[論文レビュー] Investigating robot dogs for construction monitoring

Miguel Arturo Vega Torres, Fabian Pfitzner|arXiv (Cornell University)|Jan 1, 2023

BIM and Construction Integration被引用数 1

ひとこと要約

本稿は、自動建設現場モニタリングに四足歩行ロボットドッグを活用する可能性を評価し、デジタルツイン作成に向けたLiDARおよび視覚データの自律的収集が可能であることを示している。独自開発のマッピングシステムを装備したGo1ロボットドッグは、複雑な屋内環境において3次元スキャンを効果的に取得し、バッテリー駆動時間や環境耐性の制限はあるものの、頻繁で詳細な現場モニタリングの可能性を示している。

ABSTRACT

Robot dogs are receiving increasing attention in various fields of research. However, the number of studies investigating their potential usability on construction sites is scarce. The construction industry implies several human resource-demanding tasks such as safety monitoring, material transportation, and site inspections. Robot dogs can address some of these challenges by providing automated support and lowering manual effort. In this paper, we investigate the potential usability of currently available robot dogs on construction sites in terms of focusing on their different specifications and on-site requirements to support data acquisition. In addition, we conducted a real-world experiment on a large-scale construction site using a quadruped robot. In conclusion, we consider robot dogs to be a valuable asset for monitoring intricate construction environments in the future, particularly as their limitations are mitigated through technical advancements.

研究の動機と目的

• 現実の現場環境下における、現在の四足歩行ロボットの建設現場モニタリングにおける実用的利便性を評価すること。
• 動的で変化しやすい建設現場におけるロボットドッグの導入を制限する技術的および環境的課題を特定すること。
• 自律走行地面走行車両のための3次元データ取得を可能にする、コンactで自己完結型のマッピングシステムの開発および実装。
• ロボットから得られたデータとBIMモデルの統合を検討し、デジタルツイン作成および自動化された進捗追跡を実現すること。
• ロボットドッグが、特に屋内および到達困難な領域において、既存の監視ソリューションを拡張する可能性を評価すること。

提案手法

• ヨーロッパにおける6台の商業利用可能な四足歩行ロボットの物理的仕様、積載能力、環境耐性を比較分析した。
• リアルタイムSLAMに基づく3次元再構成を可能にする、LiDAR、RGBカメラ、IMUセンサを統合した小型で独自開発のマッピングシステムを設計・実装した。
• 大規模な建設現場において、自ら開発したシステムを搭載したGo1ロボットドッグを用いて、実地でのデータ収集を実施した。
• ROSナビゲーションスタックを用い、BIMモデルと連携することで、準自律的ナビゲーションを実現し、センサデータの座標整合を図った。
• リアルタイムカメラフィードにおいてクレーン、フェンス、形式工法などの建設要素を同定するためのオブジェクト検出およびセマンティックセグメンテーションパイプラインを適用した。
• ポーズ推定および座標系登録を用いて、LiDARおよび画像データをすべてBIMモデルと一致させた。

実験結果

リサーチクエスチョン

• RQ1 物理的および運用仕様に基づいて、どの商業利用可能な四足歩行ロボットが建設現場モニタリングに最も適しているか？
• RQ2 自ら開発した小型マッピングシステムは、複雑な屋内建設環境における四足歩行ロボットドッグからの信頼性の高い3次元データ取得を可能にするか？
• RQ3 従来の監視手法と比較して、ロボットドッグはデジタルツイン作成に向けた幾何学的および意味的データの収集においてどの程度効果的か？
• RQ4 アクティブな建設現場における自律的ロボットドッグの導入を妨げる主な技術的および環境的制限要因は何か？
• RQ5 BIM統合ナビゲーションおよびセンサ統合は、ロボットから得られる監視データの正確性と実用性をどの程度向上させるか？

主な発見

• Go1ロボットドッグは、複雑な屋内建設環境において高解像度の3次元LiDARおよびRGBデータを効果的に収集し、詳細な現場マップ作成を可能にした。
• オブジェクト検出パイプラインを用いて、リアルタイムカメラフィードでクレーンやフェンスなどの重要な建設要素を検出する能力を示した。
• ロボットからのセンサデータはBIMモデルと正確に一致させられ、複数回のデータ収集において時間的・空間的整合性を確保できた。
• 有望な結果が得られたものの、ロボットのバッテリー駆動時間は連続30分に限定され、頻繁な手動充電が必須であった。
• 動的環境における移動する人や機器の影響により、ソフトウェア更新の問題やマッピングの不正確さが原因で、自律ナビゲーションが妨げられた。
• ステップ高さが20 cmを超える階段や、勾配が35度を超える斜面には到達できず、そのような場所では手作業での持ち運びが必要であった。