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

只需幾年的時間，我們就會看到這種無人機被部署在現(xiàn)實生活的任務中。

這是第一次有一群無人機在自然非結構化環(huán)境中成功編隊飛行，「我們向未來又邁出了一步，」研究人員寫道。
在科幻電影中，我們經(jīng)常看到無人機的身影，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微型機載裝置來探索一艘未知的外星飛船；在《安德的游戲》（2013 年）中，無人機群包圍了飛船，形成了抵御外星人攻擊的盾牌，后來為人類贏得戰(zhàn)斗掃清了道路；在《星球大戰(zhàn) 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)了來自浙江大學的研究者，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。
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，除了茂密垂直生長的竹子外，還有其他種類的障礙物，包括傾斜的竹子、樹干、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：

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

有限空間內也能隨機方向飛行，臨時增加障礙物、以及人類主動干擾機器人都沒出現(xiàn)碰撞：

相互配合持續(xù)追蹤特定目標：人類在向前移動時，不用擔心機器人發(fā)生碰撞，目標也不會跟丟：

單個空中機器人只有手掌大小，重量比一聽百世可樂還輕：

該研究近期登上機器人領域權威期刊《Science Robotics》最新一期的封面，論文一作為浙江大學控制科學與工程學院博士研究生周鑫，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
可以穿過茂密竹林、及時避障的無人機是如何實現(xiàn)的？
隨著計算、傳感和通信領域的最新發(fā)展，四旋翼等空中機器人已經(jīng)進入人類生活，這些機器人具有非凡的多功能性，可以完成眾多任務，而且價格低廉。盡管單個機器人的自主導航能力在工業(yè)界和學術界得到發(fā)展，但很少有機器人集群系統(tǒng)能達到類似的性能。
浙大團隊是如何做的呢？在研究了無人機的各種應用后，他們發(fā)現(xiàn) TEEM（軌跡規(guī)劃、擴展性、經(jīng)濟計算、微型尺寸）技術的關鍵是軌跡規(guī)劃，它不僅可以改變機器人軌跡形狀，還可以調整時間分布，以最大限度地利用解空間，充分挖掘無人機的能力。在僅進行空間變形的情況下，與基準比較部分相比，無人機在通過狹窄通道時，往往會繞航等待其他無人機，這將阻礙后續(xù)無人機的飛行，導致飛行軌跡較差甚至不安全。因此，同時規(guī)劃飛行軌跡的形狀和時間，即時間 - 空間軌跡規(guī)劃，是無人機安全高效飛行的關鍵。
盡管如此，這種聯(lián)合優(yōu)化對于多旋翼飛行器來說一直是個難題，因為共同決定軌跡的空間、時間參數(shù)是高度耦合的。在本文所提出的方法中，浙大團隊通過解耦目標函數(shù)計算中的空間和時間參數(shù)，實現(xiàn)實時空間 - 時間優(yōu)化，并實現(xiàn)了優(yōu)化變量和代表軌跡的中間變量之間的線性復雜度映射。

在軌跡規(guī)劃框架下，需要達到的目標包括：多個目標，例如更短的飛行時間、更高的平滑度和接近給定路徑；約束，例如避免碰撞和動態(tài)可行性。對于第一個需求，該研究在目標追蹤（goal-chasing）方案下構建規(guī)劃器，它不斷接收用戶目標并不斷追逐最新目標。對于第二個和第三個要求，它們之間的非凸性使得優(yōu)化問題難以解決。為了實現(xiàn)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。
具體來說，來自約束的懲罰被分配了比其他目標高幾個數(shù)量級的權重。然后可以通過利用稀疏參數(shù)優(yōu)化和約束轉錄的標準求解器快速解決軌跡規(guī)劃問題。為了簡化問題，該研究提供了使用預先制定的通用懲罰 (GPP) 直觀地添加特定于任務的目標和約束的詳細示例。GPP 包括時間最小化、平滑度最大化、避免碰撞和動態(tài)可行性。該軌跡規(guī)劃框架如圖 2D 所示

圖 2：硬件和系統(tǒng)架構細節(jié)。
除了軌跡規(guī)劃外，該研究采用在每架無人機上獨立運行的視覺慣性里程計進行空中集群定位。然而，累積里程數(shù)漂移可能導致無人機在繼續(xù)報告時發(fā)生碰撞，為了保持安全距離，因此該研究還開發(fā)了一種分散漂移校正（decentralized drift-correction ）算法。
如圖 2 (A 和 B) 所示，每架無人機都配備了完整的感知、定位、規(guī)劃和控制功能，并通過廣播網(wǎng)共享軌跡松耦合。巧合但合理的是，本文所提出的系統(tǒng)類似于鳥類在森林中自由飛行，同時還能避開障礙物和其他移動的生物。例如，在近程導航中，鳥類主要依靠眼睛和前庭系統(tǒng)，相應地，該研究開發(fā)并改進了視覺 - 慣性測距能力。
此外，鳥類可以同時調整路徑和速度以避免碰撞，并且同時權衡飛行時間和平滑度以節(jié)省能量，基于此，該研究提出了多目標空間 - 時間軌跡聯(lián)合優(yōu)化策略。除了受鳥類啟發(fā)外，該研究還充分利用了電動人工系統(tǒng)的優(yōu)勢。此外，該研究解決方案自然地滿足了關于個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，未來這種小型集群機器人可用于火災等搜救場景中，還可用于地形勘探等任務。
參考鏈接：https://mp.weixin.qq.com/s/1gYCNzFumi-WrujCkY0kvg