An Open-Source LiDAR and Monocular Off-Road Autonomous Navigation Stack
U2IS, ENSTA, Institut Polytechnique de Paris（巴黎综合理工学院，ENSTA，U2IS）；AMIAD, Pôle Recherche（AMIAD，研究部）；LARIAD, a joint AMIAD-ENSTA laboratory（LARIAD，AMIAD-ENSTA联合实验室）
本文提出一个开源的越野导航栈，结合激光雷达和单目3D感知，无需特定任务训练，通过边缘遮蔽和时间平滑提升鲁棒性，实验证明单目深度估计可替代激光雷达。
2026-04-03 cs.RO
Scalix: Uncertainty-Aware Scale-Consistent Monocular SLAM
University of Technology, Sydney（悉尼科技大学）；Centre for Autonomous Systems（自主系统中心）
本文提出实时单目SLAM框架Scalix，通过整合带不确定性的学习深度线索到概率因子图，实现度量尺度估计，在多环境基准上性能领先且实时泛化。
2026-08-19 cs.RO
Scalable Outdoors Autonomous Drone Flight with Visual-Inertial SLAM and Dense Submaps Built without LiDAR
Technical University of Munich（技术大学慕尼黑）；School of Computation, Information and Technology（计算、信息与技术学院）；Mobile Robotics Lab（移动机器人实验室）；Department of Computing（计算学院）；Imperial College London（伦敦帝国学院）；Department of Mechanical and Process Engineering（机械与过程工程学院）；ETH Zurich（苏黎世联邦理工学院）；Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
本文提出了一种基于视觉-惯性SLAM和无LiDAR的自主无人机系统，实现户外复杂环境下的大规模自主导航和路径规划。
2025-08-01 cs.RO
HALO: High-Altitude Language-Conditioned Monocular Aerial Exploration and Navigation
GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室）
HALO通过单目相机与GPS/IMU实现高海拔环境的实时度量-语义映射与导航，支持多任务自主探索。
2025-11-21 cs.RO
ORB-SLAM: a Versatile and Accurate Monocular SLAM System
Instituto de Investigación en Ingeniería de Aragón (I3A)（阿拉贡工程研究院（I3A））；Universidad de Zaragoza（萨拉戈萨大学）
本文介绍了ORB-SLAM，一个基于特征的单目SLAM系统，实时的操作，在小型和大型，室内和室外环境。该系统对严重的运动杂波具有鲁棒性，允许宽基线环路闭合和重新定位，并包括全自动初始化。基于近年来的优秀算法，我们从头开始设计了一个新的系统，该系统对所有SLAM任务使用相同的功能：跟踪，映射，重新定位和循环关闭。选择重建点和关键帧的适者生存策略具有出色的鲁棒性，并生成一个紧凑且可跟踪的地图，该地图仅在场景内容发生变化时才会增长，从而允许终身操作。我们提出了一个详尽的评估，在27个序列从最流行的数据集。ORB-SLAM相对于其他最先进的单目SLAM方法实现了前所未有的性能。为了社区的利益，我们公开了源代码。
2015-09-18 cs.CV cs.RO
GeoGS-SLAM: Online Monocular Reconstruction Using Gaussian Splatting with Geometric Priors
State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University（工业控制技术国家重点实验室，浙江大学控制科学与工程学院）；Key Laboratory of Collaborative Sensing and Autonomous Unmanned Systems of Zhejiang Province（浙江省协同感知与自主无人系统重点实验室）
研究提出GeoGS-SLAM在线单目密集重建系统，结合3DGS地图表示与几何先验。利用前馈模型预测先验，通过采样扩展地图，粗到细优化姿态和地图，纳入回环检测与姿态图优化，实验表明其在质量、精度和实时性上优于现有方法。
2026-07-14 cs.RO
Probabilistic Dense Reconstruction from a Moving Camera
Tencent AI Lab（腾讯人工智能实验室）；The Hong Kong University of Science and Technology（香港科技大学）
本文提出了一种在线密集重建的概率方法，使用一个单目摄像机移动通过环境。与空间立体声相比，运动立体声的深度估计具有挑战性，由于不充分的视差，视觉尺度变化，姿态误差等。我们利用连续深度估计的空间和时间相关性，以增加单目深度估计的鲁棒性和准确性。在这项工作中，提出了一个在线的，递归的，概率方案来计算深度估计，相应的协方差和内点概率期望。我们将所获得的深度假设以不确定性感知的方式集成到密集的3D模型中。我们通过与TUM RGB-D SLAM和ICL-NUIM数据集中的最先进方法进行比较，展示了我们所提出的方法的有效性和效率。在线室内和室外实验也提出了性能演示。
2019-03-26 cs.RO
Virtual Testbed for Monocular Visual Navigation of Small Unmanned Aircraft Systems
Air Force Institute of Technology（空军理工学院）
单目视觉导航方法在过去十年中取得了重大进展，最近产生了几种实时解决方案，用于自主导航小型无人驾驶飞机系统，而无需依赖GPS。这对于可能涉及GPS信号降级或拒绝的环境的军事行动至关重要。然而，测试和比较视觉导航算法仍然是一个挑战，因为视觉数据是昂贵的收集。在进行户外测试之前，在虚拟环境中进行飞行测试是一个有吸引力的解决方案。这项工作提出了一个虚拟的测试平台进行模拟飞行测试，在现实世界的地形和分析的实时性能的视觉导航算法在31赫兹。创建该工具的目的是最终找到一种视觉里程计算法，该算法适用于在固定翼飞机上进一步进行GPS拒绝导航研究，尽管所有算法都是为其他模态设计的。该测试平台用于在固定翼平台上评估三种当前最先进的开源单眼视觉里程计算法：直接稀疏里程计、半直接视觉里程计和ORB-SLAM 2（禁用环路闭合）。
2020-07-01 cs.CV cs.RO
CubemapSLAM: A Piecewise-Pinhole Monocular Fisheye SLAM System
The College of Computer and Control Engineering, Nankai University（南开大学计算机与控制工程学院）；UISEE Technology (Beijing) Co., Ltd.（UISEE科技（北京）有限公司）；University of Chinese Academy of Sciences（中国科学院大学）
提出了一种基于特征的大视场鱼眼摄像机实时同时定位与地图构建系统。大型FoV摄像机对于大规模户外SLAM应用是有益的，因为它们增加了连续帧之间的视觉重叠，并捕获更多属于环境静态部分的像素。然而，当前基于特征的SLAM系统（诸如PTAM和ORB-SLAM）将其相机模型仅限于针孔。为了弥补这一空缺，我们提出了一种新的SLAM系统与立方体地图模型，利用完整的FoV而不引入鱼眼镜头的失真，这大大有利于特征匹配管道。在初始化和点三角剖分阶段，我们采用了一个统一的基于矢量的表示，以有效地处理跨多个面的匹配，并基于此表示，我们提出并分析了一种新的内点检查度量。在优化阶段，我们设计并测试了一种新的多针孔重投影误差度量，它的性能大大优于其他度量。我们在一个公共数据集和一个包含现实世界挑战性序列的自我收集的数据集上全面评估了我们的系统。结果表明，我们的系统比其他基于特征的鱼眼SLAM方法更鲁棒和准确。CubemapSLAM系统已被释放到公有领域。
2019-02-27 cs.RO
A New Tightly-Coupled Dual-VIO for a Mobile Manipulator With Dynamic Locomotion
University of Waterloo（滑铁卢大学）
本文提出一种紧耦合双单目VIO策略，通过基座与末端执行器间的锚点约束，解决移动操作器动态运动中的估计不稳定问题，实验验证优于并行双VINS-Mono。
2024-07-18 cs.RO
Driven to Distraction: Self-Supervised Distractor Learning for Robust Monocular Visual Odometry in Urban Environments
Oxford Robotics Institute（牛津机器人研究所）；University of Oxford（牛津大学）
我们提出了一个自我监督的方法，忽略“干扰”的相机图像的目的，在杂乱的城市环境中的车辆运动鲁棒估计。我们利用离线多会话映射方法为每个输入图像自动生成每个像素的短暂性掩码和深度图，我们使用它来训练深度卷积网络。在运行时，我们使用预测的短暂性和深度作为单目视觉里程计（VO）管道的输入，使用稀疏特征或密集光度匹配。我们的方法只使用一个摄像头产生度量尺度VO，即使90%的图像被动态的、独立移动的物体遮挡，也可以恢复正确的自运动。我们评估了我们强大的VO方法超过400公里的驾驶从牛津RobotCar数据集，并证明减少里程漂移和显着改善egomotion估计在城市交通中的大型移动车辆的存在。
2018-03-05 cs.AI cs.CV cs.LG
Implementation of a Blind navigation method in outdoors/indoors areas
University of Isfahan（伊斯法罕大学）
本文提出一种基于单目摄像头、结合ORB-SLAM视觉SLAM与YOLO算法的盲人导航系统，通过障碍物距离估计、路径偏离检测和下一步预测，在室内外11米路线内以30 FPS运行并实现8厘米定位精度。
2023-06-01 cs.CV cs.RO
Self-Supervised Geometry-Guided Initialization for Robust Monocular Visual Odometry
Frontier Research Center, Toyota Motor Corporation (TMC)（丰田汽车公司前沿研究中心）；Toyota Research Institute (TRI)（丰田研究院）
针对DROID-SLAM在大幅运动和动态场景中的优化失效问题，提出用冻结预训练单目深度估计器的自监督几何先验初始化稠密BA，无需微调主干即在KITTI和DDAD上显著提升鲁棒性。
2025-09-28 cs.CV cs.RO
A Front-End for Dense Monocular SLAM using a Learned Outlier Mask Prior
Massachusetts Institute of Technology（麻省理工学院）
最近在从单个RGB图像进行深度预测方面的成就为将卷积神经网络（CNN）与经典的同时定位与地图构建（SLAM）算法相结合的新研究领域提供了动力。在传统SLAM算法中，来自CNN的深度预测在优化过程中提供了合理的初始点，而SLAM算法进一步在线改进了CNN预测。然而，大多数当前的CNN-SLAM方法仅利用了深度预测，而没有利用来自CNN的其他产品。在这项工作中，我们探索使用离群掩码，从视频的深度的无监督学习的副产品，作为一个经典的概率模型的深度估计融合的先验，以加强SLAM前端的抗离群跟踪性能。另一方面，以前的一些CNN-SLAM工作建立在基于特征的稀疏SLAM方法上，浪费了来自CNN的每像素密集预测。与这些稀疏方法相比，我们设计了一个密集的CNN辅助SLAM前端，可以使用TensorFlow实现，并在室内和室外数据集上进行评估。
2021-04-01 cs.CV cs.RO
Autonomous Navigation of MAVs in Unknown Cluttered Environments
Intel Labs（英特尔实验室）；Intel Tecnología de México（英特尔墨西哥技术公司）；Cinvestav（墨西哥国立理工学院高级研究中心）；Tecnologico de Monterrey（蒙特雷理工学院）；Escuela de Ingeniería y Ciencias（工程与科学学院）
本文提出了一种自主导航框架，以达到在未知的三维杂乱环境中的目标。该框架由三个主要部分组成。首先，一种用于根据从深度传感器获得的视差测量来映射环境的计算高效的方法。第二，一种随机方法，以产生一个路径到一个给定的目标，考虑到领域的空间，被认为是安全的导航约束。第三，一个快速的方法，在线生成的运动计划，考虑到机器人的动态约束，模型，环境的不确定性和干扰。为了突出现有文献的贡献，我们提供了一个定性和定量的比较，达到一个目标，并在未知的环境中探索的最先进的方法，显示了我们的方法的优越性能。为了说明所提出的框架的有效性，我们在多个室内和室外环境中进行实验，完全在船上和实时运行该算法，使用基于英特尔准备飞行无人机套件的机器人平台，这代表了迄今为止在未知的混乱环境中导航的最节俭平台的实现。开放源代码可从以下网址获得：~ \url{https://github.com/IntelLabs/autonomousmavs}。实验结果的视频可以在~ \url{https://youtu.be/Wq0e7vF6nZM}上找到。
2020-05-25 cs.RO cs.SY eess.SY
GODSAC*: Graph Optimized DSAC* for Robot Relocalization
Robotics Institute（机器人研究所）；University of Michigan（密歇根大学）
基于深度学习的单目相机图像的相机姿态估计最近在Visual SLAM研究中得到了广泛应用。尽管这种姿态估计方法在办公室和公寓楼等小的封闭区域中具有良好的效果，但当应用于户外环境等较大区域时，它们往往表现不佳，这主要是因为缺乏独特的特征。我们提出GODSAC* 作为一种相机姿态估计方法，通过优化姿态图来增强来自具有噪声里程计数据的训练神经网络的姿态预测。GODSAC* 在姿态估计精度方面优于最先进的方法，正如我们在实验中所证明的那样。
2021-05-14 cs.RO
Mono-hydra: Real-time 3D scene graph construction from monocular camera input with IMU
Faculty of Geo-Information Science and Earth Observation (ITC), University of Twente（特文特大学地理信息科学与地球观测学院）
针对单目视觉实时构建3D场景图的难题，提出结合单目相机与IMU的Mono-Hydra系统，通过深度学习与平方根信息VIO算法，在笔记本GPU上以15fps实现亚20cm误差的实时3D场景图构建，提升机器人决策效率与敏捷性。
2023-08-10 cs.AI cs.RO
EpiTransfer: Sparse, Training-Free Long-Range Depth Estimation from Temporal Monocular Aerial Frames
Virginia Tech（弗吉尼亚理工大学）
本文提出一种免训练的极线转移深度估计方法，利用两幅单目图像和位姿合成虚拟立体对，在室内外场景中达到与直接三角化相当的精度，并显著优于未微调的学习式基线。
2026-09-29 cs.CV cs.RO
FAST-LIO: A Fast, Robust LiDAR-inertial Odometry Package by Tightly-Coupled Iterated Kalman Filter
University of Hong Kong（香港大学）
本文提出了一种计算高效和鲁棒的激光雷达惯性测距框架。我们融合LiDAR特征点与IMU数据使用紧耦合迭代扩展卡尔曼滤波器，以允许在发生退化的快速运动，噪声或混乱的环境中进行鲁棒导航。为了降低大量测量时的计算量，我们提出了一个新的公式来计算卡尔曼增益。新公式的计算量取决于状态维而不是测量维。所提出的方法及其实施进行了测试，在各种室内和室外环境。在所有测试中，我们的方法实时产生可靠的导航结果：在四旋翼机载计算机上运行，它在扫描中融合了1,200多个有效特征点，并在25 ms内完成iEKF步骤的所有迭代。
2021-04-14 cs.RO
PAPL-SLAM: Principal Axis-Anchored Monocular Point-Line SLAM
Fudan University（复旦大学）
本文提出PAPL-SLAM，通过将方向相似的线锚定到主轴并用n+2个参数联合优化n条线，同时解决线结构信息利用与线参数优化问题，并引入线-轴概率数据关联和基于Atlanta World假设的结构线检测策略，在室内外数据集上验证了系统的有效性。
2024-10-18 cs.CV cs.RO
Vision and Learning for Deliberative Monocular Cluttered Flight
Carnegie Mellon University（卡内基梅隆大学）；NVIDIA Corporation（英伟达公司）；George Mason University（乔治梅森大学）；Harvey Mudd College（哈维穆德学院）
摄像机提供了丰富的信息来源，同时对于中小型无人机（UAV）来说是被动的、便宜的和轻便的。在这项工作中，我们提出了滚动时域控制，这是广泛应用于地面车辆，单目视觉作为唯一的传感模式，自主无人机飞行在密集的杂波的第一个实现。我们通过许多贡献使其在无人机上变得可行：通过相关和多样的感知和控制的新型耦合，对机器人周围场景的多种解释，利用机器学习的最新进展来展示任何时候预算成本敏感的特征选择，以及用于单目深度预测的快速非线性回归。我们经验性地证明了我们的新管道的功效，通过超过2公里的真实世界的实验，通过密集的树木与四旋翼从现成的零件。此外，我们的管道旨在将来自其他模式（如立体声和激光雷达）的信息结合起来。
2014-11-24 cs.CV cs.LG cs.RO
Monocular visual simultaneous localization and mapping: (r)evolution from geometry to deep learning-based pipelines
Aarhus University（奥胡斯大学）；EIVA a/s（EIVA公司）
本文综述了基于几何和深度学习的单目视觉SLAM算法，提出了统一的流程分类并评估了不同环境挑战下的性能鲁棒性。
2025-03-04 cs.AI cs.RO
Domain Adaptation Using Adversarial Learning for Autonomous Navigation
Seoul National University（首尔国立大学）
自主导航已经成为越来越受欢迎的机器学习应用。深度学习的最新进展也极大地改善了自主导航。然而，现有的户外自主导航依赖于各种昂贵的传感器或大量的真实标记数据，这些数据难以获取并且有时是错误的。本研究的目的是训练自主导航模型，使用模拟器（而不是真正的标记数据）和廉价的单目摄像机。为了充分利用模拟器，我们提出的方法是基于领域自适应与对抗学习。具体来说，我们提出了我们的模型，其中1）生成器中的膨胀残余块，2）循环损失，3）风格损失，以提高对抗学习性能，以获得令人满意的领域自适应。此外，我们进行了理论分析，支持我们提出的方法的理由。我们提出了经验的结果，在室外课程的导航与各种路口使用商业无线电控制的汽车。我们观察到，我们提出的方法允许我们通过生成具有逼真纹理的图像来学习有利的导航模型。据我们所知，这是第一个将领域自适应与对抗学习应用于真实户外环境中的自主导航的工作。我们提出的方法也可以应用于精确的图像生成或其他机器人任务。
2018-05-22 cs.CV cs.RO
MonoSpheres: Large-Scale Monocular SLAM-Based UAV Exploration through Perception-Coupled Mapping and Planning
Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格分校电子工程系控制系）
本文提出一种基于单目视觉的自主探索方法，通过考虑稀疏单目SLAM前端的特性，实现大规模无结构室内和室外3D环境的安全覆盖，展示了稀疏单目深度数据在考虑视差要求和纹理缺失表面可能性下的前沿探索可行性。
2026-05-13 cs.RO
Learning Monocular Reactive UAV Control in Cluttered Natural Environments
Institute for Computer Graphics and Vision（计算机视觉研究所）；Graz University of Technology（格拉茨技术大学）
本文使用单目相机和模仿学习训练控制器，使小型四旋翼飞行器能在自然森林环境中以1.5m/s速度自主避障导航。
2012-11-07 cs.CV cs.LG cs.RO
Obstacle-Aware Autonomous Coverage and Navigation for Outdoor Robots
Politecnico di Milano（米兰理工大学）
本文针对户外机器人长时间覆盖面临的定位漂移、障碍物等挑战，提出结合覆盖规划、鲁棒定位与Nav2执行的ROS 2架构，经模拟与实际试验验证，可完成覆盖93.1%-96.1%规划区域的户外覆盖任务。
2026-09-14 cs.RO
On Deep Learning Techniques to Boost Monocular Depth Estimation for Autonomous Navigation
University of São Paulo（圣保罗大学）；São Carlos School of Engineering（圣卡洛斯工程学院）
图像深度的推断是计算机视觉领域的一个基本逆问题，因为深度信息是通过二维图像获得的，而二维图像可以从观察到的真实场景的无限可能性中产生。得益于卷积神经网络（CNN）在探索结构特征和空间图像信息方面的进展，单图像深度估计（SIDE）因其低实现成本和对环境条件的鲁棒性等优点而成为科技创新领域的热点。在自动驾驶汽车的背景下，最先进的CNN通过生成高质量的深度图来优化SIDE任务，这在不同位置的自主导航过程中至关重要。然而，这样的网络通常由来自光探测和测距（LiDAR）激光扫描的稀疏和噪声深度数据监督，并且以高计算成本执行，需要高性能图形处理单元（GPU）。因此，我们提出了一种新的轻量级和快速的监督CNN架构结合新的特征提取模型，这是专为现实世界的自主导航。我们还引入了一个有效的表面法线模块，结合一个简单的几何2.5维损失函数，解决SIDE问题。我们还通过结合多种深度学习技术进行创新，例如使用致密化算法和额外的语义，表面法线和深度信息来训练我们的框架。本工作中介绍的方法侧重于室内和室外环境中的机器人应用，其结果在竞争性和公开可用的NYU Depth V2和KITTI Depth数据集上进行评估。
2020-12-29 cs.CV cs.LG cs.RO
MonoMPC: Monocular Vision Based Navigation with Learned Collision Model and Risk-Aware Model Predictive Control
Institute of Technology, University of Tartu（塔尔图大学技术学院）；International Institute of Information Technology-Hyderabad（海得拉巴国际信息科技研究所）；Estonian Aviation Academy（爱沙尼亚航空学院）
MonoMPC通过学习碰撞模型和风险感知MPC规划器，实现基于单目视觉的导航，在复杂环境中提高导航性能和安全性。
2025-11-26 cs.RO
Monocular Event-Based Vision for Obstacle Avoidance with a Quadrotor
GRASP, University of Pennsylvania（宾夕法尼亚大学GRASP实验室）；Robotics and Perception Group, University of Zurich（苏黎世大学机器人与感知组）
提出首个仅用单目事件相机的四旋翼避障方法，通过深度预测预训练和真实数据微调，实现室内外避障，并发现高速比低速更有利。
2024-11-05 cs.RO
CoCap: Coordinated motion Capture for multi-actor scenes in outdoor environments
Robotics Institute, School of Computer Science at Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器人研究所）；Department of Computer Science at the Colorado School of Mines（科罗拉多矿业学院计算机科学系）
CoCap 受冲突搜索启发，通过协调多无人机视角规划解决户外多角色运动捕捉中的遮挡与多视角一致性问题，性能接近无约束规划并优于顺序规划，同时支持密集环境下的单机器人实时视角搜索。
2024-12-30 cs.RO
Fast Obstacle Avoidance Motion in SmallQuadcopter operation in a Cluttered Environment
Indian Institute of Science（印度科学学院）
小型四轴飞行器在未知的复杂环境中高速自主飞行是一项具有挑战性的任务。目前文献中的工作将其表述为感知与避免（SAA）问题，并通过开发新的传感功能或小型处理器来解决该问题。然而，SAA，与高速操作，仍然是一个悬而未决的问题。由于计算延迟而产生显著的复杂性，这对于快速移动的四轴飞行器至关重要。本文提出了一种新的快速避障运动（FOAM）算法来执行SAA操作。FOAM是一种基于感知的低延迟算法，它使用单目相机和2-D LIDAR的多传感器融合。生成感测区域的2-D概率占用图以估计用于避开障碍物的自由空间。此外，本地规划器用于将高速四轴飞行器朝向给定目标位置导航，同时避开障碍物。在Gazebo和AIRSIM的模拟环境中对FOAM的性能评估进行了评估。已经在室外环境中使用以$4.5$ m/s的速度操作的定制设计的四轴飞行器提出了相同的实时实现。FOAM算法在低成本计算设备上实现，以证明其有效性。结果表明，FOAM使小型四轴飞行器能够在杂乱环境中高效地高速运行。
2021-09-19 cs.RO
Real-Time Monocular Scene Analysis for UAV in Outdoor Environments
本文提出Co-SemDepth模型，用于无人机在低空非结构化环境中实时预测深度和语义图。通过合成数据集TopAir和图像风格迁移技术提升泛化能力，并在海洋领域验证模型性能。
2026-03-09 cs.AI cs.CV cs.RO
Decentralized Heterogeneous Multi-Robot Collaborative Exploration for Indoor and Outdoor 3D Environments
College of Artificial Intelligence, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）人工智能学院）；Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系）
本文提出去中心化协作框架，通过改进的监督体素分割和遗传算法优化，实现异构多机器人在复杂3D环境中的高效探索与通信节约。
2026-05-09 cs.RO
Receding Horizon Navigation and Target Tracking for Aerial Detection of Transient Radioactivity
University of Delaware（特拉华大学）
针对四旋翼\ac{mav}在复杂的未知动态环境中进行被动导航和拦截运动目标的问题，提出了一种滚动时域规划与控制策略。利用在相对窄且短的\ac{fov}内生成点云的轻量级短程传感器以及在\ac{mav}上运行的基于\acs{ssd} -MobileNet的深度神经网络，所提出的运动规划和控制策略在传感器\acs{fov}内产生安全且动态可行的\ac{mav}轨迹，车辆使用该轨迹来自主导航、追踪和拦截其移动目标。该任务的完成不依赖于全局规划器或关于环境或移动目标的先验信息。在最大速度为4.5 ~ 5 m/s的复杂室内和室外环境中，数值和实验结果表明了该规划器的有效性。
2022-06-04 cs.RO
Learning Transferable Policies for Monocular Reactive MAV Control
Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
将以前任务中获得的知识转移到新环境中的能力是人类学习的最重要机制之一。尽管如此，适应自主行为在部分相似的设置中被重用仍然是当前机器人研究中的一个开放问题。在本文中，我们在这个方向上迈出了一小步，并提出了一个通用的框架，学习可转移的运动策略。我们的目标是通过利用不同但相关的源域中的训练数据来解决目标域中的学习问题。我们提出了这一点的背景下，自主MAV飞行使用单目反应控制，并证明了我们提出的方法的有效性，通过广泛的真实世界的飞行实验在室外杂乱的环境。
2016-08-01 cs.AI cs.LG cs.RO
Radar Meets Vision: Robustifying Monocular Metric Depth Prediction for Mobile Robotics
ETH Zürich（苏黎世联邦理工学院）；Wingtra AG（Wingtra公司）
本文提出将低成本毫米波雷达测量编码到单目深度估计模型输入中，以提升移动机器人在尺度线索有限、低纹理环境下的深度预测鲁棒性，并通过合成逼真训练数据缓解数据不足问题。
2024-10-01 cs.RO
PL-VIWO: A Lightweight and Robust Point-Line Monocular Visual Inertial Wheel Odometry
University of Manchester（曼彻斯特大学）；University of Edinburgh（爱丁堡大学）
本文提出一种紧耦合基于滤波器的单目视觉-惯性-轮速里程计系统PL-VIWO，通过利用点线几何关系实现快速线匹配与三角化，并引入MCC滤除动态点，在复杂室外场景下实现了高精度、鲁棒且轻量化的地面机器人定位。
2025-03-01 cs.RO
MonoNav: MAV Navigation via Monocular Depth Estimation and Reconstruction
Princeton University（普林斯顿大学）
提出MonoNav技术栈，利用单目深度估计和融合技术构建度量准确的3D地图并规划防碰撞轨迹，使37g的MAV在室内环境中快速导航，碰撞率降低4倍，但目标完成率降低22%。
2023-11-23 cs.RO
Automated Real-Time Inspection in Indoor and Outdoor 3D Environments with Cooperative Aerial Robots
KIOS Research and Innovation Center of Excellence (KIOS CoE)（KIOS卓越研究与创新中心）；University of Cyprus（塞浦路斯大学）
本文提出面向未知杂乱空间的异构UAV协作检测系统，通过协同建图与无碰撞覆盖路径优化，实现室内外3D结构的自动化实时检测。
2024-04-18 cs.RO cs.SY eess.SY
Avoiding dynamic small obstacles with onboard sensing and computating on aerial robots
University of Hong Kong（香港大学）
在实际应用中，自主四旋翼仍然面临重大挑战，例如检测和避免非常小的甚至动态的障碍物（例如，树枝、电线）。在本文中，我们提出了一种紧凑，集成，完全自主的四旋翼系统，它可以在混乱的环境中安全飞行，同时避免动态的小障碍物。我们的四旋翼平台配备了一个前视三维（3D）光探测和测距（激光雷达）传感器来感知环境，以及一台机载嵌入式计算机来执行所有的估计，映射和规划任务。具体而言，计算机估计UAV的当前姿态，维护本地地图（时间累积点云KD树），并使用运动动力学A* 搜索来计算到目标点的安全轨迹。整个感知和规划系统可以在50 Hz下运行，并经过精心优化。各种室内和室外实验表明，该系统可以避免动态的小障碍物（下至20毫米直径的酒吧），同时飞行速度为2米/秒，在杂乱的环境。我们的代码和硬件设计在Github上开源。
2021-02-28 cs.RO
Lang2Lift: A Language-Guided Autonomous Forklift System for Outdoor Industrial Pallet Handling
AIT Austrian Institute of Technology GmbH（奥地利技术研究所）；Automation & Control Institute（自动化与控制研究所）
Lang2Lift通过语言引导的视觉感知和闭环控制，实现户外环境下的自主叉车托盘拾取，提升工业自动化效率。
2026-02-25 cs.CV cs.RO
Look to Locate: Vision-Based Multisensory Navigation with 3-D Digital Maps for GNSS-Challenged Environments
本文提出一种结合单目深度估计、语义滤波与视觉地图配准的低成本视觉多传感器导航系统，有效解决了GNSS拒止环境下的车辆定位难题，实现了亚米级精度并显著提升了鲁棒性。
2025-06-24 cs.CV cs.RO
Zero-Shot UAV Navigation in Forests via Relightable 3D Gaussian Splatting
School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学）
本文提出一种基于可重照明3D高斯点散布的端到端强化学习框架，实现无人机在复杂森林环境中的零样本导航，具备对光照变化的强鲁棒性。
2026-02-18 cs.CV cs.RO
From Optical Flow to Safety: Visual Safety Certification via Scale-Free Relative Motion
Indian Institute of Science（印度科学学院）
本文提出基于无尺度相对运动的视觉安全认证范式，结合并发学习观测器与RV-C³BF，通过仿真和真实实验验证单目视觉下TurtleBot3的避障效果，仿真误差覆盖率98.3%，真实实验无碰撞率93%。
2026-10-20 cs.RO cs.SY eess.SY
PL-EVIO: Robust Monocular Event-based Visual Inertial Odometry with Point and Line Features
The University of Hong Kong（香港大学）
本文提出PL-EVIO，一种融合事件角点、事件线与图像点特征的实时单目事件视觉惯性里程计，通过互补约束提升精度与鲁棒性，并在基准、四旋翼闭环飞行和户外实验中验证优势。
2023-09-26 cs.CV cs.RO
Skytopia: Monocular Drone Navigation with Action-Conditioned Latent World Models
Nanyang Technological University（南洋理工大学）；Autel US（道通智能美国公司）；XGRIDS（深圳显扬科技有限公司）
提出基于动作条件潜在世界模型的单目无人机导航策略Skytopia，通过前向与逆向目标训练并丢弃预测器，在仿真中超越基线并在真实无人机上成功部署。
2026-09-23 cs.AI cs.RO
Safety-quantifiable Line Feature-based Monocular Visual Localization with 3D Prior Map
精确且安全可量化的定位对于无人地面车辆（UGV）和无人飞行器（UAV）等安全关键的自主系统具有重要意义。基于视觉里程计的方法可以在短时间内提供准确的定位，但是会随着时间的推移而发生漂移。此外，定位解决方案的安全性的量化（误差由一定值限制）仍然是一个挑战。为了填补这一空白，本文提出了一种基于先验地图的安全可量化的线特征视觉定位方法。视觉惯性里程计提供了一个高频的本地姿态估计，作为视觉定位的初始猜测。通过获取视觉直线特征对关联，提出了基于足点的约束条件，构建了从实时图像中提取的二维直线与从高精度先验三维点云图中提取的三维直线之间的代价函数。此外，一个全球导航卫星系统（GNSS）接收机自主完整性监测（RAIM）启发的方法来量化的安全性，推导出的定位解决方案。其中，离群拒绝（也被称为故障检测和排除）策略是通过加权平方和残差卡方概率分布。一个保护水平（PL）计划，考虑多个离群值的推导和利用量化的位置和旋转域的定位解决方案的潜在误差界。利用无人机室内和UGV室外环境中收集的数据集验证了所提出的安全量化定位系统的有效性。
2022-11-28 cs.RO cs.SY eess.SY
Distance Estimation in Outdoor Driving Environments Using Phase-only Correlation Method with Event Cameras
School of Engineering, Nagoya University（名古屋大学工学系）；Woven by Toyota, Inc.（丰田公司）；TOYOTA MOTOR CORPORATION（丰田汽车公司）
本研究提出利用单目事件相机与路边LED灯条，通过相位相关技术实现亚像素精度的距离估计，在20-60米范围内误差小于0.5米，成功率超90%。
2025-05-23 cs.CV cs.RO eess.IV
