RAVEN：定位不确定性下的无人机快速自主视觉探索统一主动 SLAM 系统

候选生成：压缩轨迹、主动回环与有限个全局巡游

首先，系统沿里程计轨迹每隔固定测地距离选取一个相机位姿，构造压缩位姿图。相邻节点之间的相对变换带有协方差，新增关键帧的误差会被累加到边上；检测到真实回环时，再在对应节点之间添加额外边。如此得到的图比原始图像序列稀疏得多，却保留了轨迹拓扑、累积不确定性和回环关系。

主动回环候选的选择不是简单寻找“空间距离近但时间距离远”的两帧。论文先根据特征共视关系聚类 CPG 节点，把观察相似区域的帧归到一起，并选择观察共视特征最多的节点作为簇代表。然后使用 NetVLAD 描述子和 Faiss 检索所有历史节点中视觉相似度超过阈值的帧。若一个代表的相似帧在空间上集中出现，它更像是一个可被稳定重访、能够形成有效回环的位置；若检索结果散落在多个区域，则容易是重复纹理或误检，会被排除。

仅在前沿和回环之间做一步贪心选择仍然短视。某条回环支路可能当下收益很高，却把后续覆盖路线切得很碎；另一个回环目标也许信息量稍低，但插入成本更小、失败概率更低。RAVEN 因此把规划时域延长到剩余探索任务。它先把体素地图按连通性划分成区域，把包含前沿或未知空间的区域标记为感兴趣区，再求一条依次经过这些区域、预计用时最短的非对称旅行商路线。这条基础路线相当于经典覆盖探索的解。

为了把主动回环纳入但不爆炸候选数量，论文只把“下一个即将访问的回环候选”插入基础路线，并且只在距离回环位置足够近的路线边上插入。对每条基础路线尝试这种插入，就得到一组全局巡游。其关键原则是：一个优秀的主动 SLAM 路线，即使删掉主动回环，也应当仍然是经典探索问题的高质量解。这个约束把组合搜索压到了可控规模，也避免了为了回环而设计一条根本不覆盖环境的长路线。

如何评价一条路线：探索成本与定位收益分开计算

对一个插入了回环候选的巡游，预计探索时间等于原基础路线的完成时间，加上从前方区域到回环位置、再从回环位置前往下一区域的时间，并减去原本直接从前一区域到下一区域的时间：

$$c_{\mathrm{eff}}(\pi_{i,j}^{k})=c_{\mathrm{eff}}(\pi^{k})+t(z_i,c_j)+t(c_j,z_{i+1})-t(z_i,z_{i+1})$$

其中 $\pi^{k}$ 是不含回环的基础路线，$z_i$ 与 $z_{i+1}$ 是相邻感兴趣区域，$c_j$ 是回环候选，$t(\cdot,\cdot)$ 按两点距离除以最大速度估计。这个式子保留了插入回环的真实绕行代价，也为后续 Pareto 比较提供了统一单位。

定位收益不能只看“如果回环成功”的理想图。系统从当前 CPG 出发，向未来追加虚拟节点，构造两种可能的图：回环成功时，历史候选与前后虚拟节点形成闭环；回环失败时，候选被当成一个同位置的新节点，轨迹沿原路线继续延伸。虚拟图只计算到回环后的下一个区域，因为全局巡游目前只承诺插入一个回环，更远未来的图边会随重规划变化。

回环能否成功，被建模为前后两次访问的同一位姿节点之差是否落在接受范围内。设两节点边际协方差之差为 $\tilde{\Sigma}$，对差分平坦状态 $w\in\{x,y,z,\psi\}$ 的偏差建模为零均值高斯，则成功概率为：

$$p_{\mathrm{succ}}=\prod_{w\in\{x,y,z,\psi\}}P\left(|\tilde{w}|\lt\delta_w\mid \tilde{w}\sim\mathcal{N}(0,\tilde{\sigma}_w)\right)$$

这里 $\delta_w$ 是可接受位姿偏差阈值，$\tilde{\sigma}_w$ 是协方差矩阵对应方向的对角项。它不是凭视觉相似度猜测回环，而是同时考虑走到历史位置后，系统预计还剩多少位置与航向误差。定位收益再按成功与失败两条分支做期望：

$$u_{\mathrm{acc}}(\pi_{i,j}^{k})=p_{\mathrm{succ}}h(\mathcal{G}^{+})+(1-p_{\mathrm{succ}})h(\mathcal{G}^{-})$$

其中 $h(\cdot)$ 是虚拟 CPG 的 D-最优信息近似。成功分支信息量大，失败分支也不能被忽略。一个位置虽近但极可能无法匹配的回环，不应当因为“成功时收益巨大”而长期占据规划优先级。

Pareto 选择：用 λ 表达任务偏好，而不是把两项硬塞成一个分数

探索时间越小越好，定位图信息越大越好。两者量纲不同，直接相加会让权重严重依赖环境尺度。RAVEN 因而不构造单一加权和，而是先定义 Pareto 支配。若候选 $\mathbf{x}$ 在所有目标上都不差于 $\mathbf{y}$，并且至少一个目标严格更好，就称 $\mathbf{x}$ 支配 $\mathbf{y}$：

$$\mathbf{f}(\mathbf{x})\succ\mathbf{f}(\mathbf{y})\iff f_i(\mathbf{x})\geq f_i(\mathbf{y})\ \forall i,\quad \exists j:f_j(\mathbf{x})\gt f_j(\mathbf{y})$$

所有不被其他候选支配的路线组成 Pareto 前沿。系统在效用空间中连接这些点，再依据用户给定的 $\lambda\in[0,1]$ 选择最接近插值点的路线：

$$\mathcal{P}_{t:t+k}=\operatorname{Argmax}^{\succ}_{\mathbf{a}_{t:t+k}\in\mathcal{A}^{k}}\sum_{\tau=t}^{t+k}\mathbf{u}(b(\mathbf{s}_{\tau}),\mathbf{a}_{\tau}),\qquad \mathbf{a}^{\star}=S(\mathcal{P}_{t:t+k},\lambda)$$

当 $\lambda$ 接近 0 时，选择更短、更快的路线；当 $\lambda$ 接近 1 时，愿意为图信息和回环绕行付出更多时间；中间值给出连续折中。这种设计比“自动平衡权重”多了一层任务语义：优先级来自操作者或任务需求，而不是让算法偷偷把两种目标换算成不可解释的总分。

如果最终选的下一动作是主动回环，无人机直接前往对应历史位姿；如果是探索动作，则在目标感兴趣区域周围采样若干候选视点，从中选择既能看到较多前沿体素、又从 OFIF 查询到足够视觉信息的视点。于是全局路线选择与局部视点质量之间没有断档。

在线 Fisher 信息场：让“往哪里飞”知道哪里更容易定位

Fisher 信息矩阵描述观测对未知参数的约束能力。对观测向量 $\mathbf{x}$ 和参数 $\boldsymbol{\theta}$，有：

$$\mathcal{I}_{\boldsymbol{\theta}}(\mathbf{x})=\frac{1}{\sigma^2}\mathbf{J}_{\boldsymbol{\theta}}^{\mathsf{T}}\mathbf{J}_{\boldsymbol{\theta}},\qquad \mathbf{J}_{\boldsymbol{\theta}}=\frac{\partial\mathbf{x}}{\partial\boldsymbol{\theta}}$$

FIM 越“大”，无偏估计的 Cramér-Rao 下界越低，理论上可达到的定位精度越好。但在未知环境中，特征位置不断被发现，若每次规划都遍历所有地图特征重算 FIM，实时性会迅速恶化。OFIF 的目标是把与相机旋转无关的位置性信息预先存进体素，使任意候选相机位姿只需一次常数时间查询即可恢复局部定位信息。

论文没有沿用左扰动雅可比，而是采用右扰动，并将单特征 FIM 的迹简化为：

$$\operatorname{Tr}(\mathcal{I}^{R}(\mathbf{p}_i))=\frac{2}{n_i^2}+2,\qquad n_i=\lVert\mathbf{p}_i^{c}\rVert_2$$

左扰动版本的 FIM 虽然对相机旋转不变，却会随特征的世界坐标和相机世界位置变化，导致世界原点附近的数值尺度不一致。右扰动只依赖特征在相机坐标系中的位置，再取迹之后又恢复了对相机旋转的不变性。这个细节决定了 OFIF 能否在不同房间、不同绝对坐标下比较信息量。

可见性则采用软视锥模型，并把可见性拆成由相机位置与特征位置决定的位置项，以及只由相机旋转决定的方向项。体素中累积位置项乘以每个特征的 FIM 迹，查询时再乘以当前旋转对应的方向项。论文用四元数高斯过程回归近似旋转可见性，因此整个查询函数可微，能够进入轨迹优化。

$$\mathcal{I}_{\mathbf{T}_{\mathrm{wc}}}\approx g\left(\sum_{i\in F}h(\mathbf{t}_{\mathrm{wc}},\mathbf{p}_i^{w}),\mathbf{R}_{\mathrm{wc}}\right)$$

OFIF 的增量构建分两步：当新的自由体素出现时，把 sensing range 内已经存在的可定位特征加入这些体素；当新的可定位特征出现时，再把它加入周围所有自由体素，并做遮挡检查。所谓可定位特征，是连续多帧稳定观测和匹配、位置不确定性较低的点。由此避免重复累计、漏更新和把动态误匹配当成永久地图信息。

感知感知轨迹：先找有信息的路径，再优化朝向

OFIF 给出“某个相机位姿大约能获得多少定位信息”，规划器还需要把这一标量变成轨迹代价。论文定义信息势能：当 Fisher 信息高于阈值时不加惩罚，接近阈值时二次增加，信息更低时进入线性高惩罚区。阈值由 sensing range 内随机采样若干特征所能提供的累计信息决定，使代价与传感器视场和场景尺度相关。

$$f_{\mathrm{info}}(\mathbf{T})=\begin{cases}0,&\epsilon_{\mathrm{info}}\lt x\\k_1(x-\epsilon_{\mathrm{info}})^2,&0\leq x\leq\epsilon_{\mathrm{info}}\\k_2x+b_{\mathrm{pot}},&x\lt0\end{cases},\qquad x=\operatorname{Tr}(\mathcal{I}_{\mathbf{T}})$$

四旋翼是差分平坦系统，因此位置与偏航可以分开优化。位置层先把信息势能加入 A* 的累计代价，形成 info-A* 初始路径。普通 A* 只求几何最短，可能贴着白墙或空旷无纹理区域飞；info-A* 会优先经过特征更丰富、视角更稳定的空间，同时仍用欧氏距离作为可采纳启发式，保证搜索效率。初始路径随后被优化为满足碰撞、平滑和动力学约束的最短时间 B 样条。

偏航层先在位置轨迹的每个节点上采样若干朝向，构成图节点。相邻节点间可连边，边代价包含后一朝向的信息势能和朝向变化量：

$$f_{\mathrm{yaw}}=f_{\mathrm{info}}(\mathbf{P}_{i+1},\psi_{i+1,j_2})+w_{\mathrm{ys}}\operatorname{diff}(\psi_{i,j_1},\psi_{i+1,j_2})$$

用 Dijkstra 找到一条离散的偏航基元路径，再把它作为初始解，对偏航 B 样条做优化：

$$\min_{\Xi}\int_{t_0}^{t_m}\dddot{\psi}(t)^2\,dt+\lambda_p\sum_{i=1}^{m-1}f_{\mathrm{info}}(\mathbf{P}_i,\psi(t_i))$$

第一项压低偏航急动，第二项鼓励相机持续看向信息丰富的方向。先离散搜索再连续优化，是为了避免信息势能的多峰性把优化器困在局部极小值。这个“位置先避开贫纹理区域，朝向再持续对准有效特征”的设计，与只做回环目标选择的方法形成了明显区别。

flowchart LR
  A["VIO and loop closure"] --> B["CPG and volumetric map"]
  B --> C["Frontiers"]
  B --> D["ALC candidates"]
  C --> E["Top coverage base tours"]
  D --> F["Insert next ALC"]
  E --> F
  F --> G["Success virtual CPG"]
  F --> H["Failure virtual CPG"]
  G --> I["Exploration cost and expected graph information"]
  H --> I
  I --> J["Pareto front"]
  J --> K["Select tour with lambda"]
  K --> L["OFIF query"]
  L --> M["Info-A* position path"]
  L --> N["Yaw primitive graph"]
  M --> O["B-spline execution"]
  N --> O
  O --> P["New sensor observations"]
  P --> A
    

仿真结果：RAVEN 构成新的时间与精度折中曲线

仿真在 EPEE+ 中进行。作者在原始轻量探索评测环境上增加多相机彩色渲染、带噪声的 IMU 和视觉 SLAM，使里程计漂移来自视觉跟踪误差与惯性噪声，而不是人为注入的轨迹扰动。四种场景包括走廊、仓库、办公室和公寓；每个方法在每个场景运行 10 次，统一使用 VINS 与相同回环检测模块。对比方法为 SRE、REAL、ExplORB 和只优化探索效率的 FALCON。

FALCON 在四个场景中都是最快的经典探索方案，但 ATE 明显更高。RAVEN 在 λ=0 时与 FALCON 的探索时间接近，却依靠感知感知轨迹降低了漂移；λ=1 时增加回环和飞行距离，在走廊、仓库、办公室和公寓分别把平均 ATE 压到 0.08、0.09、0.08 和 0.08 米。最值得注意的是，它没有在“最快但漂移大”和“准确但来回绕行”之间只给出两个孤立模式，而是提供由 λ 连续控制的性能谱。

SRE、REAL 与 ExplORB 在部分场景出现更长的探索时间和更高的定位误差。论文将原因归为两类：主动回环选择不够有效，导致路线来回震荡；局部执行没有显式考虑视觉特征分布，即使全局目标合理，飞行过程中仍会增加估计误差。这个结果支持 RAVEN 的核心立场：主动 SLAM 不能只在目标层使用信息量，执行层也必须对定位质量负责。

消融实验进一步检查了两个关键部件。把感知感知局部规划替换成不考虑视觉信息分布的版本后，在不同 λ 下 ATE 增加 12.74% 到 64.19%，探索时间只缩短 1.48% 到 4.26%。在回环概率消融中，假设所有回环成功时最终 ATE 为 0.45 米，只用 0.7 阈值筛选时为 0.46 米，而概率加权模型达到 0.09 米并完成 150.6 对回环。差异说明“能否成功重访”的概率估计不是装饰项，而是防止规划器被高收益但不可达回环诱导的关键。

全机载真机与大尺度场景

真机平台基于开源四旋翼改装，起飞重量 1.3 千克，机载 Morefine Mini PC 配备 Intel i7-1260P，使用 NxtPx4 飞控、前向 RealSense D435i 和 6S 锂电池。规划、建图与定位全部在机上运行，没有外部计算或人工接管。实验覆盖有动捕真值的飞行竞技场、带两根圆柱和白色墙面的校园走廊，以及尺度更大的地下停车场。

飞行竞技场有动捕系统提供真值，因此直接报告轨迹 ATE；校园走廊和停车场没有真值轨迹，论文用重建地图与手持激光扫描点云的最近邻距离评估几何一致性。随着 λ 从 0 增加到 1，三个场景都表现为探索时间和距离上升、回环数量与图信息增加、ATE 或 NND 下降。走廊和停车场的平均 NND 分别下降 50% 与 62.5%。在 λ=0 的停车场中，矩形柱和墙面明显扭曲；在 λ=1 时几何结构得到保持。

大尺度森林场景尺寸为 80×20×2 米，包含密集植被和起伏地形。RAVEN 以 λ=0.5 在 1081.6 秒内完成探索，飞行 759.6 米，最终 ATE 为 0.664 米。OFIF 与 CPG 更新在独立线程中周期运行，因此单次重规划平均只需 0.057 秒，且没有随探索过程显著增加；整个任务内存占用上限为 2.8GB。这个结果不能证明方法适用于任意大场景，但至少说明增量信息场和压缩图没有把在线规划拖垮。

局限与工程判断

第一，RAVEN 依赖视觉 SLAM 在环境中至少能够获得可匹配特征。论文明确把适用边界限定在正常室内光照、视觉可处理的场景，不面向几乎完全没有纹理、视觉 SLAM 本质上不可行的空间。OFIF 可以让无人机避开贫纹理区域，但如果整个任务空间都没有足够特征，主动选择视角无法创造不存在的观测信息，需要 LiDAR、雷达或其他模态补充。

第二，方法的实时性来自多项近似：FIM 取迹标量化、可见性用软视锥和四元数高斯过程近似、增量更新只覆盖局部 sensing range，全局巡游也只插入一个即将发生的回环。这些近似在论文实验中有效，但不能直接推出对所有光照、动态物体、严重遮挡和超大规模地图都成立。尤其是全局候选中只保留下一个回环，意味着更远未来的多回环组合结构没有被显式优化。

第三，评价仍以探索时间和定位误差为主，尚未系统量化能耗、飞行安全裕度、动态障碍和社会可接受性。真机在校园走廊和停车场使用地图最近邻距离代替轨迹 ATE，这是没有真值轨迹时的合理指标，但与轨迹级误差并不等价。不同场景中的回环数量和地图尺度也差异很大，因此不能只比较单个绝对值。

从系统设计角度看，RAVEN 最值得借鉴的不是某个单独公式，而是把不确定性放到三个层次：选择回环时预测成功概率，选择全局路线时保留两目标 Pareto 结构，执行轨迹时持续查询视觉信息。很多主动 SLAM 方案只做第一层，随后交给普通导航器，结果可能“选对了回环，却在去的路上又漂走”。RAVEN 用 OFIF 补齐了这一段因果链，也因此付出额外地图表示和局部优化成本。

另一个重要取舍是 λ 的语义。它不是一个会自动适应环境的最优参数，而是把任务偏好显式交给使用者。对搜索救援，时间可能更重要；对结构巡检或高精度重建，地图几何正确更关键。RAVEN 提供的是可解释的性能谱，而非声称存在一个与任务无关的最优折中。真正部署时仍需根据任务风险选择 λ，并对回环阈值、感知距离和最大速度做安全验证。

结论

RAVEN 将主动回环候选、经典覆盖巡游、回环成功概率、虚拟位姿图信息、Pareto 选择和在线 Fisher 信息场组织成一条完整的空中主动 SLAM 规划链。它没有把探索与定位压缩成一个难以解释的权重，而是保留两者并让 λ 控制取舍；也没有只在全局目标层考虑不确定性，而是继续把视觉信息写进位置路径和偏航轨迹。

仿真中，它在四个场景形成优于经典探索器与已有主动 SLAM 基线的时间、精度折中；真机中，全机载系统在走廊与停车场显著降低地图几何误差；大尺度森林实验显示，增量规划仍能维持约 0.057 秒的平均单次重规划时间和 2.8GB 的内存上限。对后续研究而言，最直接的扩展方向是把概率回环、感知规划和全局巡游从纯视觉推广到多模态传感器，并进一步研究多回环、动态环境和任务风险约束下的长期规划。