SOAR: Simultaneous Exploration and Photographing with Heterogeneous UAVs for Fast Autonomous Reconstruction

要約

無人航空機 (UAV) は、シーンの再構築において大きな人気を集めています。
このペーパーでは、複雑な環境を迅速に自律的に再構築するために特別に設計された LiDAR-Visual ヘテロジニアス マルチ UAV システムである SOAR について説明します。
私たちのシステムは、カメラを装備した写真家と並んで、広い視野 (FoV) を備えた LiDAR を装備した探索者で構成されています。
シーンのサーフェス ジオメトリを確実に迅速に取得するために、エクスプローラーにサーフェス フロンティア ベースの探索戦略を採用します。
表面が徐々に探索されるにつれて、覆われていない領域が特定され、視点が段階的に生成されます。
これらの視点は、Consistent Multiple Depot Multiple Traveling Salesman 問題 (Consistent-MDMTSP) を解くことで写真家に割り当てられ、タスクの一貫性を確保しながらスキャン効率を最適化します。
最後に、写真家は割り当てられた視点を利用して、画像を取得するための最適な撮影経路を決定します。
現実的なシミュレーターで広範なベンチマークを提示し、従来の手法や最先端の​​手法と比較して SOAR のパフォーマンスを検証します。
詳細については、https://sysu-star.github.io/SOAR}{sysu-star.github.io/SOAR のプロジェクト ページをご覧ください。

要約(オリジナル)

Unmanned Aerial Vehicles (UAVs) have gained significant popularity in scene reconstruction. This paper presents SOAR, a LiDAR-Visual heterogeneous multi-UAV system specifically designed for fast autonomous reconstruction of complex environments. Our system comprises a LiDAR-equipped explorer with a large field-of-view (FoV), alongside photographers equipped with cameras. To ensure rapid acquisition of the scene’s surface geometry, we employ a surface frontier-based exploration strategy for the explorer. As the surface is progressively explored, we identify the uncovered areas and generate viewpoints incrementally. These viewpoints are then assigned to photographers through solving a Consistent Multiple Depot Multiple Traveling Salesman Problem (Consistent-MDMTSP), which optimizes scanning efficiency while ensuring task consistency. Finally, photographers utilize the assigned viewpoints to determine optimal coverage paths for acquiring images. We present extensive benchmarks in the realistic simulator, which validates the performance of SOAR compared with classical and state-of-the-art methods. For more details, please see our project page at https://sysu-star.github.io/SOAR}{sysu-star.github.io/SOAR.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google