该项目打造了全球首例能独立思考自主导航、编队飞行的空中机器人集群,仅使用机载视觉、机载计算资源,就可实现在野外树林复杂未知环境下感知周围障碍物、定位自身位置、实时规划飞行路径等系列操作。
This is a piece of pioneering work in the world to break through critical technologies for fully autonomous swarming flight of aerial robots, mainly including autonomous navigation and formation flight, etc. By only using on-board visual sensing and computing resources, swarming robots can realize perception of unknown surrounding environment, self-localization, obstacle detection and avoidance, and real-time trajectory generation, etc.
团队成员来自浙江大学FAST实验室(http://zju-fast.com/)和浙江大学湖州研究院集群导航研究中心,依托控制学院、湖州研究院、工业控制技术全国重点实验室、工业自动化国家工程中心等单位组建混编攻关队伍。2022年5月5日,成果以封面文章在Science Robotics上发表:https://www.science.org/doi/10.1126/scirobotics.abm5954,第一作者:周鑫 (博士生,2023年度浙江大学竺可桢奖学金获得者);通讯作者:高飞 (博导)、许超 (博导);其他作者:温向勇、汪哲培、高钰满、李昊佳、王钱浩、杨天凯、陆豪健、曹燕军等。
高飞,博士生导师、浙江大学控制学院特聘研究员;FAST实验室副主任、技术负责人,FAR课题组负责人;浙大湖州研究院-集群机器人自主导航研究中心PI,智能无人系统协同导航控制技术联合实验室主任。主要研究方向:机器人轨迹规划、自主导航、集群协同、定位感知。近五年以第一/通讯作者身份在Science Robotics、IEEE Transactions on Robotics (TRO)、Journal of Field Robotics、ICRA、IROS等知名机器人期刊、会议发表论文50余篇。获IEEE TRO 2020年最佳论文荣誉奖、IEEE/RSJ IROS 2021年最佳应用论文奖提名、IEEE SSRR 2016年最佳论文奖、阿里巴巴达摩院青橙奖2022年优秀入围奖、浙江大学信息学部2021年青年创新奖等学术荣誉,入选浙江省科协青年托举计划。
许超,博士生导师、浙江大学控制学院教授,毕业于美国理海大学,入选浙江省151人才工程,现任浙江大学控制学院副院长、浙江大学湖州研究院院长、智能移动无人系统浙江省工程研究中心主任,主要研究方向:机器人力学与控制、机器学习与控制论,在Science Robotics、Nature Machine Intelligence、IEEE Transactions、Automatica等国际期刊上发表论文百余篇。
空中飞行的无人车、无人机集群是科幻电影的常客,也往往是未来科技的一大代表。在电影《普罗米修斯》(2012)中,宇航员释放了几个微型飞行小球来探索一艘外星飞船的内部环境,为人员进入打头阵;在《安德的游戏》(2013)中,大规模无人机集群紧密围绕着人类的飞船,组成了抵御外星人进攻的护盾,并为随后人类的反攻清理出一条道路;在《星球大战:西斯的复仇》(2005)和《银翼杀手2049》(2017)中,飞车构成的密集空中交通有条不紊的运行于高楼大厦之间,俨然是高科技星球的“标配”。电影中的集群所展现出的导航和协同能力数十年来吸引了无数的研究者,而我们作为其中之一,国际首次成功研发了能够“独立思考”空中机器人集群并在浙江安吉的竹林等极度复杂场景中验证了所研发算法和系统的优异性能。
一、自然界的启发
集群是自然界生物的一种常见组织形式,有天上的鸟群、水下的鱼群、陆地的羊群,和地面附近的虫群等等。它们往往用数种简单的交流方式实现了复杂的群体行为。如蚁群通过在地面留下信息素来发现并锁定更丰富的食物点;蜂群通过几种特殊的“舞蹈”来描述对某个备选的巢穴或是花粉采集区的质量评价,从而“集中力量干大事”,而他们所建造的蚁穴或是蜂巢则更是“建筑的奇迹”。正如广为人知的故事——雷达的发明借鉴了蝙蝠探测目标的原理,我们研发空中机器人集群也受到了自然界的启发。
上文各类物种中,飞鸟和昆虫是飞行类的代表。基于对它们集群行为的研究,学术界已经产生了两类发展较为完善的算法。一类是基于昆虫的,昆虫使用复眼可以在障碍物附近按一定规则进行躲避或沿着障碍物飞行,亦或是朝着亮光靠近。它所表现出来的运动模式往往相对比较简单。另一类基于鸟群在高空的飞行,这里特别强调了“高空”这一空旷环境。高空中,鸟群会尝试同周围几个个体保持尽量一致的运动方向和速度,同时考虑维持一定的安全距离。这两类衍生出了基于人工规则的集群运动算法,通常称之为反应式导航,即依靠短期的环境信息做出即时的动作,这里最大的特点是短期性。
但是鸟类在树林中的自由与灵活可没那么简单。它能毫不费力地躲避纷繁交错的树杈,钻过与身体一般大小的孔洞,最后精确地一口咬住空中的飞虫或是恰到好处地立到某一根粗细合适的树枝上。这是以往的空中机器人远无法达到的。为了攻克这一难题,我们团队通过模仿鸟类观察世界和感知自身状态的方式,开发了高水平的单机器人自主导航算法,并进一步攻克难关,将导航推广至了多个机器人。
二、麻雀虽小,五脏俱全
麻雀虽小,五脏俱全。这既是形容鸟类的,也是形容我们的机器人的。我们喜欢把我们的飞行单元称作“机器人”,也是因为如此:亦如鸟类通过两只眼睛配合内耳负责感知运动的前庭系统来观察四周以及平衡身体,我们的机器人也选用了由两个摄像头构成的双目相机和惯性(三轴角速度、三轴加速度等惯性指标)传感器来感知障碍物以及控制机器人的空中姿态。除此以外,鸟类拥有相比昆虫大得多的脑容量,容许它进行更为复杂的分析和更精确的控制。对此我们的机器人也配备了机载的微型高性能计算机。基于此,更远的观测距离和聪明地头脑赋予了鸟类在复杂环境中一气呵成的、顺滑的飞行,而我们也为机器人开发了基于“轨迹规划”技术的导航算法,使得机器人会同时考虑过去、现在以及将来长期一段时间的环境和自身状态,从而计算得到更优的飞行结果。
这其中,我们攻克了机器人自定位、稠密环境建图、安全轨迹规划、高精度运动控制等诸多关键技术。机器人自定位是通过安装的摄像头结合惯性传感器,根据拍摄图像来反算自身在环境中所处的位置以及当前的姿态;稠密环境建图是指通过双目相机像人眼一样计算周围障碍物的远近,并由此绘制一张三维的、描述障碍物位置和形状的地图;安全轨迹规划是指根据上述定位和建图结果,规划一条未来将会追踪的飞行轨迹,该轨迹需要避开已知的障碍物并且足够顺滑从而机器人能够平滑、低偏差的追踪下来;最后,高精度运动控制则是控制机器人能够准确跟随所生成轨迹的算法。
我们将以上算法部署到了最简系统的飞行机器人上,实现了单架无人机在室内、室外复杂场景中的自主导航。即给定一个远处的目标点,机器人会从当前位置开始不断朝着目标点飞行,期间主动避开周边障碍物,直至到达给定目标处。所谓“最简系统”是指我们的空中机器人只配备前文所述的双目相机和惯性传感器两种基本传感器,不依靠卫星定位、地面控制基站等等的外部设备的支持,从而能在卫星信号和控制信号都不稳定的室内甚至地下矿洞自主导航,这是前所未有的技术进步。
三、从单机到集群
高性能的单机器人导航是我们实现空中集群的坚实基础。亦如鸟群是由一只只“五脏俱全”的飞鸟个体构成的,我们的集群也是由一个个装备了完整感知、计算、控制系统的微型空中机器人构成的,从而实现了“分布式”的架构。即每个个体均配有全套软硬件系统,独立做决策与控制,部分个体的损坏几乎不会影响集群整体功能。
为了实现从单机到集群的跨越,我们进一步攻克了通信组网、决策协同、相互识别、定位校正等诸多技术难点。通过组建的无线网络,集群中的每一个个体会向它的邻居或是其余所有个体广播它规划出来的、将要执行的那条轨迹,即“我将要怎么飞”。其余个体在收到消息后会做出判断决策,如有需要则会立即规划一次轨迹,并将新规划的轨迹同样通过网络发送给他机,由此实现整个集群协同导航的闭环。
进一步的,在最核心的轨迹规划算法上,我们提出了“时空联合优化”技术,通过构建全状态函数映射结合数学优化算法同时调整轨迹的空间形状和时间分配,从而允许集群中的个体可以在时间维度或是空间维度上相互避让,即算法能保证同一时间同一位置只存在一个个体。
集群的另一大难点是实验。我们做实验的时间正好八九月份,一年中最热也是蚊虫最喜欢的时节,地点又选在了潮湿茂密的安吉竹林中,导致整个实验过程一直在与蚊虫斗智斗勇。为了驱赶他们,我们准备了数罐杀虫剂和花露水,身披防蚊衣,到实验现场的第一件事就是像孙悟空给唐僧画保护圈那样拿杀虫剂给周围地毯式地喷一遍,又定时给身上喷一遍花露水。但尽管如此,其中一些凶猛的如黑白条纹相间、又大又硬的伊蚊还是能冲破阻碍,不放过任何一次叮咬机会。我们耳边永远围绕着嗡嗡声,同集群机器人飞行的嗡嗡声混合在一起,也算是某种奇特的“相映成趣”了。尽管装备齐全,十余次实验下来,所有人还是被叮满了大大小小的包。
四、未来应用
由于机器人技术的在不同平台的通用性,我们的研究成果有望将很多科幻想象变为显示。正如我们空中机器人集群的带头人,浙江大学高飞老师所说:“在火灾等搜救场景中,小型集群机器人能够更好实现搜救目标,减少搜救人员风险;在地形勘探中,也可以快速对人员无法到达的区域进行建模。生活中有很多场景都能用到我们这项技术,比如扫地或服务机器人,如果装上了我们研发的‘智慧大脑’,就会更加聪明。”
空中机器人集群从结构化人为环境走向不确定性的野外环境是公认难题,面临三大挑战:算力受限、感知受限、通讯受限。为解决这一难题,项目团队从鸟群飞行中获得灵感,通过解耦目标函数计算中的时空参数,实现了优化变量与轨迹刻画中间变量间的线性复杂度映射,建立了高效的时空优化技术,实现了微型空中机器人集群的通行安全性、动力学可行性、时间最优性以及轨迹平滑性等特性。因此,即使在极为受限的复杂环境中,微型空中机器人集群也可在几毫秒内获得高质量轨迹,极大地提高了系统执行任务的效率和可扩展性。
该项目成果中的微型空中机器人集群不依赖外部定位和计算设施,在仅靠机载摄像头、机载计算芯片资源和传感器的情况下,突破了在野外复杂树林环境下的感知、定位及航迹生成、多智能体通讯等多项核心技术。空中机器人集群通过相互之间的无线通信,实现了轨迹共享、互相避障、协同飞行、多机目标追踪等多项任务挑战。机器人仅为手掌大小,重量小于一听可乐。实物实验中群体规模为10架,仿真中群体规模超50架,可在复杂环境中自主到达指定位置以及返回。
该研究工作实现了在超低空、强密集、无规则的自然环境中的集群自主飞行,其技术在空中机器人集群的智能性、灵巧性、协同性、鲁棒性等多个方面处于领域领先水平。项目成果以题为《能够独立思考的空中机器人成群结队飞出浙大》于2022年5月5日被浙江大学主页报道,此外该项目成果还被Science、IEEE-Spectrum、国家自然科学基金委及新华社、光明日报、泰晤士报等主流媒体广泛报道,产生了巨大影响力;成果被选送参加“奋进新时代”主题成就展,喜迎党的二十大胜利召开。
互动评论
字体:大一号 小一号