SLAM navigation algorithm for lightweight UAV based on vision-reference coupling

doi:10.1007/s11370-025-00641-x

SLAM navigation algorithm for lightweight UAV based on vision-reference coupling

2025-09-01

0

PRE

AI

DOI：10.1007/s11370-025-00641-x

原文链接

原文求助

摘要

En 中文

在无人 aerial vehicle (UAV) 导航系统中，多样化技术方法的集成已显示出在操作效率和自主飞行能力方面的显著提升，并显著降低了对外部基础设施的依赖。本研究提出了一种轻量级 UAV 导航算法，该算法协同结合了视觉参考耦合与增强的扩展卡尔曼滤波器 (EKF) 基于同时定位与地图构建 (SLAM) 的框架，解决了资源受限场景下的两个关键挑战：传统视觉 SLAM 实现中的过度计算开销以及特征缺乏环境中的持续定位漂移问题。关键创新包括：(1) 一种动态视觉参考耦合机制，在提高特征匹配鲁棒性的同时，与常规方法相比降低了 38% 的环境依赖性；(2) 一种利用并行计算和稀疏矩阵优化技术的增强型 EKF-SLAM 架构，实现了特征点处理速度 42% 的加速；(3) 一种资源高效的神经网络去噪模块，具有小于 1MB 的内存占用，专门针对低功耗嵌入式平台的实时操作设计。实验验证表明，在特征稀疏环境中定位精度达到 0.15 m，同时视觉处理精度提升 15.2%，数据耦合能力增强 7.2-14.8%。这些技术进步共同证实了该系统在嵌入式 UAV 实施中的实际适用性，并建立了一个可扩展的框架，适用于各种需要计算高效、高精度导航解决方案的移动机器人应用。

Keyword:

UAV navigation

Vision-reference object

Target matching and positioning

Feature vector

Lightweight algorithm structure

Embedded system

SLAM navigation algorithm for lightweight UAV based on vision-reference coupling

摘要

期刊

机构

引用论文