Automatisierung der UAV-Navigation zur ROI-spezifischen Fassadeninspektion mittels digitaler Gebäudemodelle

Bauwerke sind im Laufe ihres Lebenszyklus verschiedenen Beanspruchungen ausgesetzt, darunter Temperaturwechsel, Nutzungseinflüsse und Materialalterung. Diese Belastungen können zu Schäden und Mängeln führen, die, wenn sie nicht rechtzeitig erkannt werden, die strukturelle Integrität des Bauwerks gefährden. Aus diesem Grund sind regelmäßige Inspektionen von entscheidender Bedeutung, um potenzielle Probleme frühzeitig zu identifizieren und das Risiko eines Bauwerksversagens zu minimieren. Traditionelle Inspektionsmethoden, die den Einsatz von Hebebühnen, Spezialgeräten oder Industriekletterern erfordern, sind jedoch kostenintensiv und zeitaufwendig. In diesem Zusammenhang bieten unbemannte Luftfahrzeuge (UAVs) eine vielversprechende Alternative, da sie kosteneffizienter, flexibler und schneller eingesetzt werden können. Im Rahmen dieser Arbeit wurde ein UAV-Prototyp entwickelt, der speziell auf die Anforderungen der Bauwerksinspektion von Gebäudefassaden ausgelegt ist. Der Prototyp basiert auf einem Open-Source-Flightcontroller in Kombination mit einem Raspberry Pi als Bordcomputer, was es ermöglicht, alle notwendigen Berechnungen und Navigationsalgorithmen direkt an Bord des UAVs autonom durchzuführen. Dadurch wird eine vollständig autonome Flugführung gewährleistet. Ausgestattet mit einer RGB-Kamera und einem Optical-Flow- Sensor, erlaubt das UAV eine kamerabasierte, GNSS-unabhängige Navigation, die auf einem vorhandenen 3D-Gebäudemodell basiert. Diese Technologie ist besonders vorteilhaft in gebäudenahen Umgebungen oder in Bereichen mit eingeschränktem GNSS-Empfang. Ein zentraler Aspekt der UAV-Navigation ist die kontinuierliche Zustandsschätzung des Systems. In dieser Arbeit wurden hierfür nichtlineare Kalman-Filter-Algorithmen untersucht, darunter der Erweiterte Kalman- Filter (EKF) und der Unscented Kalman-Filter (UKF). Beide Ansätze wurden hinsichtlich ihrer Eignung für Echtzeitanwendungen analysiert und bewertet. Der letzte Teil der Arbeit widmet sich der Flugregelung des UAV-Prototyps und evaluiert dessen Leistung in realen Flugtests. Die Ergebnisse zeigen, dass der entwickelte UAV-Prototyp eine solide Grundlage für die Automatisierung von UAV-basierten Bauwerksinspektionen bietet. Insbesondere bei Inspektionsaufgaben, die eine Positionierungsgenauigkeit im Dezimeterbereich erfordern, konnte das System erfolgreich eingesetzt werden. Somit stellt der Prototyp ein vielversprechendes Werkzeug für zukünftige automatisierte Inspektionen dar.

Buildings are exposed to various strains throughout their life cycle, including temperature changes, influences through utilization, and material aging. These strains can lead to damage and defects which, if not detected in time, can compromise the structural integrity of the building. Consequently, regular inspections are crucial in order to identify potential problems early and minimize the risk of structural failure. However, traditional inspection methods which require the use of aerial platforms, specialized equipment, or industrial climbers are costly and time-consuming. In this context, unmanned aerial vehicles (UAVs) offer a promising alternative, as they can be deployed more cost-effectively, flexibly, and quickly. Within the scope of this work, a UAV prototype was developed which is specifically designed to meet the requirements for building facade inspection. The prototype is based on an open-source flight controller in combination with a Raspberry Pi as an onboard computer, which enables all necessary calculations and navigation algorithms to be carried out autonomously directly on board of the UAV. This ensures fully autonomous flight guidance. Equipped with an RGB camera and an optical flow sensor, the UAV enables camera-based, GNSS-independent navigation based on an existing 3D building model. This technology is particularly advantageous in environments close to buildings or in areas with limited GNSS reception. A central aspect of UAV navigation is the continuous state estimation of the UAV system. In this work, non-linear Kalman filter algorithms were investigated for this purpose, including the Extended Kalman Filter (EKF) and the Unscented Kalman Filter (UKF). Both approaches were analyzed and evaluated with regard to their suitability for real-time applications. The final part of the work focuses on the flight control of the UAV prototype and evaluates its performance in real flight tests. The results demonstrate that the developed UAV prototype provides a solid foundation for the automation of UAV-based structural inspections. In particular, the system could be successfully used for inspection tasks that require positioning accuracy in the decimeter range. Consequently, the prototype represents a promising tool for future automated inspections.