基于无人机视觉的隧道检测稠密三维重建

无人机的进步为隧道检测等应用开辟了途径。由于其能够在隧道内部飞行，它可以快速识别与安全相关的缺陷和潜在问题。然而，长隧道尤其是具有重复或均匀结构的隧道，给无人机导航带来了显著问题。此外，需要对安装在无人机上的相机所采集的视觉数据进行后处理，以生成用于检测任务的有用信息。在这项工作中，我们设计了一架带有单个旋转相机的无人机来完成该任务。与其他平台相比，我们的解决方案在电池续航、尺寸和重量方面能够满足隧道检测的严格要求。尽管当前最先进的方法能够从图像序列中估计相机位姿和三维几何，但它们假设图像间具有大重叠、小旋转运动以及许多不同的匹配点。这些假设严重限制了它们在类隧道场景中的有效性，其中相机具有不稳定或较大的旋转运动，例如安装在无人机上的相机。本文提出了一种新颖的解决方案，其利用运动恢复结构（Structure-from-Motion）、光束法平差（Bundle Adjustment）以及可用的几何先验，在各种具有挑战性的类隧道环境中，使用尽可能少的图像鲁棒地估计相机位姿并自动重建完全稠密的三维场景。我们通过虚拟现实应用和真实数据集实验验证了我们的系统。结果表明，所提出的重建结合纹理映射允许对类隧道环境进行远程导航和检测，即使是那些人类无法进入的环境。