Grant: Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives
Memorial University of Newfoundland
$198,000.00
Multi-sensor odometry with deep learning based map building and mode adaptation for vertical take off and landing (VTOL) vehicle
EF 2020-21 · 2020-04-30
Résumé
Vertical take-off and landing (VTOL) aircraft are often used for transporting goods to and from inaccessible areas, surveillance, ground support, etc. which can be enhanced and de-risked by increasing the autonomous capabilities of the vehicles. The objective of this research work is to develop an Artificial Intelligence (AI) powered multi-sensor based navigation module, which can be integrated into VTOL vehicles in real-time to improve its autonomous capabilities and to reduce pilot workload. The system requires a combination of LiDAR, vision, and IMU data for generating map and location information. The particular sensor suite enables autonomous operation independent of GPS availability for the safety-critical take-off and last-mile goods delivery portions of a VTOL mission. The recent advances in deep learning research and AI computing power will be used to develop a real-time capable hardware-implemented solution that enhances the robustness and accuracy of mapping and localization modules of the proposed navigation system.
Ministère
Programme
Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives
Bénéficiaire
Emplacement
St. John's|St. John's, Newfoundland and Labrador, Canada
Type de bénéficiaire
Academia
Numéro d'entreprise
107690273
Type
Grant
Source
Proactive Disclosure - Grants and Contributions
Tel que publié
Additional Information
This agreement has been amended 1 time(s). The end date of this agreements has been modified by 123 days
Additional Information (French)
Cet accord a été modifié 1 fois. La date de fin du présent accord a été changé de 123 jours.
Agreement End Date
2022-08-31
Agreement Number
948095
Agreement Start Date
2020-04-30
Agreement Title
Multi-sensor odometry with deep learning based map building and mode adaptation for vertical take off and landing (VTOL) vehicle
Agreement Title (French)
Odométrie multi-capteurs avec capacité cartographique et adaptation modale basées sur l’apprentissage profond pour les véhicules à décollage et atterrissage verticaux (adav)
Agreement Type
Grant
Agreement Value
$198,000.00
Amendment Date
2022-03-08
Amendment Number
1
Description
Vertical take-off and landing (VTOL) aircraft are often used for transporting goods to and from inaccessible areas, surveillance, ground support, etc. which can be enhanced and de-risked by increasing the autonomous capabilities of the vehicles. The objective of this research work is to develop an Artificial Intelligence (AI) powered multi-sensor based navigation module, which can be integrated into VTOL vehicles in real-time to improve its autonomous capabilities and to reduce pilot workload. The system requires a combination of LiDAR, vision, and IMU data for generating map and location information. The particular sensor suite enables autonomous operation independent of GPS availability for the safety-critical take-off and last-mile goods delivery portions of a VTOL mission. The recent advances in deep learning research and AI computing power will be used to develop a real-time capable hardware-implemented solution that enhances the robustness and accuracy of mapping and localization modules of the proposed navigation system.
Description (French)
On utilise souvent les aéronefs à décollage et à atterrissage verticaux (ADAV) pour transporter des marchandises à destination ou en provenance de lieux difficilement accessibles, mais aussi pour la surveillance, le soutien au sol et ainsi de suite. Une plus grande autonomie rehausse la performance de tels véhicules tout en atténuant les risques connexes. L’objectif de ce projet de recherche est de mettre au point un module de navigation utilisant une série de capteurs et l’intelligence artificielle, lequel pourra être intégré aux véhicules ADAV et fonctionner en temps réel pour améliorer leur autonomie et réduire la charge de travail du pilote. Le système nécessite l’acquisition de données fournies par un lidar, une unité de mesure inertielle et un système de visionique afin de générer des cartes et la position du véhicule. La série de capteurs permet un fonctionnement autonome indépendant du système GPS pour la phase critique du décollage et le « dernier kilomètre » qui se conclut par la livraison des produits dans le cadre d’une mission ADAV. Les récentes avancées dans le domaine de l’apprentissage profond et la puissance de calcul offerte par l’IA seront utilisées pour développer une solution directement intégrable au matériel, capable de fonctionner en temps réel et qui améliorera la robustesse et la précision des modules de cartographie et de localisation du système de navigation proposé.
Expected Results
In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.
Expected Results (French)
À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.
Federal Riding
St. John's East
Federal Riding (French)
St. John's-Est
Federal Riding Number
10006
NAICS Code
541710
Organization Code
nrc-cnrc
Organization
National Research Council Canada | Conseil national de recherches Canada
Program Name
Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives
Program Name (French)
Programme de collaboration en science, en technologie et en innovation - Initiatives de collaboration en R-D
Program Purpose
Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.
Program Purpose (French)
Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.
Recipient Business Number
107690273
Recipient City
St. John's|St. John's
Recipient Country
CA
Recipient Legal Name
Memorial University of Newfoundland
Recipient Postal Code
A1C 5S7
Recipient Province or Territory
NL
Recipient Type
S
Reference Number
172-2021-2022-Q4-948095