Stable Multi-Drone GNSS Tracking System for Marine Robots

📄 arXiv: 2511.18694v1 📥 PDF

作者: Shuo Wen, Edwin Meriaux, Mariana Sosa Guzmán, Zhizun Wang, Junming Shi, Gregory Dudek

分类: cs.RO, cs.AI, cs.CV

发布日期: 2025-11-24

💡 一句话要点

提出一种基于多无人机GNSS的稳定水面机器人跟踪系统

🎯 匹配领域: 支柱三：空间感知 (Perception & SLAM)

关键词: 多无人机系统 GNSS定位 水面机器人 目标跟踪 扩展卡尔曼滤波

📋 核心要点

  1. 水面机器人定位依赖GNSS，但水下GNSS信号弱，传统方案如DVL、SLAM等存在误差累积或依赖特定环境。
  2. 利用多无人机搭载GNSS接收器，通过视觉检测、多目标跟踪和三角测量，实现对水面机器人的稳定GNSS定位。
  3. 引入跨无人机ID对齐算法，确保多视角下跟踪一致性，并通过实验验证了系统的可扩展性和鲁棒性。

📝 摘要（中文）

水面机器人需要精确定位，但全球导航卫星系统（GNSS）信号在水面下即使很短的距离也变得不可靠或无法使用。传统的替代方案，如惯性导航、多普勒计程仪（DVL）、SLAM和声学方法，存在误差累积、计算需求高或依赖基础设施等问题。本文提出了一种可扩展的、基于多无人机GNSS的水面和近水面机器人跟踪系统。该方法结合了高效的视觉检测、轻量级多目标跟踪、基于GNSS的三角测量以及置信度加权的扩展卡尔曼滤波器（EKF），以提供稳定的GNSS实时估计。此外，我们还引入了一种跨无人机跟踪ID对齐算法，该算法可在视图之间强制执行全局一致性，从而实现具有冗余空中覆盖的鲁棒多机器人跟踪。我们在各种复杂环境中验证了我们的系统，以展示所提出算法的可扩展性和鲁棒性。

🔬 方法详解

问题定义：论文旨在解决水面机器人GNSS定位在水下信号弱或不可靠的问题。现有方法，如惯性导航、DVL、SLAM等，要么精度受限（误差累积），要么计算量大，要么依赖特定环境或基础设施，无法满足实际应用需求。

核心思路：核心思路是利用多个无人机作为空中基站，搭载GNSS接收器，通过视觉手段跟踪水面机器人，并利用GNSS信息进行三角测量，从而实现对水面机器人的稳定定位。无人机在空中可以获得可靠的GNSS信号，并通过视觉跟踪弥补水下GNSS信号的缺失。

技术框架：整体框架包含以下几个主要模块：1) 视觉检测：使用高效的视觉检测算法识别水面机器人。2) 多目标跟踪：采用轻量级多目标跟踪算法，在无人机视角下跟踪水面机器人。3) GNSS三角测量：利用多个无人机提供的GNSS信息，通过三角测量计算水面机器人的位置。4) 置信度加权扩展卡尔曼滤波器（EKF）：融合来自不同无人机的定位结果，并根据置信度进行加权，提高定位精度和稳定性。5) 跨无人机ID对齐：解决不同无人机视角下跟踪ID不一致的问题，确保全局跟踪一致性。

关键创新：主要创新点在于：1) 多无人机GNSS辅助定位：利用无人机作为空中基站，克服水下GNSS信号弱的问题。2) 跨无人机ID对齐算法：解决多视角下的跟踪一致性问题，提高多机器人跟踪的鲁棒性。3) 置信度加权EKF：根据不同无人机定位结果的置信度进行加权融合，提高定位精度和稳定性。

关键设计：关于关键设计，论文中提到使用轻量级的多目标跟踪算法以保证实时性，并使用置信度加权的EKF来融合不同无人机的定位结果。具体的视觉检测算法、多目标跟踪算法以及EKF的参数设置等细节可能在论文的其他部分或补充材料中给出，这里无法确定。

📊 实验亮点

论文在复杂环境中验证了所提出系统的可扩展性和鲁棒性。通过实验表明，该系统能够提供稳定的GNSS估计，并实现对水面机器人的精确跟踪。虽然论文中没有给出具体的性能数据和对比基线，但强调了该系统在多机器人跟踪和冗余覆盖方面的优势。

🎯 应用场景

该研究成果可应用于海洋环境监测、水下搜救、海洋资源勘探等领域。通过多无人机协同定位，可以为水面机器人提供稳定可靠的定位信息，提高其自主作业能力和效率。未来，该技术有望与水下通信、水下导航等技术相结合，构建更完善的水下机器人系统。

📄 摘要（原文）

Accurate localization is essential for marine robotics, yet Global Navigation Satellite System (GNSS) signals are unreliable or unavailable even at a very short distance below the water surface. Traditional alternatives, such as inertial navigation, Doppler Velocity Loggers (DVL), SLAM, and acoustic methods, suffer from error accumulation, high computational demands, or infrastructure dependence. In this work, we present a scalable multi-drone GNSS-based tracking system for surface and near-surface marine robots. Our approach combines efficient visual detection, lightweight multi-object tracking, GNSS-based triangulation, and a confidence-weighted Extended Kalman Filter (EKF) to provide stable GNSS estimation in real time. We further introduce a cross-drone tracking ID alignment algorithm that enforces global consistency across views, enabling robust multi-robot tracking with redundant aerial coverage. We validate our system in diversified complex settings to show the scalability and robustness of the proposed algorithm.