Contact

Inspecties en Onderzoek

Door Rahul op 2015/04/10

Droneview werkt in verschillende projecten samen met NHL Hogeschool te Leeuwarden. Dit betreft bijvoorbeeld een Raaksubsidie traject, dat bestaat uit een consortium dat is samengesteld uit Kennis-instituten en MKB-bedrijven die zoeken naar oplossingen/verbeteringen in hun applicaties middels de combinatie van UAV’s/drones en computer vision.

De projecten waar Droneview zich op richt zijn:

  • Inspectie van windmolens
  • Brandhaarden detecteren met UAV/drones en de juiste sensoren
  • Automatisch vliegen met UAV/drone

Het voordeel hiervan is dat wij als Droneview kennis vergaren en ons voordeel ermee kunnen doe om inspecties te verrichten met onze UAV’s/drones om zo betere luchtfoto’s en luchtvideo’s kunnen leveren.

Te denken valt aan infrared luchtfoto’s of luchtvideo’s.

Enkele marktvragen zijn bijvoorbeeld:

  • Kunnen er met behulp van UAV’s/drones voldoende kwalitatief goede opnames worden gemaakt om de gevraagde inspectie uit te voeren?
  • Kan de beoordeling van deze beelden worden geautomatiseerd en in welke mate?
  • Kan het vliegproces worden ondersteund en/of geautomatiseerd?
  • Kan worden voldaan aan de wettelijke regelgeving met betrekking tot het bedrijfsmatig gebruik van UAV’s?

Dit zijn vragen waar we me met verschillende MKB bedrijven en de NHL aan de slag gaan. We hopen dat we gedegen conclusies kunnen trekken en verder kunnen met de ontwikkeling van toepassingen van UAV’ss/drones in de brede inspectiewereld.

Inspectie windmolenbladen

Voor het onderhoud van windmolens is het essentieel om te weten of en waar zich beschadigingen op de bladen bevinden. In de huidige situatie worden windmolenbladen voor de onderhoudsintervallen geïnspecteerd door mensen die daarvoor in de windmolen moeten klimmen en handmatig de bladen inspecteren en luchtfoto’s maken van beschadigingen. Deze luchtfoto’s worden vervolgens door een expert geclassificeerd naar de aard van de beschadiging en op basis van deze classificatie worden herstelwerkzaamheden uitgevoerd.

Het maken en inspecteren van de foto’s is een arbeidsintensief proces. De flexibiliteit van een onbemand vliegend systeem wordt door de partijen in de markt gezien als een mogelijkheid dit werk efficiënter en goedkoper uit te voeren. Om dit te realiseren moet de UAV dicht genoeg bij de bladen van de windmolen kunnen komen en goede positie-informatie kunnen verzamelen. Droneview is tot de conclusie gekomen dat een grondpiloot niet in staat is om op een veilige wijze dicht genoeg langs de windmolenbladen te vliegen. De informatie die wordt verkregen uit de real-time verwerking van de luchtfoto/luchtvideobeelden, moet de piloot helpen om zijn missie beter te kunnen vliegen. De ambitie is dat ook delen van de missie, zoals bijvoorbeeld het op korte afstand volgen van een windmolenblad, volledig automatisch door de UAV kunnen worden gevlogen. De piloot moet echter te allen tijde de mogelijkheid hebben om de controle over de UAV handmatig over te nemen. Daarnaast is de ambitie om op basis van de verzamelde beelden automatisch beschadigingen te vinden en te classificeren.

Het beoogde eindresultaat is een prototype van een UAV die aan de hand van GPS een windmolen opzoekt, vervolgens met behulp van de camera en andere sensoren langs de windmolenbladen vliegt en beelden verzamelt die van voldoende kwaliteit zijn en die verwerkt kunnen worden tot informatie.

Detectie en inspectie van brandhaarden

Tijdens het bestrijden van branden is het zeer belangrijk om brandhaarden te observeren ten eind een risicoprofiel te kunnen maken. Daarnaast is het bij branden in onbewoonde gebieden (bosbrand, heidebrand) belangrijk om tijdig nieuwe brandhaarden op te sporen. Een camera positie vanuit de lucht geeft hierin het meeste overzicht.

Om dit te realiseren moet een UAV/drone om en over een gebouw of over een gebied kunnen vliegen. Afstand en hoogte zijn belangrijke parameters voor het verschaffen van een goed overzicht en daarom wordt er gezocht naar ondersteuning in de vliegfase (hoovering, afstand- en hoogtebewaking op basis van informatie over het object). Voor de opsporing van brandhaarden wordt door één van de consortium partijen een speciale lichtgewicht intelligente thermografische camera ontwikkeld, waarbij de beeldverwerking op de camera kan plaatsvinden. Hiermee wordt naast informatie in het zichtbare spectrum ook extra informatie vanuit het infrarode gebied toegevoegd. Onderzoek moet uitwijzen of deze combinatie geschikt is voor het opsporen van brandhaarden en het geven van nuttige informatie tijdens het bestrijden van een brand.

Het beoogde eindresultaat is een prototype van een UAV dat brandhaarden detecteert en in kaart brengt middels verschillende typen luchtfoto’s of luchtvideo’s.

Automatische navigerende UAV’s/drone

Wanneer UAV’s in een niet gecontroleerde omgeving moeten navigeren, is er meestal veel rekenkracht nodig. Vaak wordt dan teruggevallen op een draadloze verbinding met een computer “op de wal” die de opgenomen beelden ontvangt van de UAV, het rekenwerk uitvoert en stuurcommando’s terug stuurt naar de UAV (Ranft, Dugelay, & Apvrille, 2013 en Matthaei, Kruger, Nowak, & Bestmann, 2013). Wanneer standaard GPS niet nauwkeurig genoeg is of niet mogelijk is (bij indoor vliegen), worden er twee oplossingen aangedragen: het gebruik van externe GPS stations (Bolting & Defa, 2013), of het plaatsen van speciale herkenbare punten in de omgeving (Sanchez-Lopez, Pestana, de la Puente, & Campoy, 2013). Om real-time beslissingen mogelijk te maken zal een deel van processing op de UAV zelf moeten plaatsvinden. De uitdaging is hier om voldoende rekenkracht bij een laaggewicht te bieden. Daartoe kan gebruik gemaakt worden van parallellisatie van de algoritmen op multi-core CPU’s en/of GPU’s (Loosdrecht, 2013).

Bij de door de MKB’s gevraagde toepassingen is het niet wenselijk om de omgeving actief te conditioneren door het gebruik van camera’s op vaste posities, door het gebruik van externe GPS stations, het plaatsen van speciale markers of door het gebruiken van externe rekenkracht. Bij alle toepassingen is een goedkope turnkey oplossing gewenst waarbij weinig voorbereidingstijd nodig is om de UAV operationeel te krijgen.

Er zijn pogingen gedaan om in een minder geconditioneerde omgeving te navigeren. Dit door bijvoorbeeld de omgeving blauw te schilderen en een zwart/wit kruis aan te brengen (Shilov, Afanasyev, & Samsonov, 2013). Desondanks is hun conclusie: “Fully autonomous flight in GPS-denied environments and on the fly 3D map generation are the subjects of further research”. Wanneer er door een ongeconditioneerde of onbekende omgeving moet worden genavigeerd, kan er bij het testen overigens gebruik goed worden gemaakt van simulaties (Nolan, Serrano, Sabate, Ponsa, & Lopez, 2013). Automatische navigatie is derhalve een belangrijk punt. Hiervoor zijn componenten, hardware plus software, beschikbaar (Paparazzi, 2014) en (SmartAp, 2014) die op basis van GPS way-points kunnen navigeren. Deze componenten hebben een Safety Pilot feature, zodat een menselijke piloot de controle kan overnemen. Bij de genoemde systemen is deze functie in de software geïmplementeerd.

Het NHL Kenniscentrum Computer Vision heeft voor UAV’s de Twirre hardware/software architectuur ontworpen en gebouwd. Twirre (Fries voor ‘wervelwind’) is samengesteld uit standaard, goedkope, uitwisselbare en upgradable (modelbouw) componenten. Er wordt verder gebruik gemaakt van of-the-shelf flightcontrollers en processorborden die eenvoudig te vervangen of te upgraden zijn. De piloot kan te allen tijde de automatische vliegende UAV overnemen op handbesturing. Deze hardware is getest in het kader van de IMAV-competitie. Bij de Twirre-architectuur is een volledige hardware-matige scheiding aangebracht tussen het autonome en manuele proces zodat de UAV te allen tijde, ook als alle software crasht, kan worden teruggeschakeld naar een handmatige radiografisch bestuurde UAV. Dit om de veiligheid binnen de toepassingen zoveel mogelijk te garanderen.

We hopen jullie hiermee een beeld te hebben gegeven van wat er zoal onderzocht en gedaan wordt tijdens deze mooie en innoverende projecten.

Bron: Smartvision J. vd Loosdrecht d.d. 17/02/2014.