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.
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.
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: