盡管許多建筑物都有竣工2D平面圖，但在需要時通常無法足夠快地提供這些平面圖。這些計劃也經(jīng)常過時，因為建筑物經(jīng)常變化，而且使用靜態(tài)測繪系統(tǒng)（如地面激光掃描儀（TLS））更新其信息的成本很高。我們提出了一種能夠生成現(xiàn)實世界中各種室內(nèi)環(huán)境的3D地圖的無人機。與常用的無人機相比，我們通過使用簡單且相對低成本的傳感器來保持無人機設(shè)計盡可能便宜。反過來，這會導(dǎo)致在發(fā)生碰撞時易于更換的無人機。提出的無人機具有以下特性：

①在硬件方面，它是一架微型無人機，配備六個1D掃描儀和一個光流量傳感器。我們選擇了平臺和連接的傳感器，在性能、應(yīng)用、尺寸和成本之間進行權(quán)衡。

②在軟件方面，我們的無人機采用基于特征的圖形SLAM進行定位和映射。我們的SLAM受到Karam等人的啟發(fā)。它旨在通過連續(xù)LiDAR數(shù)據(jù)中檢測到的線性段來映射具有平面結(jié)構(gòu)的室內(nèi)環(huán)境。

我們配置了一個微型無人機，帶有一個用于測繪和避障的多范圍甲板，以及一個用于測量水平運動的Flow甲板V2。兩副牌都由Bitcraze出售。無人機的圖片如圖1 所示，它是一種四軸飛行器微型無人機，尺寸為182 × 158 × 56毫米，最大有效載荷能力約為 150克。微型無人機基于四軸飛行器配置，因為它的結(jié)構(gòu)簡單，控制穩(wěn)定。

該平臺配備了四個塑料螺旋槳，電子速度控制器（ESC）和四個SkyRC X2208電機，直徑為28毫米，長度為35毫米，重量為37.5克。無人機由兩節(jié)三節(jié)鋰電池供電，標(biāo)稱電壓為11.1 V，尺寸為57 × 30 × 23毫米，重量為70克，最小容量為800mAh。電池為長達12分鐘的連續(xù)飛行提供能量。包括無人機結(jié)構(gòu)（52克）在內(nèi)的關(guān)鍵部件的總重量為401.5克。由于我們的無人機配備了一維掃描儀，因此每個時間戳記錄的激光數(shù)據(jù)不足以提取平面段。因此，我們利用EKF預(yù)測的點云來提取平面段（圖2）。

圖2算法總體框架

我們通過使用線分割算法，在預(yù)測的點云中獨立地檢測到每個邊走廊的線性段，然后基于線性段提取平面段，假設(shè)墻是垂直的（圖3）。對于垂直測距儀，使用表面生長分割提取平面段。

圖3.左側(cè)護林員在走廊左側(cè)墻壁上捕獲的激光點的俯視圖。顏色顯示平面關(guān)聯(lián)，黑線表示提取的平面（2D 邊界框）

我們從三個不同的測試站點收集了數(shù)據(jù)。在每個站點，我們選擇了映射場景，使操作員無法從起飛位置看到觀察到的空間。第一個、第二個和第三個數(shù)據(jù)集，命名為ITC1、ITC2和ITC3，是在荷蘭恩斯赫德的特溫特大學(xué)地理信息科學(xué)和地球觀測學(xué)院（ITC）大樓收集的。ITC1是L形六邊形形式的走廊（圖 4 和圖5），而ITC3是圍繞不規(guī)則形狀房間的環(huán)形（圖 6）。ITC1和ITC2（圖7）數(shù)據(jù)集分別用于評估所提出的室內(nèi)測繪方法的性能，分別與RIEGL TLS（圖5）和平面圖獲得的地面事實進行比較。

圖4.ITC1 數(shù)據(jù)集的點云（顏色顯示平面關(guān)聯(lián)）與墻平面（黑線）的傾斜視圖。藍(lán)色箭頭表示起始位置，紅色虛線表示位于走廊中的櫥柜。出于可視化目的，未顯示天花板和樓層點

圖5.ITC1數(shù)據(jù)集的TLS 3D點云的傾斜視圖。出于可視化目的，未顯示天花板和樓層點

圖6.ITC3 數(shù)據(jù)集的點云（顏色顯示平面關(guān)聯(lián)）與墻平面（黑線）的傾斜視圖。藍(lán)星和加號分別指軌跡的起點和終點（綠松石色）。出于可視化目的，未顯示天花板和樓層點

圖7.我們的ITC2數(shù)據(jù)集地圖。（a） 我們的點云（顏色顯示平面關(guān)聯(lián)）與墻平面（黑線）的俯視圖。出于可視化目的，不顯示樓層的點。綠色橢圓形環(huán)繞著走廊上的一根柱子。紅色虛線表示走廊中的相應(yīng)空間。（b） 地圖的傾斜視圖

第四個數(shù)據(jù)集名為“公寓”，收集在德國明斯特一個典型學(xué)生公寓的走廊上。與ITC數(shù)據(jù)集類似，我們利用該數(shù)據(jù)集來評估無人機在繪制室內(nèi)空間方面的性能，并將地圖中的一些距離與平面圖中的相應(yīng)距離進行比較（圖8）。

圖8 公寓數(shù)據(jù)集的點云的頂視圖（左）和傾斜視圖（右）。顏色顯示平面關(guān)聯(lián)。出于可視化目的，不顯示天花板和地板的點。黑色 2D 邊界框表示重建的平面。綠色橢圓形環(huán)繞著打開的門，藍(lán)色箭頭表示距離測量值，黑色箭頭指向另一個空間的開口

第五和第六個數(shù)據(jù)集分別命名為DLR1和DLR2，在德國柏林的德國航空航天中心（DLR）室內(nèi)捕獲。DLR1數(shù)據(jù)集是從走廊和打印機室獲得的，它們通過一扇敞開的門連接（圖9）。DLR2數(shù)據(jù)集是在幾乎U形的空間中捕獲的（圖10）。這些數(shù)據(jù)集用于將擬議的室內(nèi)測繪方法的性能與IPS頭盔和MAX無人機的性能進行比較。

圖9.DLR1數(shù)據(jù)集的點云（顏色顯示平面關(guān)聯(lián)）與墻平面（黑線）的俯視圖。天花板點（藍(lán)色）和地板點（綠色）在掃描空間的中間重疊。紅色圓圈表示物體（打印機），紅色箭頭指向櫥柜,參見圖11

圖10.DLR2數(shù)據(jù)集的點云（顏色顯示平面關(guān)聯(lián)）與墻平面（黑線）的頂視圖。天花板（黃色和粉紅色）和地板點（綠色）兩個不同高度的點在掃描空間的中間重疊。紅色圓圈表示我們的無人機未訪問的區(qū)域，紅色箭頭指向廚房空間。紅色虛線表示廚房中的相應(yīng)物體

圖 11.MAX和我們的DLR1數(shù)據(jù)集地圖。（a）地圖的傾斜視圖（彩色邊界框是指3D平面要素）。（b）MAX 3D點云（綠色）和我們的地圖的傾斜視圖（黑色邊界框是指 3D 平面特征）。（c）MAX 3D點云（綠色）和我們的地圖（黑色邊界框指3D平面特征）的頂視圖，其中點位于天花板的兩個不同高度（藍(lán)色和紫色）。紅色圓圈表示對象（打印機）

同樣，DLR數(shù)據(jù)集的點云（圖 9和圖 10）在幾何上與MAX無人機（圖11）和IPS頭盔（圖 12）得出的相應(yīng)點云相似。此外，圖12表明，我們的點云比IPS點云更精確地描繪了DLR站點的幾何形狀。

圖12 DLR數(shù)據(jù)集的IPS 3D 點云（綠色）和點云（藍(lán)色）的俯視圖

我們的無人機能夠繪制本研究中使用的所有測試地點，并提供點云形狀的地圖，這為探索目的提供了足夠的信息。實驗結(jié)果表明，我們的無人機在繪制小型室內(nèi)空間方面具有良好的性能。從我們的點云與與之進行比較的系統(tǒng)（MAX無人機，IPS頭盔和TLS）的點云之間的偏差相對較低中可以明顯看出這一點。此外，與平面圖的比較表明，距離差異不超過15厘米。

審核編輯：郭婷