这三个核心关键技术的突破，为保障飞行器飞行和进近着陆过程中高效的环境信息采集、高速飞行条件下实现采集信息与飞行器位置的高精度配准以及准确重建飞行环境，生成实时、可信的合成视景系统奠定了基础。
        搭建验证系统 国际赛场崭露头角
        在理论研究获得重大突破的同时，受到大型飞行器验证系统实施的限制，该团队将目光转向无人机可视导航系统。相较于载人飞行器，无人机具有零伤亡、费效比低、部署灵活等鲜明特点，在军用和民用领域有着极其广泛的应用。军事上可以实现战场侦察、通信中继、低空突袭等重要任务；在民用上，可以通过搭载不同的传感器实现农作物监测、大范围地形地貌测绘等工作。
        抱着“克服验证困难，另寻合适平台”的想法，团队进行了广泛的调研。在充分了解相关领域的发展状况之后，团队选定四旋翼小型飞行器作为基础系统，搭载激光测距机、可见光摄像头、超声波传感器以及机载处理器等设备，设计实现了一个完整的可视导航验证系统。在调研的过程中，国际空中机器人大赛走入了他们的视野。
        国际空中机器人大赛（International Aerial Robotics Competition，IARC）始创于1991年，由国际无人系统协会（Association for Unmanned Vehicle Systems International，AUVSI）举办并赞助，通过设置特定任务目标展示无人机可视导航的最新成果。每代任务相对独立，完成之后进入下一代，至今已完成5代任务。开赛20多年以来，有来自世界10多个国家的60余所高校代表队参赛。斯坦福大学、卡耐基梅隆大学、佐治亚理工大学、麻省理工学院和德国柏林工业大学等世界一流名校都曾是比赛的赢家。第6代任务于2010年发布，要求无人机从室外窗口进入室内未知环境，探索走廊并进入目标房间，搜寻并拾取任务标的物——存有重要资料的U盘，放置替代U盘后退出。整个过程要求无人机完全自主飞行，不准任何人工干预和使用包括GPS等在内的外部定位设备，完全依靠机载传感器进行自主定位和可视导航。
        结合973项目以及周东华教授牵头的清华信息科学与技术国家实验室（筹）重点团队建设项目，自动化系张涛教授、程农教授给予了团队大力支持。团队秉承“细节决定成败”的理念，充分考虑整个系统的完整性、完备性和理论成果在工程应用中的鲁棒性等，2个月的时间内完成了未知环境自主建模与定位、路径规划、通信结构和飞行器控制4个模块的设计工作。然而，比赛规则设定的飞行器限重和复杂多变的室内结构又成为了横亘在师生面前的难题。
        一方面，规则要求参赛飞行器最大起飞重量不能超过1.5公斤，这就对可搭载的传感器数量和机械结构设计提出了严苛的要求。如何在环境信息有限且复杂的情况下获得高精度环境建模和自定位结果？针对于此，团队队长王玉旺同学充分利用飞行器飞行过程中采集到的多视角环境信息，与飞控系统提供的惯导数据融合，进而提出局部估计与全局校正相结合的优化框架，利用机载处理器与地面站协同运算，最终达到了厘米级别的定位精度和高达30Hz的刷新率。另一方面，每一轮（共四轮）比赛中飞行环境都由裁判随机设置，形成没有任何先验信息、复杂多变的室内结构，这就对整个系统算法的鲁棒性提出了极高要求。团队李一鹏博士后组织全体队员反复论证，考虑各种复杂情况，采用手持飞行器离线测试的方法，历时一个星期的昼夜调试，确保整个系统能够应对各种随机的室内结构。这两个核心关键问题的解决，为赢得比赛奠定了重要基础。