近日，瑞典呂勒奧工業(yè)大學(xué)和加利福尼亞理工學(xué)院聯(lián)合研究團隊提出一項最新解決方案，有望實現(xiàn)無人機在現(xiàn)實環(huán)境中自由穿行。

目前這篇論文成果已同步發(fā)表至預(yù)印論文庫arXiv上。

硬核無人機，能導(dǎo)航能避障

無人機在現(xiàn)實生活的應(yīng)用場景越來越豐富，如高空巡邏，搜索與救援，地下礦井導(dǎo)航，自動包裹遞送等等。

而豐富的應(yīng)用場景，對無人機自動導(dǎo)航技術(shù)也提出了更高的要求。比約恩·林德奎斯特（Bjorn Lindqvist）稱，

“我們先前已經(jīng)發(fā)表了幾篇有關(guān)無人機自動避障和導(dǎo)航的論文，而在最近的研究中，我們開始考慮如何使無人飛行器在城市環(huán)境或者動態(tài)的移動環(huán)境中，自由穿梭而避免與人員或其他車輛碰撞”。

比約恩·林德奎斯特是瑞典呂勒奧工業(yè)大學(xué)和加利福尼亞理工學(xué)院聯(lián)合研究團隊中的一員，近日，該團隊在IEEE Robotics AutomaTIon Letters上發(fā)表的一篇最新論文。

論文中提出一種基于非線性模型預(yù)測控制（Nonlinear?Model PredicTIve Control ，NMPC）的計算技術(shù)，可以為無人機提供更好的自主導(dǎo)航和避障能力。

更具體地說，他們通過NMPC算法來預(yù)測無人機周圍環(huán)境中的障礙物軌跡，同時使用分類模型來區(qū)分不同類型的軌跡并預(yù)測障礙物的未來位置。

研究人員通過四組實驗評估了NMPC方案，結(jié)果發(fā)現(xiàn)無人機模型能夠在多個移動障礙物包圍的情況下避免碰撞。四項實驗分別為：

避免彈球時保持位置：不同方法下，無人機在保持姿勢，同時避免任何障礙物方面的性能表現(xiàn)，其中彈球為障礙物。

避開行人時保持位置：無人機在保持姿勢，同時避免障礙物方面的性能表現(xiàn)，其中行人為障礙物。

彈跳條件：障礙物提供運動軌跡，檢測NMPC對障礙物路徑的預(yù)測和規(guī)避能力。

多重障礙：檢測在多種障礙物包圍情況下，NMPC系統(tǒng)的規(guī)避能力，并測試最小安全距離。

Lindqvist稱：“由于NMPC通過對未來狀態(tài)進行預(yù)測和優(yōu)化來進行工作，這種方法將控制，局部路徑規(guī)劃和動態(tài)避障功能集成在一個控制層中，為動態(tài)避障場景提供了快速且計算穩(wěn)定的解決方案。接下來，我們來介紹一下具體的實驗成果。

可預(yù)測路徑，躲避多個障礙物

論文中介紹了NMPC成本函數(shù)和約束條件公式化，以及解決動態(tài)障礙的方法。同時為了證明所提出的控制體系結(jié)構(gòu)的功效，也進行了多種情況下的測試實驗。

實驗一：避開彈丸時保持位置：無人機的任務(wù)是避開任何進入的障礙物而保持飛行姿勢，其中障礙物是向無人機發(fā)射彈球。論文中，NMPC約束方法與人工勢場等其他方法進行了比較（靜態(tài)環(huán)境下能夠快速響應(yīng)并躲避障礙物）。

考慮到障礙物的靜態(tài)性，空間半徑和障礙物半徑分別設(shè)置為1m，這比避免靜態(tài)障礙物所需的安全距離要大得多，同時將勢場控制器的參考調(diào)整為盡可能積極。放寬NMPC的輸入速率約束，以加快響應(yīng)速度。

在保持與緩慢移動的障礙物的距離的同時，這兩種方法都無法避免與彈丸障礙物發(fā)生碰撞，障礙物進入影響區(qū)域的時間很短， 這些控制器直到與無人機發(fā)生碰撞，才能及時避開，而且這些控制器也不知道障礙物的未來位置在哪里，因此，它們的避讓動作可能會使它們沿著障礙物的軌跡移動。

實驗二：避免行人時保持姿勢：實驗中，“行人”在直接碰撞過程中向無人機走去，以測試無人機的避障能力和反應(yīng)速度。

其中，行人在0.3 s內(nèi)進入實驗障，礙物的半徑設(shè)置為0.6 m，從無人機和障礙物的路徑可以看出，從識別出軌跡的時間步長開始，飛行控制器便開啟了回避機制。

實驗三：與前兩種情況一樣，無人機的任務(wù)是保持位置，同時避免進入的障礙物。障礙物半徑設(shè)置為0.4m，被拋出經(jīng)過第一次反彈后影響無人機路徑。

如圖，投擲障礙物的時間約為0.25 s，而控制器的反應(yīng)速度為0.35 s。這表明即使是簡化的軌跡模型也仍然可以對障礙物路徑做出足夠好的預(yù)測，尤其是在增加沿預(yù)測的安全半徑。

下圖為基于回避操作開始時的初始條件的障礙物的預(yù)測軌跡，以及障礙物和UAV的測量路徑。

無人機成功避開了最小距離為0.38 m的障礙物，而求解器時間達到了33 ms的峰值。由于求解器公差和測量結(jié)果不理想，因此預(yù)期會出現(xiàn)小范圍的約束沖突。

實驗四：避免多個動態(tài)障礙，在避開無人機的碰撞航線上設(shè)置一架單獨的無人機，同時向其投擲彈丸，兩者的障礙物半徑都設(shè)置為 0.4.軌跡分類和預(yù)測方案應(yīng)用于兩個障礙物的單獨測量，但在其他方面與單個障礙物情況相同。兩個無人飛行器和彈丸的軌跡如圖，

躲避的無人飛行器、最近的無人飛行器以及障礙物三者之間的最小距離分別為0.45 m和0.42 m。

需要注意的是，避空無人機可以在較長的時間內(nèi)保持安全距離，同時避開進入的彈丸。實驗中，障礙無人飛行器一旦開始運動，回避操縱就會立即開始。

進一步研究方向

總體來講，研究人員所提出的NMPC架構(gòu)和軌跡分類方案成功地在所有可能的情況下提供了無碰撞運動路徑。在線優(yōu)化問題可以在所需的50 ms的限制內(nèi)解決，而不會違反已建立的障礙或輸入限制。不過，該方法目前也存在一定的局限性：

總體性能基于對軌跡分類的依賴：即使對于有限的軌跡研究，其方案也可能出現(xiàn)軌跡分類錯誤的情況。

使用對未來障礙物位置的明確預(yù)測：如果預(yù)測方案失敗或誤差太大，無人飛行器可能會完全忽略碰撞過程中的障礙物。

論文中指出，未來這項工作還會進一步優(yōu)化和拓展，具體方向包括更一般的軌跡識別，障礙物位置和速度的提取，軌跡分類方案優(yōu)化等。更重要的是，隨著更多障礙物擴展以及與求解器時間的關(guān)系，分析NMPC的復(fù)雜性問題，以了解在何時間接地在控制層解決障礙物更合適。