GATSBI: An Online GTSP-Based Algorithm for Targeted Surface Bridge Inspection

要約

私たちは、無人航空機 (UAV) を使用した橋の欠陥の目視検査の問題を研究します。
橋の幾何学的モデルが事前にわかっているとは想定していません。
GATSBI と呼ばれる私たちのプランナーは、橋の表面上のすべての点を検査するために、地平線を後退させる方法で経路を計画します。
GATSBI への入力は、LiDAR スキャンを使用してオンラインで作成された 3D 占有マップで構成されます。
このマップ内の橋に対応する占有ボクセルは意味的にセグメント化され、橋のみの占有マップの作成に使用されます。
橋のボクセルを検査するには、UAV が希望の視野角と距離から画像を撮影する必要があります。
次に、一般化巡回販売員問題 (GTSP) インスタンスを作成して、橋のボクセルを検査するための候補視点をクラスター化し、既製の GTSP ソルバーを使用して特定のインスタンスの最適なパスを見つけます。
アルゴリズムは時間の経過とともに環境のより多くの部分を認識するため、障害物を回避しながら橋の新しい部分を検査するための経路を再計画します。
AirSim で実行される高忠実度のシミュレーションと実際の実験を通じて、アルゴリズムのパフォーマンスを評価します。
GATSBI のパフォーマンスを従来の探索アルゴリズムと比較します。
私たちの評価では、セグメント化された橋梁ボクセルのみを検査の対象とし、GTSP ソルバーを使用して慎重に計画することで、ベースライン アルゴリズムよりも効率的かつ徹底的な検査が可能であることが明らかになりました。

要約(オリジナル)

We study the problem of visual surface inspection of a bridge for defects using an Unmanned Aerial Vehicle (UAV). We do not assume that the geometric model of the bridge is known beforehand. Our planner, termed GATSBI, plans a path in a receding horizon fashion to inspect all points on the surface of the bridge. The input to GATSBI consists of a 3D occupancy map created online with LiDAR scans. Occupied voxels corresponding to the bridge in this map are semantically segmented and used to create a bridge-only occupancy map. Inspecting a bridge voxel requires the UAV to take images from a desired viewing angle and distance. We then create a Generalized Traveling Salesperson Problem (GTSP) instance to cluster candidate viewpoints for inspecting the bridge voxels and use an off-the-shelf GTSP solver to find the optimal path for the given instance. As the algorithm sees more parts of the environment over time, it replans the path to inspect novel parts of the bridge while avoiding obstacles. We evaluate the performance of our algorithm through high-fidelity simulations conducted in AirSim and real-world experiments. We compare the performance of GATSBI with a classical exploration algorithm. Our evaluation reveals that targeting the inspection to only the segmented bridge voxels and planning carefully using a GTSP solver leads to a more efficient and thorough inspection than the baseline algorithm.

arxiv情報

著者 Harnaik Dhami,Kevin Yu,Troi Williams,Vineeth Vajipey,Pratap Tokekar
発行日 2024-06-24 13:19:30+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