Um sistema baseado em LiDAR permite que drones reconstruam ambientes rapidamente

(a) Ilustração do processo de execução do framework proposto. (b) Resultado da reconstrução 3D da cena acima produzida pelo framework proposto. Crédito: arXiv (2024). DOI: 10.48550/arxiv.2409.02738

doi.org/10.48550/arxiv.2409.02738
Credibilidade: 888
#Drone 

Drones, ou veículos aéreos não tripulados (VANTs), têm se mostrado ferramentas eficazes para monitorar e explorar ambientes. Além disso, eles podem ser usados para criar mapas detalhados e visualizações tridimensionais (3D) de áreas do mundo real.

Recentemente, pesquisadores da Universidade Sun Yat-Sen e da Universidade de Ciência e Tecnologia de Hong Kong desenvolveram o SOAR, um sistema que permite que uma equipe de drones explore e fotografe ambientes de forma rápida e autônoma, reconstruindo-os em 3D. Este sistema foi apresentado em um artigo publicado no servidor de pré-impressão arXiv e será discutido na Conferência Internacional IEEE/RSJ sobre Robôs e Sistemas Inteligentes (IROS) 2024. O SOAR pode ter várias aplicações, como no planejamento urbano e no design de ambientes de videogames.

De acordo com Mingjie Zhang, coautor do estudo, a ideia surgiu da necessidade de reconstruções 3D eficientes e de alta qualidade usando drones. Zhang e sua equipe perceberam que as abordagens atuais tinham limitações: algumas eram caras e demoradas, enquanto outras, que combinavam exploração e reconstrução simultâneas, esbarravam em dificuldades operacionais. O objetivo deles foi desenvolver um sistema que pudesse unir o melhor dessas abordagens.

O estudo tinha como foco criar um sistema com múltiplos drones, onde diferentes veículos pudessem explorar e capturar imagens ao mesmo tempo, a fim de reconstruir ambientes. Eles desenvolveram um método para gerar pontos de vista incrementais, adaptando-se às informações adquiridas durante a exploração. Além disso, criaram uma estratégia de divisão de tarefas para otimizar a eficiência dos drones.

O sistema SOAR utiliza LiDAR (um sensor que mapeia o ambiente usando lasers) para explorar rapidamente os cenários, enquanto outros drones, equipados com câmeras, tiram fotos detalhadas. O drone principal, chamado de “explorador”, navega pelo ambiente e mapeia a área com base em uma estratégia de exploração de superfícies. À medida que ele avança, o sistema gera pontos de vista que permitem uma cobertura completa do ambiente. Em seguida, os “fotógrafos” (outros drones) vão a esses pontos para capturar imagens detalhadas, que são usadas para criar um modelo 3D texturizado do local.

O diferencial do SOAR está na combinação de sensores LiDAR e visuais, o que garante uma exploração eficiente e a produção de reconstruções de alta qualidade. Além disso, a adaptação do sistema às mudanças dinâmicas do ambiente otimiza a cobertura com o menor número possível de pontos de vista, aumentando a eficiência.

Visão geral do sistema LiDAR-Visual heterogêneo multi-UAV proposto para reconstrução aérea rápida. Crédito: arXiv (2024). DOI: 10.48550/arxiv.2409.02738

Os testes realizados pelos pesquisadores mostraram que o SOAR supera outras tecnologias de reconstrução de ambientes. Segundo Zhang, a criação de um novo sistema de reconstrução aérea autônoma rápida foi um dos principais avanços. Eles desenvolveram algoritmos capazes de equilibrar o planejamento em tempo real e a eficiência, fundamentais para tarefas de reconstrução dinâmicas.

No futuro, o SOAR poderá ser aplicado em diversas áreas, como na criação de modelos 3D detalhados de cidades, no auxílio à preservação de patrimônios históricos e na resposta a desastres naturais, permitindo avaliações rápidas de danos e o planejamento de resgates. Também poderá ser utilizado para a inspeção de obras e infraestrutura e na criação de cenários de videogames inspirados em cidades reais.

Trajetórias geradas e resultados de reconstrução pelo nosso método, SSearchers e Multi-EE em duas cenas. Exceto pelo explorador (a trajetória preta) em nosso método, que não participa da captura de imagem, todos os outros UAVs estão envolvidos em tarefas de aquisição de imagem. Crédito: arXiv (2024). DOI: 10.48550/arxiv.2409.02738

Os próximos passos da equipe incluem a transição do sistema das simulações para o mundo real, enfrentando desafios como erros de localização e falhas de comunicação. Eles também planejam desenvolver novas estratégias de alocação de tarefas para melhorar a coordenação dos drones e acelerar o processo de mapeamento, além de adicionar módulos de previsão de cenários e processamento de informações, que podem antecipar a estrutura dos ambientes e acelerar ainda mais a reconstrução. Zhang acrescenta que o sistema também poderá receber feedback em tempo real, permitindo ajustes no planejamento durante o processo de reconstrução e resultados ainda melhores.

Publicado em 27/09/2024 22h26

Artigo original:

Estudo original: