填补空中主动 SLAM 空白！港科大沈劭劼团队RAVEN：统一无人机主动探索与回环定位

RAVEN 严格遵循主动 SLAM 的标准工作流，但每一环都把定位不确定性算进去。

图 | RAVEN 主动 SLAM 框架的系统总览。主动 SLAM 规划分三阶段：目标识别、效用评估、动作执行，框架持续更新并基于最新观测重规划，直至探索结束 ©【深蓝AI】编译

直接把整条视觉里程计轨迹拿来做规划，节点爆炸、算不动。RAVEN 先构建一个精简位姿图（CPG）：把高频状态估计压成沿轨迹按固定间距取样的稀疏节点，边编码相邻相对位姿及其协方差，检测到回环就加一条回环边。这套表示只依赖特征匹配，不绑定具体 SLAM 算法，适配性强。

探索目标就是经典的前沿（已知/未知边界）；利用目标是主动回环（ALC）候选——从历史轨迹里挑"大概率能建立有效回环"的位姿。筛选方法很巧：把观察相似区域的 CPG 节点聚类，用 NetVLAD 视觉描述子去库里找相似帧；回访帧集中、视觉独特的簇代表，才配当回环候选——因为"认得回来"才回得去，视觉上平平无奇的帧硬做回环只会失败。

贪心每次只看下一个目标，短视。RAVEN 先按覆盖路径规划解出若干条"最优覆盖游览"（把任务空间按体素连通性分成区域，用非对称旅行商问题 ATSP 排成最省时的走访顺序），再把下一个 ALC 候选插入到距离阈值内的边上，生成一组高质量全局游览。既借了经典探索的成熟底子，又没去穷举整个组合空间。

图 | 全局游览候选选择过程。(a) 连接所有感兴趣区域中心的最优覆盖路径；(b) 向覆盖路径插入 ALC 候选生成的全局游览候选；(c) 虚拟 CPG 的两种配置，上图 G⁺ 与下图 G⁻ 分别表示回环成功与失败；(d) 全局游览候选的效用空间，黄色折线为帕累托前沿、紫色圆为帕累托最优解，粉色倒三角为按优先级参数 λ=0.5 在帕累托前沿插值点上选出的最终全局游览 ©【深蓝AI】编译

探索效率和定位精度是两种量纲完全不同的东西（时间 vs. 信息量），硬塞进一个式子就回到手工标权重的老路。RAVEN 的选择是分开算、用帕累托序比较：

• 探索效率成本 = 这条游览预估的完成时长（各段遍历时间累加，插入回环候选就加上绕路代价）；

• 定位精度效用 = 预测这条游览执行后整个位姿图的信息量。做法是往当前 CPG 上"虚拟追加"节点，区分回环成功（G⁺）和失败（G⁻）两种图，各自算全图 Fisher 信息的 D-最优性，再按回环成功概率加权。

这里有个细节：回环成功概率不是拍脑袋，而是用"两次访问同一位置的估计差"的协方差，看漂移是否小到能可靠走回去。所以效用评估不只看理论收益，还看实操可行性——这也是后面消融里最值钱的一环。

目标定了，怎么飞过去才不把定位搞坏？RAVEN 引入在线 Fisher 信息场（OFIF）：把每个体素里"能观测到多少可匹配的局部特征点"压缩成可复用的位置因子，查询时再乘上姿态相关的可见性，常数时间拿到任意相机位姿的定位信息量。

图 | OFIF 增量构建的两步更新流程。(a) 步骤 1：每个新的自由 OFIF 体素更新感知范围内历史可定位特征；(b) 步骤 2：每个新检测到的可定位特征更新周边全部自由 OFIF 体素。©【深蓝AI】编译

两个关键设计：

• 旋转不变的 Fisher 度量：论文特意对比了左扰动和右扰动两种参数化。左扰动的 Fisher 信息会随特征点离世界原点的距离变大而虚高，跨位置没法比；改用右扰动后，信息量只取决于相机系坐标，T-最优性保持旋转不变，还能写成闭式解——这是 OFIF 能在体素里存、能实时查的基础。

• 感知敏感的轨迹优化：位置轨迹先做一次 info-A* 搜索（把"信息惩罚"加进路径代价，让初始路径主动绕开无纹理、没特征的区域），再做 B-spline 最小时间优化；偏航轨迹也类似，先在关键点上采样偏航候选、用图搜索找最优偏航方向路径，再做带感知代价的偏航优化。这样飞行动作本身就在给定位"攒信息"，而不是消耗它。

图 | info-A* 搜索与标准 A* 搜索的 2D 对比。中央矩形为障碍、黑点为局部特征；透明彩虹直方图表示每个体素的信息势代价。info-A* 路径（深蓝）偏好纹理丰富、信息惩罚低的区域，标准 A*（红）走最短路径、穿越特征稀少区 ©【深蓝AI】编译

EPEE+ 仿真器（在 EPEE 上加了多相机渲染、IMU 噪声和视觉 SLAM）里，与 SRE、REAL、ExplORB、FALCON 四个 SOTA 在 Corridor、Warehouse、Office、Apartment 四个场景对比，每场景 10 次运行。

核心结论很清晰：

• FALCON 只图快：探索时间最短（Office 64.6s），但只优化探索效率、不做回环也不做感知规划，ATE 最高（0.49m）；

• RAVEN-0.0（λ=0） 探索时间和 FALCON 相当（Office 76.3s），但靠感知敏感规划把 ATE 压到 0.26m；

• RAVEN-1.0（λ=1） 疯狂回环（Office 平均 204 次回环），ATE 压到全场最低 0.08m，代价是探索时间拉到 120.4s；

• RAVEN-0.5 是折中，探索 95.2s、ATE 0.14m，均衡表现优于三个主动 SLAM 前辈（SRE/REAL/ExplORB 探索更久、误差还更高）。

表 | 基准结果统计。SRE、REAL、ExplORB、FALCON 与 RAVEN在四个场景下 10 次运行的平均/标准差/最大/最小统计，覆盖探索时间、ATE、飞行距离与回环图像对数 ©【深蓝AI】编译

指标要先说清口径：ATE 是估计轨迹相对仿真真值的 RMSE，单位米，越小越好；回环图像对数只是"SLAM 匹配成功的图像对数量"，是回环频率的代理，不代表回环质量。而 λ=1 的低 ATE 是拿时间换的——不是所有任务都值得把探索时间拉长一倍去抠那 0.1 米精度，这也是论文强调"任务优先级"而非"一味求准"的原因。

图 | 基准结果图：探索时间与 ATE 的权衡，平均值为三角、1-σ 置信椭圆为色块。RAVEN（三档 λ）与 FALCON 共同构成四场景下的帕累托前沿 ©【深蓝AI】编译

图 | Office 场景下所有基准算法的最终执行轨迹与重建体积地图。黑线为真值轨迹，绿点为检测到的回环 ©【深蓝AI】编译

• 感知敏感规划到底值不值：关掉感知（PAG）后，各 λ 下平均 ATE 比感知敏感版高 12.74%——花不到 5% 的时间，换最高 60% 的定位精度，这笔账很划算；

• λ 是个好旋钮：λ 从 0 到 1 渐变，探索时间单调升、ATE 单调降，验证了它作为任务级控制变量的有效性，而不是玄学参数；

• 回环概率加权不可省：不做概率加权，系统因为"怕绕路"一直拖延回环，平均只做 10 次回环、ATE 0.45m；用统一阈值又太保守，只做 71.8 次、ATE 0.46m；而 RAVEN 的概率加权在"理论收益 × 实操可行性"间取平衡，做 150.6 次回环、ATE 压到 0.09m——回环不是越多越好，能成的回环才算数。

图 | 回环概率加权消融结果：(a) 无加权、(b) 统一阈值、(c) 本文方法的重建地图与估计/真值轨迹（红/黑曲线）及检测回环（绿点）©【深蓝AI】编译

80×20×2m 的密集植被"森林"仿真场景，λ=0.5 完成探索耗时 1081.6s、轨迹长 759.6m、最终 ATE 0.664m；每次重规划平均仅 0.057s，内存全程封顶 2.8GB——实时性和可扩展性都达标。

真实世界三个场景（带 OptiTrack 真值的 Flight Arena、纯白墙挑战的 Campus Hallway、大型地下 Parking Lot）全机载飞行，三档 λ 各 3~5 次试飞（表4）。结论与仿真一致：λ 从 0 升到 1，探索时间/距离上升、定位精度改善；在无真值轨迹的另外两场景用"重建地图到真值点云最近邻距离（NND）"间接评估，λ=1 相对 λ=0 的 NND 误差分别降 50% 和 62.5%——Campus Hallway 里两根圆柱在 λ=0 下被漂移压变形，λ=1 下恢复原样。

表 | 真实世界实验统计。Flight Arena 用动捕真值算 ATE；Campus Hallway 与 Parking Lot 无真值里程计，改用重建地图与真值场景点云的 NND 评估；图信息为探索完成时整个 CPG 图的近似 Fisher 信息 ©【深蓝AI】编译

图 | 真实世界实验场景照片：Flight Arena、Campus Hallway、Parking Lot ©【深蓝AI】编译

RAVEN 的启示在于一个"分而治之"的工程哲学：把两个量纲不同、不可比的目标拆开算，用帕累托最优保住所有合理折中，再用一个 0~1 的优先级参数把"选择权"还给用户——比硬塞权重函数、或默默替你平衡，都更透明也更实用。配合"精简位姿图 + 在线 Fisher 信息场 + 感知敏感轨迹"，它把定位不确定性从头到尾纳入了主动 SLAM 的每个环节，且全程机载实时。

当然，实机大场景、弱纹理鲁棒性、统计严谨性仍是它前路上的硬骨头。作为把"主动探索"和"主动定位"真正统一起来的空中机器人方案，它给这个冷门赛道立了一个可复现、可调参的实用标杆。

参考论文：

论文标题：RAVEN: A Unified Active SLAM System for Rapid Autonomous Visual Exploration with Aerial Robots under Localization Uncertainty

论文链接：https://arxiv.org/pdf/2610.37111