A vision-based autonomous UAV inspection framework for unknown tunnel construction sites with dynamic obstacles

要約

ドリルアンドブラスト工法を使用したトンネル建設では、アンダーブレイクの位置を評価するために掘削前面の 3D 測定が必要です。
検査および測定タスクの安全性、コスト、効率を考慮すると、無人航空機 (UAV) などの軽量自律ロボットの導入の必要性が高まり、普及が進んでいます。
これまでの研究のほとんどは、点検視点の決定に事前マップを使用しており、動的障害物を考慮していませんでした。
自律性のレベルを最大限に高めるために、この論文では、事前のマップを使用せずに、動的トンネル環境用のビジョンベースの UAV 検査フレームワークを提案します。
私たちのアプローチは階層的な計画スキームを利用し、検査の問題をさまざまなレベルに分解します。
上位の意思決定者は、まずロボットのタスクを決定し、目標点を生成します。
次に、中間レベルのパス プランナーがウェイポイント パスを見つけて、衝突のない静的軌道を最適化します。
最後に、静的な軌道が低レベルのローカル プランナーに入力されて、動的な障害物を回避し、目標点に移動します。
さらに、私たちのフレームワークには、RGB-D カメラに基づいて動的障害物の追跡と静的障害物の表現を同時に行うことができる新しい動的マップ モジュールが含まれています。
検査後、Structure-from-Motion (SfM) パイプラインを適用してターゲットの 3D 形状を生成します。
私たちの知る限り、未知の動的なトンネル環境で自律的な検査が実現されたのはこれが初めてです。
実際のトンネルでの飛行実験により、本手法がトンネル掘削前面を自律的に検査できることが証明されました。

要約(オリジナル)

Tunnel construction using the drill-and-blast method requires the 3D measurement of the excavation front to evaluate underbreak locations. Considering the inspection and measurement task’s safety, cost, and efficiency, deploying lightweight autonomous robots, such as unmanned aerial vehicles (UAV), becomes more necessary and popular. Most of the previous works use a prior map for inspection viewpoint determination and do not consider dynamic obstacles. To maximally increase the level of autonomy, this paper proposes a vision-based UAV inspection framework for dynamic tunnel environments without using a prior map. Our approach utilizes a hierarchical planning scheme, decomposing the inspection problem into different levels. The high-level decision maker first determines the task for the robot and generates the target point. Then, the mid-level path planner finds the waypoint path and optimizes the collision-free static trajectory. Finally, the static trajectory will be fed into the low-level local planner to avoid dynamic obstacles and navigate to the target point. Besides, our framework contains a novel dynamic map module that can simultaneously track dynamic obstacles and represent static obstacles based on an RGB-D camera. After inspection, the Structure-from-Motion (SfM) pipeline is applied to generate the 3D shape of the target. To our best knowledge, this is the first time autonomous inspection has been realized in unknown and dynamic tunnel environments. Our flight experiments in a real tunnel prove that our method can autonomously inspect the tunnel excavation front surface.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google