GATSBI:一种基于 GTSP 的桥梁表面针对性巡检在线算法

我们研究使用无人机(Unmanned Aerial Vehicle, UAV)对桥梁表面缺陷进行视觉巡检的问题。我们不假设桥梁的几何模型事先已知。我们的规划器称为 GATSBI,以滚动时域方式规划一条路径以巡检桥梁表面的所有点。GATSBI 的输入由通过 LiDAR 扫描在线创建的 3D 占用图组成。该图中对应桥梁的被占用体素经过语义分割,并用于创建仅含桥梁的占用图。巡检一个桥梁体素要求 UAV 从期望的视角和距离拍摄图像。随后我们创建一个广义旅行商问题(Generalized Traveling Salesperson Problem, GTSP)实例,以对用于巡检桥梁体素的候选视点进行聚类,并使用现成的 GTSP 求解器求该实例的最优路径。随着算法随时间看到环境的更多部分,它会重新规划路径以巡检桥梁的新颖部分,同时避开障碍物。我们通过 AirSim 中的高保真仿真和真实世界实验评估了算法的性能。我们将 GATSBI 与一种经典探索算法进行比较。我们的评估表明,仅针对分割出的桥梁体素进行巡检并使用 GTSP 求解器仔细规划,比基线算法实现更高效且更彻底的巡检。