栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > 资讯 > 高等教育 > 考研政策

如图是浙江大学机器人研究团

如图是浙江大学机器人研究团

该报记者森宁

10多个微型空机器人,手掌大小,重量不到一罐可乐,在浙江安吉的一片竹林中拔地而起。没有GPS,没有动作捕捉系统,没有远距离通信操作,也没有预先建立的环境地图,他们独立又合作地穿过低矮的灌木,倾斜的竹竿,起伏的地面,茂密的树枝,像一个合作但又独立的人。

这是浙江大学控制科学与工程学院的高菲和许超在全自主微型机器人领域的最新研究成果之一。团队研发的微型完全自主空中间机器人,可以根据机载传感器提供的有限信息,在高度混乱的野外环境中实现集群飞行。机器人的轨迹规划算法能够自主规划飞行路线,同时满足飞行效率、避障、机器人间避碰、动态可行性、集群协调性等要求。

当地时间5月4日,上述成果以“野外微型飞行机器人群”为题,作为封面文章发表在机器人领域的国际顶级期刊《科学机器人学》(SCIENCE ROBOTICS)上。本文第一作者为浙江大学控制学院博士生周信,通讯作者为高菲博士和许超教授。

浙江大学控制学院博士生导师高菲在接受澎湃新闻(www.thepaper.cn)记者采访时表示,该成果将为未来micro 空机器人集群及相关算法在户外救灾、野外生物研究、协同运输等领域的应用奠定基础。

作为未来科技的象征,多机器人系统在空中的灵活性已经在很多科幻电影中展现出来。在普罗米修斯中,宇航员们释放了几个微型飞行装置来探索未知的外星飞船,然后决定走哪条路。在《安德的游戏》中,空中的机器人集群系统包围了飞船,形成了抵御外星人攻击的盾牌,为人类赢得战斗扫清了道路。前传三部曲3和银翼杀手2049中,摩天大楼之间空的交通在高科技星球上忙碌而有序地运行着。

随着处理器的计算能力、感知和通信的发展,四旋翼飞行器等空中的机器人已经进入大众生活。这些飞机不仅机动性高,而且价格低廉。据《日本经济新闻》报道,DJI的Mavic Air 2是目前空最畅销的机器人之一。具有避障和跟踪功能,通信距离10公里。其硬件成本仅为135美元左右。另外空的机器人市场还有很多可能性。到2028年,机器人在空的整体市场价值预计将达到5000亿美元。

然而,尽管空中的机器人自主导航在工业和学术实践中发展迅速,但是空中高度混乱的环境,如茂密的森林,仍然很难让机器人自由进入和穿梭,更不用说空中成群结队的机器人了。在这些场景中,未知的复杂环境和狭窄的可行空将给空中机器人集群的协调带来巨大的挑战。

“在空的机器人研究中,从单个机器人向协同集群系统转变也是机器人智能发展的必然趋势。”高菲向报社记者介绍了它。空中的机器人是高菲在港科大读博士时的主要研究领域。当时他的研究方向是空中的单机器人导航。2019年底,高菲入职浙江大学,开始带领团队在空开展机器人自主导航与集群技术研究。该团队为这篇关于实地机器人集群空的论文准备了大约两年时间。

众所周知,机器人集群在空混乱的野外环境中很难导航,因为野外环境对机器人集群提出了四个要求,即轨迹最优性、可扩展性、经济计算和小型化。

轨迹优化反映了任务质量和飞行时间,这种效率在紧急救援情况下至关重要。轨迹最优性要求空中的机器人在面对各种复杂环境时,能够快速、安全、稳定地飞行和穿越。这种性能在紧急救援情况和混乱狭窄的环境中至关重要。

可扩展性是指空中的机器人在软件和硬件上扩展不同任务需求的能力。比如多机协同目标跟踪任务,需要在软件上增加识别功能,在硬件上扩展多向镜头。

低计算成本的要求非常重要,这使得空中的机器人可以携带更小的机载处理器,并减少对变化的环境和突发事件的反应时间,从而尽可能多地保留可用的计算资源用于其他用户定义的任务(如目标检测和决策)。

最后,所有这些能力都应该放在最小的飞行器上,因为重量和体积直接关系到机器人的续航能力和穿越狭窄空空间的能力。

但这四个方面的要求是矛盾的,需要一个精确的平衡来同时实现。比如更高的轨迹最优性,在复杂的建模和求解空之间需要更多的迭代,这会大大增加计算时间和成本。更高的可伸缩性要求以更一般的形式定义问题和任务,但是以牺牲特定任务的潜在优化为代价。

“对于空中的机器人集群来说,满足安全性、动态可行性、时间最小化和轨迹平滑性最大化已经是一个巨大的挑战,在微平台上实现更是难上加难。这就是为什么以前的研究不能从结构化和人工环境转移到不确定的现场环境。”报纸上说。

在现实世界中,Intel、High Great和CollMot已经在空中展示了令人印象深刻的机器人编队表演。然而,在大规模成功商用的背后,全球导航卫星系统定位的空中的机器人编队只是按照预设的轨迹运动,无法在有障碍物的野外作业。

为了解决这一问题,机器人研究人员试图从大自然中寻找灵感,即观察大自然如何应对这一导航挑战。在自然界中,昆虫会进行短期反应,而鸟类更喜欢相对长期的平稳运动。这是因为鸟类的视觉和运动感觉比昆虫更敏锐,运动系统自由度更高,脑容量更大。

昆虫和鸟类这两种飞行物种也在空中启发了两种主流的机器人导航方法:基于昆虫反应和鸟类轨迹的规划方法。在这两种方法中,前一种包含了在计算和内存方面极其轻量和高效的解决方案,允许在空中建立更轻量级的机器人集群;后者表现出更高的优化性和灵活性。为了提高任务效率和可扩展性,高飞的团队选择了后者。

在研究了机器人集群在各种空中的应用后,团队发现解决“TEEM”问题的关键是机器人轨迹时间空规划,即不仅可以改变轨迹形状,还需要调整时间分布,以充分利用空空间。如果只是空变形,那么空中的机器人在通过狭窄通道时,往往会绕道等待其他机器人,从而阻碍空中后续的机器人飞行,导致飞行轨迹不佳甚至不安全。因此,同时规划飞行轨迹的形状和时间,也称为时间空轨迹规划,是空中机器人安全高效飞行的关键。但是这种联合优化对于多旋翼飞行器来说是一个很大的挑战,因为空联合确定的轨迹的时间和时间参数是高度耦合的。

“实现关节时间空轨迹规划,保证机器人集群中的每一个机器人都能实现最优的时间空轨迹。这无疑是研究中最难的。”高菲说。

在团队提出的方法中,通过解耦目标函数计算中的time 空参数,实现了优化变量与代表轨迹的中间变量之间的线性复杂度映射,从而实现了time 空优化。因此,即使在最受限的环境中,机器人在空中也能在短短几毫秒内获得高质量的轨迹。

特别是在团队的空机器人集群中,每个空中的机器人都具有完整的感知、定位、规划和控制功能,并通过广播网络共享轨迹,实现群体协作。这类似于鸟类能够在森林中自由飞行,同时避开障碍物和其他移动的生物。比如在短程导航中,鸟类主要依靠眼睛和前庭系统。因此,该团队开发了一种改进的视觉惯性里程计。此外,鸟类可以同时调整路径和速度以避免碰撞,并考虑飞行时间和平滑度以节省能量。因此,团队提出了多目标时间空轨迹联合优化方法。除了小鸟的能力,该团队还进一步利用了机器人作为人工电子系统的优势,使用高保真无线通信进行轨迹共享,使用高速计算进行快速规划。此外,团队的解决方案满足了个体智能和群体智能的分布式协调,提高了系统的鲁棒性。

目前团队已经在论文中发布了机器人集群研究的前沿算法软件空。“开发人员可以部署和使用这些软件,从模拟环境中验证他们的算法。未来,这些算法可以应用于物流台车、机器人配送、野外搜救等领域和环境。”高菲说。

值得一提的是,在论文中,该团队通过真实世界中的实验演示了四个具有挑战性的应用。在论文发表的当天,高菲的团队在国内某知名视频网站上发布了这四个实验场景的视频,截至本文撰写时,该视频已获得5.6万次播放。

飞过茂密的森林

用竹子和各种其他障碍挑战野外航行。

本实验旨在展示空中的机器人集群在高度密集的野外环境,即竹林中,可以实现完全自主的群体导航,而不会伤害机器人身体或植物。图像中呈现的轨迹显示了轨迹规划的明显优势:规划的轨迹总是直接平滑地连接间隙。

在这些环境中,除了垂直生长的竹子,还有倾斜的竹子、树干、低矮的灌木丛、杂草丛生的沟渠、不平的地面、被风吹动的树叶等障碍物。,这需要对轨迹进行系统的三维规划。这种由不规则形状和密集分布的障碍物组成的非结构化环境,验证了空中的机器人集群在大多数混乱场所(如灾难现场)的导航能力。

基于的野外编队导航

具有未知障碍物的群体导航编队。

实验证明了所提出的统一轨迹规划的可扩展性。在这里,编队被定义为保持一个期望的移动形状,这意味着空中的机器人在一个固定的相对位置上移动。同时,每个空中的机器人可以独立导航和躲避障碍物。与“竹梭”实验相比,本次实验中障碍物密度有所降低,以使队形清晰,但仍有灌木丛、高低树和两根人工铁柱。

空中的机器人集群按照规划好的轨迹,以固定的队形在树林中飞行。从变形曲线和速度曲线可以看出,虽然空中的机器人有时为了提前避开未知障碍物而不得不偏离路线,但它们会再次加速追赶队形,使得集群仍然保持队形。当空中的机器人避开树木时,平均速度会自动降低,当它们完全回到开阔的空房间时,平均速度会提高。在这种情况下,一些个体的速度变化可以传播到整个编队,而无需显式的预编程。这个结果显示了安全和飞行时间之间的隐含平衡。在障碍物附近减速可以保持对潜在碰撞的更多反应时间,而尽可能加速可以减少空开阔区域的飞行时间。

强化相互避障评估

具有意外事件的强烈相互避碰的评估

这个实验的设置模拟了摩天大楼之间密集空交通的最基本要求:安全、高效、自主导航。为了验证空中10个机器人的这种能力,实验者在一个半径为3m的圆上,将目标位置随机分配给空中的机器人。为了更好的模拟真实的飞行情况,除了茂密的树干和摄像机的三脚架,还用长方体和圆柱形的障碍物来模拟飞行区域的新建筑。空中的机器人集群也需要通过该区域的大型移动障碍物。接下来,实验者关闭了所有地面定位标签(仅在本实验中使用),以模拟全球定位的暂时丧失。

由于安全和效率是运输系统的两个主要关注点,研究人员评估了最小碰撞距离和3分钟飞行中完成的交付总数(达到目标总数)。在整个飞行过程中,研究人员将每个空中的机器人建模为半径为7厘米的球体。单架机器人空尽量与障碍物和其他机器人保持安全距离。实验表明,达到的目标数随时间线性增加。实验结果表明,在不同障碍物密度下,规划出的轨迹是局部最优的,因此可以获得一个近似恒定的增长率。

带有目标遮挡的空中的机器人集群

目标遮挡的多音跟踪。

该实验显示了在微平台上添加高计算负载硬件和运行额外任务的潜力。跟踪可以用于多视角航拍和视频,可以全面记录参与者,为后期剪辑提供更多素材。在实验中,焦点是一个在树林中移动的人类参与者。为了在空中跟踪目标的同时避开障碍物和其他机器人,实验设计了跟踪的约束惩罚来规划所需的轨迹。从结果可以看出,在空中,被追踪的人可以向前移动,而不用担心机器人的碰撞或丢失。

编辑:李跃群

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/news/1642028.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号