一只眼睛，怎么判断下一个弯？
想象你骑车高速穿过一排窄门，却只能用一只眼睛看路。少了双眼之间的视差，距离更难判断；画面还会因高速运动而变形。无人机竞速面对的正是这类问题。
Science Robotics 2026年10月刊载的《MonoRace: Robust monocular AI for champion-level drone racing》，尝试仅以单目视觉承担主要环境感知。所谓单目视觉，就是只用一台摄像机观察环境，再从运动和物体大小等线索间接推测距离。论文标题称系统达到“冠军级”，但这一概括及书目信息目前均只有单一信源支持。
它不是真的只靠一只“裸眼”
据论文预印本，TU Delft 的 MAVLab 团队让无人机搭载一台前视单目滚动快门相机和 IMU。IMU 是由加速度计和陀螺仪组成的惯性测量单元，作用类似人的内耳，帮助判断加速和旋转。全部感知与控制计算都在机上完成，不依赖场外的动作捕捉系统。
滚动快门会逐行曝光；飞得很快时，画面里的物体可能倾斜或扭曲。MonoRace 先用神经网络分割赛门，再结合无人机动力学做状态估计——把零碎、带噪声的相机与惯性数据，合成为“我在哪里、飞多快、姿态怎样”的判断。团队还用机载飞行数据和已知的赛门几何形状，离线校准关键参数。
控制端同样激进：网络绕过传统内环控制器，直接输出电机指令，并以 500 Hz 在飞控上运行，也就是每秒更新500次。
“冠军级”有一场真实比赛作支撑
据 TU Delft MAVLab，MonoRace 赢得了2025年 Abu Dhabi A2RL Drone Championship：它先胜过另外13支AI队伍，随后在淘汰赛击败三名曾获DCL世界冠军的人类飞手。这可以写成“赢得比赛并击败冠军飞手”，但不能简化为仅凭论文标题就认定其普遍超过人类冠军。
团队报告，无人机在弯曲赛道上的最高速度为95.8 km/h；预印本摘要将其概括为约100 km/h。更值得注意的是，机体、赛道和比赛条件由赛事组织方统一设置，相比研究团队自行控制的实验室环境，更接近外部竞赛。
局限与未知
- 现有材料没有给出成功率、碰撞率、基线对比或统计显著性，无法判断优势在不同赛道上是否稳定。
- “robust”虽出现在论文标题中，但材料不足以说明它具体经受了哪些干扰测试。
- 这不是“只有一台摄像头”的系统：它还使用IMU、状态估计与机载计算。