复杂环境下微型飞行器的全自主导航策略与多模态传感器融合

本文档探讨了"Autonomous Navigation for Micro Aerial Vehicles in Complex GNSS-denied Environments"，针对微型飞行器，如多旋翼无人机，如何在存在复杂GPS信号干扰的环境中实现自主导航。这些微型飞行器在诸如工厂维护等场景中有着广泛的应用，因为它们能够高效地进行建筑物的监测、检查和监视。 关键要素包括： 1. 3D Mapping：为了支持全自主操作，微小飞行器需要具备精确的3D建图能力。通过3D激光扫描仪获取环境数据，构建出自我中心的多分辨率网格图，这种地图提供了对周围环境的全方位了解。 2. 实时姿态跟踪：为了确保飞行器稳定和精确的操作，实时姿态跟踪是必不可少的。这涉及对飞行器位置、速度和方向的持续监控，以便做出相应的调整。 3. 障碍物检测：在受限空间内，障碍物检测是避免碰撞的关键。文中提到的系统通过融合多种传感器数据，实时识别可能的障碍物，为自主导航提供安全预警。 4. 多层规划：导航策略采用多层设计，包括从全局任务规划到局部轨迹规划，再到反应性避障。这种分层方法允许系统在大范围任务目标与即时环境响应之间找到平衡。 5. 轨迹生成：根据任务需求和环境动态，系统生成全局和局部的飞行路径。这种轨迹规划不仅要考虑任务效率，还要兼顾飞行器的安全性，确保路径是无碰撞的。 6. 环境感知与融合：传感器数据被整合到一个中心定位的地图中，结合MAV（微型飞行器）的定位信息，形成一个统一的环境模型，支持精确的自主导航。 7. 实验验证：文章重点展示了在GPS信号拒收的室内环境中对这个导航系统的评估。在这种环境下，由于缺乏外部定位信号，系统的全向感知能力和快速导航反应显得尤为重要。 这篇论文不仅探讨了微型飞行器自主导航的理论框架，还提供了实际应用中的解决方案，为在复杂环境下的飞行器自主操作提供了实用的导航技术。这对于推动微型无人飞行器的发展和应用具有重要意义。