Ahmed Ali Elsayed Eltahan,  <br/><br/>
Obstacle avoidance algorithms analysis and implementation for quadcopter platform using indoor positioning system / 
 تحليل وتنفيذ خوارزميات تجنب العقبات لمنصة الطائرة الرباعية باستخدام نظام تحديد المواقع الداخلي 
by Ahmed Ali Elsayed Eltahan ; Supervisors Prof. Dr. Gamal M. El Bayoumi, Dr. Osama S. Mohamady, Dr. Mohannad A. Draz.  
 - 377 pages :   illustrations ;   30 cm. +   CD. 
<br/><br/>Thesis (M.Sc)-Cairo University, 2025. 
<br/><br/>Bibliography: pages 373-377.  
<br/><br/> This study focuses on the development and testing of obstacle detection and avoidance <br/>strategies for autonomous quadcopters. LiDAR sensor were chosen for its precision and <br/>compatibility with the Artificial Potential Field (APF) and Vector Field Histogram (VFH) <br/>algorithms. The quadcopter system, built with the PX4 autopilot, Marvelmind Indoor <br/>Positioning System, and RPLidar A1M8, was validated through simulation in Gazebo and <br/>real-world experiments. Simulations revealed APF’s effectiveness for simple environments <br/>but noted oscillatory behavior near obstacles and challenges with local minima. VFH <br/>provided smoother navigation by leveraging polar histograms but required higher <br/>computational power. Real-world tests confirmed simulation accuracy, with APF showing <br/>reduced oscillations due to parameter updates and VFH efficiently navigating gaps <br/>between obstacles. APF achieved higher sampling rates, while VFH demonstrated superior <br/>path-planning precision. The study highlights the reliability of simulation as a development <br/>tool and demonstrates the effectiveness of LiDAR-based systems for real-time obstacle <br/>avoidance.   ركزت الدراسة على تطوير واختبار استراتيجيات تجنب العقبات للطائرات الرباعية باستخدام مستشر LiDAR وخوارزميتي APF وVFH. تم بناء النظام باستخدام الطيار الآلي PX4، ونظام تحديد المواقع الداخلي Marvelmind، ومستشعر  RPLidar A1M8.  تم التحقق من فعالية النظام عبر المحاكاة والتجارب الواقعية. أظهرت المحاكاة أن خوارزمية APF فعالة في البيئات البسيطة لكنها تعاني من التذبذبات. في المقابل، قدمت خوارزمية VFH تنقلًا أكثر سلاسة ودقة. أكدت التجارب الواقعية نتائج المحاكاة، حيث تفوقت APF في معدلات العينات، بينما أظهرت VFH أداءً أفضل في تخطيط المسارات. يساهم البحث في تحسين أمان وكفاءة الطائرات الرباعية في البيئات الداخلية. 
<br/><br/>
<br/><br/><br/>Text in English and abstract in Arabic & English. 
<br/><br/><label>Subjects--Topical Terms: </label><br/>Aerospace Engineering <br/>هندسة الطيران والفضاء
<br/><br/><label>Subjects--Index Terms: </label>Obstacle  Quadcopter  Pixhawk  Marvelmind  LiDAR  عقبة   طائرة رباعية 
<br/><br/><label>Dewey Class. No.: </label>629.1