[论文解读] 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 1

一句话总结

本文评估了四足机器人狗在自动化施工现场监控中的可行性，展示了其能够自主采集激光雷达和视觉数据以构建数字孪生模型。配备自研测绘系统后，Go1机器人狗成功在复杂室内环境中获取了三维扫描数据，尽管存在续航时间和环境适应性方面的局限，但仍展现出频繁、高精度现场监控的潜力。

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.

研究动机与目标

• 评估当前四足机器人在真实环境下用于施工现场监控的实际可用性。
• 识别限制机器人狗在动态施工现场部署的技术与环境挑战。
• 开发并测试一种紧凑、自包含的测绘系统，用于无人地面车辆，以实现三维数据采集。
• 探索机器人获取的数据与BIM模型集成的方法，以实现数字孪生构建与自动化进度追踪。
• 评估机器人狗在扩展现有监控解决方案方面的潜力，特别是在室内及难以到达区域。

提出的方法

• 基于物理规格、载重能力与环境适应性，对欧洲市场上六款商用四足机器人进行对比分析。
• 设计并实现了一套自研紧凑型测绘系统，集成激光雷达、RGB相机与IMU传感器，实现基于SLAM的实时三维重建。
• 在大型施工现场部署配备自研系统的Go1机器人狗，开展真实环境下的数据采集。
• 利用ROS导航套件结合BIM模型，实现半自主导航，并对传感器数据进行坐标对齐。
• 应用目标检测与语义分割流程，实时识别摄像头画面中的施工构件，如起重机、脚手架与模板。
• 通过位姿估计与坐标系校准，将所有传感器数据（激光雷达、图像）与BIM模型对齐。

实验结果

研究问题

• RQ1 基于物理与运行规格，哪些商用四足机器人最适合用于施工现场监控？
• RQ2 自研紧凑型测绘系统是否能够在复杂室内施工环境中实现可靠的三维数据采集？
• RQ3 与传统监控方法相比，机器人狗在捕捉几何与语义数据以构建数字孪生方面的有效性如何？
• RQ4 影响机器人狗在活跃施工现场自主部署的主要技术与环境限制是什么？
• RQ5 BIM集成导航与传感器融合在多大程度上能提升机器人获取监控数据的精度与实用性？

主要发现

• Go1机器人狗成功在复杂室内施工环境中获取了高分辨率三维激光雷达与RGB数据，实现了详细的现场制图。
• 该机器人通过目标检测流程，能够在实时摄像头画面中识别出关键施工构件，如起重机与脚手架。
• 机器人采集的传感器数据与BIM模型实现精准对齐，确保了多次数据采集在时空上的一致性。
• 尽管结果令人鼓舞，但机器人续航时间仅为连续30分钟，需频繁人工充电。
• 在有移动人员与设备的动态环境中，软件更新问题与地图误差导致自主导航受阻。
• 当楼梯台阶超过20厘米或坡度超过35度时，机器人无法通行，此类区域需人工搬运处理。