[논문 리뷰] Indoor Testing and Simulation Platform for Close-distance Visual Inspection of Complex Structures using Micro Quadrotor UAV

Zhexiong Shang, Zhigang Shen|arXiv (Cornell University)|2019. 04. 10.

Robotics and Sensor-Based Localization참고 문헌 16인용 수 7

한 줄 요약

이 논문은 복잡한 구조물의 근거리 시각 점검을 위한 자율 경로 계획 검증을 위해 마이크로 큐브로터 UAV(Crazyflie 2.0)를 장착한 저비용 실내 테스트 및 시뮬레이션 플랫폼을 제시한다. 이 플랫폼은 현장에 장착된 FPV 카메라와 Loco Positioning System(LPS)을 통해 안전하고 반복 가능하며 비용 효율적인 경로 계획 알고리즘 테스트를 가능하게 하며, 미세한 추적 오차가 있는 경우에도 높은 시각 데이터 품질과 정확한 경로 따라가기 성능을 제공하여 실용적인 점검 응용 분야에 적합하다.

ABSTRACT

In recent years, using drone, also known as unmanned aerial vehicle (UAV), in close-distance visual inspection has became an active area in many disciplines. However, many challenges still remain before we can achieve autonomous inspection, especially when inspecting complex structures. The complex civil structures, such as bridges, dams and wind turbines, are large-scale and geometrical complicated. It requires sophisticated path planning algorithms to achieve close-distance inspection and, at the same time, avoid collisions. In practice, directly deploying the path planning result on such structures is error prone, costly, and full of hazards. In this paper, rely on micro quadrotor UAV, the authors present an affordable experimental platform for testing drone-based path planning result. The platform allows the users to conduct many path planning experiments at any time without worrying expensive and time consuming outdoor test flying. This platform is developed based on the bundle of Crazyflie, which includes Crazyflie 2.0 quadrotor, Crazyradio and loco positioning system (LPS). Equipped with an onboard micro FPV camera, the visual data can be lively streamed to the host computer during flight. The functions of manual configuration and waypoints control are explicitly designed in this platform to increase its flexibility and performance on path following and debugging. To evaluate the practicability of the proposed test platform, two existing drone-based path planning algorithms are tested. The results show that even though certain level of error existed, the quality of visual data and accuracy of path following are high enough for simulating most practical inspection applications.

연구 동기 및 목표

• 복잡한 구조물의 드론 기반 자율 점검을 위한 외부 테스트의 높은 비용, 위험성 및 비실용성을 해결하기 위해.
• 실제 현장 배치 이전에 경로 계획 알고리즘을 검증하기 위한 저비용, 안전하고 반복 가능한 실내 실험 플랫폼을 개발하기 위해.
• 실시간 시각 데이터 스트리밍과 정밀한 위치 제어를 통해 근거리 시각 점검의 고정밀 시뮬레이션을 가능하게 하기 위해.
• 통제된 실내 조건에서 마이크로 UAV가 실용적인 점검 작업을 수행할 수 있는지의 타당성을 평가하기 위해.
• 미세한 경로 추적 오차가 점검 목적의 시각 데이터 품질에 영향을 주지 않는다는 것을 입증하기 위해.

제안 방법

• 플랫폼은 실시간 영상 스트리밍을 위해 호스트 컴퓨터로 전송하는 마이크로 FPV 카메라를 장착한 Crazyflie 2.0 마이크로 큐브로터를 기반으로 한다.
• Locо 위치 기반 시스템(LPS)은 정확한 궤적 추적을 위한 센티미터 수준의 실내 위치 추적을 제공한다.
• 유연성 향상과 경로 따라가기 디버깅 지원을 위해 수동 설정 및 웨이포인트 기반 제어 모드를 구현하였다.
• 테스트 및 검증을 위해 외부 경로 계획 알고리즘과의 통합을 지원한다.
• 비행 중에 시각 데이터를 캡처하고 스트리밍하여 실제 점검 시나리오를 시뮬레이션한다.
• 실외 비행의 위험성이나 비용 없이도 경로 계획 알고리즘의 빠른 반복을 가능하게 한다.

실험 결과

연구 질문

• RQ1 저비용 실내 UAV 플랫폼이 복잡한 구조물의 근거리 시각 점검을 효과적으로 시뮬레이션할 수 있는가?
• RQ2 경로 추적 오차는 점검 목적의 시각 데이터 품질에 어느 정도 영향을 미치는가?
• RQ3 마이크로 큐브로터, LPS, 그리고 탑재된 카메라의 조합이 통제된 환경에서 신뢰할 수 있는 경로 따라가기 및 데이터 확보에 충분한가?
• RQ4 이 플랫폼은 실제 현장 배치 이전에 경로 계획 알고리즘의 검증을 어떻게 지원하는가?
• RQ5 이 플랫폼은 높은 정밀도와 반복 가능성을 바탕으로 실용적인 점검 조건을 얼마나 잘 재현할 수 있는가?

주요 결과

• 플랫폼은 실내 환경에서 경로 계획 알고리즘에 대한 안전하고 반복 가능하며 비용 효율적인 테스트를 성공적으로 가능하게 하였다.
• 미세한 경로 추적 오차가 있음에도 불구하고, 시각 데이터 품질은 대부분의 실용적 점검 응용 분야를 지원할 정도로 높았다.
• 실시간 시각 피드백을 통한 정확한 경로 따라가기 성능을 입증하여, 복잡한 구조물 점검 작업에 적합하였다.
• Crazyflie 2.0, LPS, 그리고 탑재된 FPV 카메라의 통합은 알고리즘 검증을 위한 신뢰할 수 있고 유연한 테스트베드를 제공하였다.
• 플랫폼은 수동 및 자동 웨이포인트 제어를 모두 지원하여 디버깅 및 실험에 있어 사용성 향상을 이루었다.
• 결과적으로, 이 설정을 통한 실내 시뮬레이션은 비용이 많이 들고 위험한 실외 테스트의 타당한 대안임을 확인하였다.