Osprey: Multi-Session Autonomous Aerial Mapping with LiDAR-based SLAM and Next Best View Planning

要約

航空マッピング システムは、多くの測量用途 (工業検査や農業モニタリングなど) にとって重要です。
事前計画されたミッションを飛行する GPS 誘導航空機プラットフォームを使用した半自律マッピングはすでに広く利用可能ですが、完全自律システムは効率を大幅に向上させることができます。
複雑な 3D 構造を自律的にマッピングするには、オンライン マッピングとミッション計画を実行するシステムが必要です。
この文書では、最先端のマルチセッション マッピング機能を備えた自律型航空マッピング システムである Osprey について説明します。
これにより、専門家でなくても、必要に応じて複数の飛行にわたって、高所作業車が自律的にマッピングできる境界のあるターゲットエリアを指定できます。
オスプレイを使った実地実験では、このシステムがパイロット飛行プラットフォームや地上レーザースキャナー(TLS)を使った手動測量よりも、大規模な工業用地を広範囲に地図でカバーできることが実証された。
総地上範囲 $7085$ m$^2$ と最大高度 $27$ m の 3 つのサイトが、$112$ 分の自律飛行時間を使用して別々のミッションでマッピングされました。
トゥルー カラー マップは、ポイントクラウドと NeRF 再構成手法を使用して、オスプレイによってキャプチャされた画像から作成されました。
これらのマップは、構造検査タスクに役立つデータを提供します。

要約(オリジナル)

Aerial mapping systems are important for many surveying applications (e.g., industrial inspection or agricultural monitoring). Semi-autonomous mapping with GPS-guided aerial platforms that fly preplanned missions is already widely available but fully autonomous systems can significantly improve efficiency. Autonomously mapping complex 3D structures requires a system that performs online mapping and mission planning. This paper presents Osprey, an autonomous aerial mapping system with state-of-the-art multi-session mapping capabilities. It enables a non-expert operator to specify a bounded target area that the aerial platform can then map autonomously, over multiple flights if necessary. Field experiments with Osprey demonstrate that this system can achieve greater map coverage of large industrial sites than manual surveys with a pilot-flown aerial platform or a terrestrial laser scanner (TLS). Three sites, with a total ground coverage of $7085$ m$^2$ and a maximum height of $27$ m, were mapped in separate missions using $112$ minutes of autonomous flight time. True colour maps were created from images captured by Osprey using pointcloud and NeRF reconstruction methods. These maps provide useful data for structural inspection tasks.

arxiv情報

著者 Rowan Border,Nived Chebrolu,Yifu Tao,Jonathan D. Gammell,Maurice Fallon
発行日 2023-11-06 19:47:14+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク