Un système basé sur LiDAR permet à une équipe de véhicules aériens sans pilote de reconstruire rapidement des environnements
Les véhicules aériens sans pilote (UAV), communément appelés drones, se sont révélés être des systèmes très efficaces pour surveiller et explorer les environnements. Ces robots volants autonomes pourraient également être utilisés pour créer des cartes détaillées et des visualisations tridimensionnelles (3D) d’environnements réels.
Des chercheurs de l’Université Sun Yat-Sen et de l’Université des sciences et technologies de Hong Kong ont récemment introduit SOAR, un système qui permet à une équipe de drones de reconstruire rapidement et de manière autonome des environnements en les explorant et en les photographiant simultanément. Ce système, présenté dans un article publié sur le arXiv serveur de préimpression et ensemble qui sera présenté à la Conférence internationale IEEE/RSJ sur les robots et systèmes intelligents (IROS) 2024, pourrait avoir de nombreuses applications, allant de l'urbanisme à la conception d'environnements de jeux vidéo.
« Notre article découle du besoin croissant d'une reconstruction 3D efficace et de haute qualité à l'aide de drones », a déclaré Mingjie Zhang, co-auteur de l'article, à Tech Xplore.
« Nous avons observé que les méthodes existantes se répartissaient souvent en deux catégories : les approches basées sur un modèle, qui peuvent prendre du temps et être coûteuses en raison de leur dépendance à l'égard d'informations préalables, et les méthodes sans modèle, qui explorent et reconstruisent simultanément mais peuvent être limitées par les contraintes locales. contraintes de planification. Notre objectif était de combler cet écart en développant un système capable de tirer parti des atouts des deux approches.
L'objectif principal de l'étude récente menée par Zhang et ses collègues était de créer un système multi-UAV hétérogène capable d'explorer simultanément des environnements et de collecter des photographies, collectant ainsi des données pouvant être utilisées pour reconstruire des environnements. Pour ce faire, ils ont d’abord entrepris de développer une technique de génération incrémentale de points de vue qui s’adapte aux informations de scène acquises au fil du temps.
De plus, l'équipe prévoyait de développer une stratégie d'attribution des tâches qui optimiserait l'efficacité de l'équipe multi-UAV, en garantissant qu'elle collecte systématiquement les données nécessaires à la reconstruction des environnements. Enfin, l’équipe a effectué une série de simulations pour évaluer l’efficacité du système proposé.
« SOAR est un système multi-UAV hétérogène LiDAR-Visual conçu pour une reconstruction 3D autonome rapide », a expliqué Zhang. « Il emploie une équipe de drones : un explorateur équipé de LiDAR pour une exploration rapide des scènes et plusieurs photographes équipés d'appareils photo pour capturer des images détaillées. »
Pour créer des reconstructions 3D, le système proposé par l'équipe comporte plusieurs étapes. Premièrement, un drone qu'ils appellent « l'explorateur » navigue et cartographie efficacement un environnement en utilisant une stratégie basée sur les frontières de surface.
Au fur et à mesure que ce drone cartographie l'environnement, le système de l'équipe génère progressivement des points de vue qui permettraient collectivement de couvrir complètement les surfaces de l'environnement délimité. D’autres drones, appelés photographes, visiteront ensuite ces sites et y collecteront des données visuelles.
« Les points de vue sont regroupés et attribués aux photographes à l'aide de la méthode Consistent-MDMTSP, équilibrant la charge de travail et maintenant la cohérence des tâches », a déclaré Zhang. « Chaque photographe planifie un chemin optimal pour capturer des images depuis les points de vue assignés. Les images collectées et leurs poses correspondantes sont ensuite utilisées pour générer un modèle 3D texturé. »
Une caractéristique unique de SOAR est qu’il permet la collecte de données à la fois par le LiDAR et par des capteurs visuels. Cela garantit une exploration efficace des environnements et la production de reconstitutions de haute qualité.
« Notre système s'adapte aux informations de scène qui changent dynamiquement, garantissant une couverture optimale avec un minimum de points de vue », a déclaré Zhang. « En attribuant systématiquement des tâches aux drones, cela améliore également l'efficacité de la numérisation et réduit les détours inutiles pour les photographes. »
Zhang et ses collègues ont évalué le système proposé dans une série de simulations. Leurs résultats étaient très prometteurs, car SOAR s’est avéré plus performant que les autres méthodes de pointe pour la reconstruction de l’environnement.
« Une réalisation clé de notre étude est l'introduction d'un nouveau cadre pour une reconstruction aérienne autonome et rapide », a déclaré Zhang. « Au cœur de ce cadre se trouve le développement de plusieurs algorithmes clés qui utilisent une conception incrémentale, établissant un équilibre crucial entre les capacités de planification en temps réel et l'efficacité globale, ce qui est essentiel pour les tâches de reconstruction en ligne et dynamiques. »
À l’avenir, SOAR pourrait être utilisé pour résoudre un large éventail de problèmes du monde réel nécessitant une reconstruction rapide et précise d’environnements 3D. Par exemple, il pourrait être utilisé pour créer des modèles 3D détaillés de villes et d'infrastructures ou aider les historiens à préserver le patrimoine culturel d'un pays, en les aidant à reconstruire des sites et des artefacts historiques.
« SOAR pourrait également être utilisé pour la réponse et l'évaluation en cas de catastrophe », a déclaré Zhang. « Plus précisément, cela pourrait permettre aux intervenants d'évaluer rapidement les dégâts causés par des catastrophes naturelles et de planifier les efforts de sauvetage et de récupération. »
Le système de l'équipe pourrait en outre contribuer à l'inspection des infrastructures et des chantiers de construction, permettant aux travailleurs de cartographier clairement ces emplacements. Enfin, il pourrait être utilisé pour créer des modèles 3D d’environnements de jeux vidéo inspirés de villes réelles et de paysages naturels.
« Nous sommes enthousiasmés par le potentiel des recherches futures dans ce domaine », a déclaré Zhang. « Nos plans visent notamment à combler le fossé entre la simulation et le monde réel : nous visons à relever les défis associés à la transition de SOAR de la simulation vers des environnements réels. Cela impliquera de résoudre des problèmes tels que les erreurs de localisation et les interruptions de communication qui peuvent survenir lors de déploiements réels. « .
Dans le cadre de leurs prochaines études, les chercheurs prévoient de développer de nouvelles stratégies d’attribution de tâches qui pourraient encore améliorer la coordination entre les différents drones et la vitesse à laquelle ils cartographient les environnements. Enfin, ils prévoient d’ajouter à leur système des modules de prédiction de scènes et de traitement de l’information, car cela pourrait lui permettre d’anticiper la structure d’un environnement donné, accélérant ainsi encore le processus de reconstruction.
« Nous explorerons également la mise en œuvre de techniques de reconstruction active, où le système reçoit un retour d'informations en temps réel pendant le processus de reconstruction », a ajouté Zhang.
« Cela permettra à SOAR d'adapter sa planification à la volée et d'obtenir des résultats encore meilleurs. De plus, nous étudierons l'intégration de facteurs tels que l'angle de la caméra et la qualité de l'image directement dans le processus de planification, ce qui garantira que les images capturées sont optimisées pour générer reconstructions 3D de haute qualité. Ces orientations de recherche représentent des opportunités passionnantes pour faire progresser les capacités de SOAR et repousser les limites de la reconstruction 3D autonome à l’aide de drones.
