With continuous advances in robotics and sensing technologies, unmanned underwater vehicles (UUVs) have been attracting increasing research attention in recent years, and they are expected to perform various missions in regions that are inaccessible or unsafe for humans. These vehicles have been of particular use in performing missions to obtain visual information of the surveyed areas for scientific research and engineering applications. In this context, visual inspections of underwater structures, which used to be performed by human divers, are a potential application for UUVs.
This dissertation addresses an automated underwater visual inspection system that includes an autonomous underwater vehicle (AUV) and vision-based global mapping algorithms developed in the framework of simultaneous localization and mapping (SLAM). Specifically, an AUV system as an experimental test-bed platform was newly developed for autonomous surveys around underwater structures and for obtaining optical images from the target surface. A visual mapping algorithm for planar surface structures is then described. Here, a selective image registration (SIR) scheme is proposed to effectively use the underwater image pairs where visual features might not be evenly distributed. Because the proposed SIR approach evaluates the potential utility of given image pairs and discards meaningless image registration attempts, the overall computational efficiency of the visual mapping algorithm can be substantially improved without significant decreases in the resulting accuracy. Finally, a novel visual mapping algorithm is proposed for three-dimensional (3D) reconstruction of curved surface structures using a monocular camera as a primary mapping sensor. The proposed 3D visual mapping method uses the fact that the local scenes obtained from different camera perspectives on the target surface reflect the information of a combination of piecewise-planar panels constituting the moderately curved surface. The nonsequential relative measurements between the cameras are extracted from the 3D panels associated with the local images and are incorporated into a SLAM framework as loop-closure factors to prevent unbounded error growth in the estimated camera trajectory. The validity and practical feasibility of the proposed methods are demonstrated using field experiment datasets obtained with full-scale ships in real sea environments.
로봇 공학 분야와 센싱 기술의 지속적인 발전과 함께 무인 수중 이동체는 최근 몇 년간 많은 연구 관심과 주목을 받아왔으며, 접근이 어렵거나 위험한 지역에서 인간을 대신하여 다양한 임무를 수행할 것으로 기대받고 있다. 무인 수중 이동체는 특히 자연과학 계열 연구나 공학적 응용 분야들을 위한 조사 대상 영역의 시각 정보 또는 영상을 계측하는 임무 수행에 적극적으로 활용되어 왔다. 이러한 측면에서, 기존에 유인 잠수부에 의해 주로 수행되어 온 수중 구조물의 육안 검사 임무는 무인 수중 이동체의 잠재적인 적용 및 활용 분야라 할 수 있다.
본 학위 논문에서는 자율 수중 로봇과 동시적 위치추정 및 지도작성(SLAM: simultaneous localization and mapping) 방법론으로 개발된 영상 기반 전역 매핑 알고리즘을 포함하는 수중 검사 자동화 시스템에 대해 다룬다. 구체적으로, 수중 구조물을 자율적으로 조사하고 대상 표면으로부터 광학 영상들을 얻기 위한 실험용 테스트베드 플랫폼으로서 새로운 자율 수중 로봇 시스템을 개발하였다. 이어서 평면 구조물에 대한 영상 기반 매핑 알고리즘과 함께, 시각적 특징들이 뷸균일하게 분포된 수중 영상 쌍들을 효과적으로 사용하기 위해 제안된 선택적 영상 정합 방법을 기술한다. 제안된 선택적 영상 정합 방법은 주어진 영상 쌍들의 잠재적 유용성을 평가하여 무의미한 영상 정합 시도들을 제거하기 때문에, 영상 기반 매핑 알고리즘의 정확도 성능의 큰 저하 없이 전반적인 연산 효율성을 향상시킬 수 있다. 마지막으로, 단안 카메라를 주된 매핑 센서로 사용하여 곡면 구조물의 3차원 복원을 수행하기 위한 새로운 영상 기반 매핑 알고리즘을 제안한다. 제안된 3차원 매핑 방법은 대상 표면에 대해 각기 다른 시점으로 촬영된 국소 영상들이 완만한 곡면을 구성하는 일련의 평면 패널 조합에 대한 정보를 반영한다는 점을 이용하며, 추정된 3차원 패널들로부터 루프-폐쇄 상대 정보를 추출하여 SLAM 알고리즘에 적용한다. 제안된 방법들의 타당성과 실제적인 적용 가능성을 실해역 환경에서 실선에 대해 수행된 필드 실험 데이터 셋을 이용하여 검증한다.
