面向无人地面车辆的卫星 - 无人机协同越野通行性建图与增量更新

《Remote Sensing》：Satellite–UAV Collaborative Off-Road Traversability Mapping and Incremental Updating for Unmanned Ground Vehicles

　　大范围的遥感数据为无人地面车辆提供关键的先验信息，但其空间分辨率和时延可能掩盖局部地形变化。一个尚待解决的挑战是将异质区域证据与最新局部观测转化为一致的、可更新的、可供规划器使用的地图。本研究提出了一种卫星-无人飞行器（UAV）工作流，用于构建并增量维护供任务级全局规划的越野通行性地图。统一的H3索引组织卫星影像、地形、土壤、道路证据以及局部UAV语义观测，同时保留其原生空间支撑和来源信息。地图将环境先验层、语义层和通行代价层分离，以支持可解释的融合与独立更新。基于置信度层级的冲突解决机制处理区域先验中的不一致，而观察者无关的接口则将UAV语义观测投影到局部地图单元上。主UAV观察者使用RGB影像，数字表面模型（DSM）作为可选的语义观测模态进行评估。评估包括人工审查的区域基准、统一的缓冲空间留出、单元级更新评估以及40个固定重规划任务。冲突解决降低了高风险遗漏。仅使用RGB的SegFormer-B2在适度计算复杂度下取得了最高的语义精度。UAV覆盖实现了96.96%的单元级F1分数，并限制了与保守并集相关的假阳性累积。重规划进一步揭示了危险单元避让与搜索图连通性之间的权衡。所提出的工作流提供了多源遥感与全局UGV规划之间可维护的接口，而非替代车载感知、局部避障或车辆控制。