Kilometer-Scale GNSS-Denied UAV Navigation via Heightmap Gradients: A Winning System from the SPRIN-D Challenge
作者: Michal Werner, David Čapek, Tomáš Musil, Ondřej Franěk, Tomáš Báča, Martin Saska · ICRA 2026
授權條款
- 開放取用
- 論文: CC BY 4.0
以下內容皆依據論文全文,依其 CC BY 4.0 授權條款使用;圖表已標示作者。
一句話摘要
SPRIN-D 挑戰賽冠軍系統:在 GNSS 拒止下以低於 25 m AGL 完全機載飛行 9 km 的無人機,以梯度模板將光達(LiDAR)產生的高度圖與事先取得的地理資料比對,並在分群粒子濾波器中融合,僅靠 CPU 即時運作。
為何重要
GNSS 干擾與拒止如今已是常態化的實際作業狀況,而多數因應方法都需要大量運算或事先建立的密集地圖。這套系統只用公開地理資料高度圖與 CPU 等級的機載硬體,就贏得了一場嚴格的實地競賽。這是來自歐洲最強無人機實驗室之一(MRS CTU Prague)的實用方案,並有從頭到尾的完整記錄。
問題
在沒有 GNSS 的情況下進行長距離低空無人機飛行:單靠里程計在數公里內就會漂移,在從未見過的地形中迴環閉合永遠不會觸發,而嵌入式平台無法即時執行繁重的定位堆疊。
提出的方法
一套完全機載的堆疊,整合感知、建圖、規劃與控制;其漂移修正以梯度模板比對,將光達(LiDAR)產生的局部高度圖與事先取得的地理資料高度圖對照,再於分群粒子濾波器中將這些證據與里程計融合。
關鍵見解
- 地形高度圖的梯度是穩健又輕量的對位訊號:將光達(LiDAR)產生的局部高度圖與公開地理資料比對,就能在不需要事先建立密集地圖的情況下修正漂移
- 分群粒子濾波器能乾淨地將微弱、多峰的高度圖比對證據與里程計融合,讓模稜兩可的假設一直保留,直到地形能區分它們為止
- 完整的感知、建圖、規劃、控制迴圈在僅有 CPU 的嵌入式硬體上即時運作,負載預算中無需容納 GPU
- 在城市、森林與開闊田野地形的比賽部署,暴露出實驗室基準測試會遺漏的實際失效模式
主要結果
- 贏得 SPRIN-D Funke 全自主飛行挑戰賽的任務:在沒有 GNSS、也沒有事先建立密集地圖的情況下,以低於 25 m AGL 完成 9 km 航點導航
- 在比賽評測期間,於城市、森林與開闊田野地形上執行公里級的全自主飛行
- 相較於原始里程計積分,大幅降低了位置漂移
- 整套系統在機載、僅有 CPU 的硬體上即時運作
限制
- 依賴事先取得的地理資料高度圖:在缺乏特徵或變化很大、梯度無法提供資訊的地形上會失效
- 系統程式碼未以開放原始碼釋出(只有論文與影片);該團隊更廣泛的 MRS UAV 堆疊則是開放的
- 只在低空(低於 25 m AGL)評估;在其他飛行剖面下的表現未經測試
對領域的影響
證明只靠公開地理資料與僅有 CPU 的運算,就能在 GNSS 拒止下實現公里級導航,並以贏得一場跨城市、森林與開闊田野地形的獨立實地競賽作為驗證。這是 GNSS 拒止下具漂移修正能力之無人機自主飛行的參考設計。
摘要
在 GNSS 拒止環境中讓無人機(UAV)可靠地進行長距離飛行相當困難:積分里程計會導致漂移,在從未見過的區域無法進行迴環閉合,而嵌入式平台的運算能力也很有限。我們提出一套完全機載的無人機系統,為 SPRIN-D Funke 全自主飛行挑戰賽而開發;該賽事要求在沒有 GNSS、也沒有事先建立的密集地圖的情況下,以低於 25 m AGL 的高度完成 9 km 的長距離航點導航。系統整合了感知、建圖、規劃與控制,並採用一種輕量的漂移修正方法:透過梯度模板比對,將光達(LiDAR)產生的局部高度圖與事先取得的地理資料高度圖進行比對,再於分群粒子濾波器中將這些證據與里程計融合。系統在比賽中部署,於城市、森林與開闊田野地形上執行了公里級的飛行,相較於原始里程計大幅降低了漂移,同時在僅有 CPU 的硬體上即時運作。
連結
- arXiv 2510.01348: https://arxiv.org/abs/2510.01348
- PDF: https://arxiv.org/pdf/2510.01348
- 專案頁面: https://mrs.fel.cvut.cz/