基于单目视觉-惯性重缩放的零样态指标深度估计用于自动航空导航
机器人学
2025-09-11 v1 人工智能
摘要
本文提出一种方法，从单目 RGB 图像和惯性测量单元（IMU）预测指标深度，以实现自动飞行中的碰撞规避。以往的做法要么利用重型传感器（如 LiDAR 或立体相机），要么依赖数据密集且特定于领域的单目指标深度估计方法进行微调。相比之下，我们提出了几种轻量级零样态重缩放策略，通过利用基于视觉-惯性导航系统创建的稀疏 3D 特征图，从相对深度估计中获得指标深度。我们对比评估了这些策略在多样化仿真环境中的准确性。表现最佳的方法采用单调样条拟合，在计算受限的四旋翼机上进行部署。我们以 15 Hz 的速度获取 onboard 指标深度估计，并通过将所提出方法集成到基于运动原语的规划器中，成功实现了碰撞规避。
引用
@article{arxiv.2509.08159,
title = {Zero-Shot Metric Depth Estimation via Monocular Visual-Inertial Rescaling for Autonomous Aerial Navigation},
author = {Steven Yang and Xiaoyu Tian and Kshitij Goel and Wennie Tabib},
journal= {arXiv preprint arXiv:2509.08159},
year = {2025}
}