Real-Time 3D Reconstruction of UAV Acquisition System for the Urban Pipe Based on RTAB-Map

计算机科学 计算机视觉 人工智能 同时定位和映射 稳健性(进化) 三维重建 场景图 实时计算 移动机器人 机器人 生物化学 化学 基因 渲染(计算机图形)
作者
Xinbao Chen,Xiaodong Zhu,Chang Liu
出处
期刊:Applied sciences [MDPI AG]
卷期号:13 (24): 13182-13182 被引量:3
标识
DOI:10.3390/app132413182
摘要

In urban underground projects, such as urban drainage systems, the real-time acquisition and generation of 3D models of pipes can provide an important foundation for pipe safety inspection and maintenance. The simultaneous localization and mapping (SLAM) technique, compared to the traditional structure from motion (SfM) reconstruction technique, offers high real-time performance and improves the efficiency of 3D object reconstruction. Underground pipes are situated in complex environments with unattended individuals and often lack natural lighting. To address this, this paper presents a real-time and cost-effective 3D perception and reconstruction system that utilizes an unmanned aerial vehicle (UAV) equipped with Intel RealSense D435 depth cameras and an artificial light-supplementation device. This system carries out real-time 3D reconstruction of underground pipes using the RTAB-Map (real-time appearance-based mapping) method. RTAB-Map is a graph-based visual SLAM method that combines closed-loop detection and graph optimization algorithms. The unique memory management mechanism of RTAB-Map enables synchronous mapping for multiple sessions during UAV flight. Experimental results demonstrate that the proposed system, based on RTAB-Map, exhibits the robustness, textures, and feasibility for 3D reconstruction of underground pipes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
祖f完成签到,获得积分10
1秒前
天天快乐应助564654SDA采纳,获得10
2秒前
Lucas应助小美妞采纳,获得10
2秒前
3秒前
喜滋滋发布了新的文献求助10
3秒前
小西米发布了新的文献求助10
3秒前
细心道消发布了新的文献求助50
5秒前
Marilinta完成签到,获得积分10
6秒前
医路通行发布了新的文献求助20
6秒前
龙傲天完成签到,获得积分10
6秒前
6秒前
8秒前
8秒前
Amy关闭了Amy文献求助
8秒前
8秒前
9秒前
cyc发布了新的文献求助10
10秒前
weiweiwei完成签到,获得积分10
11秒前
11秒前
共享精神应助小溜溜采纳,获得10
11秒前
科研通AI2S应助哈利波特采纳,获得10
12秒前
Joyful完成签到,获得积分10
12秒前
小罗发布了新的文献求助10
13秒前
龙傲天发布了新的文献求助10
13秒前
失眠灭男发布了新的文献求助10
13秒前
罗小小发布了新的文献求助10
13秒前
21完成签到,获得积分10
14秒前
lyric完成签到,获得积分10
14秒前
14秒前
orixero应助宣依云采纳,获得10
15秒前
慕青应助钙钛矿光电突触采纳,获得10
15秒前
16秒前
云瑾应助wzjs采纳,获得10
16秒前
17秒前
大宝宝完成签到,获得积分10
18秒前
19秒前
啦啦啦发布了新的文献求助10
21秒前
田様应助cyc采纳,获得10
21秒前
啵啵完成签到 ,获得积分10
21秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3149540
求助须知:如何正确求助?哪些是违规求助? 2800615
关于积分的说明 7840805
捐赠科研通 2458144
什么是DOI,文献DOI怎么找? 1308295
科研通“疑难数据库(出版商)”最低求助积分说明 628471
版权声明 601706