Hybrid Adaptive Computational Intelligence-based Multisensor Data Fusion applied to real-time UAV autonomous navigation

  • Ângelo de Carvalho Paulino Instituto de Estudos Avançados
  • Lamartine Nogueira Frutuoso Guimarães, Dr. Instituto de Estudos Avançados
  • Elcio Hideiti Shiguemori, Dr. Instituto de Estudos Avançados
Keywords: Data Fusion, Computational Intelligence, Unmanned Aerial Vehicles, Autonomous Navigation

Abstract

Nowadays, there is a remarkable world trend in employing UAVs and drones for diverse applications. The main reasons are that they may cost fractions of manned aircraft and avoid the exposure of human lives to risks. Nevertheless, they depend on positioning systems that may be vulnerable. Therefore, it is necessary to ensure that these systems are as accurate as possible, aiming to improve the navigation. In pursuit of this end, conventional Data Fusion techniques can be employed. However, its computational cost may be prohibitive due to the low payload of some UAVs. This paper proposes a Multisensor Data Fusion application based on Hybrid Adaptive Computational Intelligence - the cascaded use of Fuzzy C-Means Clustering (FCM) and Adaptive-Network-Based Fuzzy Inference System (ANFIS) algorithms - that have been shown able to improve the accuracy of current positioning estimation systems for real-time UAV autonomous navigation. In addition, the proposed methodology outperformed two other Computational Intelligence techniques.

Downloads

Download data is not yet available.

Author Biographies

Lamartine Nogueira Frutuoso Guimarães, Dr., Instituto de Estudos Avançados

Lamartine Nogueira Frutuoso Guimarães concluiu o doutorado em Nuclear Engineering na The University Of Tennessee em 1992. Atualmente é Pesquisador Titular do Instituto de Estudos Avançados onde atua como chefe da Divisão de Energia Nuclear. É professor Títular do curso de pós-graduação de Computação Aplicada do Instituto Nacional de Pesquisas Espaciais na área de Inteligência Artificial aplicada. É professor do curso de pós-graduação de Ciências e Tecnologias Espaciais do Instituto Tecnológico de Aeronáutica na área de Propulsão Espacial e Hipersonica, tendo como linha de pesquisa Propulsão Nuclear. É, também, professor titular da Faculdade de Tecnologia São Francisco no curso de Engenharia de Controle e Automação. Foi durante dois anos professor da Faculdade IBTA na disciplina de Tomada de Decisão, e durante 13 anos foi professor da Universidade Braz Cubas nas disciplinas de física básica, cálculo numérico, fenômenos de transporte, cálculo avançado, algebra linear, geometria analítica e inteligência artificial. Recebeu 2 prêmios e/ou homenagens. Recebeu a Medalha Mérito Santos Dumont, em 2009. Entre 1994 e 2008 coordenou 6 projetos de pesquisa. Atualmente coordena 4 projetos científicos. Atua na área de Engenharia Nuclear, com ênfase em Simulacao Dinâmica de Sistemas e Processos. Em seu currículo Lattes os termos mais freqüentes na contextualização da produção científica, tecnológica e artístico-cultural são: tecnologia nuclear aplicada ao espaço, numerical simulation, liquid metal cooled reactor, tecnologia de microrreatores nucleares, reator rápido, tecnologia nuclear aplicada e IA em aplicações aeroespaciais e nucleares (lógica nebulosa, algoritmos genéticos e redes neurais). Desde de 2008, é o idelaizador e gerente do projeto TERRA - TEcnologia de Reatores Rápidos Avançados, o qual visa pesquisar as tecnologias-chave de microrreatores rápidos avançados de alta temperatura previstos para serem utilizados em propulsão nuclear espacial. Seu interesse principal atual está na aplicação da tecnologia nuclear na exploração do espaço, tais como: propulsão nuclear espacial, reatores nucleares como fonte de energia para instalações, satélites e veículos espaciais e Geradores Termoelétricos a Radioiótopos.

Elcio Hideiti Shiguemori, Dr., Instituto de Estudos Avançados

É pesquisador do Instituto de Estudos Avançados (IEAv) do Departamento de Ciência e Tecnologia Aeroespacial (DCTA). Doutor em computação aplicada pelo Instituto Nacional de Pesquisas Espaciais (INPE) (2007). Mestre em Computação Aplicada pelo INPE (2002), possui graduação em Engenharia da Computação (1998) e em Ciências da Computação pela UBC (1999). É coordenador do curso de Engenharia da Computação da UNIP. Tem experiência na área de Ciência da Computação, atuando principalmente nos seguintes temas: Navegação Autônoma, Navegação Aérea Autônoma, Processamento de Imagens, Redes Neurais Artificiais, Problemas Inversos.

Published
2019-05-09
How to Cite
Paulino, Ângelo, Guimarães, L., & Shiguemori, E. (2019). Hybrid Adaptive Computational Intelligence-based Multisensor Data Fusion applied to real-time UAV autonomous navigation. Inteligencia Artificial, 22(63), 162-195. https://doi.org/10.4114/intartif.vol22iss63pp162-195