[論文レビュー] Indoor Testing and Simulation Platform for Close-distance Visual Inspection of Complex Structures using Micro Quadrotor UAV

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

Robotics and Sensor-Based Localization参考文献 16被引用数 7

ひとこと要約

本論文では、複雑な構造物の近距離視覚点検における自律パスプランニングの検証を目的として、Crazyflie 2.0というマイクロクアッドコプターUAVに搭載されたオンボードFPVカメラとロコポジショニングシステムを備えた、低コストな屋内テストおよびシミュレーションプラットフォームを提案する。このプラットフォームは、安全で繰り返し可能かつ費用対効果に優れたパスプランニングアルゴリズムのテストを可能にし、わずかなトラッキング誤差が生じても高品質な視覚データと正確なパスフォローリングを実現する。これにより、実用的な点検応用に適している。

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.

研究の動機と目的

• 複雑な土木構造物のドローンベース点検における、高コスト、リスク、現実的でない屋外テストの課題に対処すること。
• 実世界への展開の前段階として、低コストで安全かつ繰り返し可能な屋内実験プラットフォームを構築し、パスプランニングアルゴリズムの検証を行うこと。
• リアルタイム視覚データストリーミングと正確な位置制御を用いて、高精細な近距離視覚点検のシミュレーションを可能にすること。
• 制御された屋内環境下で、マイクロUAVを用いた実用的点検タスクの実現可能性を評価すること。
• わずかなパストラッキング誤差が点検目的における視覚データ品質に影響を及ぼさないことを実証すること。

提案手法

• プラットフォームはCrazyflie 2.0マイクロクアッドコプターを核とし、ホストコンピュータへのリアルタイム動画ストリーミングを可能にするマイクロFPVカメラを搭載している。
• ロコポジショニングシステム（LPS）により、センチメートルレベルの屋内位置特定が可能となり、正確な軌道トラッキングが実現される。
• 柔軟性を高め、パスフォローデバッグを支援するため、手動設定およびウェイポイントベースの制御モードを実装している。
• テストおよび検証のための外部パスプランニングアルゴリズムとの統合をサポートしている。
• 飛行中に視覚データがキャプチャされ、ストリーミングされ、実際の点検シナリオをシミュレートする。
• 屋外飛行のリスクやコストが伴わないため、パスプランニングアルゴリズムの迅速な反復が可能となる。

実験結果

リサーチクエスチョン

• RQ1 低コストの屋内UAVプラットフォームは、複雑構造物の近距離視覚点検を効果的にシミュレートできるか？
• RQ2 パストラッキング誤差は、点検目的における視覚データ品質にどの程度影響を及ぼすか？
• RQ3 マイクロクアッドコプター、LPS、およびオンボードカメラの組み合わせは、制御された環境下で信頼性の高いパスフォローやデータ取得に十分か？
• RQ4 このプラットフォームは、実世界への展開の前段階として、パスプランニングアルゴリズムの検証をどのように支援するか？
• RQ5 このプラットフォームは、高い忠実性と再現性で実際の点検状況を再現できるか？

主な発見

• プラットフォームは、屋内環境においてパスプランニングアルゴリズムの安全で繰り返し可能かつ費用対効果に優れたテストを成功裏に実現した。
• わずかなパストラッキング誤差が生じても、視覚データの品質は、大多数の実用的点検応用に十分な水準を維持した。
• リアルタイム視覚フィードバックを用いた正確なパスフォローリングを実現し、複雑構造物点検タスクに適していることが示された。
• Crazyflie 2.0、LPS、およびオンボードFPVカメラの統合により、アルゴリズム検証に向けた信頼性があり柔軟なテストベッドが提供された。
• 手動制御および自動ウェイポイント制御の両方をサポートしており、デバッグおよび実験の用途での使いやすさが向上した。
• 結果から、このセットアップによる屋内シミュレーションは、高価で危険な屋外テストの代替手段として実用的であることが確認された。