[논문 리뷰] Cooperative Aerial Coverage Path Planning for Visual Inspection of Complex Infrastructures

Sina Sharif Mansouri, Christoforos Kanellakis외 3명|arXiv (Cornell University)|2016. 11. 16.

Robotic Path Planning Algorithms참고 문헌 14인용 수 4

한 줄 요약

이 논문은 사전 CAD 모델을 활용하여 복잡한 3차원 인프라의 다중 드론(UAV) 점검을 위한 협업형 공중 커버리지 경로 계획(C-CPP) 프레임워크를 제안한다. 수평 평면으로 구조를 분할하여 분지 구조를 탐지함으로써, 드론들에게 하위 커버리지 작업을 할당하여, 세 대의 드론을 사용할 경우 검사 시간을 최대 54% 감소시켰다(24.86분에서 11.36분). 이와 동시에 전체 커버리지가 보장되며, SfM 및 SLAM을 통한 오프라인 3차원 재구성도 가능하다.

ABSTRACT

This article addresses the problem of Cooperative Coverage Path Planning (C-CPP) for the inspection of complex infrastructures (offline 3D reconstruction) by utilizing multiple Unmanned Autonomous Vehicles (UAVs). The proposed scheme, based on a priori 3D model of the infrastructure under inspection, is able to generate multiple paths for UAVs in order to achieve a complete cooperative coverage in a short time. Initially the infrastructure under inspection is being sliced by horizontal planes, which has the capability of recognizing the branches of the structure and these branches will be handled as breaking points for the path planning of the UAVs to collaboratively execute the coverage task in less time and more realistically, based on the current flying times of the UAVs. The multiple data sets collected from the coverage are merged for the offline sparse and dense 3D reconstruction of the infrastructure by utilizing SLAM and Structure from Motion approaches, with either monocular or stereo sensors. The performance of the proposed C-CPP has been experimentally evaluated in multiple indoor and realistic outdoor infrastructure inspection experiments.

연구 동기 및 목표

• 복잡한 인프라 점검에서 검사 시간과 인명 위험을 줄이기 위해 자율적이고 협업형 드론 운영을 가능하게 하기 위해.
• 복잡하고 볼록하지 않은 구조물에서 적용 가능한 스케일링 가능한 다중 에이전트 3차원 커버리지 경로 계획 방법의 부족을 해결하기 위해.
• SLAM 및 구조물에서의 운동학적 복원(SfM)을 통한 견고한 오프라인 3차원 재구성에 필수적인 겹치는 시야를 포함한 완전한 시각적 커버리지 보장을 위해.
• 드론 비행 시간 제약 조건과 요우 방향 계획을 통합하여 현실적인 충돌 방지 비행을 가능하게 하기 위해.

제안 방법

• 구조물은 수평 평면으로 3차원 CAD 모델을 분할하여 구조적 분지 구조를 탐지함으로써 하위 커버리지 영역으로 분할된다.
• 각 드론은 건축적 분지 지점에 기반하여 고유한 하위 커버리지 영역에 할당되어 병렬 점검이 가능해진다.
• 최적의 카메라 방향과 전체 표면 가시성을 확보하기 위해 각 드론의 웨이포인트와 요우 기준값이 생성된다.
• 다른 고도와 안전 구역을 할당하여 운동 제약 조건과 충돌 회피를 통합함으로써 비행 안정성을 확보한다.
• 여러 드론에서 확보한 시각 데이터는 비행 후 SfM 및 SLAM 알고리즘을 활용하여 희소 및 고밀도 3차원 재구성에 융합된다.
• 유연한 배치를 위해 단안 및 스테레오 센서 구성 모두를 지원한다.

실험 결과

연구 질문

• RQ1 복잡하고 볼록하지 않은 3차원 인프라에 대해 다중 드론 커버리지 경로 계획을 어떻게 최적화할 수 있는가? 이는 검사 시간을 최소화하기 위함이다.
• RQ2 3차원 모델의 구조적 분지가 어떻게 자동으로 탐지되어 드론 간 커버리지 작업이 분할될 수 있는가?
• RQ3 협업 경로 계획이 전체 커버리지와 정확한 3차원 재구성 능력을 유지하면서 검사 효율을 얼마나 향상시킬 수 있는가?
• RQ4 요우 기준값 계획 통합이 재구성에 필요한 시각적 커버리지 품질을 어떻게 향상시키는가?

주요 결과

• 세 대의 드론을 사용할 경우, 검사 시간이 단일 드론의 24.86분에서 11.36분으로 감소하여 54% 향상되었다.
• 실내 실험에서는 비행 시간이 단일 드론의 327초에서 이중 드론의 166초로 감소하여 49% 감소하였다.
• 실외 실험에서는 온보드 센서만을 사용하여 완전 자율 비행을 구현하였으며, 비행 시간은 370초에서 189초로 감소하였다.
• SfM를 활용한 협업형 3차원 재구성은 그림 12 및 14에서의 시각적 비교를 통해 정확한 메쉬를 생성함을 검증하였다.
• 이 방법은 겹치는 시각 데이터를 포함한 완전한 커버리지 구현에 성공하였으며, 이는 견고한 오프라인 3차원 재구성에 필수적이다.
• 최적의 카메라 방향을 확보하기 위해 요우 기준값이 효과적으로 생성되어 구조물 표면의 가시성이 향상되었다.