{
  "paper_id": "3570cab407080461717b841bbf0ee0e4",
  "paper_title": "Efficient Submap-based Autonomous MAV Exploration using Visual-Inertial SLAM Configurable for LiDARs or Depth Cameras",
  "paper_authors": [
    "Sotiris Papatheodorou",
    "Simon Boche",
    "Sebastián Barbas Laina",
    "Stefan Leutenegger"
  ],
  "publication_date": "",
  "publication_venue": "2025 IEEE International Conference on Robotics and Automation (ICRA)",
  "abstract": "Autonomous exploration of unknown space is an essential component for the deployment of mobile robots in the real world. Safe navigation is crucial for all robotics applications and requires accurate and consistent maps of the robot's surroundings. To achieve full autonomy and allow deployment in a wide variety of environments, the robot must rely on onboard state estimation which is prone to drift over time. We propose a Micro Aerial Vehicle (MAV) exploration framework based on local submaps to allow retaining global consistency by applying loop-closure corrections to the relative submap poses. To enable large-scale exploration we efficiently compute global, environment-wide frontiers from the local submap frontiers and use a sampling-based next-best-view exploration planner. Our method seamlessly supports using either a LiDAR sensor or a depth camera, making it suitable for different kinds of MAV platforms. We perform comparative evaluations in simulation against a state-of-the-art submap-based exploration framework to showcase the efficiency and reconstruction quality of our approach. Finally, we demonstrate the applicability of our method to real-world MAVs, one equipped with a LiDAR and the other with a depth camera.",
  "keywords": [
    "自主探索",
    "微型飞行器（MAV）",
    "子图（submap）",
    "视觉惯性SLAM",
    "LiDAR",
    "深度相机",
    "前沿（frontier）",
    "下一最佳视角规划",
    "占据建图",
    "回环检测"
  ],
  "paper_institutions": [],
  "output_language": "zh",
  "provider": "doubao",
  "model": "glm-5.3",
  "prompt_template": "simple",
  "extracted_at": "2026-09-17T09:34:40.396877Z",
  "template_tag": "simple",
  "summary": "### 摘要\n本文针对微型飞行器（MAV）在未知环境中自主探索时机载视觉惯性SLAM（VI-SLAM）随时间累积漂移、导致大尺度地图精度恶化，且现有先进方法需区分局部与全局分层规划的问题，提出了一种基于局部子图（submap）的轻量级3D探索框架。与GLocal等分层式方法不同，本方法通过将回环校正应用于子图相对位姿以保持全局一致性，并从子图局部前沿高效计算全局环境级前沿，从而仅需单一的采样式下一最佳视角（next-best-view）全局规划器。核心机制为全局前沿计算：$\\mathcal{F}_{g}^{k}=\\bigcup_{i=1}^{n_{m}}\\mathcal{F}_{g,i}^{k}$，其中每个子图的局部前沿需通过布尔函数 $h(f_i, M_l)$ 对所有其他子图进行测试，仅当该前沿在其他子图中对应未知区域或该子图的局部前沿时才被视为全局前沿；局部前沿则按需增量更新（$\\mathcal{F}_{i}^{k}=(\\mathcal{F}_{i}^{k-1}\\setminus\\mathcal{F}_{i,\\mathrm{stale}}^{k-1})\\cup\\mathcal{F}_{i,\\mathrm{new}}^{k}$）。系统由OKVIS2状态估计、supereight2八叉树占据子图建图、探索规划与线性MPC轨迹跟踪组成，无需GPU即可部署于资源受限平台，并原生支持LiDAR或深度相机两种传感器。仿真在Gazebo/PX4的30×15×9米Depot仓库环境中与最先进的子图式探索框架GLocal对比，采用探索体积、安全距离、网格重建RMSE与完整度、CPU与内存占用等指标：本方法几乎总能在300秒内探索100%体积，重建RMSE为0.112 m（GLocal为0.219 m），0.2 m内完整度为86.07%（GLocal为44.19%），规划时间为134±45 s（GLocal为421±76 s），内存为6.7±1.0 GB（GLocal为23.5±1.8 GB），且更少违反0.5 m安全半径。真实世界实验在约240 m³房间中分别使用配备LiDAR的Leica BLK2Fly（传感器数据经WiFi流至笔记本处理）和配备RealSense D455与Jetson Orin NX的自组装四旋翼（全机载计算）验证，LiDAR平台不到一分钟即达近全覆盖，深度相机平台也能高效完成探索。未来工作包括集成语义信息与视觉语言模型（VLM）以生成信息更丰富的环境地图，以及研究考虑MAV动力学的轨迹规划与安全控制策略。该方法适用于工业与建筑工地巡检等真实场景，但受限于传感器视场与量程（如深度相机最大量程4 m）、机载算力约束及静态环境假设。\n\n### 关键要点\n- 提出基于子图的轻量级3D探索框架，通过将回环校正应用于子图相对位姿保持全局一致性，以应对VI-SLAM里程计漂移问题。\n- 高效的全局前沿计算方法：分别维护子图局部前沿与全局前沿并按需更新，无需区分局部与全局规划即可实现大规模精确且完整的探索。\n- 系统开箱即用地支持LiDAR或深度相机两种传感器配置，适配不同类型的MAV平台。\n- 状态估计采用OKVIS2优化式VI-SLAM；LiDAR情形下融合基于占据图及其梯度的残差，实现紧耦合的LVI-SLAM。\n- 占据建图基于supereight2八叉树，显式表示自由空间并支持自适应分辨率；子图完成后冻结，仅允许刚性变换，并锚定于OKVIS2关键帧状态随位姿优化更新。\n- 探索规划在前沿附近采样候选下一位置，通过360°地图熵光线投射与滑动窗口优化偏航角，效用定义为 u_j = g_j / t_j（信息增益除以估计路径时长）。\n- 仿真在Gazebo+PX4的Depot环境（30×15×9 m）中与GLocal对比：本方法几乎总在300 s内探索100%体积，探索速度、一致性与最终环境覆盖率均更优。\n- 重建质量：本方法网格RMSE为0.112 m、0.2 m内完整度为86.07%，显著优于GLocal的0.219 m与44.19%，证明安全路径规划无需牺牲重建质量。\n- 资源使用：本方法规划时间为134±45 s、内存为6.7±1.0 GB，相比GLocal的421±76 s与23.5±1.8 GB大幅降低，得益于supereight2的高效地图表示与仅对有限候选位置计算效用。\n- 安全性：本方法在障碍物附近也能安全导航，违反0.5 m安全半径的情况显著少于GLocal，降低碰撞风险。\n- 真实世界实验：LiDAR平台（Leica BLK2Fly，因厂商限制传感器数据经WiFi流至笔记本处理）不到一分钟达到近全覆盖；深度相机平台（RealSense D455 + Jetson Orin NX，全机载计算）也能高效完成约240 m³房间的探索。\n- 未来方向：集成语义信息与视觉语言模型（VLM）生成信息更丰富、更利于下游任务的环境地图，并研究考虑MAV动力学的轨迹规划与安全控制策略。"
}