基于视觉-惯性 SLAM 与无 LiDAR 构建稠密子图的可扩展室外自主无人机飞行
机器人学
2026-01-13 v2
摘要
多种机器人应用需要自主导航。在本文中，我们提出了一种自主微型飞行器（MAV）系统，该系统纯粹依靠高性价比且轻量化的被动视觉和惯性传感器，在室外、非结构化和杂乱环境中进行大规模自主导航。我们利用视觉-惯性同时定位与建图（VI-SLAM）获取准确的 MAV 状态估计，并将其与体积占据子图系统相结合，以实现可直接用于路径规划的可扩展建图框架。为确保 MAV 在导航过程中的安全，我们还提出了一种新颖的参考轨迹锚定方案，该方案在 VI-SLAM 系统的状态更新时，即使由于回环检测导致状态发生大幅更新，也能以一致的方式使 MAV 正在跟踪的参考轨迹发生形变。我们在真实和模拟的森林环境中以及高达 3 m/s 的峰值速度下充分验证了我们的系统，且未发生任何碰撞或系统故障。据我们所知，这是首个使用低成本被动视觉传感器并在完全机载计算（包括 VI-SLAM）下，在此类非结构化环境中达到此性能水平的系统。
关键词
引用
@article{arxiv.2403.09596,
title = {Scalable Outdoors Autonomous Drone Flight with Visual-Inertial SLAM and Dense Submaps Built without LiDAR},
author = {Sebastián Barbas Laina and Simon Boche and Sotiris Papatheodorou and Dimos Tzoumanikas and Simon Schaefer and Hanzhi Chen and Stefan Leutenegger},
journal= {arXiv preprint arXiv:2403.09596},
year = {2026}
}
备注
8 pages, 8 figures