AGCNeRF:基于地标增强型神经辐射场的空地协同视觉映射与导航
陆晨曦、
余萌、
王寅、
李华
《Drones》:AGCNeRF: Air–Ground Collaborative Visual Mapping and Navigation via Landmark-Enhanced Neural Radiance Fields
Chenxi Lu,
Meng Yu,
Yin Wang and
Hua Li
【字体:
大
中
小
】
时间:2026年03月04日
来源:Drones 5.2
摘要
在搜救等未知环境中的高风险任务中,无人驾驶车辆的重要性日益凸显。随着作业环境复杂性的增加,由于感知能力有限以及操作上的种种限制,单台无人驾驶车辆难以独立完成复杂任务。为提升在复杂场景下无人驾驶任务的灵活性,本研究提出了AGC-NeRF这一创新的空地协同探测框架,该框架充分利用了无人机与地面无人车的功能优势——通过参考神经辐射场图,让地面无人车在无人机的辅助下在复杂环境中导航。首先,无人机负责采集空中图像,用于重建地面无人车需要探索的环境,凭借其高空视角实现大范围覆盖以及单台地面无人车无法实现的整体环境感知。同时,研究还提出了一种创新的图像显著性评估方法,精准筛选出对地面无人车导航系统有用的地标,进而生成该作业场景的预训练神经辐射场模型。接着,基于该神经辐射场模型,为地面无人车设计了考虑地标的6自由度自我运动估计器以及无碰撞轨迹优化器。最后,构建了一种在线重规划架构,通过地面站进行神经辐射场模型训练与状态优化,结合轨迹规划器与状态估计器,形成一种双智能体仅依赖视觉的导航流程。仿真与实验结果表明,AGC-NeRF能够在未知环境中实现可靠的地面无人车轨迹规划与状态估计,充分展现了空地协同方案的优异效能与强大稳定性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号