Skip to main content
 大千世界 » 科技趣闻

科幻里的机器人蜂群被浙大搞出来了!自主导航 可编队飞行追踪目标

  机器人集群自如穿梭密集的竹林,这一幕不是出自电影大片,而是在浙江真实上演。

  

科幻里的机器人蜂群被浙大搞出来了!自主导航 可编队飞行追踪目标


  自然形成的复杂环境对机器说是未知的,没有事先测绘。

  也没有统一的中央指挥,每一只机器人都在“独立思考”,全靠算法临场反应。

  这项来自浙江大学研究成果登上最新一期Science Robotics封面。

  

科幻里的机器人蜂群被浙大搞出来了!自主导航 可编队飞行追踪目标


  据浙江大学介绍,此前的机器人集群表演大多通过卫星定位和轨迹编码实现,由地面计算机统一控制

  这种模式下,机器人群体一旦失去指挥就会“群无首”,不但无法保持队形还可能撞上障碍物或相互碰撞。

  这次的新成果Science Robtics评价为第一个能在非结构化环境中分散、自主飞行的集群系统

  可以在避障之后迅速恢复队形。

  

科幻里的机器人蜂群被浙大搞出来了!自主导航 可编队飞行追踪目标


  也可以相互配合持续追踪特定目标

  

科幻里的机器人蜂群被浙大搞出来了!自主导航 可编队飞行追踪目标


  那么浙大团队是怎么做的呢?

  *(完整演示视频在文末)*

  群模式

  论文中介绍,飞行机器人的研究受动物启发,分为虫群模式和鸟群模式两种。

  昆虫会做短程的反应性动作(比如苍蝇避开苍蝇拍)。

  基于反应的虫群导航算法对算力和内存需求更小,机器人可以做得更小。

  鸟类有更敏锐的感官和更大的脑容量,可以做长期的轨迹规划。

  基于轨迹规划的鸟群导航算法有更强的性能和可扩展性,因此浙大团队选择了这一种。

  

科幻里的机器人蜂群被浙大搞出来了!自主导航 可编队飞行追踪目标


  在群体轨迹规划算法上,如果只考虑空间因素会影响机器人集群间的配合。比如通过狭窄空间时会拥堵,导致后面的机器人必须绕

  因此,浙大团队同时对时间和空间做轨迹规划,利用稀疏参数优化(sparse parametric optimization)和约束转录(constrAInt transcription)方法提升速度,做到实时计算。

  在穿越高密度竹林时,这种算法可以让多个机器人先后通过狭窄隙避免碰撞,无惧倾斜竹子和高低起伏的地形。

  除了轨迹规划外,浙大团队改进了视觉-惯性里程计 (Visual-Inertial Odometry)做群体的定位。

  为了避免长距离积累的微小误差最终造成相互碰撞,开发了分布式漂移校正算法。

  每个机器人都有完整的感知、定位、规划和控制功能,相互之间用高保真无线通信来共享轨迹。

  在10个机器人密集飞行实验中,研究人员关闭了GPS信号、临时增加障碍物、以及人类主动干扰都没出现碰撞。

  实验所用的机器人由浙江大学控制科学工程学院和湖州实验室研发

  单个机器人只有手掌大小,比一听可乐的重量还要轻。

  搭载了英伟达Xavier NX模组,拥有6核CPU和384核GPU及8GB内存。

  但在实验中,除了个别例外场景,CPU和GPU的使用率都保持在40%以下,在有限的计算资源实现了复杂行为

  将用于救灾、勘探和运输

  论文第一作者为浙江大学控制科学与工程学院博士研究生周鑫,通讯作者为该院高飞博士和许超教授

  团队成员来自科学与工程学院及湖州研究院。

  这次成果解决了在混乱的野外环境中机器人集群自主导航的问题,提高了对各种现实任务的适应性。

  地震洪水火灾中,机器人集群可用于搜索、引导受困者,或运送紧急物资

  在生态研究、地质勘探中,使用机器人集群可以调查狭窄的环境。

  而开发出的自主导航算法,也可以用于火星车月球车,以及多货运无人机协作运输重量超过单台运输能力货物