falsa alarma
Filtro de Bayes:
[ ]1,1,
1,, 1)1()1(
)1(
−−
−
−−+−−
=tiFtiD
tiDti pPpP
pPp
PD : prob. detección; PF : prob. falsa alarma
Alarma detectada
Alarma no detectada
14
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
• Fusión de datos basada en grids• Actualización de probabilidades:
– Consideración de las incertidumbres en la posición– Empleo de modelos diferentes de los sensores:
tttttt dpupp xxxxx )(),()ˆ( 111 +++ ∫←)ˆ()ˆ()( 1111 ++++ ← tttt pzpp xxx α
Modelo de cámaraModelo de sensor
Detección y localización cooperativas
15
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Asociación de datos:Diferentes UAVs: posición y orientación, dispositivosDiferentes sensores: cámaras IR y visuales, sensor fuego, ..
Posicionamiento y medida empleando
fusión de datos.
Monitorización cooperativa
16
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
• Procedimiento:– Adoptar alarmas previas (de mapas o imágenes):
• Incertidumbre asociada a la posición.
– Predecir posiciones actuales alarmas– Nuevas medidas de UAVs
• Posición de la alarma• PD y PF
– Asociación de datos• Nearest neighbour• Gate checking
– Fusion de datos• Actualización posición• Actualización probabilidad fuego
– Inclusión de nuevas alarmas
Conjunto actual de alarmas proyectado en imagen IR segmentada
17
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Demostración final COMETS (Mayo 2005)
18
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Monitorización cooperativa Usar seguimiento de características para eliminar movimiento del fondo
Analizar comportamiento dinámico de eventos
350 400 450 500
480
500
520
540
560
580
600
X
Y
130170
210
250330
370
410450
636
716
756
796
839
85
165245325
405485
565645
725
805
19
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Resultados COMETS
• Combinación de resultados científicos y logros tecnológicos en robótica, aeronáutica y sistemas empotrados.
• Primer sistema para la cooperación de múltiples UAVs demostrado experimentalmente.
• Aplicación demostrada en detección y monitorización de incendios forestales.
• Posibilidades de aplicación en seguridad y protección del medio ambiente.
• Impulso a la comercialización.
20
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Odometría en visión monocular.
• Homografía que relaciona dos imágenes del mismo plano:
• Cálculo de R, t y n (factor de escala), utilizando la descomposición SVD (Triggs) y las matrices de calibración en ambas vistas (A1 y A2),para obtener dos soluciones válidas
• Empleo tercera vista para eliminarambiguedad
( ) 122212−⋅⋅−⋅⋅= AntIRAH Tλ
Algoritmo empleando múltiples vistas:
Calcular homografías entre primer marco (referencia) e imágenes consecutivas: Hi, i=2,…,N .
Para cada Hi, se calculan ambas soluciones válidas: ( Ri, ti y ni)(1), ( Ri, ti y ni)(2)
Dadas N>2 vistas, se elige solución con la misma normal ni en imágenes consecutivas.
Alternativa: conociendo la rotación mediante la IMU.
Factor escala: solo puede calcularse el producto t2.n
T
- Traslación afectada de factor de escala. - Empleo de otro sensor (laser, ultras. ) para medir distancia en primera vista.
21
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Estimación de posición empleando visión
Aplicación: Estimación de movimientode un plano (el terreno): desplazamiento y rotación. 0 5 10 15 20 25 30
590
600
610
620
X(m
.)
0 5 10 15 20 25 30140
145
150
155
160
Y(m
.)
0 5 10 15 20 25 300
5
10
15
20
Image number
Z(m
.)
Posición: Visión frente a GPS
Aterrizaje0 50 100 150 200 250 300 350-20
-18
-16
-14
-12
-10
-8
-6
-4
-2
0
Image
Z (m
.)
Aterrizaje
−40 −30 −20 −10 0 10 200
5
10
15
20
25
30
35
40
X (m)
Y (m)
−40 −30 −20 −10 0 10 200
5
10
15
20
25
30
35
40
X (m)
Y (m)
Mosaicos para Eliminar acumulación
error
Se corrige la deriva al pasar por zonas almacenadas
22
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Estimación de posición multi-UAV
– Hipótesis: dos UAVs ven aproximádamente la misma escena(común en monitorización).
– Si las dos cámaras están calibradas (A1 and A2) y la distancia al terreno de un UAV de referencia es conocida, es posible calcular el movimiento del segundo UAV con respecto al de referencia.
Correspondencia de blobs en ambas imágenes (widebaseline matching)
– Cálculo de la homografía que relaciona las dos vistas.– Generación de una referencia común para fusionar información.– Si un UAV tiene una buena estimación de la posición mediante
GPS, es posible aplicar la homografía para determinar la posicióndel otro UAV.
23
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Estimación de posición multi-UAV
- Experimento utilizando lasimágenes tomadas por dos UAVs diferentes (Marvin and Heliv) monitorizando la misma escena.
- Marvin es el de referencia(DGPS de elevada precisión).
- Heliv tiene un GPS con pocaprecisión y que suministrasolo una medida porsegundo.
- Se estima la posición de Heliv con respecto a Marvin.
0 10 20 30 40 50 60 70 806
8
10
12
14
16
X (
m)
Image
0 10 20 30 40 50 60 70 802
4
6
8
10
12
Y (
m)
Image
0 10 20 30 40 50 60 70 80−2
−1
0
1
2
Z (
m)
Image
Estimación fiable de la posición relativa en metros.
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Coordinación Proyecto español CROMAT ( Universidades de Sevilla, Málaga y Vigo)
Subproyecto Sistema integrado HERO- ROMEO con remolque
Cooperación de vehículos autónomos aéreos y terrestres.
Asignación de tareas distribuida basada en CNP: proceso de negociación.
Cada robot evalúa y comunica el coste de insertar la tarea en su plan .
Se asigna la tarea al robot con menor coste.
El proceso de negociación lo puede iniciar cualquier robot para ofertar una tarea que le ha sido asignada previamente.
Planificador Misiones
-Centralizada
- Distribuida
http://grvc.us.es/cromat
25
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Asignación de tareas en sistemas multi-robot (MRTA).
Determinar que robot debe ejecutar cada tarea- Coste de que un robot ejecute una tarea: energía, tiempo, etc..- Objetivo: minimizar la suma de todos los costes individuales (coste global). - Algoritmos distribuidos:- Algoritmos de negociación basados en reglas de mercado.
• Cada vez que se abre una subasta se controla por un únicosubastador.
• La subasta se abre por un periodo de tiempo y se consideran todaslas ofertas recibidas.
• La tarea se asigna al robot con la mejor oferta. • Algoritmo SET: Negociación simultánea de una sola tarea
Inserción óptima de una tarea en plan local• Algoritmo SIT: Negociación de un conjunto de tareas
Subastador: selección conjunto de tareasOfertante: Cálculo coste de inserción de conjunto tareas
• Algoritmo S+T: Consideración de tareas y servicios
Resultados próximos al óptimo global (máxima desviación 3%)
Experimentos de simulación hasta con 5 robots y 40 tareas
26
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Equipos aéreos-terrestres
Sevilla, Marzo 2005
Parque del Alamillohttp://grvc.us.es/cromat
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
AEROSENS (Plan Nacional)
Avión, helicóptero y redes de sensores con nodos fijos y móviles
Integración con redes inalámbricas de sensores
SADCON (Junta de Andalucía)
Aplicación a la conservación de la flora y la fauna.
28
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Evitacíon de colisiones en sistemas con múltiples UAVs
• Vehículos cooperativos y no cooperativos. - Método basado en modificación de velocidades de UAVs cooperativos.- Eficiencia computacional para aplicación en tiempo real.- Planificación de velocidades en dos pasos:
- Consideración de los modelos de los UAVs- Búsqueda heurística de solución inicial factible. - Búsqueda Tabu para encontrar una solución que minimiza un criterio
de coste (modificación lo menor posible del plan inicial vuelo).- Reducción de complejidad en un sistema distribuido.
Trayectorias con colisiones
Resolución de colisiones
29
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
AWARE Comisión Europea IST (2006-2009)
Plataforma para la cooperación de UAVs y redes inalámbricas de sensores en tierra con nodos móviles (personas o vehículos).
Despliegue autónomo de sensoresy comunicaciones para operación en sitios sin acceso y sin infraestructura.
• Arquitectura y Middleware
• Red inalámbrica en tierra
• Sistema de despliegue autónomo
Transporte cargas con multipleshelicópteros
• Funcionalidades: percepción cooperativa
Coordinador: AICIA-UNIV. SEVILLE (SPAIN).
Partners: TUB (GERMANY), FLYING-CAM (BELGIUM), UNIV. TWENTE (THE NEDERLANDS), UNIV.STUTTGART (GERMANY), SELEX – SENSORS AND AIRBORNE SYSTEMS (UK), ITURRI (SPAIN).
30
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Escenarios de validación AWARE
Situaciones de desastres y protección civil
Cinematografía y retrasmisiones
31
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Características de AWARE• Middleware:Componentes de la interfaz Publish/subscribe:- Routing Engine, - Filtering Engine - Gateway Management Engine
• Características WSN - Combinacion nodos estáticos y dinámicos
Se requiere localización de nodos - Calidad de Servicio para aplicaciones DM/CS- Eficiencia de energía para auto-despliegue- Protocolo MAC: Escalabilidad, eficiencia
energía, movilidad- Topología dinámica, self-healing
- Detección distribuida tolerante a fallos. • Funcionalidades:- Detección y seguimiento cooperativos - Estrategias cooperación empleando UAVs, GCN, nodos WSN
32
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Auto-despliegue nodos:
Datos sensores de temperatura
Dispositivo para autodespliegue
Copyright: AWARE consortium
33
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Localización de nodos de la WSN
– Los nodos suministran la RSSI asociada a cadamensaje.
– Estimación de la distancia(media y desviacióntípica)
– Triangulacion empleandonodos con posiciónconocida
– Estimación ruidosa.
Empleo de una buena estimación de la posición de un nodo móvil para localizar nodos estáticos de la WSN: Auto-despliegue, “Datamule”, Vigilancia y control.
Instalar un nodo en el robot y proyectar su posición empleando RSSI:
- 100
500
RSSI
Distancia (m)0 50
34
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Localización de nodos empleando el filtro de partículas
0 50 100 150 200 250 300 3502.5244
2.5244
2.5244
2.5245
2.5246
2.5246
2.5246
2.5247
2.5248
2.5248x 10
5
sample
x(m
)
Node 01: X
0 50 100 150 200 250 300 3500
5
10
15
20
25
sample
x er
ror
(m),
x s
td d
ev (
m)
Node 01: X
0 50 100 150 200 250 300 3504.1148
4.1148
4.1148
4.1148
4.1148
4.1148
4.1148x 10
6
sample
y(m
)
Node 01: Y
0 50 100 150 200 250 300 3500
1
2
3
4
5
6
7
8
9
10
sample
y er
ror
(m),
y s
td d
ev (
m)
Node 01: Y
0 50 100 150 200 250 300 35020
25
30
35
40
45
50
sample
z(m
)
Node 01: Z
0 50 100 150 200 250 300 3500
1
2
3
4
5
6
7
8
9
10
sample
z er
ror
(m),
z s
td d
ev (
m)
Node 01: Z
Resultados:-Buena convergencia a solución correcta.- Desviación típicacoherente.
x
y
z
ex
ey
ez
25 m
10 m
10 m
0
0
0
50 m
20 m
Valor absolutoDesv típica
Filtro con 3000 partículas:
35
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Localización y seguimiento de nodos móviles mediante RSSI
• Objetivo: – Localización y seguimiento de la posición de nodos móviles
empleando la RSSI en una red localizada. – Movimiento desconocido de los nodos.
• Dificultades:– Medidas RSSI con retraso (tiempo en alcanzar gateway)– No se conoce el movimiento del blanco. – Modelo RSSI/distancia con mucha incertidumbre– Estimación inicial no gaussiana.
• Método empleado: Filtro de Kalman extendido con inicialización mediante filtro de partículas.
36
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Ejemplo: seguimientobombero
PSS-1
PSS-4
PSS-3
GCN 1
GCN 1
UAV 1
PSS-2
WSNgateway
Arquitectura descentralizada para fusión de datos.
– Software de percepción en cada entidad: GCNs, UAVS and WSN.– Reduce requerimientos en transmisión de datos. – Divide el procesamiento entre diferentes nodos.– Robustez. – Se comparte el resultado de la percepción de cada nodo.– Mejora conocimiento en cada entidad integrando información del sistema completo.
37
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Experimentos de fusión de datos
– Eventos representados por: Position (media y desviación típica), Velocidad (media y desviacióntípica), Verosimilitud, Caracteristicas: Color, intensidad.
– EKF implementado localmente parafusionar estimación local y la del resto del sistema, y utilizada en otros nodos.
– Integración de GCN, UAV y WSN Entradas: Localizaciones del blanco, posiciones GCN y posiciones UAVsSalida: Localización absoluta del blanco y matriz de covarianza.
Aplicación Filtro de Kalman Extendido Experimento: detección, estimación de posición y seguimiento de bombero.
38
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Seguimiento empleando UAV y 2 GCNs
Detección fuego y humo empleando imágenes
39
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Conclusiones
• Interés de sistemas con múltiples robots aéreos para aplicaciones
• Dificultad de experimentación
• Interés de integración con infraestructura
• Redes de sensores y actuadores
• Autodespliegue
• Múltiples retos por resolver
• De los prototipos a las aplicaciones
40
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
PublicacionesPublicaciones en las que se detallan los resultados incluidos en la presentación (2005-2007):• “Multiple Heterogeneous Aerial Vehicles” A. Ollero and I. Maza. Springer tracts in Advanced
Robotics. Springer Verlag, Berlín Heidelberg. En prensa, 2007• “Vision-based multi-UAV position estimation”. L. Merino, J. Wiklund, F. Caballero, J. R. Martínez
and A. Ollero. IEEE Robotics and Automation Magazine. Vo. 13. No. 3. Septiembre 2006. Pgs. 53 - 62.
• “A Cooperative perception System for multiple UAVS: Application to automatic detection of forest fires. L. Merino, F. Caballero, J. R. Martinez, J. Ferruz and A. Ollero. Journal of Field Robotics. Pgs. 165-184 (2006).
• "Architecture and perception issues in the COMETS multi-UAV project. Multiple eyes in the skies". A. Ollero, S. Lacroix, L. Merino, J. Gancet, J. Wiklund, V. Remuss, I. Veiga, L.G. Gutierrez, D.X. Viegas, M.A. Gonzalez, A. Mallet, R. Alami, R. Chatila, G. Hommel, F.J. Colmenero, B. Arrue, J. Ferruz, R. Martinez de Dios and F. Caballero. IEEE Robotics and Automation Magazine. Vol. 12, No. 2, pág. 46-57. Junio 2005.
• AWARE: Platform for Autonomous self-deploying and operation of Wireless sensor-actuator networks cooperating with unmanned AeRial vehiclEs. A. Ollero, M. Bernard, M. La Civita, L. van Hoesel, P. Marrón, J. Lepley, E. de Andres. Proc. of the IEEE Workshop on Safety, Security and Rescue Robotics. Rome. September 2007.
• “Autonomous perception techniques for urban and industrial fire scenarios”. J. Capitán, D. Mantecón, P. Soriano and A. Ollero. Proc. of the IEEE Workshop on Safety, Security and Rescue Robotics. Rome. September 2007.
• "Single and Multi-UAV relative position estimation based on natural landmarks“. L. Merino, F. Caballero, P.E.Forssen, J. Wiklund, J. Ferruz, J. Ramiro Martínez-de-Dios, A. Moe, K. Nordberg, and A. Ollero. "Advances in Unmanned Aerial Vehicles: State of the art and the road to autonomy“. A. Valavanis Editor. Springer Verlag, 2007.
• “Homography Based Kalman Filter for Mosaic Building. Applications to UAV position estimation”.F. Caballero, L. Merino y J. Ferruz, A. Ollero. IEEE International Conference on Robotics and Automation. 2007.
41
Aníbal Ollero. Grupo de Robótica, Visión y Control. Universidad de Sevilla. http://grvc.us.es
Publicaciones
• “SET: An algorithm for distributed multirobot task allocation with dynamic negotiation based on task subsets”. A. Viguria, I. Maza and A. Ollero. IEEE International Conference on Robotics and Automation. Rome, April 2007.
• “Data centric middleware for the integration of wireless sensor networks and mobile robots”. P. Gil, I. Maza, A. Ollero and Pedro Marron. IEEE Robotics. Paderne (Portugal). April 2007.
• “Collision avoidance among multiple aerial robots and other non-cooperative aircraft based on velocity planning”. JJ Rebollo, I. Maza and A. Ollero. IEEE Robotics. Paderne (Portugal). April 2007.
• “ Experimental Results of Automatic Fire Detection and Monitoring with UAVs”. R. Martínez-de Dios, L. Merino y F. Caballero, A. Ollero y D. X. Viegas. V Intl Congress on Forest Fire Research – V ICFFR 2006. Noviembre 2006.
• “Improving Vision-based Planar Motion Estimation for Unmanned Aerial Vehicles through Online Mosaicing”. Fernando Caballero, L. Merino, Joaquín Ferruz y Aníbal Ollero. IEEE International Conference on Robotics and Automation, ICRA. Pgs. 2860 - 2865. 2006.
• “Fire detection using autonomous aerial vehicles with infrared and visual cameras” J. R. Martínez-de Dios, L. Merino and A. Ollero. 16th IFAC WORLD CONGRESS, July 4-8, 2005, Praga, República Checa.
• “Aerial and ground robots networked with the environment”. I.Maza, A. Viguria and A. Ollero. Proceedings CD Workshop on Network Robot System: Toward Intelligent Robotic Systems Integrated with Environments. IEEE International Conference on Robotics and Automation, Barcelona (Spain), April 2005.
• "Cooperative Fire Detection using Unmanned Aerial Vehicles."L. Merino, F. Caballero, J.R. Martínez-de Dios and A. Ollero. Proceedings of the IEEE International Conference onRobotics and Automation, pp 1896-1901, Barcelona (Spain), April 2005.