阿木实验室始终致力于通过开源项目和智能无人机产品，为全球无人机开发者提供强有力的技术支持，并推出了开源项目校园赞助活动，助力高校学子在学术研究与技术创新中取得更大突破。近日，香港大学王俊铭同学，基于阿木实验室P600无人机自主搭建了一整套陆空两栖机器人，并使用Prometheus开源框架完成算法的实机部署，再次在机器人领域顶级期刊发表了相关论文。
其论文《HE-Nav: 一种适用于复杂环境中空地机器人的高性能高效导航系统》收录于国际顶刊RA-L。根据"开源项目校园赞助活动"规则，王同学将再次获得阿木实验室赞助的2.0奖学金5000元！
论文分享
**主题：**HE-Nav: 一种适用于复杂环境中空地机器人的高性能高效导航系统
Author ：Junming Wang, Zekai Sun, Xiuxian Guan, Tianxiang Shen, Dong Huang, Zongyuan Zhang, Tianyang Duan, Fangming Liu, Heming Cui
Author Affiliation ：The University of Hong Kong (HKU)
Corresponding author ：Heming Cui
DOI: 10.1109/LRA.2024.3468091
期刊： IEEE Robotics and Automation Letters
作者单位： 香港大学
第一作者： 王俊铭
通讯作者： 崔鹤鸣
内容概述
空地机器人（AGRs）具有独特的双模式能力（即飞行和驾驶），使其成为搜索和救援任务的理想选择。现有的AGR导航系统在结构化的室内场景中取得了进展，使用传感器感知环境并构建欧几里德有符号距离场（ESDF）地图以实现无碰撞路径规划。然而，由于感知模块和路径规划器的局限性，这些系统在遮挡环境（如森林）中表现出次优性能和效率。在本文中，我们提出了HE-Nav，这是第一个专为AGRs设计的高性能高效导航系统。感知模块利用轻量级语义场景补全网络（LBSCNet），在鸟瞰图（BEV）特征融合的引导下，通过精心设计的SCB-Fusion模块和注意力机制进行增强。这使得系统能够实时高效地预测遮挡区域的障碍物，生成完整的局部地图。基于这个完整的地图，我们新颖的AG-Planner采用节能的动力学A*搜索算法，确保规划是节能的。随后的轨迹优化过程产生安全、平滑、动力学可行且无ESDF的空地混合路径。大量实验表明，HE-Nav在实际情况下实现了7倍的能源节省，同时在模拟场景中保持了98%的规划成功率。
引用Prometheus说明
我们在定制的 AGR 平台上采用了 HE-Nav 进行室内和室外实验，使用 Prometheus 软件 、RealSense D435i 深度摄像头、T265 跟踪摄像头、GPS 和 Jetson Xavier NX 机载计算机。我们记录了 AGR 在驾驶和飞行过程中每秒的平均能耗（表 IV），为评估实际和模拟测试中的能耗奠定了基础。文中引用为"We employed HE-Nav on a custom AGR platform (Fig. 6) for indoor and outdoor experiments, using Prometheus software [28] with a RealSense D435i depth camera, a T265 tracking camera, GPS [29], and a Jetson Xavier NX onboard computer. We recorded the average energy consumption per second for AGR during driving and flying (Table IV) to establish a basis for evaluating energy usage in real and simulated tests."
HE-Nav整体框架
路径规划器
真机实验
