Pianificazione del percorso e selezione delle viste efficienti per sistemi autonomi di Digital Twin aerei

Abstract

In questa ricerca ci siamo concentrati sulla pianificazione delle viste per la ricostruzione 3D aerea nelle applicazioni di gemello digitale. Sebbene l'approccio tradizionale, basato su un semplice percorso circolare, sia efficace, non tiene conto delle caratteristiche uniche di ogni oggetto. Per superare questa limitazione, abbiamo sviluppato un algoritmo basato sul guadagno di informazione, capace di analizzare gli oggetti in base alla loro texture e caratteristiche geometriche, al fine di individuare i punti di vista con un contenuto informativo maggiore. Utilizzando queste informazioni, abbiamo progettato una strategia di pianificazione delle viste che regola dinamicamente la densità dei waypoint e la distanza della fotocamera dall'oggetto target per ottimizzare l'acquisizione fotografica ai fini della ricostruzione 3D basata sulla fotogrammetria. Il sistema proposto è stato valutato in diversi scenari di test. Nonostante le difficoltà, come l’assenza di dati di riferimento per confronti diretti, abbiamo utilizzato metriche appropriate e ispezioni visive per valutare e giustificare le prestazioni di ciascuna strategia di pianificazione. I test pratici hanno dimostrato che il metodo proposto migliora significativamente la qualità della ricostruzione rispetto al percorso circolare di base, mantenendo risultati comparabili a quelli ottenuti con un campionamento denso ideale, ma con riduzioni notevoli dei tempi di volo e di elaborazione. Questa ricerca fornisce una solida base per sviluppi futuri, inclusa l’integrazione di sistemi avanzati come droni dotati di LiDAR e unità di elaborazione a bordo, per abilitare il feedback in tempo reale e l’implementazione di soluzioni di pianificazione più sofisticate.

In this research, we focused on view planning for aerial 3D reconstruction in digital twin applications. While the traditional view planning approach based on a simple circular path is effective, it does not account for the unique characteristics of each object. To address this limitation, we developed an information gain-based algorithm capable of analyzing objects based on their texture and geometric features to identify viewpoints with higher information content. Using these insights, we designed a view planning strategy that dynamically adjusts waypoint density and camera distance from the target object to optimize photo acquisition for photogrammetry-based 3D reconstruction. The proposed pipeline was evaluated across different test scenarios. Despite challenges such as the lack of ground truth data for direct comparison, we employed suitable metrics and visual inspection techniques to assess and justify the performance of each view planning strategy. The practical tests demonstrated that the proposed method significantly improved reconstruction quality compared to the baseline circular path, while maintaining comparable results to the ideal dense sampling case with notable reductions in flight time and processing time. This research provides a strong foundation for future developments, including the integration of advanced systems such as drones equipped with LiDAR and onboard processing units to enable real-time feedback and the implementation of more sophisticated view planning solutions.