面向含动态障碍未知隧道施工现场的基于视觉自主无人机巡检框架

采用钻爆法进行的隧道施工需要对开挖面进行三维测量以评估欠挖位置。考虑到巡检与测量任务的安全性、成本与效率，部署轻量级自主机器人（如无人机（UAV））变得愈发必要且流行。以往多数工作使用先验地图确定巡检视角，且未考虑动态障碍。为最大程度提升自主程度，本文提出一种不依赖先验地图、面向动态隧道环境的基于视觉的无人机巡检框架。我们的方法采用分层规划方案，将巡检问题分解为不同层级。高层决策器首先确定机器人任务并生成目标点；随后，中层路径规划器寻找路点路径并优化无碰撞静态轨迹；最后，静态轨迹被输入低层局部规划器以规避动态障碍并导航至目标点。此外，我们的框架包含一个新颖的动态地图模块，可基于RGB-D相机同时跟踪动态障碍并表示静态障碍。巡检后，采用运动恢复结构（SfM）流程生成目标的三维形状。据我们所知，这是首次在未知且动态的隧道环境中实现自主巡检。我们在真实隧道中的飞行实验证明，该方法能够自主巡检隧道开挖面前表面。我们的软件作为开源ROS软件包发布于GitHub。