編隊飛行、竹林穿梭，浙大微型無(wú)人機蜂群登Science Robotics封面

只需幾年的時(shí)間，我們就會(huì )看到這種無(wú)人機被部署在現實(shí)生活的任務(wù)中。

這是第一次有一群無(wú)人機在自然非結構化環(huán)境中成功編隊飛行，「我們向未來(lái)又邁出了一步，」研究人員寫(xiě)道。
在科幻電影中，我們經(jīng)?？吹綗o(wú)人機的身影，例如在《普羅米修斯》（2012）中，宇航員在決定走哪條路之前釋放了幾個(gè)微型機載裝置來(lái)探索一艘未知的外星飛船；在《安德的游戲》（2013 年）中，無(wú)人機群包圍了飛船，形成了抵御外星人攻擊的盾牌，后來(lái)為人類(lèi)贏(yíng)得戰斗掃清了道路；在《星球大戰 III》（2005 年）和《銀翼殺手 2049》（2017 年）中，摩天大樓之間繁忙而有序的空中交通機器人在高科技星球上也是很常見(jiàn)的景象。
科幻電影中機器人集群的導航和協(xié)調能力吸引并啟發(fā)了來(lái)自浙江大學(xué)的研究者，在兩年多的研究中，該科研團隊解決了未知復雜環(huán)境下機器人單機與群體的智能導航與快速避障方法等一系列核心技術(shù)。
該團隊研發(fā)的微型智能空中機器人集群可以在密集的竹林間穿梭。從展示來(lái)看，兩根竹子之間的可用空間可能不到 30 厘米寬，除了茂密垂直生長(cháng)的竹子外，還有其他種類(lèi)的障礙物，包括傾斜的竹子、樹(shù)干、低矮的灌木、雜草溝、不平整的地面等，這些機器人集群都能完美的通過(guò)：

機器人可以在新地形中編隊飛行，盡管有時(shí)機器人必須偏離軌跡以避開(kāi)未知障礙，但之后會(huì )加速趕上編隊，迅速恢復隊形：

有限空間內也能隨機方向飛行，臨時(shí)增加障礙物、以及人類(lèi)主動(dòng)干擾機器人都沒(méi)出現碰撞：

相互配合持續追蹤特定目標：人類(lèi)在向前移動(dòng)時(shí)，不用擔心機器人發(fā)生碰撞，目標也不會(huì )跟丟：

單個(gè)空中機器人只有手掌大小，重量比一聽(tīng)百世可樂(lè )還輕：

該研究近期登上機器人領(lǐng)域權威期刊《Science Robotics》最新一期的封面，論文一作為浙江大學(xué)控制科學(xué)與工程學(xué)院博士研究生周鑫，通訊作者為該院高飛博士和許超教授。

論文地址：https://www.science.org/doi/10.1126/scirobotics.abm5954
可以穿過(guò)茂密竹林、及時(shí)避障的無(wú)人機是如何實(shí)現的？
隨著(zhù)計算、傳感和通信領(lǐng)域的最新發(fā)展，四旋翼等空中機器人已經(jīng)進(jìn)入人類(lèi)生活，這些機器人具有非凡的多功能性，可以完成眾多任務(wù)，而且價(jià)格低廉。盡管單個(gè)機器人的自主導航能力在工業(yè)界和學(xué)術(shù)界得到發(fā)展，但很少有機器人集群系統能達到類(lèi)似的性能。
浙大團隊是如何做的呢？在研究了無(wú)人機的各種應用后，他們發(fā)現 TEEM（軌跡規劃、擴展性、經(jīng)濟計算、微型尺寸）技術(shù)的關(guān)鍵是軌跡規劃，它不僅可以改變機器人軌跡形狀，還可以調整時(shí)間分布，以最大限度地利用解空間，充分挖掘無(wú)人機的能力。在僅進(jìn)行空間變形的情況下，與基準比較部分相比，無(wú)人機在通過(guò)狹窄通道時(shí)，往往會(huì )繞航等待其他無(wú)人機，這將阻礙后續無(wú)人機的飛行，導致飛行軌跡較差甚至不安全。因此，同時(shí)規劃飛行軌跡的形狀和時(shí)間，即時(shí)間 - 空間軌跡規劃，是無(wú)人機安全高效飛行的關(guān)鍵。
盡管如此，這種聯(lián)合優(yōu)化對于多旋翼飛行器來(lái)說(shuō)一直是個(gè)難題，因為共同決定軌跡的空間、時(shí)間參數是高度耦合的。在本文所提出的方法中，浙大團隊通過(guò)解耦目標函數計算中的空間和時(shí)間參數，實(shí)現實(shí)時(shí)空間 - 時(shí)間優(yōu)化，并實(shí)現了優(yōu)化變量和代表軌跡的中間變量之間的線(xiàn)性復雜度映射。

在軌跡規劃框架下，需要達到的目標包括：多個(gè)目標，例如更短的飛行時(shí)間、更高的平滑度和接近給定路徑；約束，例如避免碰撞和動(dòng)態(tài)可行性。對于第一個(gè)需求，該研究在目標追蹤（goal-chasing）方案下構建規劃器，它不斷接收用戶(hù)目標并不斷追逐最新目標。對于第二個(gè)和第三個(gè)要求，它們之間的非凸性使得優(yōu)化問(wèn)題難以解決。為了實(shí)現高兼容性，該研究采用將所有目標和約束轉換為加權懲罰的約束轉錄（constraint transcription）方法。
具體來(lái)說(shuō)，來(lái)自約束的懲罰被分配了比其他目標高幾個(gè)數量級的權重。然后可以通過(guò)利用稀疏參數優(yōu)化和約束轉錄的標準求解器快速解決軌跡規劃問(wèn)題。為了簡(jiǎn)化問(wèn)題，該研究提供了使用預先制定的通用懲罰 (GPP) 直觀(guān)地添加特定于任務(wù)的目標和約束的詳細示例。GPP 包括時(shí)間最小化、平滑度最大化、避免碰撞和動(dòng)態(tài)可行性。該軌跡規劃框架如圖 2D 所示

圖 2：硬件和系統架構細節。
除了軌跡規劃外，該研究采用在每架無(wú)人機上獨立運行的視覺(jué)慣性里程計進(jìn)行空中集群定位。然而，累積里程數漂移可能導致無(wú)人機在繼續報告時(shí)發(fā)生碰撞，為了保持安全距離，因此該研究還開(kāi)發(fā)了一種分散漂移校正（decentralized drift-correction ）算法。
如圖 2 (A 和 B) 所示，每架無(wú)人機都配備了完整的感知、定位、規劃和控制功能，并通過(guò)廣播網(wǎng)共享軌跡松耦合。巧合但合理的是，本文所提出的系統類(lèi)似于鳥(niǎo)類(lèi)在森林中自由飛行，同時(shí)還能避開(kāi)障礙物和其他移動(dòng)的生物。例如，在近程導航中，鳥(niǎo)類(lèi)主要依靠眼睛和前庭系統，相應地，該研究開(kāi)發(fā)并改進(jìn)了視覺(jué) - 慣性測距能力。
此外，鳥(niǎo)類(lèi)可以同時(shí)調整路徑和速度以避免碰撞，并且同時(shí)權衡飛行時(shí)間和平滑度以節省能量，基于此，該研究提出了多目標空間 - 時(shí)間軌跡聯(lián)合優(yōu)化策略。除了受鳥(niǎo)類(lèi)啟發(fā)外，該研究還充分利用了電動(dòng)人工系統的優(yōu)勢。此外，該研究解決方案自然地滿(mǎn)足了關(guān)于個(gè)體和群體智能的分散協(xié)調，從而提高了魯棒性。
研究人員表示，未來(lái)這種小型集群機器人可用于火災等搜救場(chǎng)景中，還可用于地形勘探等任務(wù)。
參考鏈接：https://mp.weixin.qq.com/s/1gYCNzFumi-WrujCkY0kvg