UAV Project

Introduction

這個專案展示了使用無人機來進行建築結構檢查的創新方法。傳統的檢查方式不僅昂貴且耗時，還存在風險。通過使用無人機，我們可以捕捉高解析度的影像並收集數據，有效檢查建築結構中的潛在問題。

核心技術概述

  1. Point Cloud 處理：

    • 使用 Point Cloud Library (PCL) 去噪原始 3D Point Cloud，並應用濾波器去除雜訊，獲得更平滑、真實的表面。
    • 根據 Point Cloud 的密度，將距離小於某個閾值的點連成線，形成多邊形（Site）。
    • 去除過近的 Site 邊界，避免無人機進入無法飛行的狹窄區域。

  2. Voronoi Diagram 應用：

    • 利用 Voronoi Diagram 將建築結構劃分為不同區域，每個區域內的點與相應障礙物 (Site) 距離最短。
    • 這可以讓無人機保持與障礙物的安全距離，進行有效路徑規劃。

  3. Delaunay Triangulation：

    • 由 Voronoi Diagram 生成 Delaunay Triangulation，並利用其垂直特性，使無人機鏡頭保持面向建築物。

檔案和操作流程

讀取 Point Cloud 檔案

  • 查看點雲：下載並使用 CloudCompare 來查看點雲數據的樣貌。
  • 連接實驗室 Ubuntu Server：
    • 進入 Desktop/project，所有相關的檔案都在這個資料夾。

程式編寫與執行

  1. 寫程式：

    • 使用以下指令打開編輯器：
      1
      code vicky.cpp
    • 將會自動開啟 Visual Studio Code 進行程式編輯。

  2. 執行程式：

    • 進入 build 資料夾：
      1
      cd Desktop/Project/build
    • 生成與編譯：
      1
      2
      cmake ..
      make
    • 執行程式：
      1
      ./vicky
      `.obj` convert to `.pcd`

TODO

2024-10-04

  • Obj 轉為點雲檔案並過濾非表面數據：
    • 補洞：處理點雲中的空隙，使表面完整。
    • 消除內部點（變空心）：保留物體表面點，將內部點排除，形成空心結構。

      Desktop/point cloud model 直接處理pcd

減少點數的程式碼有了(vicky.cpp)
現在只要弄 POCO: Point Convolution for Surface Reconstruction 找表面的程式碼

2024-10-15

進度更新：補洞與資料清理

補洞進行方式：

  • 使用 RANSAC (Random Sample Consensus) 偵測並排除點雲中的平面部分。
    • 排除牆面上的點，模擬封閉門窗，避免無人機誤入室內。
    • 剩餘的點雲保留非平面區域（如邊緣與開口）。

操作步驟：

  1. 使用 RANSAC 移除主要平面點。
  2. 保留非平面區域作為無人機飛行參考。
  3. 接下來將進一步優化補洞，嘗試使用 .las 格式數據進行測試。

2024-10-22

本週進度報告主要集中在解決點雲的浮動點與門窗補洞問題。我們完成了以下幾個主要步驟：

進度更新：補洞與資料清理

  1. Poisson表面重建：生成建築物表面的缺失點（如門窗等），成功應用Poisson技術進行補洞。
  2. 距離過濾：使用KdTree對新生成的點進行距離檢查，過濾掉與原始點雲距離超過10公分的浮動點，確保生成的點與建築物表面相符。
  3. 合併點雲：最終將經過篩選的Poisson重建點與原始點雲合併，生成完整的點雲，並成功填補了建築物表面的空隙。

補洞與過濾

Poisson表面重建：首先使用Poisson表面重建生成缺失區域的點（如門窗等）。這是一種插值技術，會基於現有的點雲生成一個連續的表面。

距離過濾：之後，為避免出現不相關的浮動點，使用KdTree來檢查新生成的點與原始點雲的距離。如果生成的點距離原始建築物點雲過遠（超過指定的閾值，例如10公分），則將其過濾掉。

合併點雲：最後將經過篩選的Poisson重建點與原始點雲合併，保存完整的點雲，並且補齊建築物表面中的洞。