Investigating Low-cost Quadcopters for Automated Indoor Facility Maintenance Management
Abstract
Vedlikehold av større bygg er en kompleks og tidkrevende oppgave som involverer en rekke aktiviteter. Denne oppgaven undersøker potensialet i å bruke rimelige, hyllevare-droner med begrensede sensorer til å assistere byggningsoperatører. I tillegg undersøker oppgaven hvordan åpen kildekode kan brukes til å utvikle et dronebasert system for innendørs vedlikehold av fasiliteter, og hvilke designhensyn som må tas for å utvikle en slik prototype. Systemets design er basert på krav som er utledet fra intervjuer med byggningsoperatører.
Prototypen fokuserer på inspeksjon av rømningsveier og nødutganger, og bruker DJI Tello-dronen, Ro- bot Operating System 2 (ROS2) og Navigation 2 (Nav2) for autonom navigering. Videre undersøker vi bruken av dybdeestimeringsmodeller for forbedret autonom flyging av DJI Tello-dronen. På bakgrunn av denne omfattende øvelsen presenterer vi en prototype som demonstrerer praktisk bruk av rimelige droner til inspeksjonsoppgaver, belyser begrensningene ved åpen kildekode-teknologi og identifiserer passende måter for å engasjere brukere. Prototypen evalueres med fokus på brukervennlighet og teknisk ytelse. Brukertester viser at deltakerne anser systemet som verdifullt og er positive til å ta det i bruk. Den tekniske evalueringen viser imidlertid at det er et betydelig gap mellom egenskapene til rimelige droner og kravene til autonom flyging i forbindelse med automatiserte FMM-inspeksjoner. I tillegg er det vår erfaring at åpen kildekode ikke er tilstrekkelig orientert mot droner, noe som gjør det enda vanskeligere å utnytte dem for innendørs vedlikehold av bygg.
Til slutt bruker vi prosessen, prototypen, erfaringene og resultatene til å foreslå en modell for utvikling av systemer som skal automatisere vedlikeholdsoppgaver ved hjelp av ubemannede roboter. Forskningen bidrar til kunnskapen om automatiserte vedlikeholdsløsninger og gir praktiske retningslinjer for fremtidig utvikling og implementering av dronebaserte systemer for innendørs vedlikehold. Facility maintenance management (FMM) is a complex, time-consuming task involving numerous activ- ities. This thesis investigates the potential of using low-cost, off-the-shelf quadcopters (often known as drones) with limited sensory capabilities to assist facility managers. Additionally, it explores the appli- cation of open-source technologies to develop a quadcopter-based system for indoor FMM and examines the design considerations when developing the prototype. The system’s design is largely based on re- quirements derived from interviews with facility managers.
The prototype focuses on automating emergency hallway inspections, utilizing the DJI Tello drone, the Robot Operating System 2 (ROS2), and the Navigation 2 stack (nav2) for autonomous navigation. Furthermore, we investigate the use of depth estimation models for enhanced autonomous flight of the DJI Tello drone. From this exhaustive exercise, we present a prototype that demonstrates the practical application of low-cost quadcopters for inspection-based tasks, highlights the limitations of open-source technologies, and identifies suitable modalities for user interaction. The prototype is evaluated with a focus on usability and technical performance. The usability tests show that participants found it valu- able and are curious to adopt such a system. However, the technical evaluation reveals a significant gap between low-cost quadcopters’ ability and autonomous flight requirements in the context of automated FMM inspections. Moreover, we experience that the open-source community is not oriented towards aerial robotics, escalating the challenge of enabling quadcopters indoors.
Lastly, we use the process, prototype, experiences, and results to suggest a model for designing systems that aim to automate facility maintenance tasks with unmanned robots. The research contributes to the knowledge of automated maintenance solutions and offers practical guidelines for future development and implementation of quadcopter-based systems for indoor FMM.