来自 arXiv 的新论文 MinNav 提出了一套面向微型飞行机器人的极简导航方案。该工作在 2026 年 6 月 5 日提交，作者为 Aniket Patil 等四人，研究方向属于机器人学与计算机视觉交叉领域，并已被 ICRA 2026 接收。
论文的核心出发点是：对于体量极小、载荷与算力都极为有限的飞行机器人而言，搭载多线激光雷达或深度相机的代价过高，而单目相机在通用性、成本和精度之间取得了理想平衡，因此基于单目相机的导航能力对这类平台的自主运行至关重要。
MinNav 的技术路线是围绕光流及其不确定性构建导航栈。系统并不试图重建场景的三维结构，也不需要预先知道场景中包含哪些组件、这些组件位于何处或以何种顺序排列。它利用光流场推断自身运动与障碍的相对关系，并把光流估计的不确定性纳入决策，从而在存在静态障碍、动态障碍以及形状未知的缝隙的环境中穿行。
除了被动地依赖光流信息，作者还进一步利用了机器人的“主动性”：让机器人在空间中采取探索式的运动方式，主动去寻找障碍并据此完成导航。这一设计思路旨在提升整体成功率，使系统在信息不足时也能通过移动获取更多可用的视觉线索。
在实验层面，研究团队在多种真实环境中开展了大量实机验证，覆盖静态障碍、动态障碍以及未知形状缝隙等情形。结果显示，该方法的总体成功率为 70%。作者表示，据其所知，这是首个仅使用单目相机、无需任何先验知识即可同时应对上述全部导航场景的解决方案。
在性能对比上，MinNav 与基于深度的方法表现相当，但所需计算量低数个数量级，因此可以直接在微型飞行机器人上板载运行。这一特性对追求低功耗、轻量化的微型平台尤为关键。
论文同时提供了配套的视频、补充材料、代码与数据集，项目主页为 pear.wpi.edu/research/minnav.html。对于希望在资源受限平台上部署视觉导航的研究者与工程团队而言，这套方案提供了一个值得关注的轻量级替代路径。