論文の概要: A vision-based autonomous UAV inspection framework for unknown tunnel
construction sites with dynamic obstacles
- arxiv url: http://arxiv.org/abs/2301.08422v2
- Date: Mon, 5 Jun 2023 06:30:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-07 03:25:00.948537
- Title: A vision-based autonomous UAV inspection framework for unknown tunnel
construction sites with dynamic obstacles
- Title(参考訳): 動的障害物を有する未知トンネル建設現場における視覚に基づく自律型UAV検査フレームワーク
- Authors: Zhefan Xu, Baihan Chen, Xiaoyang Zhan, Yumeng Xiu, Christopher Suzuki,
Kenji Shimada
- Abstract要約: 本稿では,動的トンネル環境のための視覚に基づくUAV検査フレームワークを提案する。
我々のフレームワークには、動的障害を同時に追跡し、静的障害を表現できる新しい動的マップモジュールが含まれています。
実際のトンネルでの飛行実験は, トンネル掘削面を自律的に検査できることを示すものである。
- 参考スコア(独自算出の注目度): 0.29360071145551064
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tunnel construction using the drill-and-blast method requires the 3D
measurement of the excavation front to evaluate underbreak locations.
Considering the inspection and measurement task's safety, cost, and efficiency,
deploying lightweight autonomous robots, such as unmanned aerial vehicles
(UAV), becomes more necessary and popular. Most of the previous works use a
prior map for inspection viewpoint determination and do not consider dynamic
obstacles. To maximally increase the level of autonomy, this paper proposes a
vision-based UAV inspection framework for dynamic tunnel environments without
using a prior map. Our approach utilizes a hierarchical planning scheme,
decomposing the inspection problem into different levels. The high-level
decision maker first determines the task for the robot and generates the target
point. Then, the mid-level path planner finds the waypoint path and optimizes
the collision-free static trajectory. Finally, the static trajectory will be
fed into the low-level local planner to avoid dynamic obstacles and navigate to
the target point. Besides, our framework contains a novel dynamic map module
that can simultaneously track dynamic obstacles and represent static obstacles
based on an RGB-D camera. After inspection, the Structure-from-Motion (SfM)
pipeline is applied to generate the 3D shape of the target. To our best
knowledge, this is the first time autonomous inspection has been realized in
unknown and dynamic tunnel environments. Our flight experiments in a real
tunnel prove that our method can autonomously inspect the tunnel excavation
front surface.
- Abstract(参考訳): ドリル・アンド・ブラスト工法によるトンネル建設には,地下破壊箇所を3次元的に計測する必要がある。
検査・測定作業の安全性・コスト・効率を考えると、無人航空機(UAV)のような軽量自律ロボットの配備はより必要で普及している。
以前の作品の多くは、検査視点の決定に事前の地図を使用し、動的な障害を考慮しない。
自律性の最大化を図るため,従来の地図を使わずに動的トンネル環境に対する視覚に基づくUAV検査フレームワークを提案する。
本手法は階層的計画手法を用いて,検査問題を異なるレベルに分解する。
高レベル意思決定者はまず、ロボットのタスクを決定し、目標点を生成する。
そして、中間レベルパスプランナーがウェイポイントパスを見つけ、衝突のない静的軌道を最適化する。
最後に、静的な軌道は、動的障害を避け、ターゲットポイントにナビゲートするために、低レベルのローカルプランナーに送られる。
さらに,我々のフレームワークには,動的障害物を同時に追跡し,RGB-Dカメラに基づく静的障害物を表現できる新しい動的マップモジュールが含まれている。
検査後、ターゲットの3次元形状を生成するためにStructure-from-Motion (SfM)パイプラインを適用する。
私たちの知る限り、未知の動的トンネル環境で自律的な検査が実現されたのはこれが初めてです。
実際のトンネルでの飛行実験は, トンネル掘削面を自律的に検査できることを示すものである。
関連論文リスト
- OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。
我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。
意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
論文 参考訳(メタデータ) (2023-12-14T18:58:52Z) - Vision-aided UAV navigation and dynamic obstacle avoidance using
gradient-based B-spline trajectory optimization [7.874708385247353]
本稿では,ロボットの車載視力を利用した勾配に基づくB-スプライン軌道最適化アルゴリズムを提案する。
提案手法は、まず円ベースのガイドポイントアルゴリズムを用いて、静的障害物を避けるためのコストと勾配を近似する。
視界検出された移動物体では, 動的衝突を防止するために, 反射・水平距離場が同時に使用される。
論文 参考訳(メタデータ) (2022-09-15T02:12:30Z) - Incremental 3D Scene Completion for Safe and Efficient Exploration
Mapping and Planning [60.599223456298915]
本研究では,情報,安全,解釈可能な地図作成と計画に3次元シーン補完を活用することによって,深層学習を探索に統合する新しい手法を提案する。
本手法は,地図の精度を最小限に抑えることで,ベースラインに比べて環境のカバレッジを73%高速化できることを示す。
最終地図にシーン完了が含まれていなくても、ロボットがより情報的な経路を選択するように誘導し、ロボットのセンサーでシーンの測定を35%高速化できることが示される。
論文 参考訳(メタデータ) (2022-08-17T14:19:33Z) - ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。
学習と計画を統合する学習に基づくアプローチを提案する。
ViKiNGは、画像ベースの学習コントローラを利用できる。
論文 参考訳(メタデータ) (2022-02-23T02:14:23Z) - Anchor-free 3D Single Stage Detector with Mask-Guided Attention for
Point Cloud [79.39041453836793]
我々は、点雲をアンカーフリーで検出する新しい1段3次元検出器を開発した。
ボクセルをベースとしたスパース3D特徴量からスパース2D特徴量マップに変換することでこれを克服する。
検出信頼度スコアとバウンディングボックス回帰の精度との相関性を改善するために,IoUに基づく検出信頼度再校正手法を提案する。
論文 参考訳(メタデータ) (2021-08-08T13:42:13Z) - Learnable Online Graph Representations for 3D Multi-Object Tracking [156.58876381318402]
3D MOT問題に対する統一型学習型アプローチを提案します。
我々は、完全にトレーニング可能なデータアソシエーションにNeural Message Passing Networkを使用します。
AMOTAの65.6%の最先端性能と58%のIDスウィッチを達成して、公開可能なnuScenesデータセットに対する提案手法のメリットを示す。
論文 参考訳(メタデータ) (2021-04-23T17:59:28Z) - Three dimensional unique identifier based automated georeferencing and
coregistration of point clouds in underground environment [0.0]
本研究は, 地下・室内レーザースキャンにおける実用的課題を克服することを目的とする。
レーザースキャンにおける3次元一意識別子(3duids)と3次元登録(3dreg)ワークフローを自動かつ一意的に識別する手法を開発した。
開発された3DUIDは、道路プロファイル抽出、ガイド付き自動化、センサーキャリブレーション、定期的な調査および変形監視の基準目標に使用できます。
論文 参考訳(メタデータ) (2021-02-22T01:47:50Z) - Domain Adaptation for Outdoor Robot Traversability Estimation from RGB
data with Safety-Preserving Loss [12.697106921197701]
本稿では,車載RGBカメラの視野内で異なる経路のトラバーススコアを推定し,予測する深層学習に基づくアプローチを提案する。
次に、勾配反転非教師付き適応によるドメインシフトに対処することで、モデルの能力を向上する。
実験結果から,本手法は移動可能領域を良好に同定し,目に見えない場所に一般化できることが示唆された。
論文 参考訳(メタデータ) (2020-09-16T09:19:33Z) - Integration of the 3D Environment for UAV Onboard Visual Object Tracking [7.652259812856325]
無人航空機からの単一の視覚的物体追跡は、根本的な課題となる。
本研究では,モデルフリーのビジュアルオブジェクトトラッカー,スパース3D再構成,状態推定器を組み合わせたパイプラインを提案する。
画像空間ではなく3次元空間における目標位置を表現することにより,エゴモーション時のトラッキングを安定化させる。
論文 参考訳(メタデータ) (2020-08-06T18:37:29Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳(メタデータ) (2020-07-28T07:34:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。