BatDeck——面向纳米无人机的超低功耗超声波自我速度估计与避障

纳米无人机凭借其小巧轻便的设计，非常适合受限空间救援任务，且与人交互 inherently 安全。然而，其有限的载荷将自我速度估计和障碍物检测所需的关键感知限制为基于单束激光的飞行时间（ToF）传感器和低分辨率光学传感器。尽管这些传感器已展现出良好的性能，但它们在部分复杂现实场景中会失效，尤其是在面对透明或反射表面（ToF传感器）时，或在缺乏视觉特征时（光流传感器）。受蝙蝠启发，本文提出了一种基于双向测距的新型自我速度估计与避障方法，该方法采用面向下方和前方的超低功耗超声波传感器，在无人机面对反射材料或在完全黑暗环境中导航时提升了性能。我们的结果表明，新的感知系统在自我速度估计上实现了均方误差 0.019 m/s，并允许在充满透明和反射障碍物的挑战性环境中进行探索，平均飞行时间 8 分钟，覆盖 136 米。我们还比较了超声波与基于激光的 ToF 感知技术用于避障，以及光流与基于超声波的技术用于自我速度估计，展示了这些系统与方法如何互补以增强纳米无人机操作的鲁棒性。