基于深度学习的密集森林GNSS拒止环境空中机器人鲁棒自主导航：DeFoP系统集成与实地验证

《ISPRS Open Journal of Photogrammetry and Remote Sensing》：Deep learning-based robust autonomous navigation of aerial robots in dense forests

　　

基于深度学习的空中机器人在密集森林中的鲁棒自主导航。利用立体感知（stereo perception）和深度学习（deep learning）实现GNSS（Global Navigation Satellite System，全球导航卫星系统）拒止森林中的无地图导航。安全层实时过滤不安全运动基元（motion primitives），以实现鲁棒飞行。系统升级支持速度控制、稳定VIO（Visual-Inertial Odometry，视觉惯性里程计）和深度图细化（depth refinement）部署。GPU（Graphics Processing Unit，图形处理器）优化使嵌入式硬件上的实时碰撞预测（collision prediction）达到10 Hz。真实世界测试在中等密度森林环境中取得100%成功率。

研究背景与问题：森林冠层下GNSS（Global Navigation Satellite System，全球导航卫星系统）常不可靠，要求完全机载的视觉、惯性或接近传感器导航；树干、密集枝叶和细枝造成普遍遮挡、深度突变和光照变化，使运动估计、障碍检测与无碰撞规划困难。经典SLAM（Simultaneous Localization and Mapping，同步定位与建图）在重复森林场景中易漂移或地图不一致，体素、TSDF等建图依赖密集可靠深度与位姿，立体/RGB-D在杂乱林下常出现缺失或噪声回波，LiDAR则受载荷、能耗和计算约束。既有学习型无地图导航常简化动力学或观测条件，难以应对运动模糊、深度缺失和部分传感器失效。林下自主飞行又是森林测量与生态监测的使能技术，因此研究人员在seVAE-ORACLE框架及Del Col et al.等改进基础上，面向密集森林实地部署集成六项系统级增强并验证。研究在芬兰赫尔辛基Palohein?（60°15′30″ N，24°55′20″ E）的三个北方针叶林样地开展全自主60 m飞行，树密度约1040、2220和2000 trees/ha，比较DeFoP（Deep Forest Pilot）与seVAE-ORACLE原始及微调版本、Ego-Planner-v2、LTA-OM SLAM+IPC等方法。结论为DeFoP在基线困难林1.0 m/s和1.3 m/s均15/15成功，中等林15/15，非常困难林12/15；优于视觉基线，与LiDAR方法可比但速度更高；主要限制为立体深度输入保真度。其意义在于推进可部署的林下自主飞行，支撑森林调查、环境监测与搜救。

关键技术方法：采用Intel RealSense D435i立体红外相机（480×270，30 fps）与SGM（Semi-Global Matching，半全局匹配）深度；对2 m内障碍邻域进行深度改进；7层卷积自编码器seVAE（semantically enhanced autoencoder，语义增强自编码器）输出128维潜向量；CPN（Collision Prediction Network，碰撞预测网络）评估256个运动基元，含LSTM（Long Short-Term Memory，长短期记忆网络）、三模型集成和UT（Unscented Transform，无迹变换）；几何安全监督器按深度扇区过滤；VINS-Fusion立体VIO与PX4飞控；TensorRT优化Jetson Orin NX。试验样地为芬兰赫尔辛基Palohein?三个北方针叶林样地。

研究结果：3.1 基线（困难森林）结果：在相同60 m走廊15次飞行比较中，DeFoP在1.0 m/s和1.3 m/s均15/15成功，位移约59.0 m和58.9 m，速度跟踪稳定；1.0 m/s平滑性较好，1.3 m/s反应更激进。3.1.1 seVAE-ORACLE原始实现：15次仅5次成功（33%），平均位移41.89 m，速度跟踪稳定但避障较晚、加速度变异大。3.1.2 在合成森林数据上微调的seVAE-ORACLE：8/15成功（53%），平均位移44.30 m，障碍检测改善但控制反应较晚、加速度变异性增加。3.1.3 DeFoP方法：1.0 m/s达15/15，平均位移59.05 m，平滑指标较低；1.3 m/s仍15/15但加速度变异增加；结论为1.0 m/s是安全平滑与预测控制的较优平衡。3.2 中等森林结果：15/15成功，平均位移58.51 m，速度约0.92/0.96 m/s，加速度均值0.520 m/s²，轨迹更直、平滑性更好；结论为较稀疏环境稳定可靠。3.3 非常困难森林结果：12/15成功（80%），成功飞行平均位移52.3 m，速度约0.78/0.90 m/s，加速度变异较高，出现绕行脱离局部死胡同；结论为严重感知退化下仍具鲁棒性但受深度限制。3.4 各模块贡献分析：对ROS bag记录作后验统计，非控制消融。3.4.1 几何安全监督器：激活率42.3%、49.8%、12.8%、48.3%，平均阻挡率17.7%、25.3%、5.0%、20.3%，SSI（Safety Selectivity Index，安全选择性指数）0.600、0.502、0.623、0.366，Welch t检验p?0.001；结论为监督器优先阻挡CPN高碰撞概率动作，并随杂乱和速度增加更常介入。3.4.2 深度细化模块：未定义像素平均减少66.2%、63.0%、48.5%、68.0%，深度稳定性增益3.28×、2.85×、6.49×、4.02×；结论为改善近场障碍连续性和时间稳定性，但不能恢复完全未观测结构。3.4.3 规划稳定化启发式：偏航符号翻转率13.2%、11.3%、11.7%、12.2%，干预11、7、10、5次，安全突发性CV为1.34、1.10、2.75、1.26；结论为振荡率低，启发式作为稀疏纠正机制，后验分析不能量化因果。3.4.4 小结：三个模块行为符合设计角色，但后验分析不能建立其对成功率、位移或平滑度的因果贡献，其余三项增强未隔离。

讨论与结论：讨论部分强调DeFoP的主要贡献是将学习型导航组件集成为部署框架；几何安全监督依赖深度完整性，深度细化受立体传感上限限制，TensorRT将CPN推理从约4 Hz提升至10 Hz。与LiDAR方法相比，DeFoP在更高速度下保持成功；视觉基线成功率较低；非常困难林80%主要受细枝和林下深度缺失限制。未来工作包括RGB/LiDAR多模态、深度补全、Transformer稀疏到稠密预测、连续规划、多智能体及非森林环境验证。结论部分翻译：本研究提出面向密集森林的无人机增强视觉自主导航系统，将语义增强自编码器感知、碰撞预测网络决策和实时监督安全层结合。通过架构改进与合成数据训练，系统在高度杂乱、GNSS拒止条件下显著改善深度信息解释和导航。真实实验覆盖中等、高和非常高三种森林难度：中等森林15/15成功；困难森林基线在1.0 m/s和1.3 m/s均100%成功，现有方法未达到，LiDAR方法仅在显著更低平均速度下达到可比成功率且高速下急剧下降，视觉基线成功率显著更低；非常困难森林达到80%成功率并保持成功飞行稳定运动。该实验也揭示主要限制是依赖立体深度输入保真度；深度增强可降噪和填补部分缺失区域，但不能恢复原始数据完全缺失的细枝或叶片。该限制凸显自然环境中立体深度传感内在约束，并推动未来多模态感知、深度补全和Transformer稀疏到稠密预测研究。总体而言，结果证明模拟训练深度学习导航系统在任务特定感知细化和稳健安全决策策略配合下可有效泛化到复杂真实森林，学习深度编码、预测规划和监督安全组合可在不同森林密度下实现接近完整任务成功，支持速度调制和早期避障；大量挑战性环境实地实验为系统可靠性和先进遥感实用价值提供证据，为高分辨率森林监测、环境制图、野生动物与栖息地评估及搜救快速态势感知提供机会。