飞行前深思熟虑：无人机视距导航的视觉引导空间深思熟虑

无人机视达导航要求空中智能体接近其初始视野中可见的指定语言的目标，并可靠地停在其附近。现有方法通常将视觉语言表示直接映射到动作输出，而无需显式建模中间细粒度空间决策。这种直接映射会导致语义控制错位，从而导致不一致的操作和不可靠的终止。为了解决这个问题，我们提出了 DBFly，这是一种视觉语言路径点预测框架，它在路径点生成之前引入了明确的视觉引导空间审议。具体来说，DBFly引入了空间机动决策链，逐步执行目标方向锚定、空间诊断和机动决策，使高级机动意图能够明确指导连续航点生成。 DBFly进一步通过将初始目标方向先验转换为持久几何参考并从无人机当前位置推导在线走廊状态来构建隐式飞行走廊，从而为空间诊断和机动校正提供软几何引导。此外，DBFly 开发了一种终端收敛感知停止策略，通过目标接近度和短视距运动收敛来表征终端状态，从而实现在目标附近更可靠的停止。针对已见、未见物体和未见场景测试集的大量实验表明，DBFly 的成功率比 SOTA 基线平均提高了 25.07 个百分点。项目主页位于 https://xuefanfu.github.io/DBFly-Page。