Attitude estimation of UAVs based on single-image photogrammetry using a prototypical image-assisted total station

Abstract

Die Bestimmung der vollständigen äußeren Orientierung eines unbemannten Luftfahrzeugs (UAV) stellt insbesondere in Umgebungen mit eingeschränkter oder fehlender GNSS-Verfügbarkeit eine Herausforderung dar. Robotische Totalstationen (RTS) ermöglichen eine hochgenaue Positionsbestimmung eines verfolgten Prismas, liefern jedoch keine direkte Information über die Orientierung des UAV. Im Rahmen dieser Arbeit wird daher ein hybrides Messkonzept untersucht, bei dem die präzisen polaren Messungen einer RTS mit bildbasierten Informationen einer bildunterstützten Totalstation (IATS) kombiniert werden. Für die Bestimmung der sechs Freiheitsgrade (6-DoF) werden mehrere sphärische Zielpunkte auf dem UAV verwendet. Aus deren Bildkoordinaten und den geometrischen Beziehungen zwischen den Zielpunkten wird gemeinsam mit den von der RTS erfassten Distanz- und Winkelmessungen die räumliche Pose des UAV bestimmt. Hierfür wurde ein entsprechender Algorithmus entwickelt, der die Zielpunktbeobachtungen in einer 6-DoF-Ausgleichung unter Berücksichtigung der bekannten Geometrie des Zielpunktaufbaus verarbeitet. Die durch die mehreren Zielpunkte vorhandene Redundanz reduziert dabei den Einfluss einzelner fehlerhafter Zielpunktextraktionen. Die Leistungsfähigkeit des Verfahrens wurde sowohl anhand einer numerischen Monte-Carlo-Simulation als auch in einem praktischen Laborexperiment untersucht. Zur Erzeugung reproduzierbarer und hochpräziser Referenzposen wurde ein sechsachsiger Roboterarm eingesetzt. Im Experiment wurden eine Leica MS60 mit integrierter Teleskopkamera und ein extern montiertes Raspberry-Pi-Kamerasystem untersucht. Die Ergebnisse zeigen, dass das entwickelte Verfahren grundsätzlich in der Lage ist, die Position und Orientierung des UAV präzise zu bestimmen. Für die intern kalibrierte Kamera konnten Positionsfehler im Subzentimeterbereich und Orientierungsfehler von weniger als 2° erzielt werden. Gleichzeitig zeigen die Untersuchungen die wesentlichen Grenzen des derzeitigen Aufbaus. Insbesondere erwies sich die Bestimmung der Zielpunktzuordnung bei symmetrischen Zielverteilungen als kritisch. Beim externen Kamerasystem traten zudem mechanische Instabilitäten und optische Vignettierung auf, welche die erreichbare Genauigkeit begrenzen. Insgesamt bestätigen die Ergebnisse die grundsätzliche Eignung des hybriden Ansatzes zur Bestimmung der äußeren Orientierung eines UAV und bilden eineGrundlage für eine zukünftige Weiterentwicklung zu einem echtzeitfähigen Trackingsystem, beispielsweise durch die Einbindung rekursiver Zustandsschätzverfahren wie des Erweiterten Kalman-Filters (EKF).

The reliable tracking of a Uncrewed Aerial Vehicle (UAV) in Global Navigation Satellite System (GNSS) denied environments, such as an urban canyon or dense forest, remains a significant challenge. While onventional Robotic Total Station (RTS) provide highly accurate 3D coordinates of a tracked prism, they lack the ability to determine the spatial attitude (roll, pitch and yaw) of the platform. This thesis proposes a novel hybrid tracking concept to determine the full Six Degrees of Freedom (6-DoF) exterior orientation of a UAV by fusing highly accurate RTS polar measurements with single-image photogrammetry from an Image-Assisted Total Station (IATS). To reconstruct the spatial pose, a custom algorithm was developed. The approach leverages geometric relations of spherical targets installed on the UAV, observations derived from the image, and distance and angle measurements to a prism on the UAV to estimate the 6-DoF pose. Due to this rigorous 6-DoF adjustment, the final pose accuracy of the platform is significantly improved, effectively compensating for individual target extraction noise. The proposed methodology was thoroughly validated through a numerical Monte Carlo simulation and a physical laboratory experiment. A 6-axis robotic arm was utilized to simulate highly precise UAV poses. A Leica MS60 total station with its integrated telescope camera was evaluated alongside a custom-built external Raspberry Pi camera setup. The results demonstrate the fundamental validity of the concept. Due to the redundancy of multiple targets, the 6-DoF adjustment effectively reduces the impact of individual measurement noise, yielding highly precise and robust estimations for the UAV’s exterior orientation, achieving sub-centimeter positional accuracy and spatial orientation errors below 2 degrees when utilizing the internally calibrated telescope camera. However, the practical experiment also highlighted critical system limitations, particularly regarding the high susceptibility to symmetric target distributions and the mechanical fragility and optical vignetting of the external camera setup. Ultimately, this thesis proves the immense potential of the hybrid sensor approach and provides a strong foundation for future eal-time tracking implementations using recursive state estimators like Extended Kalman Filter (EKF).