基于视觉的端到端学习：通过可微仿真实现无人机穿越不规则间隙
机器人学
2026-04-08 v2
摘要
穿越狭窄且不规则的间隙是自主无人机在巡检、搜救和灾难响应等应用中的一项基本技能。然而，传统的规划和控制方法依赖于显式的间隙提取和测量，而最近的端到端方法通常假设规则形状的间隙，导致泛化能力差且实用性有限。在这项工作中，我们提出了一个完全基于视觉的端到端框架，将深度图像直接映射到控制指令，使无人机能够穿越未见环境中的复杂间隙。该框架在特殊欧几里得群SE(3)中运行，其中位置和方向紧密耦合，它利用可微仿真、停止梯度算子和双峰初始化分布来实现连续间隙的稳定穿越。两个辅助预测模块——间隙穿越成功分类器和可穿越性预测器——进一步增强了连续导航和安全性。大量的仿真和真实世界实验证明了该方法的有效性、泛化能力和实际鲁棒性。
引用
@article{arxiv.2604.02779,
title = {Vision-Based End-to-End Learning for UAV Traversal of Irregular Gaps via Differentiable Simulation},
author = {Linzuo Zhang and Yu Hu and Feng Yu and Yang Deng and Wenxian Yu and Danping Zou},
journal= {arXiv preprint arXiv:2604.02779},
year = {2026}
}