在下面这篇文章中,机器人公司ScoutDI讨论了其参与基于远程无人机的船体测量(REDHUS)多学科项目的情况。
受COVID-19大流行的影响,或者至少是受其影响,在过去几年里,航运界对远程检查的需求激增。
甲板上人手减少、工作压力增加和工作时间表紧张,使海员的安全面临风险,并可能危及海事行业的主动检查和维护工作。
海上及近海检查
目前的海上和近海检查制度是周期性的,因此,出于人员、财产和环境安全的考虑,检查的频率可能比严格要求的要高。检查得越快越好。
但是,能够从定期检查制度转向更灵活的基于风险的流程,对于检查人员和资产所有者来说,在提高安全性、降低成本、提高效率、更好的数据覆盖范围和质量方面都具有巨大的优势。机器人技术是未来的发展方向。具体来说,就是那种飞行的室内检查无人机。
这并不是说基于风险的制度意味着不检查但无人机提供了更多选择当检查工作的规模和范围。例如,无人机检查可以让你推迟在造船厂的长期停留,以进行定期控制。
基于无人机的检查可以实现更安全、更灵活、一致和标准化的检查流程。在许多情况下,它还将提高检查数据的质量:无人机可以轻松地记录那些原本难以到达的地区的数据。无人机更容易从相同的距离和相同的光照条件下获得一致的数据记录。将人类送入黑暗、危险、密闭空间的需求将减少,与生产停止、物流和现场访问相关的成本也将减少。
自动化实现进一步的安全性和成本降低,以及与远程检测、可重复性和数据一致性相关的全新利益维度。这是该行业长期以来的梦想,而COVID-19大流行进一步加速了这一梦想。
但要制造出能够很好地完成这项工作的自主无人机,绝非易事。这涉及到几个先进的学科,必须联合力量才能使之成为可能。
REDHUS的范围和动机
REDHUS项目由DNV领导,DNV是一家领先的船级社和全球检验、测试和认证公司,与穿梭油轮所有者Altera,散货船运营商Klaveness和机器人公司合作ScoutDI.挪威科技大学(NTNU)的自主机器人实验室由Kostas Alexis教授领导,是一个关键的研究合作伙伴,该项目由挪威研究委员会资助。
REDHUS的意思是“基于远程无人机的船体测量”,基本上阐明了该项目的外部范围。在表面之下,这些是该项目的关键技术发展:
- 自动生成和验证无人机检查飞行计划,基于度量和模拟
- 自动化执行无人机飞行的新准则和数据标准检查
- 开发基于ml的异常检测算法,可以检测腐蚀、裂缝、涂层损伤和变形,性能堪比人工检查员。
- 一个新的调查过程,最大限度地从远程数据收集和自动化分析的利益。
总而言之:总体目标是演示基于无人机自动检查和无人机视频数据自动分析的远程船体或坦克测量过程。
使这一过程成为未来的标准将提高船东的安全和经济效益。始终如一地从检查中提供更高的数据质量和覆盖率,改进了类过程,并使进一步的改进成为可能。无人机服务供应商,当然还有技术供应商,都有了新的市场机会。这是一个双赢的局面,对所有参与者都有内在的好处。
我们做得怎么样?
的迷雾
ScoutDI在这个项目中的主要目标是“无人机飞行的自动化执行”。我们需要开发所需的自主权来完成路径跟踪部分:无人机必须能够摄取一个数据文件,该文件告诉它在给定的体积中遵循确切的飞行路径,当发射到相同的体积时,无人机必须能够遵循该路径并检查沿途预定的兴趣点(POIs)。因此,位置和方向必须在整个飞行过程中按照规定进行,准确度较高。
侦察137无人机已经做了很多工作:利用3D激光雷达技术的巧妙组合,两个垂直激光加上一个IMU和一个强大的边缘计算处理器,侦察137可以制作周围环境的局部3D地图,并随时知道自己在其中的位置。这为无人机的防碰撞系统提供了动力,并为进一步的自主功能铺平了道路,同时还为检查人员提供了所有检查数据的位置标记和实时态势感知。它的工作原理类似于室内GPS,精度为厘米。
但即使有激光雷达传感器,无人机也无法知道拐角处有什么,直到它已经到达拐角处。在任何时刻,你正在飞行的体积的激光雷达图像,都是基于当前时刻加上一定数量的内存。任何看不见的特征暂时都是虚无的黑洞。如果你有一些实时策略游戏的经验帝国时代类型,你可能知道这个概念是“战争之雾”。
的现实世界中有很多体积,激光雷达无法从一个单一的位置看到所有东西。所以你必须绕过这些角落,沿着整个路径收集数据(至少),以便能够跟踪路径。我们需要教无人机一些策略来处理这种先有鸡还是先有蛋的情况。
主要有两种策略:
- 给无人机一个预先制作的CAD(计算机辅助设计)参考模型的体积
- 允许无人机通过卷进行“映射飞行”,并将结果数据用作地图。
测绘飞行的想法是从一个体积内的足够多的位置收集激光雷达数据,这些数据可以组合成整个体积的3D点云图。让机器人安全地在一个它之前不知道的环境中航行,被称为同步定位与测绘(SLAM).对于任何有抱负的全能检查机器人来说,这是实现自主的关键。
CAD模型代表了一个“完美”的参考,预编程路径将允许用户优化路径,使其尽可能安全高效。这涉及到一些桌面工作,但只需要一次。它也很有意义,并且在REDHUS项目的范围内。
但仅依靠地图飞行的场景也非常有吸引力,因为它在未来解锁了简化的路径规划。想象一下,只在一个卷中飞行一次,将a、B、C等点标为poi,让无人机做剩下的工作,以便将来进行所有检查。您可以简单地“重放”第一次飞行的路径,并重新访问该飞行期间标记的相同poi。每次都可以得到一致的可视化数据,适合于趋势发现和自动化差异分析。
在线大满贯
如前所述,SLAM是攀登自主性阶梯的关键。无论是爬行、奔跑、滚动还是飞行。SLAM不是一项特定的、受版权保护的技术。它是构建或更新未知环境地图的计算问题的统称,同时跟踪您在其中的位置。
许多SLAM实现需要一个非常大的数据集来在计算时可用,并且计算量非常大。这就是SLAM分成两个分支的地方:
- 在线大满贯在无人机飞行时处于活动状态,并优先进行目标探测和避免。它需要这样快.
- 离线大满贯发生在无人机降落后,优先考虑地图质量和不关注机器人控制。运行复杂的算法来匹配特定的几何特征可能需要时间。
出于这些原因,SLAM为了提供完整、详细的映射,通常是在检查后完成,并作为桌面或云软件的一部分提供。
但是你越好在线大满贯算法变得越好,无人机在以前没有去过的空间导航和操作的潜力就越大。即使没有CAD模型的支持。例如,依靠SLAM实现,无人机可以自行计算返回入口点的良好路径。或者找到任意体积内任意两点之间的最佳路径。它可能会继续细化和扩展路径,直到它“看到”整个卷。飞行员只需在3D点云中指出位置即可监督检查。
言出必行
任何具有现实作战野心的SLAM实现都必须经过彻底的测试,以验证它在面对现实世界时能够做好准备。在这种情况下,还有什么地方比在一艘真正的原油罐里更好呢?
Beothuk精神
“Beothuk精神该公司通常在加拿大东海岸的海上运营,悬挂加拿大国旗。它属于与REDHUS项目范围相匹配的一类船舶,由我们非常支持的项目合作伙伴拥有阿尔特拉.当停靠在葡萄牙时,船员因此欢迎我们上船进行一些重要的现场测试。
这种船的货舱通常都很高。看看上面照片中的货舱,很明显,两个垂直横截面的中等高度看起来非常类似于激光雷达传感器。所有的表面和边缘,如板、加强筋、梯子和管道,都必须作为无人机处理引擎的贡献特征加以利用。
做一张适合地图的地图
我们在“Beothuk Spirit”号上的主要任务是收集相关数据,以加速绘制整个货舱容积的工作。此外,我们还将评估数据质量、时间消耗,并研究检查某些特定货舱结构的最佳方法。
在REDHUS项目中,poi将通过使用CAD模型作为参考的计算机接口来定义。一旦这些点被转换到无人机的“在线”SLAM点云,它们必须与准确的位置足够匹配,并且无人机摄像头和POI之间必须有自由视线。
具体来说,我们需要:
- 确定来自Scout 137无人机的激光雷达点云与CAD模型的对齐,以便CAD模型上poi的坐标与无人机点云中的坐标对应。
- 证明Scout 137无人机可以建立一个完整的激光雷达点云,其中所有特征都与现实生活中的检查目标足够匹配。
- 总之,证明当CAD模型poi被转换到无人机的激光雷达点云时,无人机可以定位准确的现实世界poi,走向它们并将摄像头对准它们。
值得庆幸的是,我们的SLAM实现在“Beothuk Spirit”中以令人信服的结果证明了它的价值,我们现在知道无人机的内置定位能够使用基于cad的地图,具有较高的真实世界精度。在REDHUS项目的背景下,这意味着ScoutDI的下一步是使无人机实际上遵循基于cad的poi之间预先绘制的路径。
你可以在下面的视频中看到原理:在这段来自侦察模拟器的屏幕记录中,一架虚拟侦察137无人机沿着CAD模型生成的路径飞行。在模拟中,无人机也使用CAD模型作为参考地图,而不是它自己的激光雷达传感器输出。因此,我们基本上是在测试路径是否无障碍,并以合理的方式访问所有POI。
现在我们只需要移动更多的电子,在现实生活中做到这一点,在真正的坦克中,用真正的Scout 137无人机系统。
侦察137无人机在侦察模拟器中遵循预先编程的路径