MonoNav: MAV Navigation via Monocular Depth Estimation and Reconstruction

这篇文章探讨了在部署最小的微型空中飞行器（MAV）平台（<100 g）时面临的主要挑战，即它们无法搭载提供高分辨率度量深度信息的传感器（例如，LiDAR或立体相机）。目前的系统依赖于端到端学习或启发式方法，直接将图像映射到控制输入，并且在未知环境中飞行速度较慢。在这项工作中，我们提出了以下问题：仅使用单目相机、光学测距和离线计算，我们能否创建度量精度的地图，利用大型最先进机器人系统采用的强大路径规划和导航方法，在未知环境中实现强大的自主性？我们提出了MonoNav：一种快速的3D重建和导航堆栈，用于MAVs，利用了最近深度预测神经网络的进展，从单目图像和姿态流中实现度量精度的3D场景重建。MonoNav使用现成的预训练单目深度估计和融合技术构建地图，然后搜索运动基元以规划无碰撞的轨迹到目标。在广泛的硬件实验中，我们展示了MonoNav如何使Crazyflie（37克MAV）在杂乱的室内环境中快速导航（0.5 m/s）。我们将MonoNav与最先进的端到端方法进行了评估，并发现导航中的碰撞率显着降低（降低了4倍）。这种增加的安全性的代价是目标完成率减少22%。

论文试图解决使用微型飞行器进行高速飞行时，由于无法携带高分辨率度量深度信息的传感器，导致在未知环境中无法实现稳健自主飞行的问题。

使用单目相机、光学里程计和离线计算，构建度量精确的三维场景地图，利用先进的路径规划和导航方法实现微型飞行器在未知环境中的稳健自主飞行。

论文提出了MonoNav，一种快速的三维重建和导航堆栈，利用最近深度预测神经网络的进展，从单目图像和姿态的流中实现度量精确的三维场景重建。MonoNav使用现成的预训练单目深度估计和融合技术构建地图，然后搜索运动基元以规划到目标的无碰撞轨迹。在大量的硬件实验中，论文展示了MonoNav如何使Crazyflie（一个37克的微型飞行器）在杂乱的室内环境中快速（0.5米/秒）导航。与最先进的端到端方法相比，MonoNav将导航中的碰撞率显着降低（降低了4倍）。但这种增加的安全性以目标完成率降低22%的代价为代价。

最近的相关研究包括：1.《End-to-end Learning of Driving Models from Large-scale Video Datasets》；2.《Learning to Navigate in Complex Environments》；3.《Robust and Efficient Aerial Navigation with Deep Neural Network-based Perception》。