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。
GPS 誘導による事前計画されたミッションを半自律的に飛行できる航空機プラットフォーム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 LiDAR ベースの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 について紹介します。
これにより、専門家でなくても、航空機が複数の飛行にわたって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 $2528$ 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). Aerial platforms that can fly GPS-guided preplanned missions semi-autonomously are 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 LiDAR-based 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. 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 $2528$ 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 2024-08-15 19:58:27+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