Moderne droneplattformer, sammen med AI-modeller, muliggjør effektiv og kostnadseffektiv inspeksjon og prediktivt vedlikehold av infrastruktur. Autonom dronebasert inspeksjon har mange potensielle bruksområder, som nødhjelpsrespons og inspeksjon av byggeplasser, energiinstallasjoner og veiinfrastruktur. Imidlertid er manuell planlegging av flyvninger tidkrevende, og dagens kommersielle løsninger er svært begrensede. I Airspector har vi som mål å adressere dette gapet innen forskning og industri ved å utvikle verktøy for baneplanlegging og simulering for drone-basert inspeksjon.
Vi bygger verktøy i ROS (Robot Operating System) for å simulere og visualisere inspeksjonsoppdrag. Dette gjør det mulig å verifisere droneflyvninger i simulering med autopilotprogramvaren «in the loop», som gjør hoppet fra simulering til feltflyvninger så smal som mulig.
Hovedmålet med Airspector-prosjektet er å utvikle programvare for baneplanlegging av drone-basert inspeksjon. Brukeren gir en modell av UAV-en og 3D-modellen som skal inspiseres, sammen med potensielle interesseområder eller no-fly-soner. En bane genereres deretter for å effektivt inspisere modellen ved hjelp av kameraet på dronen, samtidig som det holdes en sikker avstand til hindringer. GUI-en lar brukeren modifisere det opprinnelige meshet og inspisere eller redigere den optimaliserte banen og kamerasynspunktene. Banen kan deretter eksporteres som en georeferert waypoint-flyvning som enkelt kan lastes opp og utføres på open-source droneautopiloter.
