用于空中物体目标导航的双层语义空间置信映射

空中目标目标导航 (ObjectNav) 需要无人机 (UAV) 使用机载视觉观测在未知的室外环境中定位所描述的目标。视觉语言模型（VLM）可以解释开放式目标描述和视觉观察，但它们的帧级输出通常是嘈杂的、稀疏的和空间瞬态的。我们提出了 AeroBelief，这是一种双层语义空间信念映射框架，可将瞬态 VLM 观测结果转化为持久的空间引导。它将广泛的上下文合理性与特定目标的证据分开：直觉层积累用于探索的场景级语义线索，而证据层则保留合格的特定目标观察结果以供方法和确认。证据门控融合将这两层结合成空间信念热点。我们进一步引入具有保守证据资格的对象条件视觉推理，以提高空间积累之前的观察可靠性。与此同时，以自我为中心的区域指导将四叉树覆盖范围转换为以无人机为中心、偏航对齐的方向建议，并通过时间承诺来稳定它们。其区域评分独立于语义信念值，保持探索压力并减少重复的低增益搜索。 UAV-ON 基准测试表明，AeroBelief 在比较方法中实现了最佳的总体 SR、OSR 和 SPL，分别达到 21.61%、35.57% 和 10.62。这些结果支持持久的语义空间信念、保守的证据限定和空中 ObjectNav 的时间稳定区域引导的有效性。