近日，一篇题为《基于稀疏拓扑图引导的掌上全向视觉无人机探索》的论文在arXiv上发布，由Zirui Wang等六位作者共同完成。该研究针对微型无人机在未知环境中的自主探索问题，提出了一种创新的轻量级解决方案。传统探索方法通常依赖密集的占据网格地图或高分辨率点云来检测前沿（frontier）区域并进行路径规划，这种方法虽然有效，但需要大量的内存和计算资源。对于受尺寸、重量和功率（SWaP）严格限制的微型无人机而言，携带激光雷达等精密传感器并不现实，因此急需一种更高效的替代方案。
研究团队采用多鱼眼相机配置，实现了全方位的视野（FoV）覆盖，并基于此进行深度估计。由于鱼眼相机的深度估计精度有限，他们创新地将前沿区域表示为潜在未探索区域，并由拓扑节点来表征，而不是使用显式的边界。这样一来，系统无需维护全局的占据网格或点云，就能高效地识别前沿区域。与经典的密集表示方法不同，该研究使用由关键节点及其描述子组成的稀疏拓扑图来抽象环境，大幅降低了内存消耗和计算需求。全局路径规划直接在稀疏图上进行，进一步提升了效率。
该方法在仿真环境和真实世界实验中均得到了验证。实验平台是一台轴距仅为11厘米、重量仅400克的掌上视觉无人机。结果显示，该系统能够以极低的计算消耗实现高效的探索，证明了其在资源受限的微型无人机上具有巨大的应用潜力。这一成果为微型无人机在搜救、环境监测、军事侦察等领域的自主导航提供了新的技术路线。