事实证明，无人机（UAV）（俗称无人机）是监测和探索环境的高效系统。这些自主飞行机器人还可用于创建详细的地图和现实世界环境的三维 (3D) 可视化。

中山大学和香港科技大学的研究人员最近推出了 SOAR 系统，该系统允许无人机团队通过同时探索和拍摄环境来快速、自主地重建环境。该系统在论文中介绍过发表于arXiv预印本服务器并设置为在IEEE/RSJ 智能机器人与系统国际会议 (IROS) 2024，可以有很多应用，从城市规划到视频游戏环境的设计。

“我们的论文源于对使用无人机进行高效、高质量 3D 重建的日益增长的需求，”该论文的合著者张明杰告诉 Tech Xplore。

“我们观察到，现有的方法通常分为两类：基于模型的方法，由于依赖先验信息，可能非常耗时且昂贵；无模型的方法，同时探索和重建，但可能受到局部的限制。我们的目标是通过开发一个可以利用这两种方法的优势的系统来弥补这一差距。”

张和他的同事最近研究的主要目标是创建一个异构多无人机系统，可以同时探索环境和收集照片，收集可用于重建环境的数据。为此，他们首先着手开发一种增量视点生成技术，该技术可适应随时间推移获取的场景信息。

此外，该团队还计划制定一项任务分配策略，以优化多无人机团队的效率，确保其持续收集重建环境所需的数据。最后，该团队进行了一系列模拟来评估他们提出的系统的有效性。

“SOAR 是一种 LiDAR-Visual 异构多无人机系统，专为快速自主 3D 重建而设计，”张解释道。“它采用了一组无人机：一名配备激光雷达的探险家用于快速场景探索，以及多名配备相机的摄影师用于捕捉详细图像。”

为了创建 3D 重建，该团队提出的系统完成了多个步骤。首先，他们称之为“探索者”的无人机采用基于地面边界的策略有效地导航和绘制环境地图。

随着无人机逐渐绘制环境地图，团队的系统逐渐生成视点，这些视点共同实现了所描绘环境中表面的完全覆盖。然后，其他无人机（称为摄影师）将访问这些地点并在那里收集视觉数据。

“使用Constant-MDMTSP方法将视点聚集并分配给摄影师，平衡工作量并保持任务一致性，”张说。“每位摄影师都会规划一条最佳路径，从指定的视点捕捉图像。然后使用收集到的图像及其相应的姿势来生成带纹理的 3D 模型。”

SOAR 的一个独特功能是它可以通过激光雷达和视觉传感器收集数据。这确保了对环境的高效探索和高质量重建的产生。

“我们的系统适应动态变化的场景信息，确保以最少的视点实现最佳覆盖，”张说。“通过一致地将任务分配给无人机，还可以提高扫描效率，减少摄影师不必要的弯路。”

张和他的同事通过一系列模拟评估了他们提出的系统。他们的发现非常有前景，因为 SOAR 优于其他最先进的环境重建方法。

“我们研究的一个关键成就是引入了一种用于快速自主航空重建的新颖框架，”张说。“该框架的核心是开发采用增量设计的几种关键算法，在实时规划能力和整体效率之间取得至关重要的平衡，这对于在线和动态重建任务至关重要。”

未来，SOAR 可用于解决需要快速准确重建 3D 环境的各种现实问题。例如，它可用于创建城市和基础设施的详细 3D 模型，或帮助历史学家保存一个国家的文化遗产，帮助他们重建历史遗址和文物。

“SOAR还可以用于灾难响应和评估，”张说。“具体来说，它可以让响应者快速评估自然灾害后的损失并规划救援和恢复工作。”

该团队的系统还可以有助于检查基础设施和建筑工地，使工人能够清楚地绘制这些位置的地图。最后，它还可用于创建受真实城市和自然景观启发的视频游戏环境 3D 模型。

“我们对这一领域未来研究的潜力充满热情，”张说。“我们的计划包括弥合模拟与真实的差距：我们的目标是解决将 SOAR 从模拟环境过渡到现实世界环境所面临的挑战。这将涉及解决现实世界部署中可能出现的本地化错误和通信中断等问题”。

作为下一步研究的一部分，研究人员计划开发新的任务分配策略，以进一步提高不同无人机之间的协调性以及绘制环境图的速度。最后，他们计划在系统中添加场景预测和信息处理模块，因为这可以使其预测给定环境的结构，进一步加快重建过程。

“我们还将探索主动重建技术的实施，系统接收即时的重建过程中的反馈”，张补充道。

“这将使 SOAR 能够动态调整其规划并取得更好的结果。此外，我们将研究将相机角度和图像质量等因素直接纳入规划过程，这将确保捕获的图像经过优化以生成这些研究方向为提升 SOAR 的功能和突破自主 3D 的界限提供了令人兴奋的机会。重建使用无人机。”更多信息：

引文