| dc.description.abstract | GPS jamming er en stadig økende trussel i Norge. I Finnmark ble GPS-nettet jammet tre ganger i løpet av 2018, der hver periode varte i flere uker.
Metoden å jamme GPS signaler vises igjen i krigen mellom Russland og Ukraina, hvor jamming benyttes som elektronisk krigføring. Dette viser hvorfor det i større grad er vik-tig å benytte posisjoneringsmetoder som selvstendig kan estimere sin egen posisjon.
På sjøen finnes det metoder for å estimere egen posisjon ved hjelp av synet. Sekstanten måler vertikale og horisontale vinkler, og benyttes til å måle himmellegemers høyde over horisonten. Brukeren av sekstanten benytter synet sitt gjennom et instrument til å definere markante kjennetegn på himmelen. Kan et datasystem prosessere visuelle data og ut ifra dette bestemme egen posisjon?
Målene som var satt for oppgaven var å innhente informasjon og teste ulike metoder for visuell posisjonering. Det ble satt fire krav et posisjoneringssystem må har for å utfordre GPS posisjonering:
1. Nøyaktighet - Lav feil fra faktisk posisjon.
2. Robusthet - Systemet bør fungere i vanskelige forhold og klare å håndtere uforut-sigbarheter.
3. Selvstendighet - Systemet skal fungere med en type sensor, som i denne oppgaven er visuelle sensorer.
4. Kartlegging - Systemet skal grafisk vise hvordan forflytning gjennom miljøet har vært.
Oppgaven redegjør for to metoder for selvstendig posisjonering. Visual Odometry er me-toden å vite sin egen posisjon basert på kjennetegn algoritmen finner i miljøet systemet beveger seg gjennom. Deretter kalkulerer algoritmen bevegelse til disse punktene for å beregne systemets forflytning i forhold til disse. Visual SLAM er metoden å danne et lokalt kart av miljøet systemet befinner seg i, og benytte dette til å beregne egen posisjon. Algoritmen finner kjennetegn og triangulerer disse prinsipielt likt som visual odometry, men benytter en feature matching algoritme for å sammenligne punktene og kartlegge disse i et 3D kart som systemet forflytter seg i. | en_US |
