周鑫

无人机集群

空中飞行的无人车、无人机集群是科幻电影的常客。电影《普罗米修斯》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。《安德的游戏》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。《星球大战：西斯的复仇》和《银翼杀手》中，飞车构成的密集空中交通有条不紊地运行于高楼大厦之间，俨然是高科技星球的“标配”。

电影中的无人机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，在国际首次成功研发了能够“独立思考”的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。

不同于一般航拍无人机自由飞行的广阔天空，密集竹林中，林立的竹竿、分叉的枝丫、遍布的灌木，每一样对脆弱的空中小精灵们来说都是致命的，都需要它们小心翼翼地避开所有可能的危险。而安吉的竹海更甚，竹子与竹子间距往往只有数十公分，从而留给空中机器人的容许误差只有几厘米。这样的场景，即使是最专业的飞手，也不敢打包票能控制一架无人机完好无损地穿越竹林，更别提我们还要面对一群了。

自然界的启发

集群是自然界生物的一种常见组织形式，比如天上的鸟群、水下的鱼群、陆地的羊群，还有地面附近的虫群等。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是受了自然界的启发。

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，另一类基于鸟群在高空的飞行。这里特别强调“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。

但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，将导航推广至多个机器人。

麻雀虽小，五脏俱全

“麻雀虽小，五脏俱全。”这句话用来形容我们的机器人也很恰当。我们把飞行单元称作“机器人”，因为它们如鸟类，通过两只眼睛和内耳，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并控制机器人的空中姿态。

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。对此我们给机器人配备了机载的微型高性能计算机。更远的观测距离和聪明的头脑赋予了鸟类在复杂环境中一气呵成的、顺滑的飞行。我们也开发了基于“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。

其中，我们攻克了机器人自定位、稠密环境建圖、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形态。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，规划一条会在未来追踪的飞行轨迹，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、低偏差地追踪下来。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，甚至地下矿洞里自主导航，这是前所未有的技术进步。

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。就如同鸟群是由一只只“五脏俱全”的飞鸟个体构成，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发出它规划出来的、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作出判断决策，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，从而实现整个集群协同导航的闭环。

集群的另一大难点是实验。我们的实验在八九月份进行，那是一年中最热也是蚊虫最多的时节，地点又选在了潮湿茂密的安吉竹林中，以至于整个实验过程中，我们一直与蚊虫斗智斗勇。我们耳边永远围绕着的嗡嗡声，同集群机器人飞行的嗡嗡声混合在一起，形成了某种奇特的“相映成趣”。

由于机器人技术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现实。比如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”，将会更加聪明。

责任编辑：刁雅琴