论文分享：PL-ALF框架实现无人机低纹理情况自主飞行

在室内堆栈、地下隧道等低纹理复杂场景中，无人机依靠视觉传感器举行自主飞行时，通常会遇到定位精度低、路径规划不稳固等困难。针对这一题目，重庆邮电大学盘算机学院雷大江教授团队在IEEE Trans期刊上提出了一种新型自主飞行框架：PL-ALF。该研究结果通过P230无人机及Prometheus开源平台举行了验证，并斩获了2025阿木实行室校园奖学金运动二等奖(5000元)。

   

PL-ALF体系框架

PL-ALF 框架告急由点-线特性融合 SLAM 模块和路径优化模块构成。SLAM 体系利用双目相机和 IMU 传感器，联合回环检测和局部/全局 BA 优化，提供高精度位置信息。路径优化模块则接纳A-Star算法举行全局路径规划，并联合 L-BFGS 举行轨迹平滑。

点线特性融合SLAM

• 接纳 ORB + LSD（线段检测） 方法，进步低纹理情况下的特性提取本领。
  
• 联合局部/全局捆绑调解（BA） 举行优化，增强定位精度。
  
• 融合 IMU 数据，进步体系鲁棒性，低沉特性丢失带来的偏差。
  

路径规划与避障优化

• 联合视觉 SLAM 定位和深度相机信息，及时更新无人机轨迹。
  
• A-Star算法 + L-BFGS 优化，仅对有停滞物的路径举行修正，进步盘算服从。
  
• 接纳 B-Spline 平滑轨迹天生，确保飞行路径的稳固性和可行性。
  

仿真+真机验证

实行平台

▪ 硬件：阿木实行室P230四旋翼无人机，搭载Intel Realsense D435i深度相机、KV 1750电机、Jetson Xavier NX处理惩罚器、Pixhawk 4 Mini飞控。

▪ 软件： Prometheus开源平台
仿真实行

▪ 在 EuRoC 数据集上测试 SLAM 定位精度，PL-ALF 比 ORB-SLAM3 进步 30% 定位精度。

▪ 在仿真情况中， 对 PL-ALF的路径规划本领举行了测试，并与多个主流算法（Fast-Planner、EGO-Planner 、EWOK）举行了对比。实行效果表明，PL-ALF 避障乐成率更高，特殊是在低纹理情况下比其他方法更稳固。

真机测试

为进一步验证 PL-ALF 的自主避障本领，研究团队利用阿木实行室P230无人机在低纹理、局促的室内走廊中举行了测试，并乐成完成了自主飞行任务（如通过门框、避开墙壁等），此中最窄通道宽度不敷 1 米，这充实证明白 PL-ALF 在复杂情况中的顺应本领。

论文详情
主题： PL-ALF：基于多传感器融合与优化的新型点线特性自主定位与飞行框架
PL-ALF: A Novel Point-Line Feature Autonomous Localization and Flight Framework Based on Multi-sensor Fusion and Optimization
期刊： IEEE Transactions on Instrumentation and Measurement
DOI: 10.1109/TIM.2024.3522670
论文链接： https://ieeexplore.ieee.org/document/10816121
2025校园奖学金运动
为表扬在开源社区中不停贡献、或在无人机技能范畴屡创佳绩的开辟者，我们审慎推出校园奖学金运动，旨在鼓励更多人投身前沿科技，共同开辟无穷大概。
🕛 运动时间：2025年1月1日-12月31日
🔹 运动对象：P230/P450/P600/SU17用户
🔹 每个机架号最多可有两名士员获奖
🔹 文章内容需基于利用阿木无人机或Prometheus项目
🔹 文章需提及Prometheus项目，且在参考文献中引用GitHub主页
🔹 需利用官方的引文
详情请检察2025校园奖学金筹划火热申报中！