3D Registration and Mapping of Forest Environments

Abstract

À medida que aumenta o desenvolvimento de sistemas robóticos autónomos, aumenta também o interesse em usar robôs como uma solução viável e segura para trabalhos repetitivos, complicados, difíceis e perigosos. Dada a uma alta densidade florestal presente na maioria dos continentes, os incêndios florestais tendem a ser bastante devastadores e difíceis de combater, o que coloca em risco várias vidas humanas, fauna e flora. Desenvolvimentos recentes na área da Robótica florestal permitem aos robôs percecionar ambientes florestais desconhecidos, mapeando-os e produzindo informação útil a fim de detetar material potencialmente inflamável, podendo assim agir e prevenir a ocorrência de fogos florestais.A Localização e Mapeamento Simultâneos (do Inglês SLAM - Simultaneous localization and mapping) permite dotar uma plataforma robótica móvel com a capacidade de construir uma representação do ambiente circundante e, simultaneamente, localizar-se nele.A proliferação de novos sensores e o aumento das suas capacidades abriram uma vasta gama de possibilidades para o mundo tecnológico. No âmbito de operações florestais com robôs autónomos, a calibração e o registo multissensorial tornam-se fundamentais para a obtenção de informação útil e consistente sobre o ambiente.Este trabalho tem como foco a solução desses problemas direcionados aos ambientes florestais, lidando com as suas adversidades e desafios. Propomos uma solução que visa calibrar e registar com alta precisão os sensores de um kit sensorial multimodal embutido num robô florestal de grande porte, e utilizá-los para mapear em tempo real o ambiente circundante com dados úteis.Esta solução foi validada por meio de experiências previamente guardadas no mundo real, utilizando datasets, tendo demonstrado um desempenho apropriado, tanto em precisão quanto em consistência. No final, conseguiu-se registar com precisão os sensores presentes num sistema robótico e construir um mapa 3D denso do ambiente com o correto registo dos diferentes dados de sensores.

As the development of autonomous robotic systems increases, so does the interest in using robots as a viable and safe solution for repetitive, complicated, difficult and dangerous works. Given the high forest density present in most continents, forest fires may be quite devastating and difficult to fight, which puts several human lives, fauna and flora at risk. Recent developments in the field of Forest Robotics allow robots to perceive unknown forest environments, mapping them and producing useful information in order to detect potentially flammable material, thus being able to act and prevent the occurrence of forest fires.Simultaneous localization and Mapping (SLAM) addresses the problem of providing a mobile robotic platform with the ability to build a representation of the surrounding environment and simultaneously localize itself in it. The proliferation of sensors and their increased capabilities have opened up a huge range of possibilities for the technological world. In the realm of forestry operations with autonomous robots, calibration and multisensory registration are essential to acquire useful and consistent information about the environment.This work focuses on the solution to these problems in forest environments, addressing the challenges involved. We propose a solution that seeks to calibrate and register the sensors of a multimodal sensory kit embedded in a large heavy-duty forestry robot with high precision and use them to map the surrounding environment with useful information in real time.The solution was validated through experiments with real-world pre-recorded datasets, and it has shown appropriate performance, both in accuracy and consistency. In the end, we were able to accurately register the sensors present in the robotic system with the developed method, and we were able to build a dense 3D map of the environment with the correct registration of the different sensor data.