你是我的眼！無人機靠地端VSLAM打破GPS-denied限制

Posted By owenou on 11 月 2, 2026 in AI Drones, 影像分割, 技術導讀, 技術新訊, 物件偵測, 產業趨勢, 解決方案 | 0 comments

在地下隧道、深層採礦豎井、密閉管道、大型室內車庫，或是遭受強烈電磁干擾與 GPS 誘騙的戰術戰場，傳統依賴衛星定位（GNSS）與地面站遠端圖傳控制的無人機將瞬間失去方向感，陷入無法懸停甚至直接墜毀的困境。這些極端環境被統稱為「GPS 拒止環境」（GPS-Denied Environment）或「絕地訊號區」。

為了打破這項致命瓶頸，現代 AI 無人機的技術進化重點已從單純的「遠端操控載具」轉向「完全地端自主決策體」。透過整合高算力嵌入式邊緣模組（如 NVIDIA Jetson 系列、TI TDA4 或專用 NPU 晶片），機載系統得以在無視訊訊號、無視衛星導航的條件下，於地端即時執行輕量化視覺即時定位與建圖（VSLAM，Visual Simultaneous Localization and Mapping）以及輕量化深度學習物件偵測模型（如 YOLO）。

這項技術突破，讓無人機在全封閉的未知空間中，依然能達到公分級的精準定位、動態避障與路徑規劃，開啟了無人載具自主導航的全新紀元。

核心架構：視覺與慣性導航的深層融合

嵌入式 VSLAM 的核心邏輯，在於讓無人機像人類一樣透過「眼睛」（相機）感知四周環境，並結合「內耳前庭系統」（IMU，慣性測量單元）感知自身的加速度與角速度變化。兩者的結合被稱為視覺慣性里程計（VIO，Visual-Inertial Odometry），是實現高精度定位的基石。

相機在飛行過程中以高幀率連續捕捉周遭環境的幾何特徵點（如角點、邊緣、紋理），並追蹤這些特徵點在不同影像幀之間的位移。然而，單一相機（單目視覺）存在無法判斷真實空間尺度的幾何缺陷——例如相機無法單憑一張照片區分「近處的小物體」還是「遠處的大物體」。

為了徹底解決幾何尺度模糊問題，現代無人機通常採用雙目相機（Stereo Vision）或 RGB-D 深度相機，並將視覺資料與更新頻率高達 200Hz 以上的 IMU 數據進行微秒級的時間戳對齊。透過非線性優化（Factor Graph）或擴充卡爾曼濾波（EKF）演算法，系統能在毫秒間計算出無人機的三維空間位姿與真實運動速度。

儘管 VIO 能提供極其精準的短時間累積位移，但隨著飛行時間與距離的增加，感測器的微小誤差不可避免地會產生累積漂移（Drift）。此時，VSLAM 中的「閉環檢測」（Loop Closure）模組便發揮了關鍵作用。當無人機飛回曾經經過的地點時，演算法會透過 ORB 或 FAST 等圖像特徵匹配技術識別出舊有場景，隨即觸發全域圖優化（Pose Graph Optimization），瞬間消除累積的里程計誤差，並將局部地圖校正為全域一致的高精度 3D 點雲或八叉樹地圖（OctoMap）。

邊緣算力與 AI 加速：VSLAM 與 YOLO 的雙軌協同

在功耗僅有 10W 至 25W 的機載嵌入式平台（例如 NVIDIA Jetson Orin Nano 或 Orin NX）上，既要維持 30FPS 以上的高幀率視覺 SLAM 運算，又要同時執行密集的深度學習影像推論，對系統資源的調配提出了極高挑戰。解決這一瓶頸的關鍵，在於硬體管線分割與異構運算架構。

通常，無人機系統會將核心運算任務進行分流：相機捕捉到的原始影像幀輸入後，由 CPU 核心專職處理底層 VIO 位姿求解與狀態估計；可編程視覺加速器（PVA）或深度學習加速器（DLA）負責處理特徵點提取與光流追蹤；而 GPU 與 CUDA 核心則透過 TensorRT 加速引擎專攻 YOLO 模型的實時物件偵測與語義分割。

為了讓 YOLO 模型能夠在幾毫秒內完成單幀推論，開發人員會對模型進行 FP16 或 INT8 深度量測量化、結構剪枝與算子融合。YOLO 與 VSLAM 的結合帶來了兩個維度的質變：

第一是動態物體的干擾過濾。

傳統 SLAM 演算法極度依賴靜態環境假設，一旦視野中出現移動的人員、車輛或飛鳥，SLAM 演算法會因為特徵點錯亂而導致追蹤失敗。YOLO 能在微秒間識別出視野中的動態目標，並指示 VSLAM 演算法在建立地圖時主動「剔除」這些動態特徵點，確保定位地圖的純淨與穩定。

第二是語義層面的動態避障。

YOLO 能辨識出視野中的障礙物類型（如細小電線、懸掛管道、鋼筋結構），並將這些語義標籤即時投影至 3D 空間網格中。機載空間規劃器（Trajectory Planner）獲知障礙物的空間維度與物理特性後，得以在十毫秒內重新計算出一條安全的繞行軌跡。

極端環境下三大技術挑戰與突破策略

在絕地訊號環境中實施自主導航，無人機會面臨極其嚴苛的物理環境挑戰。現代嵌入式 VSLAM 透過軟硬體高度協同，成功克服了以下三項技術瓶頸：

1. 低光與完全無視訊環境（Darkness & Low-Light Operations）

技術瓶頸：在無照明的地下隧道或封閉採礦豎井中，標準光學相機因無法提取足夠的視覺特徵點而發生「追蹤遺失」（Loss of Tracking）。
突破方案：採用主動式近紅外光（NIR）脈衝補光燈，配合專用全域快門紅外相機；或直接整合主動式深度相機（如 Intel RealSense D435i）。系統能在完全漆黑的環境中主動投射結構光紋理，強行進行 3D 深度量測與特徵提取。

2. 長廊效應與弱紋理場景（Featureless & Long Corridor Effect）

技術瓶減：在面對光滑白牆、玻璃幕牆或高度重複的幾何隧道管壁時，視覺特徵點極度稀少，容易導致演算法發生幾何資料關聯失敗。
突破方案：引進語義特徵輔助機制，利用神經網絡提取高階結構特徵（如管道交界線、牆角輪廓、安全標示牌）；同時在底層融合向下俯視（Look-down）的光流計與超聲波/單點雷射測距儀，形成多重感測器冗餘備援，確保在特徵缺失時底層狀態估計不崩潰。

3. 高動態飛行與劇烈姿態變更（High-Speed Motion Blur）

技術瓶頸：無人機進行急速轉彎或高速穿梭時，相機產生的動態模糊（Motion Blur）會使圖像幀內的特徵點無法匹配，造成 SLAM 系統失步。
突破方案：全面採用硬體全域快門（Global Shutter）相機，避免捲簾快門（Rolling Shutter）產生的果凍效應；同時配置硬體級觸發同步線路（Hardware Trigger Sync），使影像曝光的瞬間與 IMU 的採樣時間戳鎖定在微秒（s）等級，從源頭消除高頻運動帶來的相位誤差。

國際代表性機型與技術定位比較

在全球商業與國防市場中，將 VSLAM 作為核心導航技術的無人機已展現出明確的產品分化，主要涵蓋極端環境巡檢、消費級智慧追蹤以及國防微型偵查三大領域。

在工業巡檢領域，瑞士 Flyability 推出的 Elios 3 專為極度狹小的儲油槽與管道設計，其採用視覺與雷射混合 SLAM 技術，能在濃煙與無視訊環境中精準建圖；美國 Exyn Technologies 的 ExynPak 則主打 Level 4 最高等級自主性，能深入地下幾百公尺的未知礦井，在完全無通訊連結的狀態下自主繪製 3D 數位雙生地圖並安全返航。

source

在商業與消費領域，美國 Skydio X10 / 2+ 堪稱 VSLAM 的極致代表，機身配置 6 組超廣角相機，透過 NVIDIA Jetson 邊緣晶片運行全向 360 度視覺 SLAM，實現零盲區的動態避障；而大疆創新（DJI）的 Mavic 3 Pro 與 Matrice 350 RTK 則採用「GPS + 視覺 VIO」的雙模混合架構，在衛星訊號良好時確保全域絕對座標精準，一旦進入室內或高樓峽谷，則流暢切換為視覺 SLAM 進行懸停與進階自主返航（Advanced RTH）。

》延伸閱讀：解析Skydio如何建立無人機AI空戰視覺

在軍事國防領域，Teledyne FLIR 的 Black Hornet 4 微型個人偵察無人機僅重數十公克，能在電磁干擾強烈的室內戰術環境中，依賴微型雙目視覺與 VIO 模組提供單兵即時偵查能力。

無人機機型	主要代表廠商	邊緣運算硬體平台	定位導航技術核心	典型應用場景
Skydio X10 / X2	Skydio（美國）	NVIDIA Jetson Orin / Xavier	6 相機全向 VSLAM + 語義避障	全自主密林追蹤、電力與基礎設施巡檢
Elios 3	Flyability（瑞士）	機載高算力邊緣模組	視覺-光達混合 SLAM (SlamEngine)	儲油槽、核電廠密閉管道、礦坑豎井
ExynDEX	Exyn Technologies（美國）	ExynAI 專用邊緣處理器	多雙目 VSLAM + 3D LiDAR SLAM	深度地下礦坑探測、完全通訊中斷區救援
Mavic 3 Pro / M350 RTK	大疆創新（中國）	專用高算力 VPU / NPU	GPS/RTK + 全向視覺 VIO/VSLAM	專業影音航拍、地形測繪、工業安全巡檢
Black Hornet 4	Teledyne FLIR（美國）	超微型專用嵌入式晶片	微型雙目 VIO / 視覺里程計	單兵近距離戰術偵察、強電磁干擾區

台灣產業鏈在 VSLAM 商業化浪潮中的角色與戰略布局

隨著全球對「非紅供應鏈」（Non-Red Supply Chain）與國防自主產能的需求大增，台灣產業在 VSLAM 與無人機商業化進程中扮演著不可或缺的硬體支柱與系統整合角色。台灣廠商並未選擇在消費級航拍市場與國際巨頭正面交鋒，而是立足於優異的半導體製造、工業電腦（IPC）開發以及車規/航規感測器封裝實力，切入四大關鍵供應鏈環節。

首先，在邊緣算力與系統板卡領域，研華科技（Advantech）與凌華科技（ADLINK）等工業電腦龍頭，推出了大量深度整合 NVIDIA Jetson Orin 模組的工業級 Edge AI 邊緣運算板卡。這些板卡具備車規與航規等級的抗震能力，並在硬體底層提供了極其關鍵的微秒級時間戳同步介面（Hardware Trigger），為全球與本土無人機廠商提供了現成的「VSLAM 運算大腦」。

其次，在視覺感測硬體方面，歐特明電子（oToBrite）自研的 oToSLAM 系統結合了車規級高畫質相機與多鏡頭 VSLAM 深度學習演算法；而華晶科、亞光與中揚光等光學大廠，則為無人機提供高幀率、無畸變的全域快門雙目相機模組與近紅外光補光元件，確保視覺數據源頭的純淨與精準。

第三，在無人機系統整合與極端巡檢層面，以奧榮科技（OmniShapes）為代表的台灣新創業者，將視覺導航作為核心競爭力，其開發的無人機主打「無 GPS 環境自主導航」，能深入橋墩下、長深涵洞與地下室進行災難救援與工程巡檢；雷虎科技（Thunder Tiger）與經緯航太（GEOSAT）則響應軍規無人機國造政策，積極導入抗電磁干擾的 VSLAM 視覺導航技術，提升國防載具的生存能力。

最後，在技術跨界移植方面，台達電、緯創與友上科技等業者，將 VSLAM 技術從天空延伸至地面，廣泛應用於智慧工廠與半導體潔淨室內的自主移動機器人（AMR）。相較於傳統成本昂貴且易受環境變動影響的光達 SLAM（LiDAR SLAM），視覺 SLAM 提供了更低成本、更高語義理解力的無軌道自主導航方案。

產業供應鏈分工	台灣代表性廠商 / 機構	核心提供技術 / 產品價值	VSLAM 系統中的關鍵功能
邊緣算力與板卡	研華科技、凌華科技、安勤科技	工業級 Edge AI 板卡、NVIDIA Jetson 整合平台	提供高算力地端運算環境與微秒級硬體時間同步介面
視覺感測與光學	歐特明電子、華晶科、亞光、中揚光	全域快門相機模組、RGB-D 深度相機、oToSLAM	提供無畸變、高幀率的影像來源與鏡頭物理模組
無人機系統整合	奧榮科技、雷虎科技、經緯航太	巡檢無人機整機、軍規抗干擾無人機系統	整合邊緣 VSLAM 軟體，實現極端環境無 GPS 自主飛航
技術研發與移植	工研院（ITRI）、ARTC、台達電	VSLAM 演算法技術移轉、智慧工廠 AMR	將視覺 SLAM 技術商業化落地至工業自動化與智慧物流

結語

嵌入式 VSLAM 與邊緣 AI 的深度融合，正在根本性地改變無人機與物理世界的互動方式。從最初依賴衛星訊號與人眼遙控，到如今能夠在完全黑暗、封閉且無外部訊號的地下隧道中獨立思考、建圖並避障，無人機已正式踏入「空間智慧」（Spatial Intelligence）的門檻。

展望未來，隨著邊緣 NPU 算力的持續飆升，VSLAM 將進一步與大語言模型（LLM）及多模態空間模型（VLM）結合。未來的無人機不僅能認出「前方有一塊障礙物」，更能理解「那是一根鬆脫的高壓電線，必須保持 50 公分以上安全距離繞行」。這種結合了幾何幾何建圖與深度語義理解的完全自主導航技術，將持續引領工業巡檢、國防安全與智慧城市邁向無人化的全新高度。