Эйр-Кобот

Эйр-Кобот

Страна	Франция
Тип	Кобот
Веб-сайт	аэрокобот .как .Евросоюз

Air-Cobot ( Aircraft способного Inspection Enhanced by sma R t & Collaborative r OBOT ) — французский научно-исследовательский проект колесного коллаборативного мобильного робота, проверять самолеты во время операций по техническому обслуживанию. В этом многопартнерском проекте участвуют исследовательские лаборатории и промышленность. Исследования этого прототипа проводились в трех областях: автономная навигация , сотрудничество человека и робота и неразрушающий контроль .

Air-Cobot представлен как первый колесный робот, способный выполнять визуальный осмотр самолетов. Ранее рассматривались инспекционные роботы, использующие другие типы датчиков, например, европейский проект Robair. С момента запуска проекта другие решения на основе обработки изображений начали разрабатываться и , такие как EasyJet с дроном , рой дронов от тулузской компании Donecle и проект Aircam аэрокосмического производителя Airbus.

С момента начала проекта в 2013 году робот Air-Cobot предназначен для проверки нижних частей самолета. В продолжении проекта есть перспектива сопряжения с дроном для осмотра верхних частей самолета. В октябре 2016 года Airbus Group запустила исследовательский проект ангара будущего в Сингапуре. В него включены роботы из проектов Air-Cobot и Aircam.

Описание проекта

Цели

Запущенный в январе 2013 года, Проект является частью программы Межминистерского фонда Aerospace Valley , бизнес-кластера на юго-западе Франции. При бюджете более миллиона евро , Air-Cobot стремится разработать инновационного коллаборативного мобильного робота , автономного в своих движениях и способного выполнять проверку самолета с помощью неразрушающего контроля датчиков во время предполетной подготовки или во время операций технического обслуживания в ангаре . Тестирование проводилось на площадках Airbus и Air France Industries .

Партнеры

Air-Cobot был протестирован на самолетах Airbus A320 в помещениях Airbus и Air France Industries .

Руководитель проекта — Akka Technologies. Есть два академических партнера; Akka Technologies и еще четыре компании входят в число пяти коммерческих партнеров.

Академические партнеры

• Арминес и Институт Клемана Адера из Горной школы Альби-Кармо отвечают за неразрушающий контроль .
• Лаборатория системного анализа и архитектуры (LAAS-CNRS) с командой робототехники, действий и восприятия (RAP) занимается автономной навигацией .

Промышленные партнеры

• Akka Technologies, в частности центр исследований и разработок Akka Research Toulouse, возглавляет проект и привносит свои навыки в анализе изображений , навигации и обслуживании самолетов.
• Airbus Innovations является инициатором проекта, предоставляя CAD-модели Airbus A320 и разрабатывая сценарии эксплуатации.
• 2MoRO Solutions, компания, базирующаяся во Французской Стране Басков, отвечает за информационную систему по техническому обслуживанию.
• M3 System, компания из Тулузы, занимается решением наружной локализации на основе системы глобального позиционирования (GPS).
• Компания Sterela, расположенная на юге Тулузы, предоставляет мобильную платформу 4MOB.

Проектное финансирование

Финансирование проекта обеспечивается государственным инвестиционным банком , Региональным советом Аквитании , Советом департаментов Атлантических Пиренеев, Региональным советом Юг-Пиренеи и Европейским Союзом .

Ожидаемые выгоды

Самолеты проверяются во время операций по техническому обслуживанию либо на открытом воздухе в аэропорту между рейсами, либо в ангаре для более длительных проверок. Эти проверки проводятся в основном людьми-операторами визуально, а иногда и с использованием инструментов для оценки дефектов. Проект направлен на улучшение проверок самолетов и отслеживаемости. База данных, посвященная каждому типу самолета, содержащая изображения и трехмерные сканы, будет обновляться после каждого технического обслуживания. Это позволяет, например, оценить распространение трещины.

Глаза человека-оператора со временем устают, а автоматическое решение обеспечивает надежность и повторяемость проверок. Сокращение времени, затрачиваемого на проверки, является основной целью производителей самолетов и авиакомпаний. Если операции по техническому обслуживанию будут проводиться быстрее, это оптимизирует эксплуатационную готовность самолетов и снизит эксплуатационные расходы на техническое обслуживание.

Роботизированное оборудование

Air-Cobot в ангаре Air France Industries .

Все электронное оборудование перевозится на мобильной платформе 4MOB производства Sterela. Внедорожная платформа, оснащенная полным приводом, может двигаться со скоростью 2 метра в секунду (7,2 километра в час (4,47 миль в час)). обеспечивает Литий-ионный аккумулятор время работы восемь часов. Два бампера расположены спереди и сзади. Это бамперы для обнаружения препятствий. Они останавливают платформу, если их сжать.

Кобот весит 230 килограммов (507 фунтов). Он имеет два компьютера, один из которых работает под управлением Linux для автономного навигационного модуля, а другой с Windows для модуля неразрушающего контроля . Робот оснащен несколькими датчиками. камера с панорамированием , наклоном и масштабированием производства Axis Communications и 3D-сканер Eva производства Artec 3D Для контроля предназначены . Датчики навигации представляют собой инерциальный измерительный блок ; две скамейки, каждая из которых оснащена двумя камерами PointGrey; два лазерных дальномера «Хокуё»; и модуль GPS, разработанный M3 Systems, который позволяет выполнять задачи геозонирования на открытом воздухе.

Автономная навигация

Автономная навигация робота Air-Cobot осуществляется в два этапа. Первый — навигация в аэропорту или на заводе — позволяет роботу приближаться к самолету. Вторая навигация вокруг самолета позволяет роботу позиционироваться в контрольных точках, указанных в виртуальной модели самолета. Кроме того, робот должен оказаться в динамичной среде, в которой движутся люди и транспортные средства. Для решения этой проблемы предусмотрен модуль обхода препятствий. Многие навигационные алгоритмы постоянно работают на роботе с ограничениями в реальном времени. Ведутся поиски по оптимизации вычислительного времени.

Навигация в аэропорту или на заводе

На открытом воздухе робот может добраться до места проверки, определив местоположение с помощью данных глобальной системы позиционирования (GPS). Устройство GPS, разработанное M3 Systems, позволяет использовать геозоны . В аэропорту робот работает в выделенных навигационных коридорах, соблюдая ограничения скорости. Оповещения отправляются оператору, если робот попадает в запрещенную зону или превышает заданную скорость.

Другой алгоритм, основанный на компьютерном зрении , обеспечивает в режиме реального времени обнаружение разметки полосы движения. Когда они видны, нарисованные полосы на земле могут предоставить дополнительные данные системе позиционирования, чтобы обеспечить более безопасные траектории. В помещении или на открытом воздухе, где информация GPS недоступна, кобот можно переключить в режим следования, чтобы двигаться позади человека-оператора и следовать за ним или за ним к самолету для проверки.

Навигация вокруг самолета

Для проведения проверки робот должен перемещаться по самолету и добираться до контрольных точек, вызванных в виртуальной модели самолета. Положение самолета в аэропорту или на заводе точно неизвестно; коботу необходимо обнаружить самолет, чтобы узнать его положение и ориентацию относительно самолета. Для этого робот может определить свое местоположение либо с помощью лазерных данных своих лазерных дальномеров, либо с помощью лазерных данных, полученных от его лазерных дальномеров. или с данными изображения с его камер.

Рядом с самолетом трехмерное облако точек получается путем изменения ориентации датчиков лазерного сканирования, закрепленных на поворотно-наклонных устройствах. После фильтрации данных для удаления напольных или недостаточно крупных кластеров точек используется метод совмещения с моделью самолета для оценки статической ориентации робота. Робот перемещается и удерживает эту ориентацию, учитывая одометрию своего колеса, инерционную единицу и визуальную одометрию.

«Соответствующие облака»

• 
  3D-лазерная съемка во внешней среде.
• 
  Сопоставление внешних данных с моделью самолета.
• 
  3D-лазерная съемка внутри помещения.
• 
  Сопоставление внутренних данных с моделью самолета.

Air-Cobot может оценить свое положение относительно самолета, используя визуальные ориентиры на фюзеляже.

Лазерные данные также используются горизонтально в двух измерениях. Алгоритм обеспечивает оценку положения робота в режиме реального времени, когда видно достаточное количество элементов шасси и двигателей. Индекс уверенности рассчитывается на основе количества предметов, собранных лазерами. Если достигнута высокая достоверность данных, позиция обновляется. Этот режим особенно используется, когда робот движется под самолетом.

Для визуальной локализации робот оценивает свое положение относительно самолета, используя визуальные элементы (двери, окна, шины, статические иллюминаторы и т. д.) самолета. В ходе эволюции робота эти визуальные элементы извлекаются из трехмерной виртуальной модели самолета и проецируются в плоскость изображения камер. Проецируемые формы используются для распознавания образов, чтобы обнаружить эти визуальные элементы. Другой используемый метод обнаружения основан на извлечении признаков с помощью подхода ускоренных устойчивых функций (SURF). Выполняется сопоставление изображений каждого обнаруживаемого элемента и фактической сцены.

Обнаруживая и отслеживая визуальные ориентиры, помимо оценки своего положения относительно самолета, робот может выполнять визуальное отслеживание . Исследования зрения также проводятся по одновременной локализации и картированию (SLAM). Рассматривается возможность объединения информации между двумя методами получения и лазерным зрением. Искусственный интеллект, управляющий различными локациями, также находится на рассмотрении.

Объезд препятствий

В обоих режимах навигации Air-Cobot также способен обнаруживать, отслеживать, идентифицировать и избегать препятствий на своем пути. Лазерные данные от лазерных датчиков дальности и визуальные данные от камер можно использовать для обнаружения, мониторинга и идентификации препятствий. Обнаружение и мониторинг лучше по двумерным лазерным данным, а идентификация проще по изображениям с камер; эти два метода дополняют друг друга. Информацию из лазерных данных можно использовать для разграничения рабочих областей на изображении.

Робот имеет несколько возможных ответов на любые препятствия. Они будут зависеть от окружающей среды (навигационный коридор, асфальтированная площадка без большого количества препятствий, захламленная внутренняя среда и т. д.) в момент встречи с препятствием. Он может останавливаться и ждать перерыва в движении, или избегать препятствий, используя технику, основанную на спирали, или планировать траектории движения .

Оптимизация времени вычислений

Учитывая количество навигационных алгоритмов, вычисляющих одновременно для предоставления всей информации в реальном времени, были проведены исследования по улучшению времени вычислений некоторых численных методов с использованием программируемых пользователем вентильных матриц . Исследование было сосредоточено на визуальном восприятии. Первая часть была сосредоточена на одновременной локализации и отображении с помощью расширенного фильтра Калмана , который оценивает состояние динамической системы по ряду зашумленных или неполных показателей. Второй сосредоточился на местоположении и обнаружении препятствий.

Неразрушающий контроль

Air-Cobot может проверять лопатки турбовентиляторного двигателя.

Анализ изображений

После того, как робот занял позицию для визуального осмотра, он выполняет съемку с помощью камеры с панорамированием, наклоном и масштабированием . Происходит несколько шагов: наведение камеры, определение проверяемого элемента, при необходимости повторное наведение и масштабирование с помощью камеры, получение изображения и проверка. Анализ изображения используется на дверях, чтобы определить, открыты они или закрыты; о наличии или отсутствии защиты определенного оборудования; состояние лопастей ТРДД или износ шин шасси .

При обнаружении используется распознавание образов правильных форм (прямоугольники, круги, эллипсы). 3D-модель проверяемого элемента можно проецировать в плоскости изображения для получения более сложных форм. Оценка основана на таких показателях, как однородность сегментированных областей, выпуклость их форм или периодичность интенсивности пикселей изображения.

Извлечение признаков с использованием ускоренных робастных функций (SURF) также позволяет выполнять проверку определенных элементов, имеющих два возможных состояния, например, датчики Пито или статические порты , закрытые или незакрытые. Сопоставление осуществляется между изображениями проверяемого элемента в разных состояниях и присутствующими на сцене. Для проверки этих простых объектов анализ во время навигации возможен и предпочтителен из-за экономии времени.

Анализ облака точек

После подготовки к сканированию пантограф поднимает 3D-сканер на фюзеляж. Устройство поворотно-наклонного механизма перемещает сканирующее устройство для получения изображения корпуса. Сравнивая полученные данные с трехмерной моделью самолета, алгоритмы способны диагностировать любые неисправности в конструкции фюзеляжа и предоставлять информацию об их форме, размере и глубине.

Перемещая поворотно-наклонные устройства лазерных дальномеров, также можно получить облако точек в трех измерениях. Техническая корректировка модели самолета и облака точек сцены уже используется в навигации для оценки статического положения робота. Планируется произвести целевые осмотры, более простые в плане передвижения, для проверки отсутствия колодок перед колесами шасси или правильности закрытия защелок капота двигателя .

Совместная работа человека и робота

Как следует из названия проекта, мобильный робот — это кобот — коллаборативный робот. На этапах навигации и проверки робота сопровождает человек-оператор; при необходимости он может взять управление на себя, добавить задачи проверки, отметить дефект, которого нет в списке проверок робота, или подтвердить результаты. В случае предполетных проверок диагноз обхода передается пилоту, который принимает решение о взлете или нет.

Другие решения для роботизированной инспекции

Дроны . могут осматривать верхние части самолета, такие как хвост, и упрощать проверки технического обслуживания

Европейский проект Грабитель

Инспекционный робот европейского проекта Robair, финансируемого с 2001 по 2003 год, предназначен для установки на крыльях и фюзеляже самолета для проверки рядов заклепок. Для перемещения робот использует гибкую сеть пневматических присосок , регулируемых по поверхности. Он может проверять линии заклепок с помощью ультразвуковых волн , вихревых токов и термографических методов. Он обнаруживает незакрепленные заклепки и трещины.

EasyJet дрон

Авиакомпания EasyJet заинтересована в досмотре самолетов с помощью дронов. Первый осмотр он провел в 2015 году. Оснащенный лазерными датчиками и камерой высокого разрешения, дрон выполняет автономный полет вокруг самолета. Он генерирует трехмерное изображение самолета и передает его технику. Затем оператор может перемещаться по этому представлению и масштабировать его, чтобы отобразить изображение некоторых частей самолета в высоком разрешении. Затем оператор должен визуально диагностировать наличие или отсутствие дефектов. Такой подход позволяет избежать использования платформ для наблюдения за верхними частями самолета.

Донекль дрон

Donecle Автономный дрон осматривает самолет.

Основанная в 2015 году Donecle стартап из Тулузы также запустила подход к использованию дронов, который изначально специализировался на обнаружении ударов молний в самолетах. Осмотр, выполняемый пятью людьми, оснащенными ремнями безопасности и платформами, обычно занимает около восьми часов. Остановка самолета и персонала обходится авиакомпаниям дорого, по оценкам, в 10 000 долларов в час. Решение, предложенное стартапом, длится двадцать минут.

Donecle использует группу дронов, оснащенных лазерными датчиками и микрокамерами. Алгоритмы автоматического обнаружения дефектов, обученные на существующей базе данных изображений с помощью программного обеспечения машинного обучения , способны идентифицировать различные элементы: неровности текстуры, датчики Пито , заклепки, отверстия, текст, дефекты, коррозию , масляные пятна. Отчет о повреждении отправляется на сенсорную панель оператора с указанием каждой области интереса и предлагаемой классификации с процентом вероятности . После рассмотрения изображений вердикт выносит квалифицированный инспектор.

Продолжение проекта

В 2015 году в интервью французскому еженедельному журналу Air & Cosmos Жан-Шарль Маркос, главный исполнительный директор (генеральный директор) Akka Research, объяснил, что после разработки и выхода на рынок Air-Cobot должен стоить от 100 000 до 200 000 евро. Он мог бы удовлетворить как гражданские потребности в неразрушающем контроле , так и военные. Возможным продолжением проекта может стать использование робота на самолетах крупнее Airbus A320 . Генеральный директор также сообщил, что Akka Technologies планирует работать над дуэтом роботов для проверки: одна и та же мобильная платформа для нижних частей и дрон для верхних частей. Если финансирование будет выделено, то второй этап будет проходить в период 2017–2020 годов.

На авиашоу в Сингапуре в феврале 2016 года Airbus Group представила Air-Cobot и его использование в своем видении ангара будущего. В том же месяце правительство Сингапура привлекло Airbus Group, чтобы помочь местным поставщикам услуг по техническому обслуживанию, ремонту и эксплуатации оставаться конкурентоспособными по сравнению с соседними странами, такими как Индонезия , Таиланд и Филиппины , которые дешевле. Для повышения производительности Airbus Group в октябре 2016 года запускает испытательный ангар, где новые технологии можно будет тестировать . При входе в ангар камеры изучают самолет на предмет повреждений. Мобильные роботы, такие как проект Air-Cobot, и дроны, такие как проект Aircam, проводят более детальные проверки.

Во время 14-й Международной конференции по дистанционному проектированию и виртуальным инструментам в марте 2017 года компания Akka Research Toulouse, один из центров исследований и разработок Akka Technologies, представила свое видение аэропорта будущего . Помимо Air-Cobot, предыдущим шагом в этом направлении исследований является Co-Friend, интеллектуальная система видеонаблюдения для мониторинга и улучшения работы аэропорта. Будущие исследования будут сосредоточены на управлении этими операциями, автономных транспортных средствах , неразрушающем контроле и взаимодействии человека и машины для повышения эффективности и безопасности в аэропортах. С августа 2017 года робот раз в месяц приезжает в Aeroscopia , музей воздухоплавания Бланьяка . Исследователи проекта используют коллекцию для тестирования робота и сбора данных о других моделях самолетов, таких как Airbus A400M , Airbus A300 и Sud-Aviation SE 210 Caravelle .

Связь

Air-Cobot под днищем Airbus A320 в ангаре.

подала патент 23 октября 2014 года компания Airbus . С 2014 по 2016 год робот был представлен на пяти выставках, включая Paris Air Show 2015, и Сингапурское авиашоу 2016. Исследования, разработанные в рамках проекта, были представлены на восемнадцати конференциях. Опубликована двадцать одна научная статья, семнадцать материалов конференций и четыре журнальные статьи. Часть публикаций посвящена навигации и/или инспекциям Air-Cobot, а остальная часть посвящена конкретным численным методам или аппаратным решениям, связанным с проблемами проекта. В ходе международной конференции Machine Control and Guidance (MCG) 2016 года приз за лучшую итоговую заявку вручается авторам публикации « Сотрудничество человека и робота для проведения инспекций самолетов в рабочих условиях» .

17 апреля 2015 года Airbus Group разместила на своем канале YouTube презентационное видео проекта, снятое коммуникационным агентством Clipatize. 25 сентября 2015 года компания Toulouse métropole транслирует рекламный видеоролик на своем канале YouTube. Мегаполис Тулуза представлен как привлекательная экосистема, способная строить будущее, и подчеркивает свою известность на международном уровне. Демонстратор Air-Cobot был выбран для иллюстрации исследований робототехники в этом мегаполисе. Расположенный в лаборатории анализа и архитектуры систем , во время разработки исследователи или инженеры, работающие над проектом, регулярно проводят демонстрацию посетителям (сторонним исследователям, промышленным партнерам или студентам); он также был продемонстрирован широкой публике во время Праздника науки 2015 года. Airbus Group 17 февраля 2016 года транслировала на YouTube видеопрезентацию своего видения ангара будущего, в котором она планирует использовать Air-Cobot.

См. также

• Проверка технического состояния самолета
• Аэрокосмическая долина
• Донекль

Примечания и ссылки

Научные публикации проекта

Слушания

• Футтерлиб, Маркус; Кадена, Вивиан; Сентенак, Тьерри (2014). «Навигационная система, сочетающая в себе визуальное обслуживание и методы спирального обхода препятствий» . Информатика в управлении, автоматизации и робототехнике (ICINCO), 11-я Международная конференция 2014 г., Вена : 57–64.
• Эспарса-Хименес, Джордж Отон; Деви, Мишель; Гордилло, Джозеф Луи (2014). «SLAM на основе EKF, объединяющий разнородные ориентиры» . 17-я Международная конференция по объединению информации (FUSION) : 1–8.
• Тертей, Даниэль Тортей; Пиат, Джонатан; Деви, Мишель (2014). «Разработка FPGA и реализация ускорителя на основе матричного умножителя для 3D EKF SLAM» . Международная конференция по реконфигурируемым вычислениям и FPGA (ReConfig14) : 1–6.
• Йованчевич, Игорь; Орте, Жан-Жозеф; Сентенак, Тьерри; Гилблас, Реми (апрель 2015 г.). Мериадо, Фабрис; Обретон, Оливье (ред.). «Автоматизированный визуальный осмотр внешнего вида самолета» . Труды SPIE . Двенадцатая международная конференция по контролю качества с помощью искусственного зрения, 2015. 9534 : 95340Y. Бибкод : 2015SPIE.9534E..0YJ . дои : 10.1117/12.2182811 . S2CID   29158717 .
• (на французском языке) Йованчевич, Игорь; Ортеу, Жан-Жозе; Сентенак, Тьерри; Жильблас, Реми (ноябрь 2015b). «Осмотр воздушного судна с помощью мультисенсорной системы, переносимой мобильным роботом» . Материалы 14-го симпозиума по оптическим методам и технике для промышленности .
• Альхамви, Али; Вандепортаэле, Бертран; Пиат, Джонатан (2015). «Система видения в реальном времени для обнаружения и локализации препятствий на FPGA» . Системы компьютерного зрения – 10-я Международная конференция ICVS 2015 : 80–90.
• Йованчевич, Игорь; Виана, Илисио; Ортеу, Жан-Жозе; Сентенак, Тьерри; Ларнье, Станислас (февраль 2016 г.). «Сопоставление модели САПР и функций изображения для навигации робота и проверки воздушного судна» . Материалы 5-й Международной конференции по приложениям и методам распознавания образов (PDF) . Международная конференция по приложениям и методам распознавания образов . стр. 359–366. дои : 10.5220/0005756303590366 . ISBN  978-989-758-173-1 .
• Йованчевич, Игорь; Арафат, Ал; Ортеу, Жан-Жозе; Сентенак, Тьерри (2016). «Проверка шин самолета методами обработки изображений» . 5-я Средиземноморская конференция по встраиваемым вычислениям .
• (на французском языке) Фрежавиль, Жереми; Ларнье, Станислас; Вето, Стефан (2016). «Локализация по лазерным данным робота, перемещающегося вокруг самолета» . Материалы конференции «Распознавание образов и искусственный интеллект» .
• (на французском языке) Виллемо, Танги; Ларнье, Станислас; Вето, Стефан (2016). «Обнаружение визуальных ориентиров для навигации автономного робота вокруг воздушного судна и его осмотр» . Материалы конференции «Распознавание образов и искусственный интеллект» .
• Донадио, Фредерик; Фрежавиль, Жереми; Ларнье, Станислас; Вето, Стефан (2016). «Сотрудничество человека и робота для проведения проверки самолетов в рабочей среде» (PDF) . Материалы V Международной конференции по управлению и наведению машин .
• Лакруф, Мустафа; Ларнье, Станислас; Деви, Мишель; Ачур, Нуара (2017). «Обнаружение движущихся препятствий и наведение камеры для приложений мобильных роботов» . Материалы 3-й Международной конференции по мехатронике и робототехнике . стр. 57–62. дои : 10.1145/3068796.3068816 . ISBN  9781450352802 . S2CID   2361994 .
• Донадио, Фредерик; Фрежавиль, Жереми; Ларнье, Станислас; Вето, Стефан (2017). «Искусственный интеллект и коллаборативный робот для улучшения работы аэропорта». Материалы 14-й Международной конференции по дистанционному проектированию и виртуальному приборостроению .
• Бауда, Мари-Анн; Базо, Сесиль; Ларнье, Станислас (2017). «Анализ разметки местности в режиме реального времени для определения безопасных траекторий автономных мобильных роботов». Международный семинар IEEE по электронике, управлению, измерению, сигналам и их применению в мехатронике (ECMSM) 2017 . стр. 1–6. дои : 10.1109/ECMSM.2017.7945887 . ISBN  978-1-5090-5582-1 . S2CID   25210956 .
• Лейва, Хавьер Рамирес; Виллемо, Танги; Дангумо, Гийом; Бауда, Мари-Анн; Ларнье, Станислас (2017). «Автоматическое визуальное обнаружение и проверка элементов экстерьера самолета». Международный семинар IEEE по электронике, управлению, измерению, сигналам и их применению в мехатронике (ECMSM) 2017 . стр. 1–5. дои : 10.1109/ECMSM.2017.7945885 . ISBN  978-1-5090-5582-1 . S2CID   9052556 .
• Бауда, Мари-Анн; Гренвельге, Алекс; Ларнье, Станислас (2018). «Позиционирование 3D-сканера для проверки поверхности самолета» (PDF) . Труды Европейского конгресса по встраиваемому программному обеспечению и системам реального времени .
• Лека, Дмитрий; Кадена, Вивиан; Сентенак, Тьерри; Дюран-Петитевиль, Адриен; Гуэбо, Фредерик; Ле Флешер, Эмиль (2019). «Обход препятствий на основе датчиков с использованием спиральных контроллеров для робота для технического обслуживания самолетов» . Материалы Европейской конференции по контролю : 2083–2089.

Журнальные статьи

• Йованчевич, Игорь; Ларнье, Станислас; Ортеу, Жан-Жозе; Сентенак, Тьерри (ноябрь 2015 г.). «Автоматизированный внешний осмотр самолета с помощью поворотно-наклонной камеры, установленной на мобильном роботе» . Журнал электронных изображений . 24 (6): 061110. Бибкод : 2015JEI....24f1110J . дои : 10.1117/1.JEI.24.6.061110 . S2CID   29167101 .
• Эспарса-Хименес, Хорхе Отон; Деви, Мишель; Гордилло, Хосе Луис (2016). «SLAM на основе EKF, объединяющий разнородные ориентиры» . Датчики . 16 (4): 489. дои : 10.3390/s16040489 . ПМК   4851003 . ПМИД   27070602 .
• Тертей, Даниэль Тортей; Пиат, Джонатан; Деви, Мишель (2016). «FPGA-проектирование блочного ускорителя EKF для 3D визуального SLAM» . Компьютеры и электротехника .
• Йованчевич, Игорь; Фам, Уи-Хьеу; Ортеу, Жан-Жозе; Гилблас, Реми; Харвент, Жак; Морис, Ксавье; Брет, Людовик (2017). «Обнаружение и характеристика поверхностных дефектов путем анализа трехмерных облаков точек, предоставляемых сканером» . Приборы, измерения, метрология, Лавуазье (на французском языке). 16 :261–282.

Отчеты о кандидатской диссертации

• Йованцевич, Игорь (2016). Внешний осмотр самолета с помощью камеры Pan-Tilt-Zoom и 3D-сканера, перемещаемого мобильным роботом: обработка 2D-изображения и анализ 3D-облака точек . Национальная горная школа Альби-Кармо.
• Футтерлиб, Маркус (2017). Навигация на основе видения в динамичной среде . Университет Поля Сабатье .

Внешние ссылки

• Официальный сайт
• Air-Cobot. Архивировано 1 июля 2016 года в Wayback Machine.