[논문 리뷰] Investigating robot dogs for construction monitoring

Miguel Arturo Vega Torres, Fabian Pfitzner|arXiv (Cornell University)|2023. 01. 01.

BIM and Construction Integration인용 수 1

한 줄 요약

이 논문은 자율 주행 건설 현장 모니터링을 위한 4족 보행 로봇 강아지의 실현 가능성을 평가하며, 디지털 트윈 구축을 위한 LiDAR 및 시각 데이터를 자율적으로 수집할 수 있음을 입증한다. 고유의 맵핑 시스템을 탑재한 Go1 로봇 강아지는 복잡한 실내 환경에서 3차원 스캔을 성공적으로 촬영했으며, 배터리 수명과 환경 내성의 제한이 있음에도 불구하고 빈번하고 세밀한 현장 모니터링에 유망한 가능성을 보였다.

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.

연구 동기 및 목표

• 현실 세계 조건에서 현재의 4족 보행 로봇이 건설 현장 모니터링에 실제로 사용 가능한지 평가하는 것.
• 다이나믹한 건설 현장에서 로봇 강아지 배치를 제한하는 기술적 및 환경적 과제를 규명하는 것.
• 비행체가 아닌 지상 차량을 위한 작고 독립적인 맵핑 시스템을 개발하고 테스트하여 3차원 데이터 확보를 가능하게 하는 것.
• 로봇에서 유래한 데이터를 BIM 모델과 통합하여 디지털 트윈 구축 및 자동화된 진행 추적을 탐색하는 것.
• 로봇 강아지가 기존 모니터링 솔루션을 어떻게 확장할 수 있는지 평가하는 것, 특히 실내 및 접근이 어려운 영역에서의 가능성을 고려하여.

제안 방법

• 물리적 사양, 적재 용량 및 환경 내성에 기반해 유럽에서 유통 중인 여섯 대의 상용 4족 보행 로봇을 비교 분석하였다.
• 실시간 SLAM 기반 3차원 재구성에 적합한 LiDAR, RGB 카메라 및 자이로스코프 센서를 통합한 고유의 작고 컴팩트한 맵핑 시스템을 설계 및 구현하였다.
• 자체 개발한 시스템을 탑재한 Go1 로봇 강아지를 대규모 건설 현장에 투입하여 실제 환경에서의 데이터 확보를 수행하였다.
• ROS 네비게이션 스택과 BIM 모델을 활용해 반자율 주행을 가능하게 하고, 센서 데이터의 좌표 일치를 수행하였다.
• 실시간 카메라 피드에서 크레인, 사다리, formwork과 같은 건설 요소를 식별하기 위해 객체 탐지 및 의미 분할 파이프라인을 적용하였다.
• 자이로스코프 및 좌표계 정렬을 통한 포즈 추정을 통해 모든 센서 데이터(LiDAR, 영상)를 BIM 모델과 정렬하였다.

실험 결과

연구 질문

• RQ1 물리적 및 운영 사양에 기반해 어떤 상용 4족 보행 로봇이 건설 현장 모니터링에 가장 적합한가?
• RQ2 자체 개발한 작고 컴팩트한 맵핑 시스템이 복잡한 실내 건설 환경에서 로봇 강아지로부터 신뢰할 수 있는 3차원 데이터 확보를 가능하게 하는가?
• RQ3 전통적인 모니터링 방법과 비교해 로봇 강아지가 디지털 트윈 구축을 위한 기하학적 및 의미적 데이터를 얼마나 효과적으로 촬영하는가?
• RQ4 활동 중인 건설 현장에서 자율 주행 로봇 강아지의 배치에 영향을 미치는 주요 기술적 및 환경적 제약은 무엇인가?
• RQ5 BIM 통합 네비게이션과 센서 융합이 로봇에서 유래한 모니터링 데이터의 정확성과 활용도를 얼마나 향상시키는가?

주요 결과

• Go1 로봇 강아지는 고해상도 3차원 LiDAR 및 RGB 데이터를 복잡한 실내 건설 환경 전역에서 성공적으로 확보하여 세밀한 현장 맵핑을 가능하게 하였다.
• 객체 탐지 파이프라인을 통해 실시간 카메라 피드에서 크레인 및 사다리와 같은 핵심 건설 요소를 탐지할 수 있었다.
• 로봇에서 확보한 센서 데이터는 BIM 모델과 정확하게 정렬되어 다수의 데이터 확보 간 시간적·공간적 일관성을 확보하였다.
• 다소 유망한 결과를 보였지만, 로봇의 배터리 수명은 연속 작동 30분으로 제한되어 자주 수동 충전이 필요하였다.
• 소프트웨어 업데이트 문제와 동적인 환경에서의 맵핑 정확도 저하로 인해 자율 주행이 방해받았다. 특히 사람과 장비가 움직이는 환경에서 문제가 발생하였다.
• 20cm를 초과하는 계단이나 35도를 초과하는 경사면이 있는 영역에는 접근할 수 없었으며, 이러한 경우 수동으로 들고 옮겨야 했다.