最快圈速，算法控制无人机首次战胜专家级驾驶员，登上Science Robotics

机器之心

发布于 2023-03-29 17:24:17

3580

文章被收录于专栏：机器之心机器之心

机器之心报道

编辑：蛋酱

苏黎世大学研究人员开发了一种新算法，让自主飞行的四旋翼飞行器计算出充分考虑无人机局限性的时间最优轨迹，并首次在无人机竞赛中胜过两名人类驾驶员。

对于工业用途的无人机来说，由于电池续航有限，它们必须在尽可能短的时间内完成任务，比如在灾难现场寻找幸存者、检查建筑物、运送货物。在此类任务中，无人机必须通过一系列航点（如窗户、房间或特定位置）进行检查，在每个路段采用最佳轨迹和正确的加速或减速。顶尖的人类无人机驾驶员在这一方面有着丰富的经验，并在以往的无人机竞赛中表现均优于自主飞行系统。

来自苏黎世大学 (UZH) 的研究团队创建了一种算法，以找到最快的轨迹来引导四旋翼飞行器（带有四个螺旋桨的无人机）通过路线上的各个航点。这项研究近日发表在《Science Robotics》。

论文链接：http://rpg.ifi.uzh.ch/docs/ScienceRobotics21_Foehn.pdf

「我们的无人机在实验赛道上超越了两名专家级人类驾驶员的最快圈速，」Davide Scaramuzza 说道，他是 UZH 机器人与感知小组和 NCCR Robotics 救援机器人挑战赛的负责人，也是这个挑战赛项目资助了这项研究。

算法凭什么击败人类驾驶员？

这一算法的新颖之处在于，它充分考虑了无人机的局限性，第一个生成了时间最优轨迹，而以往的研究通常依赖于四旋翼系统简化或飞行路径描述。「关键在于，我们的算法并不会将飞行路径各部分去分配给特定航路点，只是告诉无人机通过所有航路点，且不规定出如何或何时这样做，」论文第一作者、苏黎世大学博士生 Philipp Foehn 补充说。

这台用于真实环境实验的无人机设备，理论上推重比（thrust-to-weight ration）接近 4，重量为 0.8 公斤，装备有 Jetson TX2、莱尔德通信模块、现成的无人机竞赛组件和用于运动捕捉的红外发射标记器。

研究者提出利用互补约束（complementary constraint）来优化通过很多路径点的轨迹，这种新的算法生成了理论上的时间最优轨迹。

新算法的动态示意图。

算法控制的无人机与两名专家级人类驾驶员的计算机轨迹如下动图所示：

研究者在一场实地的无人机竞赛中进行了演示，竞赛的最终目标是充分利用飞行器的潜力在最短的时间内完成一项任务。他们让算法和两名人类驾驶员驾驶同一个四旋翼飞行器通过赛道，使用外部摄像头来精确捕捉无人机的运动，并向算法提供有关无人机在任何时刻所处位置的实时信息。

为了确保公平比较，人类驾驶员有机会在赛道上进行赛前训练。但是最终还是算法还是击败了专业的无人机驾驶员：它在所有的圈数上都比人类要快，而且表现更稳定。这并不奇怪，因为一旦算法找到了最佳轨迹，它就可以多次再现它，这一点上与人类驾驶员不同。

具体地，研究者分别在推重比 3.3 实验了两次，在推重比 3.15 实验室了一次。无一例外，算法控制的无人机在时间上都击败了人类专家级驾驶员。

两名‍人类专家级驾驶员操控的无人机（上）与算法控制的无人机（下）在竞赛中的飞行轨迹。

从下图可以看到，无论是推重比 3.3 还是 3.15，研究者提出的时间最优轨迹均比专家级人类驾驶员的最佳单圈速要快，并且方差显著降低。

在实验过程中，研究者在一个有 7 道关卡的 3D 赛道上，捕捉了两个专业无人机赛车驾驶员的动作作为人类 baseline，如下图 4 所示。研究者规划了一个时间最优轨迹来通过同一赛道，并使用内部研发的无人机平台和软件栈在同一动作捕获环境中运行相同轨迹。此处生成的轨迹推力比平台能够提供的要小一些，以便在扰动下保持可控性。

左侧黄红两色是人类驾驶员的轨迹（7 圈），右侧黄红两色是自主行驶的无人机（2 圈），左右的蓝绿色均为时间最优轨迹，推重比为 3.3。

在商用之前，这一算法需要面临的门槛是「降低计算要求」，因为现在计算机需要长达一个小时来计算无人机的时间最佳轨迹。此外，目前无人机依靠外部摄像头来计算位置，在未来的工作中，研究者们希望使用机载相机。原则上，无人机比人类驾驶员飞得更快是有希望的。Scaramuzza 说：「这种算法可以在无人机包裹递送、检查、搜索和救援等方面有巨大的应用潜力。」

参考链接：

https://techxplore.com/news/2021-07-algorithm-flies-drones-faster-human.html

https://robotics.sciencemag.org/content/6/56/eabh1221

「2021 AI 100 Connect Webinar」AI + 工业专场

智慧物流作为智能工厂的核心一环，智能机器人的发展趋势是什么？应如何驱动智慧物流走向大规模应用，推动工厂的智能化升级呢？对于工业质检领域来说，智能检测设备的成本应如何平衡？如何应对更高的定制化需求呢？

7月28日19:30-21:00，「2021 AI 100 Connect Webinar」AI + 工业专场系列第一场直播间邀请到极智嘉 AI 研究院院长谭文哲，鲲云科技合伙人首席运营官 / 鲲云人工智能应用创新研究院副院长王少军博士围绕智能机器人和 AI 视觉检测两大方向带来趋势洞察和案例分享。

识别海报二维码，加入直播交流群。