基于 BIM-差异的主动感知用于风险感知的 UAV-UGV 导航
机器人学
2025-11-19 v1
摘要
本文提出了一种 BIM-差异驱动的主动感知框架，用于在动态建筑环境中实现无人机 (UAV) 和无人地面车辆 (UGV) 的协作导航。传统导航方法依赖于静态建筑信息模型 (BIM) 先验或有限的 onboard 感知。相比之下，我们的框架持续融合空中和地面机器人来自 LiDAR 数据与 BIM 先验，以维持演变中的 2D 占据图。我们通过整合占据不确定性、BIM-图差异和间隙，构建统一的走廊风险度量。当风险超过安全阈值时，UAV 会自动重新扫描受影响区域以减少不确定性并实现安全的重新规划。在 PX4-Gazebo 仿真中，结合 Robotec GPU LiDAR 的验证结果表明，风险触发的重新扫描将平均走廊风险降低 58%，地图熵降低 43%，同时保持间隙裕度超过 0.4 m。相较于基于前沿的探索，我们的方法在一半的任务时间内实现了类似的不确定性降低。这些结果表明，将 BIM 先验与风险自适应空中感知相结合，可实现建筑机器人可扩展、不确定性感知的自主性。
引用
@article{arxiv.2511.14037,
title = {BIM-Discrepancy-Driven Active Sensing for Risk-Aware UAV-UGV Navigation},
author = {Hesam Mojtahedi and Reza Akhavian},
journal= {arXiv preprint arXiv:2511.14037},
year = {2025}
}