PanoAir：基于全景视觉惯性SLAM的跨时间真实UAV数据集
机器人学
2026-04-02 v1
摘要
准确的姿态估计是无人机（UAV）应用的根本要求，其中视觉惯性SLAM（VI-SLAM）提供了一种成本效益高的定位和制图解决方案。然而，现有VI-SLAM方法主要依赖视野有限（FoV）的传感器，在复杂UAV场景下可能导致漂移甚至失效。虽然全景摄像头提供全向感知以提高鲁棒性，但全景VI-SLAM及其对应的真实世界数据集对于UAV仍未得到充分探索。为此，我们首先构建了一个覆盖多种飞行条件的真实全景视觉惯性数据集，包括不同照明、飞行高度、轨迹长度和运动动力学。为实现此类挑战UAV场景下准确且稳健的姿态估计，我们提出了全景VI-SLAM框架，通过所提出的全景特征提取和全景闭环检测利用全向FoV，增强特征约束并确保全局一致性。在所提数据集和公开基准测试中的广泛实验表明，我们的方法在准确性、鲁棒性和一致性方面均优于现有方法。此外，部署在嵌入式平台上验证了其实际可行性，实现了与PC实现相当的计算效率。源代码和数据集已公开 disponibile at https://drive.google.com/file/d/1lG1Upn6yi-N6tYpEHAt6dfR1uhzNtWbT/view。
引用
@article{arxiv.2604.00852,
title = {PanoAir: A Panoramic Visual-Inertial SLAM with Cross-Time Real-World UAV Dataset},
author = {Yiyang Wu and Xiaohu Zhang and Yanjin Du and Tongsu Zhang and Chujun Li and Siyang Chen and Guoyi Zhang and Xiangpeng Xu},
journal= {arXiv preprint arXiv:2604.00852},
year = {2026}
}