无需完整状态估计的移动门障飞行

自动无人机赛车需要强大的感知、规划与控制能力，已成为自动化、敏捷飞行的基准测试平台。现有方法通常假设静态赛道且已知地图，借此离线规划最优轨迹、对门户进行定位以减少视觉-惯性里程计(VIO)中的漂移，或训练针对特定赛道和环境的学习型方法。相反，许多现实任务（如灾后救援或货物投递）需在未知动态环境中完成。为提高无人机赛车对未见环境及移动门障的鲁棒性，本文提出一种无需赛道地图或VIO的控制算法，仅依赖于到门户的视线单点测量。为此，我们采用比例导航(PN)法则准确穿越移动门障及风场。将PN导向的视觉控制问题形式化为约束优化问题，并推导闭式最优解。通过仿真与实际实验，证明该算法能在高速度下穿越移动门障，且对各种门障运动、模型误差、风场及延迟具有良好鲁棒性。