讓無人駕駛飛機四處飛行而不打擊事物并非易事。障礙物檢測和運動規(guī)劃是計算機科學(xué)中最棘手的挑戰(zhàn)之一,因為創(chuàng)建實時飛行計劃可以避免障礙并處理風(fēng)和天氣等驚喜。
在本周公布的一對項目中,來自麻省理工學(xué)院計算機科學(xué)與人工智能實驗室(CSAIL)的研究人員展示了一種軟件,它允許無人機停在一角硬幣上,在模擬的“森林”中的26個不同障礙物的上方,下方和周圍進行發(fā)夾運動“。
一個團隊的視頻顯示了一個小型的四旋翼飛行器通過障礙線和PVC管道進行甜甜圈和八卦。無人機的重量僅為一盎司,從轉(zhuǎn)子轉(zhuǎn)子到轉(zhuǎn)子的距離為3.5英寸,可以以每秒1米的速度飛過10平方英尺的空間。
該團隊的算法可在線獲得,之前曾用于計劃去年的DARPA機器人挑戰(zhàn)中 CSAIL的Atlas機器人的足跡,將空間劃分為“無障礙區(qū)域”,然后將它們連接在一起以找到一條無碰撞路線。
“不是根據(jù)環(huán)境中障礙物的數(shù)量來規(guī)劃路徑,而是可以更容易地看到逆向:無人機通過的”免費“空間段,”最近的畢業(yè)生Benoit Landry '14 MNG說道。 '15,誰是剛剛接受IEEE機器人與自動化國際會議(ICRA)的相關(guān)論文的第一作者。“使用自由空間段是一種更”玻璃半滿“的方法,對于小而雜亂的空間中的無人機來說效果更好?!?
在第二個CSAIL項目中,博士生Anirudha Majumdar展示了一架固定翼飛機,保證在沒有任何先進的空間知識的情況下避開障礙物,甚至面對陣風(fēng)和其他動力。他的方法是預(yù)先編寫一個包含數(shù)十個不同“漏斗”的庫,這些漏斗代表系統(tǒng)的最壞情況,通過嚴格的驗證算法計算得出。
“當(dāng)無人機飛行時,它不斷搜索圖書館,將一系列計算保證的路徑拼接在一起以避開障礙物,”Majumdar說道,他是相關(guān)技術(shù)報告的第一作者。“許多單獨的漏斗都不會沒有碰撞,但是如果有足夠大的庫,你可以確定你的路線是清晰的?!?
兩篇論文都是由麻省理工學(xué)院教授拉斯泰德拉克共同撰寫的; ICRA論文將于5月在瑞典發(fā)表,也由博士生Robin Deits和Peter R. Florence共同撰寫。
無人機高密度
鳥可能會讓它看起來很簡單,但飛行是一項非常復(fù)雜的工作。飛行物體可以在六個不同的方向上改變位置 - 前進/后退(“喘振”),上/下(“起伏”),左/右(“搖擺”),以及通過前后旋轉(zhuǎn)(“俯仰”) ),左右(“滾動”)和水平(“偏航”)。
Majumdar說:“在每個時刻都需要12個不同的數(shù)字來描述系統(tǒng)的位置以及移動的速度,同時跟蹤空間中可能妨礙你的其他物體?!?“大多數(shù)技術(shù)通常無法實時處理這種復(fù)雜性。”
一種常見的運動規(guī)劃方法是通過諸如“ 快速探索隨機樹 ”之類的算法對整個空間進行采樣。盡管通常有效,但基于采樣的方法通常效率較低,并且難以在障礙物之間導(dǎo)航小間隙。
蘭德里的團隊選擇使用Deits新的基于自由空間的技術(shù),他將其稱為“半定規(guī)劃迭代區(qū)域通脹”算法(IRIS)。然后,他們將IRIS與“混合整數(shù)半定規(guī)劃”(MISDP)相結(jié)合,為每個“無空區(qū)域”分配特定的航班運動,然后執(zhí)行整個計劃。
為了感知周圍環(huán)境,無人機使用了運動捕捉光學(xué)傳感器和車載慣性測量單元(IMU),可幫助估算障礙物的精確定位。
羅格斯大學(xué)(Rutgers University)計算機科學(xué)助理教授余敬進表示:“我對團隊的板上傳感器結(jié)合在一起以確定無人機位置的巧妙技術(shù)給我留下了最深刻的印象?!?“這是系統(tǒng)為每組障礙創(chuàng)建獨特路線的關(guān)鍵?!?
在目前的形式中,MISDP已經(jīng)過優(yōu)化,無法進行實時規(guī)劃; 創(chuàng)建障礙路線的路線平均需要10分鐘。但蘭德里表示,做出某些犧牲會讓他們更快地制定計劃。
“例如,你可以更廣泛地將'自由空間區(qū)域'定義為兩個或多個自由空間區(qū)域重疊的區(qū)域之間的聯(lián)系,”蘭德里說?!斑@將讓你通過這些鏈接解決一般的動作計劃,然后用所選區(qū)域內(nèi)的特定路徑填寫細節(jié)。目前,我們同時解決這兩個問題以降低能耗,但如果我們想更快地運行計劃,那將是一個不錯的選擇?!?
與此同時,Majumdar的軟件產(chǎn)生了更為保守的計劃,但可以實時實現(xiàn)。他首先開發(fā)了一個由40到50個軌跡組成的庫,每個軌道都有一個外部界限,無人機可以保留在其中。這些邊界可以被視為“漏斗”,規(guī)劃算法在其間選擇將一系列步驟拼接在一起,使無人機能夠在飛行中規(guī)劃其飛行。
像這樣靈活的方法可以提供高水平的軟件保證,即使面對周圍環(huán)境和硬件本身的不確定性。該算法可以很容易地擴展到不同大小和有效載荷的無人機,以及地面車輛和步行機器人。
至于環(huán)境,想象一下無人機在進行強力滾動操作之間做出選擇,這將大大避開樹,而不是直接飛行并避開少量樹。
“傳統(tǒng)方法可能更喜歡第一種方法,因為大量避開障礙似乎更安全,”Majumdar說?!暗@樣的舉動實際上可能更具風(fēng)險,因為它更容易受到陣風(fēng)的影響。我們的方法可以實時做出這些決定,如果我們希望無人機離開實驗室并在現(xiàn)實場景中運行,這一點至關(guān)重要?!?
避開障礙的明確途徑
CSAIL的研究人員多年來一直在研究這個問題。Nick Roy教授一直在研究無人機的算法,以開發(fā)地圖并實時避開物體 ; 11月,由博士生Andrew Barry領(lǐng)導(dǎo)的一個團隊發(fā)布了一個視頻演示算法,允許無人機以每小時30英里的速度在樹木間飛鏢。
雖然這兩架無人機的行程速度不如巴里那么快,但它們的演習(xí)通常更復(fù)雜,這意味著它們可以在更小,更密集的環(huán)境中航行。
Yu說:“實現(xiàn)小型,現(xiàn)成的四軸飛行器的動態(tài)飛行是一項了不起的成就,也是一項具有許多潛在應(yīng)用的成果。” “通過額外的開發(fā),我可以想象這些機器被用作難以到達的地方的探測器,從探索洞穴到在倒塌的建筑物中進行搜索和救援。”
蘭德里現(xiàn)在在加利福尼亞州的3D機器人公司工作,他希望其他學(xué)者能夠在研究人員的工作基礎(chǔ)上進一步完善,這些工作都是開源的,可以在github上找到。
“對于行業(yè)來說,一個巨大的挑戰(zhàn)是確定哪些技術(shù)實際上足夠成熟,可以用于實際產(chǎn)品,”蘭德里說?!白詈玫姆椒ㄊ沁M行專注于所有角落情況的實驗,并證明像這樣的算法實際上可以在99.999%的時間內(nèi)工作。
2025-05-21 13:55
2025-05-20 16:57
2025-05-20 16:46
2025-05-20 16:40
2025-05-20 16:32
2025-05-20 16:31
2025-05-20 16:10
2025-05-20 16:06
2025-05-20 16:05
2025-05-20 15:03