面向视觉-惯性里程计的多旋翼感知感知后退时域轨迹规划

视觉惯性里程计（VIO）被广泛用于多旋翼的状态估计，但在视觉特征稀少的环境或过于激进的飞行中表现可能不佳。本文中，我们提出了一种可用于任意基于特征的 VIO 算法的多旋翼感知感知避障轨迹规划器。我们的方法能够以快速将飞行器飞至目标位置，在未知静止环境中避开障碍物，同时获得良好的 VIO 状态估计精度。所提规划器采样一组最小加加速度轨迹并从中找出无碰撞轨迹，随后根据其在到达目标速度方面的表现和感知质量进行评估。感知质量同时考虑了特征的运动模糊及其位置。我们对特征运动模糊的新颖考量使得轨迹激进程度能在不同光照水平环境下自动适应。评估得出的最佳轨迹由飞行器跟踪，并在接收到相机新图像时以后退时域方式更新。仅对 VIO 作一般性假设，因此该规划器可用于多种现有系统。所提方法可在机载小型嵌入式计算机上实时运行。我们在室内外环境中通过实验验证了方法的有效性。与感知无关规划器相比，所提规划器在相机视野中保留了更多特征并使飞行更不激进，从而令 VIO 更准。它还减少了 VIO 失效，感知无关规划器发生了失效而所提规划器没有。所提规划器飞越密集障碍物的能力也得到了验证。实验视频见 https://youtu.be/qO3LZIrpwtQ。