利用小型无人机进行神经三维物体重建

小型无人机（UAV）在导航室内和难以到达区域方面展现出巨大潜力，然而其在载荷和自主性方面的显著限制在很大程度上阻碍了将其用于高质量三维（3D）重建等复杂任务。为克服这一挑战，我们引入了一种新颖的系统架构，能够使用重量低于 100 克的 UAV 对静态物体进行完全自主的高保真 3D 扫描。我们的核心创新在于一个双重重建流水线，它在数据捕获和飞行控制之间创建了实时反馈回路。一个近实时（near-RT）过程使用运动恢复结构（SfM）生成物体的瞬时点云。系统即时分析模型质量，并动态调整 UAV 的轨迹，以智能地捕获覆盖不足区域的新图像。这确保了数据的全面采集。对于最终的精细输出，非实时（non-RT）流水线采用基于神经辐射场（NeRF）的神经三维重建（N3DR）方法，将 SfM 导出的相机位姿与精确的超宽带（UWB）定位数据融合，以实现卓越的精度。我们使用 Crazyflie 2.1 UAV 实现并验证了该架构。我们在单 UAV 和多 UAV 配置下进行的实验确凿地表明，动态轨迹适应相较于静态飞行路径能持续提升重建质量。这项工作展示了一种可扩展的自主解决方案，释放了微型 UAV 在受限环境中进行精细 3D 重建的潜力，这一能力以前仅限于大型平台。