HDVIO2.0：基于混合动力学的风和扰动估计
机器人学
2025-09-04 v3 人工智能
摘要
视觉惯性里程计（VIO）广泛应用于自主微型无人机中基于 onboard 传感器的状态估计。当前方法通过引入车辆转移动力学模型来改进 VIO，但在面对低精度车辆模型或持续外部扰动（如风）时性能会下降。此外，在在线应用中（如闭环控制系统）引入旋转动力学模型计算难以实现。我们提出 HDVIO2.0，建模完整 6 自由度（包括转移和旋转）车辆动力学，并在保持运行时长 minimal 影响的前提下将其紧密集成到 VIO 中。HDVIO2.0 基于前作 HDVIO，通过结合点质量车辆模型与学习基成分，利用控制命令和 IMU 历史数据来捕捉复杂气动效应。其核心思想是用连续时间函数表示旋转动力学。HDVIO2.0 利用实际运动与混合动力学模型预测运动之间的差异，来估计外部力以及机器人状态。我们的系统在使用公共数据集和新建无人机动力学数据集，以及风速达 25 km/h 的实际飞行中超越了当前最先进的方法。与现有方法不同，我们还展示了在不精确知晓完整车辆状态情况下仍可实现准确的车辆动力学预测。
引用
@article{arxiv.2504.00969,
title = {HDVIO2.0: Wind and Disturbance Estimation with Hybrid Dynamics VIO},
author = {Giovanni Cioffi and Leonard Bauersfeld and Davide Scaramuzza},
journal= {arXiv preprint arXiv:2504.00969},
year = {2025}
}
备注
Transactions on Robotics (T-RO) 2025