基于射频反向散射的微型飞行器状态估计

紧凑灵巧的微型飞行器（MAV）的进展已展现出在替代人类执行劳动密集或危险的室内探查（如仓库管理与火灾救援）方面的巨大潜力。然而，设计一种能在昏暗或烟雾环境中实现自主飞行的状态估计系统却是一个难题：传统的基于 GPS 或计算机视觉的方案仅在室外或光照充足且纹理丰富的环境中有效。本文迈出克服此障碍的第一步，提出 Marvel——一种面向室内 MAV 的轻量级基于射频反向散射的状态估计系统。Marvel 通过将反向散射标签贴附于商用 MAV 起落架而无需内部硬件改动，对商用 MAV 无侵入性，并以即插即用的方式工作，无需任何基础设施部署、预训练特征，甚至无需知晓控制器位置。其关键技术为一个新的基于反向散射的姿态感知模块以及一种新颖的反向散射-惯性超精度状态估计算法。我们通过编程一架商用现货 MAV 沿不同轨迹自主飞行来验证设计。结果表明，Marvel 支持在 $50$ m 范围内或穿透三堵混凝土墙进行导航，定位精度达 $34$ cm、姿态估计精度达 $4.99^\circ$，优于室外的商用基于 GPS 的方案。