以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

【Control-Barrier-Aided Teleoperation with Visual-Inertial SLAM for Safe MAV Navigation in Complex Environments】

文章链接：http://arxiv.org/abs/2403.04331

demo链接：https://youtu.be/rCxbWY4PIfQ?si=DC-9mg7g1WooNdaV

在本文中，我们考虑了一个由非专家远程操作的微型飞行器( MAV )系统，并引入了一个感知安全过滤器，该过滤器利用控制障碍函数( CBFs )，结合视觉-惯性同时定位与地图构建( VI-SLAM )和密集3D占位地图，以确保在复杂和非结构化环境中的安全导航。我们的系统仅仅依赖于机载IMU测量、立体红外图像和深度图像，并在被认为不安全的情况下自主地纠正遥操作输入。我们将三维空间中的点定义为不安全的，如果它满足两个条件之一：( i )它被障碍物占据，或者( ii )它仍然未被建图。

在每个时间步，VI - SLAM通过融合机载测量更新环境的占有率地图，并构建CBF对三维空间中的(非)安全区域进行参数化。给定来自VI - SLAM模块的CBF和状态反馈，安全滤波器在满足CBF编码的安全约束的同时，计算出与遥操作输入最匹配的认证参考。与现有的基于感知的安全控制框架相比，我们直接关闭知觉—动作回路，并在没有任何外部基础设施或环境先验知识的情况下，结合实时VI - SLAM证明了安全控制的全部能力。我们使用专门的机载传感和计算来验证感知安全滤波器在实时MAV实验中的有效性，并表明遥操作的MAV能够安全地通过未知环境，尽管遥操作者发送任意输入。

推荐阅读

3D高斯泼溅 为什么能一直火？有哪些应用场景？香港大学开源的这个激光雷达惯性SLAM，太强了！一招掌握3DGS基础视觉三维重建！深度计算+点云处理+网格重建优化+纹理贴图！谷歌这个SLAM开源方案，造福了整个机器人行业！重大变革！NeRF和3D高斯喷溅如何重塑SLAM？发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架，造福了无数卫星定位研究者和初创公司！BOSS：用了机器人仿真，立省几十万自动驾驶中的GNSS、RTK到底多重要？太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）如何从零开始搭一套自己的SLAM系统？17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）最炸裂的机器人AI技术教程都在这了！