Plánování inspekce budovy s požárem pomocí autonomního bezpilotního prostředku

Abstract

Cı́lem této práce je vytvořit vhodnou metodu pro plánovánı́ inspekčnı́ trasy pro detekci požáru v budovách či podobných objektech autonomnı́m vzdušným prostředkem. Hlavnı́m předpokladem této metody je, že oheň se šı́řı́ na objektech umı́stěných poblı́ž povrchů jako jsou podlahy – úkolem výsledné inspekce je tedy analyzovat co největšı́ část těchto povrchů. Při plánovánı́ je však nutné brát v úvahu omezenost maximálnı́ délky trajektorie i limitovanou viditelnost objektů. Uvedený problém byl rozdělen na dvě navazujı́cı́ části: nalezenı́ pozic v konfiguračnı́m prostoru použitého robotu a plánovánı́ pro vı́ce cı́lových bodů s nalezenými pozicemi. Pro hledánı́ pozic byly vyzkoušeny dva přı́stupy: rozklad prostoru na čtyřstěny a také náhodné vzorkovánı́ prostoru, založené na metodách probabilistic roadmap. Viditelné části povrchu byly poté určeny algoritmem back-face culling, nebo metodou ray tracing (sledovánı́ paprsků). Samotné plánovánı́ trasy pak stavı́ na již existujı́cı́m řešenı́ pro physical orienteering problem. Byl navržen nový přı́stup k systému odměn pro orienteering problem, kdy je suma nasbı́raných odměn nahrazena sjednocenı́m viditelných povrchů, odpovı́dajı́cı́ch navštı́veným pozicı́m.

The aim of this work is to propose a method for planning of an inspection path for a re detection in an urban area by an unmanned aerial vehicle. Assuming that the re spreads on the objects located near the surfaces, e. g. oors, the main objective of the resulting inspection is to analyze as large area of these surfaces as possible. However, the path planning has to consider a limited length of the trajectory and a limited visibility of the scene. The stated challenge was divided into two consecutive steps: a generation of positions in the con guration space of the used vehicle, and the multi-goal path planning over the generated positions. The generation was tested using two di erent approaches. Firstly, by a tetrahedral decomposition of the space, and secondly by a random sampling based on the probabilistic roadmap methods. The visibility of the surfaces is then determined by back-face culling, or ray tracing. The path planning builds upon an existing solution for the physical orienteering problem. A new approach to the system of rewards in the orienteering problem was proposed, where the sum of collected rewards is replaced by a union over the visible surfaces corresponding to the visited positions.