微型飞行器协同定位

在本文中，我们提出了一个针对使用基于视觉感知的微型飞行器（MAV）组的协同定位框架。假设每个飞行器配备前向单目相机，并能够彼此通信。该协同定位方法被发展为一种去中心化算法，并以分布式方式构建，其中个体与相对位姿估计技术被组合以使群体对周围环境进行定位。MAV 最初在彼此间检测并匹配显著特征，以创建所观测环境的稀疏重建，其作为全局地图。一旦地图可用，每个 MAV 执行特征检测与跟踪，并带有鲁棒外点剔除过程，以估计其自身的六自由度位姿。偶尔，一个或多个 MAV 可被指派通过相对测量为另一 MAV 计算位姿，这是利用多视图几何概念实现的。这些相对测量随后以一致的方式与个体测量融合。我们给出了该算法在仿真与真实飞行中 MAV 图像数据上的结果，并讨论了协同定位在提高位姿估计精度方面的优势。