MonoRace: Winning Champion-Level Drone Racing with Robust Monocular AI
该论文介绍了 MonoRace，这是一种鲁棒的单目人工智能系统，它通过利用机载状态估计和高频神经网络控制器，在无需外部追踪的情况下，以高达 100 km/h 的速度击败了人类世界冠军，并赢得了 2025 年阿布扎比自主无人机竞速赛。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一场高风险的电子游戏，目标是驾驶无人机穿越复杂的障碍赛道，速度要比任何人都快。多年来，最顶尖的玩家一直是佩戴特殊护目镜的人类专家（FPV 飞行员），他们能够根据所见瞬间做出反应。最近，计算机开始尝试击败人类，但它们通常需要一个“作弊码”：一个位于房间外的庞大摄像头网络，来精确告诉无人机它所处的位置，就像一个在室内也能完美工作的 GPS。
这篇论文介绍了 MonoRace，这是一个全新的系统，它终于在没有任何外部帮助的情况下击败了世界顶尖的人类飞行员。它就像是一个通过单眼观察世界来学习竞速的无人机，能够自主判断自己的位置并做出瞬时决策，同时飞行速度高达每小时 100 公里（62 英里）。
以下是它的工作原理，分为几个简单部分：
1. “单眼”视觉
大多数先进的无人机使用两个摄像头（双目视觉）来感知深度，就像人类一样。而 MonoRace 只使用一个摄像头。
- 挑战： 当移动速度极快时，用一只眼睛看世界是很困难的。图像会变得模糊，而且很难判断物体的距离。
- 解决方案： 无人机使用一个聪明的计算机程序（神经网络），它扮演着一个观察力极其敏锐的侦察兵的角色。它不仅仅是在寻找“门”（无人机飞过的环圈）；它实际上会对门进行分割（segmenting），这意味着它会在门上涂上一层数字掩模，从而即使在图像模糊或门离得很远时，也能完美理解其形状。
- “卷帘快门”特性： 该摄像头使用的成像方式就像一帘幕从上到下打开。当无人机快速旋转时，这会导致直线看起来是波浪形的（就像在哈哈镜里一样）。该系统经过专门训练来处理这种畸变，将一个潜在的故障转化为一个非问题。
2. “防撞”大脑（状态估计）
为了飞得快，无人机需要立即知道自己的速度、位置和姿态。它使用一个 IMU（惯性测量单元，用于测量加速度和旋转）。
- 问题： 当无人机在高速进行急转弯时，产生的力量非常强大（高达 7 倍重力加速度），这会导致传感器被“淹没”或饱和。这就像麦克风音量过大导致声音“爆音”，数据会变成垃圾数据。如果无人机信任这些错误的数据，它就会坠毁。
- 解决方法： 无人机有一个备份计划。它携带了一个关于无人机“应该”如何运动的心理模型。当传感器因为过载而发出乱码信号时，无人机会忽略传感器，转而听从自己的大脑（模型）。这就像一名飞行员忽略了损坏的速度计，转而信任自己对风力和引擎动力的直觉，以保持飞行平稳。
3. “直达电机”的飞行员（控制）
传统上，无人机有一个“管理者”（高层规划器）来告诉“工人”（底层控制器）该做什么。管理者说：“向左转，”然后由工人计算出电机应该如何倾斜。
- 创新点： MonoRace 跳过了中间人。它使用了一个名为 G&CNet（引导与控制网络）的微型、超高速神经网络。这个网络观察世界，并直接告诉电机该做什么。
- 类比： 想想这种感觉，就像是一种反射动作。你的大脑不需要思考“我看到了球，我应该移动手，现在移动手指”，而是手直接就动了。这个网络每秒运行 500 次，使得无人机能够实现瞬时反应，而没有中间人的延迟。
4. “自我教学”机制
当无法测量精确位置（因为没有外部摄像头）时，你如何教会无人机完美飞行？
- 窍门： 组织者知道门的精确尺寸和形状。无人机飞行、拍照并猜测门的位置。然后，它会检查：“我看到的门是否与我基于猜测所预期看到的门相符？”
- 优化： 如果图像不完全匹配，系统会进行“赛后分析”（离线优化）。它会微调内部设置（例如摄像头的角度），直到“预期的”视图与“实际的”视图相匹配。这就像一个学生参加考试，对照答案解析检查自己的答案，然后在下次考试前通过重新阅读教科书来修正自己的理解。
结果：历史性的胜利
MonoRace 系统在 2025 年 4 月的阿布扎比自主无人机竞速大赛 (A2RL) 中接受了测试。
- 比赛： 它在“淘汰赛”（类似于网球赛制）中面对其他 AI 团队和三位人类世界冠军。
- 结果： 这架无人机赢得了每一轮比赛，在直接对抗中击败了人类冠军。
- 速度： 它达到了 28.23 米/秒（约 100 公里/小时） 的速度，创下了完全依赖自身车载传感器运行的自主无人机的速度新纪录。
为什么这很重要
这不仅仅关乎竞速。它证明了配备单个摄像头的轻便、廉价的无人机可以变得异常聪明且鲁棒（健壮）。它可以应对：
- 坏数据： 当传感器损坏或过载时。
- 视觉噪声： 当摄像头受到干扰或图像模糊时。
- 高速飞行： 在物理极限边缘飞行。
论文结论指出，这项技术最终可以帮助无人机在现实任务中（如包裹递送或结构检查）飞得更快、更高效，而无需昂贵的外部追踪系统。它还表明，在未来，这些 AI 飞行员可能会帮助人类赛车手进行训练，并发现人类尚未想到的更快的飞行技巧。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。