基于 bearing-box 的观测性增强目标运动估计：理论与 MAV 应用
机器人学
2026-01-13 v1
摘要
单目视觉基于目标运动估计是诸多应用中的一个基本挑战。本 work 引入一种新颖的 bearing-box 方法，充分利用如今广泛可获得但尚未被充分用于运动估计的 3D 检测测量。不同于依赖限制性假设（如目标形状各向同性和横向运动）的现有方法，我们的 bearing-box 估计器可在不满足这些假设的前提下估计目标的运动和其物理尺寸，通过挖掘 3D 边界框中隐藏的信�。当应用于多旋翼微型航空机器人（MAV）时，估计器还能进一步消除对更高阶运动假设的需求，通过利用 MAV 加速度与推力之间的独特耦合。这在实际中尤为重要，因为更高阶运动假设被广泛认为是最新方法中必不可少的。我们通过严格的可观测性分析和大量实验验证支持我们的主张，展示了该估计器在实际场景中的优越性能。
引用
@article{arxiv.2601.06887,
title = {Observability-Enhanced Target Motion Estimation via Bearing-Box: Theory and MAV Applications},
author = {Yin Zhang and Zian Ning and Shiyu Zhao},
journal= {arXiv preprint arXiv:2601.06887},
year = {2026}
}
备注
This paper is accepted by IEEE Transactions on Robotics (20 pages, 11 figures)