在飞机日常维护中,通常需要对飞机外表面进行目视检查。使用配备传感器的移动机器人进行自动检查以替代耗时且容易出错的手动检查已成为一种趋势。利用机器学习和数据科学的力量,可以使用图像和点云等感测数据进一步表征缺陷。在这种机器人检查过程中,需要精确的飞机数字模型来规划检查路径,然而,飞机维修店通常无法获得飞机的原始 CAD 模型。因此,使用诸如 3D 激光扫描仪和 RGB-D(红、绿、蓝和深度)相机等传感器,因为它们能够以有效的方式生成感兴趣对象的 3D 模型。本文介绍了一种两阶段方法,使用配备 RGB-D 相机的 UAV(无人驾驶飞行器)自动扫描飞机,以便在无法获得飞机原始 CAD 模型的情况下重建飞机的数字复制品。在第一阶段,无人机相机系统遵循预定义的路径快速扫描飞机并生成飞机的粗略模型。然后,根据飞机的粗略模型计算全覆盖扫描路径。在第二阶段,无人机相机系统遵循计算出的路径对飞机进行紧密扫描,以生成飞机的密集而精确的模型。我们解决了飞机的覆盖路径规划 (CPP) 问题