机动能力可挑战物理极限最新算法无人机首次战胜人类专家驾驶员

近几年，无人机大规模涌入公众视野。无论是商业活动还是农业项目甚至火星勘测，无人机都已普及各行各业之中。尤其在面对抢险救灾时，与传统救援相比，无人机更有无法取代的优势。

近日，苏黎世大学机器人工程学博士生菲利普·焚风与其团队在四旋翼自主飞行器（配置四个螺旋桨的无人机）上开发出一种新的计算方法。这种飞行算法可以让无人机自主采取最佳飞行轨迹，并能根据不同障碍物进行提速和减速。

无人机受续航力限制，因此，需要在有限的时间内尽可能完成灾区搜救、环境巡查、货物运送等任务。在执行任务中，它们的航行轨迹也许会穿越如废墟、森林、甚至窗户等特定位置。所以，如何正确和快速地通过障碍找出最佳航行轨迹，是无人机执行任务中的重点。

另据悉，相关论文近日以《四旋翼航路点飞行时间优化规划》为题发表在S c i e n c eRobotics。

论文第一作者焚风表示：“与以往描述飞行轨迹不同，这种算法的核心来自于机载摄像机和传感器的输入，无人机可以将获取到的信息直接转换为控制命令，这与人工神经网络相似。不仅可以参考飞行轨迹对应进行模拟机动示，还可以通过训练扩展各种不同的动作。”

研究的过程中，该团队通过模拟飞行杂技动作来提升无人机的速度和灵活性，这种机动能力可能使无人机达到物理极限。并且在无人机电池续航里程内，更快的速度和更高的敏捷性将更有利于搜索和救援任务。

苏黎世大学机器人工程学教授大卫·斯卡拉穆扎对此表示：“即便是最好的人类无人机驾驶员，想要完成飞行杂技动作也是一种挑战。”

长期以来，人类无人机驾驶员一直优于自主飞行系统。而在最近一次的无人机竞赛中， 研究团队找到两名专家级无人机驾驶员，并使用同样的四旋翼飞行器进行比赛。为了保证公平竞赛，人类驾驶员在赛道进行了提前训练，但最终还是输给了新研发的算法控制。

据了解，在竞赛胜出的无人机设备重量约0.8公斤，推重比接近4，身上配备有JetsonTX2、莱尔德通信模块和用于捕捉活动的红外线标记器等。此外，研发团队还通过互补约束技术优化通过的航点轨迹。

研究团队还分别在3.3和3.15的推重比下进行实验。结果，最新算法依旧比人类驾驶员取得更优的单圈成绩。该团队介绍：“这种最新算法在速度和稳定性上都要更胜一筹。其实这并不奇怪，我们通过外部摄像头一直在观察无人机的运动模式，并且还给无人机提供所处位置的实时信息，只要算法找到了最优飞行轨迹，它就可以稳定、快速地无限重复。在这一点，人类很难实现。”

除了比赛，研究团队为测试其算法的稳定性和有效性，对无人机做了大量机动飞行测试，包括动力循环、自主穿越飞行和各类花式翻滚等。在测试中过无人机承受着极端的角加速度和推力，即便如此，记载传感器机身依旧没有任何物理损伤。

这种最新算法无论在军事、民用、商界都有巨大的应用潜力。未来，或许可以取代人类驾驶员完成更多任务。只是，在投入商用以前， 研发团队仍要解决“ 降低计算要求”的问题。

在目前階段，无人机想要以最优的时间完成飞行轨迹，仍需要提前数小时的计算准备工作。此外，在硬件方面研究团队同样希望可以改进加强，比如未来计划搭载高分辨机载相机来替代目前的外部摄像头。

斯卡拉穆扎表示，“虽然这次研究成果使无人机技术更进一步，不过人类驾驶员仍要比算法控制的自主无人机稳定，这是因为在面临突发情况和意外时，人类驾驶员能够更快地进行调整。”尽管如此，这位机器工程学的教授相信随着全球卫星定位系统的不断成熟，未来多旋翼无人机将渗入更多的应用领域。