MonoSpheres：基于单目SLAM的大规模无人机探索技术——通过感知耦合的映射与规划实现

《IEEE Robotics and Automation Letters》：MonoSpheres: Large-Scale Monocular SLAM-Based UAV Exploration Through Perception-Coupled Mapping and Planning

　　

摘要：

自主探索未知环境是移动机器人的关键能力，但对于仅配备单个单目相机且没有密集距离传感器的机器人来说，这一能力在很大程度上仍未得到解决。在本文中，我们提出了MonoSpheres——一种基于单目视觉的探索新方法，该方法能够通过明确考虑稀疏单目SLAM前端在映射和规划中的特性，安全地覆盖大规模的非结构化室内和室外3D环境。映射模块通过在对纹理稀疏区域进行过采样并跟踪障碍物位置不确定性，解决了深度数据稀疏、自由空间间隙以及深度不确定性大的问题。规划模块通过快速重新规划和感知感知的航向控制来处理额外的自由空间不确定性。我们进一步证明，在考虑视差要求和可能存在无纹理表面的情况下，使用稀疏单目深度数据也可以进行基于边界的探索。我们在多样化的真实世界和模拟环境中对我们的方法进行了广泛评估，包括消融研究。据作者所知，MonoSpheres是首个在真实世界的非结构化室外环境中实现3D单目探索的方法。我们将我们的实现开源，以支持未来的研究。