MonoRace：凭借鲁棒单目人工智能赢得冠军级无人机竞速
机器人学
2026-01-22 v1
摘要
自主无人机竞速是机器人研究的前沿领域。它要求人工智能能够在资源与时间严格受限的轻型飞行机器人上运行，同时将物理系统推向极限。该领域的最先进技术由一个配备立体相机和惯性测量单元（IMU）的系统构成，该系统在受控室内环境中击败了人类无人机竞速冠军。在此，我们提出MonoRace：一种使用单目卷帘快门相机和IMU的机载无人机竞速方法，该方法无需任何外部运动跟踪系统即可泛化至竞赛环境。该方法具备鲁棒的状态估计，将基于神经网络的闸门分割与无人机模型相结合。此外，它包含一个离线优化程序，利用已知的闸门几何结构来优化任何状态估计参数。该离线优化完全基于机载飞行数据，对于微调至关重要的外部相机标定参数非常重要。此外，制导与控制由一个神经网络执行，该网络通过直接发送电机指令而省去了内环控制器。这个小型网络以500Hz的频率在飞行控制器上运行。所提出的方法赢得了2025年阿布扎比自主无人机竞速锦标赛（A2RL），在直接淘汰赛中击败了所有参赛的人工智能团队和三位人类世界冠军飞行员。它树立了自主无人机竞速研究的新里程碑，在竞赛赛道上达到了高达100公里/小时的速度，并成功应对了相机干扰和IMU饱和等问题。
引用
@article{arxiv.2601.15222,
title = {MonoRace: Winning Champion-Level Drone Racing with Robust Monocular AI},
author = {Stavrow A. Bahnam and Robin Ferede and Till M. Blaha and Anton E. Lang and Erin Lucassen and Quentin Missinne and Aderik E. C. Verraest and Christophe De Wagter and Guido C. H. E. de Croon},
journal= {arXiv preprint arXiv:2601.15222},
year = {2026}
}