Fusão de visão estéreo e sensor LiDAR na medição 3D de curtas distâncias auxiliada por estimador de máxima verossimilhança

Abstract

Sistemas ópticos de medição e reconstrução 3D têm sido cada vez mais aplicados à inspeção industrial, e isso decorre de alguns fatores, como: aprimoramento tecnológico; flexibilidade; segurança; aprimoramento metrológico; redução de tempo e de custo. Tais mudanças também estão ocorrendo na indústria de Petróleo e Gás, onde os procedimentos tradicionais de inspeção em risers offshore, realizados por escalada industrial, estão sendo gradativamente substituídos pela inspeção aérea, por meio de unidades Remotely Piloted Aircraft - RPA. Embora a inspeção por RPA contribua para minimizar problemas de segurança, tempo e custo, ela ainda é qualitativa, ou seja, não permite a medição dos defeitos nos risers. Nesse contexto, o Laboratório de Metrologia e Automação - LABMETRO, em parceria com a PETROBRAS, desenvolveu o projeto de P&D intitulado \"Inspeção Óptica Tridimensional por Veículo Aéreo Não Tripulado - VANT3D\", cujo objetivo era de realizar reconstruções 3D das superfícies de risers para medir, classificar e caracterizar defeitos, visando a posterior manutenção corretiva. A tese de doutorado, concebida no âmbito do projeto VANT3D, tem como principal objetivo contribuir para a redução da incerteza de medição na inspeção de risers, a partir da fusão de duas técnicas de medição óptica: visão estéreo e varredura a laser do tipo Light Detection and Ranging - LiDAR. Sabe-se que as técnicas fotogramétricas, como a visão estéreo, apresentam limitações na reconstrução de superfícies homogêneas e sem textura, além de necessitarem de iluminação adequada. Adicionalmente, essas técnicas apresentam anisotropia em relação às suas componentes ortogonais de incerteza, apresentando melhor desempenho na medição da extensão do objeto do que na profundidade ou distância. Por outro lado, o sensor LiDAR, por ser ativo, não depende de textura nas superfícies nem de iluminação, além disso, apresenta uma anisotropia oposta à do sistema estéreo, ou seja, possui maior precisão na medição da distância do que na medição da extensão do objeto. Neste contexto, com o objetivo de explorar os aspectos complementares desses dois sistemas de medição, a presente tese propõe uma técnica de fusão de dados cujo princípio baseia-se no método de inferência estatística denominado Estimador de Máxima Verossimilhança - EMV, ou Maximum Likelihood Estimator - MLE. O foco principal é a redução da incerteza de medição, contribuindo, consequentemente, para o aprimoramento das características metrológicas de um sistema de medição composto pela integração do LiDAR e da visão estéreo.

Abstract: Optical measurement and 3D reconstruction systems have been increasingly applied to industrial inspection, driven by factors such as technological advancement, flexibility, safety, metrological improvement, and reduction in time and cost. These changes are also occurring in the Oil and Gas industry, where traditional offshore riser inspection procedures, carried out through industrial climbing, are gradually being replaced by aerial inspection using Remotely Piloted Aircraft - RPA. Although RPA-based inspection helps minimize issues related to safety, time, and cost, it remains qualitative, meaning it does not allow for the measurement of defects in risers. In this context, the Laboratory of Metrology and Automation - LABMETRO, in partnership with PETROBRAS, developed the R&D project titled Three-Dimensional Optical Inspection by Unmanned Aerial Vehicle ? VANT3D, aimed at performing 3D reconstructions of riser surfaces to measure, classify, and characterize defects for subsequent corrective maintenance. The doctoral thesis, developed within the VANT3D project, primarily aims to contribute to the reduction of measurement uncertainty in riser inspection through the fusion of two optical measurement techniques: stereo vision and Light Detection and Ranging - LiDAR laser scanning. Photogrammetric techniques, such as stereo vision, are known to have limitations in reconstructing homogeneous and textureless surfaces, in addition to requiring adequate illumination conditions. Additionally, these techniques exhibit anisotropy in relation to their orthogonal uncertainty components, performing better in measuring the extent of an object than in its depth or distance. On the other hand, the LiDAR sensor, being active, does not depend on surface texture or lighting. Furthermore, it exhibits an anisotropy opposite to that of the stereo system, meaning it has greater precision in measuring distance than in measuring the extent of an object. In this context, to explore the complementary aspects of these two measurement systems, this thesis proposes a data fusion technique based on the statistical inference method known as the Maximum Likelihood Estimator - MLE. The primary focus is the reduction of measurement uncertainty, consequently contributing to the improvement of the metrological characteristics of a measurement system composed of the integration of LiDAR and stereo vision.