This letter introduces a novel method to estimate distance fields from noisy point clouds using Gaussian Process (GP) regression. Distance fields, or distance functions, gained popularity for applications like point cloud registration, odometry, SLAM, path planning, shape reconstruction, etc. A distance field provides a continuous representation of the scene defined as the shortest distance from any query point and the closest surface. The key concept of the proposed method is the transformation of a GP-inferred latent scalar field into an accurate distance field by using a reverting function related to the kernel inverse. The latent field can be interpreted as a smooth occupancy map. This letter provides the theoretical derivation of the proposed method as well as a novel uncertainty proxy for the distance estimates. The improved performance compared with existing distance fields is demonstrated with simulated experiments. The level of accuracy of the proposed approach enables novel applications that rely on precise distance estimation: this work presents echolocation and mapping frameworks for ultrasonic-guided wave sensing in metallic structures. These methods leverage the proposed distance field with a physics-based measurement model accounting for the propagation of the ultrasonic waves in the material. Real-world experiments are conducted to demonstrate the soundness of these frameworks.

We present a novel FastSLAM approach for a robotic system inspecting structures made of large metal plates. By taking advantage of the reflections of ultrasonic guided waves on the plate boundaries, it is possible to recover, with enough precision, both the plate shape and the robot trajectory. Contrary to our previous work, this approach takes into account the dispersive nature of guided waves in metal plates. This is leveraged to construct beamforming maps from which we solve the mapping problem through plate edges estimation for every particle, in a FastSLAM fashion. It will be demonstrated, with real acoustic measurements obtained on different metal plates, that such a framework achieves more accurate results, while the complexity of the algorithm is sensibly reduced.

The inspection and maintenance of large-scale industrial structures are major challenges that require time-efficient and reliable solutions to ensure the healthy condition of structures during operation. Autonomous robots may provide a promising solution for this purpose. In particular, they could lead to faster and more reliable inspection and maintenance without direct intervention from human operators. In this paper, we present a custom magnetic crawler system, and sensor suit and sensing modalities to enable such robotic operation. We first describe a localization framework based on a mesh created from a point cloud coupled with Inertial Measurement Unit (IMU) and Ultra-Wide Band (UWB) readings. Next, we introduce a mapping framework that relies on a 3D laser, and explicitly state how autonomous navigation and obstacle avoidance can be developed. Lastly, we present how ultrasonic guided waves (UGWs) are integrated into the system to provide accurate robot localization and structural feature mapping by relying on acoustic reflections in combination with the other systems. It is envisioned that long-range inspection capabilities that are not yet available in current industrial mobile platforms could emerge from the designed robotic system.

Localisation et cartographie par ondes ultrasonores pour l'inspection robotique longue distance: L’inspection de larges structures en plaques métalliques, telles que les réservoirs de stockage ou les coques de navires, est un problème majeur dans l’industrie qui nécessite des solutions fiables et efficaces. Au cours du temps, des défauts non visibles, tels que des couches de corrosion apparaissant sur la partie intérieure des coques de navires, peuvent se développer et affecter l’intégrité de la structure. Pour empêcher des catastrophes, ces structures doivent être inspectées de façon à pouvoir planifier des opérations de maintenance lorsque des défauts sont détectés. Les méthodes d’inspection traditionnelles consistent à inspecter visuellement la structure, ou à effectuer des mesures d’épaisseur point par point. Celles-ci mènent toutefois à des temps longs d'inspection, et ne peuvent pas être utilisées pour une inspection à la fois précise et complète de larges structures. Cette thèse considère le déploiement de systèmes robotiques mobiles équipés d’un capteur ultrasonore pour l’émission et la réception d’ondes ultrasoniques guidées, dans le but de réaliser une tâche d’inspection. Ces ondes peuvent se propager à l’intérieur du matériau sur de longues distances, et sont sensibles à l’état du matériau. L’objectif est de permettre l’émergence de l’inspection robotique longue distance en écoutant les réflexions des ondes sur les éléments structurels. En raison de la possibilité de détecter des défauts à distance, tout le long de la trajectoire du robot, l’inspection robotique longue distance peut être beaucoup plus rapide et efficace que les méthodes d’inspection traditionnelles. La détermination de la trajectoire du robot avec précision et la cartographie de défauts potentiels sont critiques pour une opération d’inspection. Pour cette raison, cette thèse se concentre sur le problème de localisation et cartographie en simultané (l’acronyme anglais est SLAM) par ondes ultrasoniques guidées. Plus précisément, nous proposons différentes méthodes pour estimer la trajectoire du robot et cartographier des réflecteurs acoustiques en utilisant les mesures ultrasonores. En raison du caractère omnidirectionnel des ondes, les mesures résultantes contiennent de l’information sur le milieu dans toutes les directions. En revanche, ces données sont complexes, et leur traitement nécessite des méthodes spécifiques. Dans cette thèse, nous montrons que, en utilisant les réflexions des ondes ultrasonores sur les bords d’une plaque, une simple méthode de focalisation de voies par délai et somme et un modèle de propagation peuvent être combinés pour la localisation et la cartographie précises. La particularité de la méthode proposée est qu’elle ne nécessite pas d’étapes de détection et d’associations des échos contenus dans les signaux, alors que celles-ci sont des tâches délicates, en particulier lorsque les mesures sont bruitées. En somme, nous proposons des méthodes algorithmiques pour résoudre les problèmes de SLAM en temps réel, et de SLAM dit "entier". Nous considérons également les problèmes spécifiques qui émergent en raison de l’utilisation de la formation de voie par délai et somme, tels que le phénomène d’interférence du signal, et le manque d’évaluation de l’incertitude sur la carte. Une stratégie d’exploration est proposée afin de permettre la cartographie autonome d’une surface métallique par un système robotique. Enfin, nous proposons une méthode pour calibrer de façon automatique les paramètres du modèle de propagation lorsque les propriétés de propagation des ondes ne sont pas connues à priori. Les méthodes proposées sont validées expérimentalement en milieu de laboratoire, avec des mesures acoustiques obtenues en déplaçant les capteurs à la main, ou en utilisant une plateforme robotique réelle. Les résultats démontrent l’efficacité des méthodes proposées pour la localisation et la cartographie par ondes guidées et pourraient servir de support pour l’émergence d’une tâche réelle d’inspection robotique longue distance.

Mapping a structure, such as a metal plate in a ship hull, using acoustic echoes typically requires making assumptions on its shape (e.g. rectangular). This work introduces a more general beamforming approach to recover the geometry of arbitrary polygonal-shaped bounded areas from acoustic reflections. Our method only requires a single omnidirectional emitterreceiver acoustic device mounted on a mobile platform. We apply beamforming to the acoustic measurements in the geometrical boundary space. We subsequently retrieve the edges from the beamforming results via the minimization of a regularized cost criterion, using a simulated annealing optimizer. We also design a boundary rejection criterion so that their exact number can be recovered based only on a specified upper bound. We assess our method on different geometries in a simulation environment and a real-world setting using ultrasonic guided waves measurements. The results demonstrate that it is efficient for achieving the targeted objectives.