久久国产热视频,做做受视频播放试看30分钟,天天槽夜夜槽槽不停,天天槽夜夜槽槽不停,最近免费字幕中文大全

發(fā)布詢(xún)價(jià)單
您的位置:首頁(yè) > 資訊 > 綜合資訊 > 正文

用于開(kāi)發(fā)和測(cè)試基于自主無(wú)人機(jī)的結(jié)構(gòu)檢測(cè)的虛擬現(xiàn)實(shí)環(huán)境

2023-01-05 10:06 性質(zhì):轉(zhuǎn)載 作者:飛思實(shí)驗(yàn)室 來(lái)源:飛思實(shí)驗(yàn)室
免責(zé)聲明:無(wú)人機(jī)網(wǎng)(www.hldxsj.cn)尊重合法版權(quán),反對(duì)侵權(quán)盜版。(凡是我網(wǎng)所轉(zhuǎn)載之文章,文中所有文字內(nèi)容和圖片視頻之知識(shí)產(chǎn)權(quán)均系原作者和機(jī)構(gòu)所有。文章內(nèi)容觀點(diǎn),與本網(wǎng)無(wú)關(guān)。如有需要?jiǎng)h除,敬請(qǐng)來(lái)電商榷!)
無(wú)人機(jī)最常用于結(jié)構(gòu)健康檢查,包括常規(guī)檢查和災(zāi)后偵察。在大多數(shù)報(bào)道的案例中,除了遵守空域規(guī)定外,還需要經(jīng)驗(yàn)豐富的飛行員在視線范圍內(nèi)駕駛無(wú)人機(jī)以收集高分辨...

無(wú)人機(jī)最常用于結(jié)構(gòu)健康檢查,包括常規(guī)檢查和災(zāi)后偵察。在大多數(shù)報(bào)道的案例中,除了遵守空域規(guī)定外,還需要經(jīng)驗(yàn)豐富的飛行員在視線范圍內(nèi)駕駛無(wú)人機(jī)以收集高分辨率圖像。專(zhuān)業(yè)團(tuán)隊(duì)可以查看圖像,并評(píng)估收集的圖像的范圍和損壞程度。為了實(shí)現(xiàn)基于圖像的理解效率,研究人員采用了各種計(jì)算機(jī)視覺(jué)方法,包括使用深度學(xué)習(xí)方法進(jìn)行快速損傷檢測(cè)。這使得航空成像和損壞檢查的操作是分開(kāi)進(jìn)行的。因此,需要一個(gè)統(tǒng)一的導(dǎo)航、探索和檢查(NEI)的基于無(wú)人機(jī)的自主檢查系統(tǒng)。

要實(shí)現(xiàn)統(tǒng)一的NEI,無(wú)人機(jī)首先需要對(duì)自身進(jìn)行定位,映射環(huán)境,并在未知環(huán)境中進(jìn)行自我導(dǎo)航,這可以被視為同時(shí)定位和映射(SLAM)問(wèn)題。其次,在飛行過(guò)程中,無(wú)人機(jī)也需要了解復(fù)雜的結(jié)構(gòu)場(chǎng)景,并確定(1)結(jié)構(gòu)場(chǎng)景在哪里,(2)如何在避開(kāi)障礙物的同時(shí)接近當(dāng)前場(chǎng)景。這是一個(gè)機(jī)器人探索的過(guò)程。為了完成結(jié)構(gòu)健康檢查過(guò)程,機(jī)器人應(yīng)檢測(cè)損傷的存在,甚至量化損傷的類(lèi)型或水平。在NEI過(guò)程結(jié)束時(shí),空中機(jī)器人有望輸出語(yǔ)義注釋的結(jié)構(gòu)3D地圖,顯示損壞評(píng)估。

提出了一個(gè)基于虛擬現(xiàn)實(shí)的無(wú)人機(jī)測(cè)試和驗(yàn)證平臺(tái),用于開(kāi)發(fā)機(jī)器人NEI算法和流程,以實(shí)現(xiàn)土木結(jié)構(gòu)評(píng)估的自動(dòng)化,以克服這些困難。在這個(gè)初步工作中,我們使用游戲引擎虛幻引擎作為虛擬現(xiàn)實(shí)環(huán)境來(lái)測(cè)試上述無(wú)人機(jī)控制系統(tǒng)。仿真環(huán)境的模塊化設(shè)計(jì)使其他用戶(hù)能夠測(cè)試或開(kāi)發(fā)他們的無(wú)人機(jī)控制系統(tǒng)。虛擬現(xiàn)實(shí)環(huán)境能夠模擬攜帶各種傳感器(圖像傳感器、光探測(cè)和測(cè)距(激光雷達(dá))系統(tǒng)、慣性測(cè)量單元(IMU)、GPS等)的無(wú)人機(jī),以檢查各種民用基礎(chǔ)設(shè)施。這些基礎(chǔ)設(shè)施可能來(lái)自虛幻引擎市場(chǎng),也可能來(lái)自現(xiàn)有的3D模型。

所提出的模擬平臺(tái)的架構(gòu)包括虛幻引擎中的虛擬場(chǎng)景、用于檢查的模塊化無(wú)人機(jī)控制系統(tǒng),以及作為兩者之間橋梁的ROS接口。圖 1 顯示了體系結(jié)構(gòu)設(shè)計(jì)和數(shù)據(jù)流。虛幻引擎通過(guò)ROS發(fā)送傳感器數(shù)據(jù)并接受控制信號(hào)。無(wú)人機(jī)控制系統(tǒng)接收數(shù)據(jù),對(duì)其進(jìn)行處理,并發(fā)出控制信號(hào)。

圖1 虛擬現(xiàn)實(shí)環(huán)境的體系結(jié)構(gòu)設(shè)計(jì)

虛幻引擎提供了虛擬環(huán)境,其中包含用于檢查的目標(biāo)基礎(chǔ)設(shè)施,如圖1底部的混凝土柱和教堂。AirSim模擬虛擬無(wú)人機(jī),攝像頭,激光雷達(dá)和GPS。一旦虛擬無(wú)人機(jī)布防,它將發(fā)送傳感器數(shù)據(jù)并從無(wú)人機(jī)檢查系統(tǒng)接收命令。

最后一個(gè)重要部分是用于結(jié)構(gòu)檢查的無(wú)人機(jī)控制系統(tǒng)。由于模塊化和簡(jiǎn)單的架構(gòu)設(shè)計(jì),很容易更換任何其他控制系統(tǒng)。在這項(xiàng)工作中,我們使用開(kāi)環(huán)控制系統(tǒng)(圖2)。GPS航點(diǎn)控制器連續(xù)向無(wú)人機(jī)發(fā)送控制信號(hào),無(wú)人機(jī)發(fā)出傳感器數(shù)據(jù),SLAM算法處理數(shù)據(jù)。我們采用DSO和HDL Graph SLAM。它們都是視覺(jué) SLAM 和激光雷達(dá)SLAM的表示形式。

圖2 無(wú)人機(jī)控制系統(tǒng)

我們?cè)趦煞N環(huán)境中對(duì)無(wú)人機(jī)檢測(cè)系統(tǒng)進(jìn)行飛行測(cè)試,以演示虛擬仿真平臺(tái)。一個(gè)是加州大學(xué)伯克利分校里士滿(mǎn)野外站實(shí)驗(yàn)室中損壞的混凝土柱。另一個(gè)是密蘇里州杰斐遜城龍卷風(fēng)后的杰斐遜市教堂,這是一個(gè)戶(hù)外環(huán)境。室內(nèi)混凝土柱的三維尺寸為0.4米×0.4米×5米,而室外教堂為35米×35米×7米。這兩個(gè)案例通過(guò)ROS演示了虛擬環(huán)境和檢測(cè)系統(tǒng)之間的連接,并通過(guò)使用不同的傳感器執(zhí)行SLAM算法來(lái)展示仿真平臺(tái)的強(qiáng)大功能。我們選擇640的相機(jī)×320 分辨率和具有Velodyne Puck Lite規(guī)格的3D激光雷達(dá)。

無(wú)人機(jī)從地面起飛,以矩形軌跡圍繞目標(biāo)混凝土柱移動(dòng),并在室內(nèi)測(cè)試的初始起點(diǎn)降落。在室外測(cè)試中,無(wú)人機(jī)繞著教堂繞圈飛行,并降落在與起點(diǎn)不同的位置。兩種軌跡都被定義為飛行前的航點(diǎn),以避免碰撞。DSO和HDL圖SLAM算法在無(wú)人機(jī)定位和映射方面的性能如圖3所示。在圖3 a和圖3c中,白點(diǎn)表示像素的3D坐標(biāo),軸框表示估計(jì)的相機(jī)姿勢(shì)。在圖3 b 和圖 3d 中,球體表示無(wú)人機(jī)位置。地圖由點(diǎn)云表示,其中點(diǎn)的顏色表示其高度。

圖3 SLAM算法的性能:a. DSO在室內(nèi),b. HDL Graph SLAM室外,c. DSO室外,d. HDL Graph SLAM室外

兩種情況下的地面實(shí)況軌跡和估計(jì)軌跡如圖 4 所示。需要注意的一件事是,像DSO這樣的單眼視覺(jué)SLAM不提供量表。因此,我們從飛行前放置的一些地標(biāo)之間的距離推斷比例。在這兩種情況下,激光雷達(dá)SLAM都顯示出比單目視覺(jué)SLAM更好的性能,因?yàn)榧す饫走_(dá)能夠直接測(cè)量無(wú)人機(jī)與障礙物之間的距離。

圖4 XY平面中的地面真實(shí)軌跡和估計(jì)軌跡:a.室內(nèi)測(cè)試,b.室外測(cè)試

室內(nèi)和室外情況的位置誤差和角度誤差如圖5、6、7和8所示。在這兩種情況下,當(dāng)無(wú)人機(jī)返回靠近原點(diǎn)的區(qū)域并形成閉環(huán)時(shí),HDL Graph SLAM的位置誤差將首先增加和減少。HDL Graph SLAM的位置誤差的RMSE在室內(nèi)情況下為0.143 m,在室外情況下為1.05 m。HDL圖形SLAM的角度誤差的RMSE為0.5°C在室內(nèi)外殼和5.68°C在室外的情況下。與HDL Graph SLAM相比,當(dāng)無(wú)人機(jī)返回原點(diǎn)時(shí),估計(jì)姿態(tài)的誤差不會(huì)減小。

圖5 室內(nèi)情況下的位置誤差 (a)和角度誤差 (b)HDL激光雷達(dá)SLAM

圖6 室外情況下的位置誤差 (a)和角度誤差 (b)DSO SLAM

圖7 室外情況下的位置誤差(a)和角度誤差(b)HDL激光雷達(dá)SLAM

圖8 室內(nèi)情況下的位置誤差(a)和角度誤差(b)DSO SLAM

這兩個(gè)測(cè)試用例證明了ROS、游戲引擎和控制系統(tǒng)的連接。此外,這樣的虛擬現(xiàn)實(shí)平臺(tái)有可能為訓(xùn)練基于強(qiáng)化學(xué)習(xí)的代理或深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)提供數(shù)據(jù)以檢查環(huán)境。虛幻引擎Market Place的各種受損城市模型和現(xiàn)有的3D模型可以為研究人員測(cè)試基于無(wú)人機(jī)的結(jié)構(gòu)健康檢查系統(tǒng)提供大量場(chǎng)景。

源自:P. Rizzo and A. Milazzo (Eds.): EWSHM 2022, LNCE 254, pp. 527–535, 2023. https://doi.org/10.1007/978-3-031-07258-1_54

網(wǎng)友評(píng)論
文明上網(wǎng),理性發(fā)言,拒絕廣告

相關(guān)資訊

推薦圖文

關(guān)注官方微信

手機(jī)掃碼看新聞