跳到主要內容
AI News HubLIVE
站內改寫2 分鐘閱讀

CosFly: 在矩陣中規劃,在世界中飛行

文章摘要

CosFly 是一個面向空中跟蹤的盒狀結構規劃與多模態仿真管線,並附帶 CosFly-Track 大型無人機數據集,覆蓋城市、高速公路、鄉村、森林和沿海等多種環境。該管線基於 CARLA 實現,通過7步模塊化流程將複雜3D世界轉化為結構化障礙物表示,再投影回多模態傳感器數據(RGB圖像、深度圖、語義分割圖)及自然語言導航指令。支持可配置固定視場角變焦,分析了兩類軌跡規劃範式:傳統兩階段流水線和直接梯度優化方法。數據集包含250條驗證軌跡和約10萬張渲染圖像及完整六自由度無人機位姿標註。

來源arXiv Robotics作者: Hanxuan Chen, Xiangyue Wang, Songsheng Cheng, Ruilong Ren, Jie Zheng, Shuai Yuan, Tianle Zeng, Hanzhong Guo, Binbo Li, Kangli Wang, Ji Pei
CosFly: 在矩陣中規劃,在世界中飛行
報告錯誤

更正渠道尚未開通,可先複製下方文章資訊留存。

查看更正說明
直接讀正文

近日,一項名為 CosFly 的研究成果在學術界引發廣泛關注。該研究由 Hanxuan Chen 等11位作者共同完成,於2026年5月18日提交至 arXiv 預印本平台,論文編號為 2605.19120,歸屬於機器人學(cs.RO)領域。CosFly 提出了一種面向空中動態目標跟蹤的盒狀結構規劃與多模態仿真管線,並同步發佈了 CosFly-Track 數據集,為無人機導航和空地協同感知研究提供了可擴展的基礎設施。

CosFly 管線的核心在於將複雜的三維環境轉化為結構化的障礙物表示,從而支持高效的軌跡規劃。基於 CARLA 仿真器,CosFly 實現了模塊化的七步構建流程,涵蓋三維地圖導出、網格簡化、行人與無人機軌跡規劃、多模態渲染(含六自由度位姿標註)、質量檢測以及師生字幕生成。這一流程能夠輸出 RGB 圖像、高精度深度圖和語義分割掩碼,並附有自然語言導航指令,實現了從虛擬環境到傳感器數據的完整映射。每條軌跡對應一個固定的視場角(FOV)設置,通過相機內參調整可模擬不同焦距,這一設計使得研究者能夠評估不同視角下的跟蹤性能。

在軌跡規劃方面,論文對比了兩種範式:傳統的兩階段流水線,包含前端候選軌跡生成和後端優化;以及直接的梯度優化方法,將多個跟蹤約束整合到單一目標函數中。前者在生成候選軌跡後通過後處理精化,後者則利用梯度信息直接優化一個綜合目標,兩者各有優劣,為後續研究提供了選擇依據。

與管線同步發佈的 CosFly-Track 數據集包含250條經過驗證的無人機軌跡和約10萬張渲染圖像,所有圖像均帶有完整的六自由度位姿信息(位置 x、y、z 和姿態偏航、俯仰、滾轉)。數據集覆蓋了城市中心、高速公路、鄉村、森林和沿海小鎮等多種場景,為動態目標跟蹤、多模態感知等任務提供了豐富的訓練和測試資源。論文還指出,該數據集是大規模公開的無人機跟蹤數據集,旨在降低該領域的研究門檻。

CosFly 的發佈標誌着空中-地面協同研究邁出了堅實的一步。其模塊化設計使得研究者可以輕鬆替換或擴展管線中的任何組件,而數據集的公開則促進了可重複性研究。未來,該工作有望在無人機自主導航、搜索救援、環境監測等領域發揮重要作用。

展開要點與分析

文章情報

工程師進階

要點

  • 提出 CosFly 管線,實現空中跟蹤的盒狀結構規劃與多模態仿真
  • 發佈 CosFly-Track 數據集,含250條軌跡和10萬張多模態圖像
  • 分析傳統兩階段與直接梯度優化兩種軌跡規劃範式
  • 支持固定視場角變焦和全方位6-DOF位姿標註

要點與分析由自動化流程生成,可能有誤,請結合原始來源核實。