YOPOv2-Tracker：从感知到动作的端到端敏捷跟踪与导航框架
机器人学
2025-05-13 v1
摘要
传统的目标跟踪管线包括检测、映射、导航和控制等环节，虽然较为全面，但会引入高延迟，限制了四旋翼机的敏捷性。相较之下，我们遵循“少即是多”的设计原则，致力于在保持有效性的前提下简化流程。本文提出一种用于四旋翼机的端到端敏捷跟踪与导航框架，直接将感官观测映射到控制指令。重要的是，利用导航和检测任务的多模态特性，该网络通过显式集成传统管线中的独立模块来保持可解释性，而非粗略的动作回归。在细节方面，我们采用一组运动原语作为锚点，以覆盖可行区域及潜在目标的搜索空间。随后将轨迹优化问题重新表述为对原语偏移量及其关联代价的回归，考虑安全性、平滑性等指标。对于跟踪任务，轨迹需逼近目标，并预测额外的目标度分数。随后，对预测值进行扰动补偿后，将转化为推力和姿态控制指令，以实现快速响应。在训练过程中，我们 seamless 集成传统运动规划与深度学习，通过直接反向传播轨迹代价的梯度到网络，从而消除模仿学习中专家演示的需求，并提供比强化学习更直接的指导。最后，我们将算法部署在紧凑型四旋翼机上，并在森林和建筑环境中进行实际验证，以展示所提方法的有效性。
引用
@article{arxiv.2505.06923,
title = {YOPOv2-Tracker: An End-to-End Agile Tracking and Navigation Framework from Perception to Action},
author = {Junjie Lu and Yulin Hui and Xuewei Zhang and Wencan Feng and Hongming Shen and Zhiyu Li and Bailing Tian},
journal= {arXiv preprint arXiv:2505.06923},
year = {2025}
}