[论文解读] Autonomous Cooperative Wall Building by a Team of Unmanned Aerial Vehicles in the MBZIRC 2020 Competition

Baca, Tomas, Robert Pěnička+5 more|arXiv (Cornell University)|Dec 10, 2020

Robotic Path Planning Algorithms被引用 9

一句话总结

该论文展示了在MBZIRC 2020竞赛中，三架无人飞行器（UAV）组成的自主协同墙体建造系统，通过RGB-D和彩色视觉技术扫描场地、检测砖块与墙体结构，并利用视觉伺服控制实现精确抓取与放置。CTU-UPenn-NYU团队凭借成功放置17块砖中的10块，获得8.24分的最高分，超越所有其他参赛队伍。

ABSTRACT

This paper presents a system for autonomous cooperative wall building with a team of Unmanned Aerial Vehicles (UAVs). The system was developed for Challenge 2 of the Mohamed Bin Zayed International Robotics Challenge (MBZIRC) 2020. The wall-building scenario of Challenge 2 featured an initial stack of bricks and wall structure where the individual bricks had to be placed by a team of three UAVs. The objective of the task was to maximize collected points for placing the bricks within the restricted construction time while following the prescribed wall pattern. The proposed approach uses initial scanning to find a priori unknown locations of the bricks and the wall structure. Each UAV is then assigned to individual bricks and wall placing locations and further perform grasping and placement using onboard resources only. The developed system consists of methods for scanning a given area, RGB-D detection of bricks and wall placement locations, precise grasping and placing of bricks, and coordination of multiple UAVs. The paper describes the overall system, individual components, experimental verification in demanding outdoor conditions, the achieved results in the competition, and lessons learned. The presented CTU-UPenn-NYU approach achieved the overall best performance among all participants to won the MBZIRC competition by collecting the highest number of points by correct placement of a high number of bricks.

研究动机与目标

• 开发一种完全自主、协作的无人机系统，用于在环境先验知识极少的情况下执行物理建造任务。
• 利用机载传感器与实时控制实现精确的砖块检测、抓取与放置。
• 在时间与任务约束下，通过多架无人机协同，按照预定图案协作建造墙体。
• 在存在GPS漂移与视觉遮挡的户外动态环境中实现鲁棒性能。
• 通过优化砖块拾取与放置效率，最大化在MBZIRC 2020挑战赛2中的得分。

提出的方法

• 使用一架无人机进行初始场地扫描，通过RGB-D与彩色摄像头检测砖堆与墙体结构。
• 通过重复检测的统计分析构建拓扑地图，利用迭代中值滤波法过滤误报。
• 通过Wi-Fi共享地图并采用确定性分配策略，将砖堆与墙体段分配给各架无人机。
• 在抓取阶段实施视觉伺服控制，实现实时高精度最终接近，检测延迟≤7 ms。
• 使用状态机管理飞行阶段：GPS导航、视觉伺服、抓取、运输与放置。
• 在放置阶段采用0.25 m/s的下降速度以提升可靠性和精度，经实验验证有效。

实验结果

研究问题

• RQ1 在先验知识极少的户外环境中，如何实现多架无人机对未知砖堆与墙体结构的自主检测与定位？
• RQ2 何种传感器融合与控制技术可实现在动态飞行条件下鲁棒、实时的砖块检测与精确抓取？
• RQ3 如何通过共享拓扑地图与确定性任务分配实现多无人机协同，避免碰撞并优化工作负载？
• RQ4 实时视觉伺服与无人机控制在物理操作任务中的关键性能瓶颈是什么？
• RQ5 在GPS拒止或存在GPS漂移的环境中，机载传感与去中心化控制在实现高精度砖块放置方面能达到何种程度？

主要发现

• CTU-UPenn-NYU团队在MBZIRC 2020挑战赛2中以8.24分的最高分胜出，远超第二名（1.33分）。
• 系统在两次25分钟的试验中成功抓取17块砖，其中10块被正确放置于墙体结构上。
• 视觉伺服实现了实时高精度最终接近，检测延迟不超过7 ms，对稳定抓取至关重要。
• 迭代中值滤波与检测结果的统计分析有效降低了误报率，提升了在复杂环境中的拓扑地图准确性。
• GPS漂移对部署造成负面影响，但团队通过避免靠近边界区域并利用机载传感器进行局部校正，有效缓解了风险。
• 该系统的开源发布为未来机器人建造挑战与工业应用提供了可靠的参考范例。