Borrowed Eyes: Markerless Nano-UAV Flight with an Active Quadruped Observer
作者: Alejandro Lorite Mora, Dimitrios Arapis, Andrés Faíña
分类: cs.RO
发布日期: 2026-10-07
备注: 8 pages, 7 figures, 2 tables. Submitted to ICRA 2027
💡 一句话要点
提出基于四足机器人观察的无标记纳米无人机定位方法
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 纳米无人机 四足机器人 视觉定位 模型预测控制 复杂空间导航 实时跟踪 深度学习 机器人协作
📋 核心要点
- 现有的纳米无人机在GNSS失效环境中定位能力有限，难以在复杂空间中自主导航。
- 本文提出了一种基于四足机器人视觉的定位系统，通过实时跟踪和动态调整实现无人机的高效定位。
- 实验结果表明，系统在三维定位误差上达到了59毫米，并在视觉遮挡情况下保持了鲁棒性。
📝 摘要（中文）
纳米无人机（nano-UAV）能够在大型机器人无法进入的狭小空间中导航，但其有效载荷能力限制了在全球导航卫星系统（GNSS）失效环境中的自我定位能力。本文提出了一种基于视觉的系统，通过四足机器人上的臂部相机对纳米无人机进行定位。四足机器人跟踪无人机，利用分割掩膜和深度信息在自身坐标系中估计无人机的位置，并通过实时无线电链路传输该位置。为确保持续跟踪，研究团队开发了一种感知驱动的非线性模型预测控制器（NMPC），动态调整四足机器人的身体和手臂以最大化无人机的可视性。依赖于这一外部估计，纳米无人机能够从起飞到着陆执行预定义轨迹，三维定位误差中位数为59毫米。该系统在短暂视觉遮挡情况下表现出鲁棒性，能够平滑过渡到机载惯性飞行。最终，该框架使四足机器人能够减轻纳米无人机的定位负担，从而实现对复杂空间的检查。
🔬 方法详解
问题定义：本文旨在解决纳米无人机在GNSS失效环境中的定位问题，现有方法在狭小空间中无法有效支持无人机的自主导航。
核心思路：通过四足机器人上的相机对无人机进行实时跟踪和位置估计，利用视觉信息来增强无人机的定位能力。设计了感知驱动的控制器，以优化无人机的可视性。
技术框架：系统主要包括四足机器人、臂部相机、实时无线电链路和非线性模型预测控制器。四足机器人负责跟踪和定位，控制器则动态调整机器人的姿态以保持对无人机的视线。
关键创新：最重要的创新在于将四足机器人作为外部观察者，通过视觉信息减轻纳米无人机的定位负担，提升了在复杂环境中的导航能力。
关键设计：采用了分割掩膜和深度信息来估计无人机的位置，控制器设计中考虑了观察可靠性作为主要控制目标，确保了持续跟踪和定位的准确性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，系统在三维定位误差上达到了59毫米，表现出良好的跟踪能力和鲁棒性。在视觉遮挡情况下，系统能够平滑过渡到机载惯性飞行，确保了无人机的稳定性和可靠性。
🎯 应用场景
该研究具有广泛的潜在应用，尤其是在复杂和狭小空间的检查任务中，如建筑物内部、管道和其他难以到达的区域。通过减轻纳米无人机的定位负担，四足机器人可以在这些环境中协助进行高效的监测和评估，提升了机器人技术在实际应用中的价值。
📄 摘要（原文）
Nano unmanned aerial vehicles (nano-UAVs) can navigate confined spaces that larger robots cannot, but their payload capacity severely limits the sensors and compute available for self-localization in global navigation satellite system (GNSS)-denied environments. We present a vision-based system that localizes a nano-UAV from a quadruped robot with an arm-mounted camera. The quadruped tracks the drone, estimates its position in its own coordinate system using segmentation masks and depth, and transmits that position over a real-time radio link. To ensure continuous tracking, we developed a perception-aware nonlinear Model Predictive Controller (NMPC) that dynamically adjusts the quadruped's body and arm to maximize the drone's visibility, treating observation reliability as a primary control objective. Relying solely on this external estimate, the nano-UAV executed predefined trajectories from takeoff to landing with a median 3D localization error of 59 mm. The system demonstrates robustness against short visual occlusions by smoothly transitioning to onboard inertial flight when line-of-sight is temporarily lost. Ultimately, this framework allows a quadruped to offload the localization burden of a nano-UAV, enabling inspection of complex spaces that neither robot could navigate alone.