【ZiDongHua 之“自動(dòng)化學(xué)院派”收錄關(guān)鍵詞：浙江大學(xué) 機(jī)器人 人工智能 傳感器】
 
　　又一篇！浙大控制學(xué)院高飛團(tuán)隊(duì)最新成果亮相《Science Robotics》
 
　　浙大控制學(xué)院高飛團(tuán)隊(duì)在
 
　　《Science Robotics》上
 
　　再發(fā)表最新研究成果
 
　　01#
 
　　動(dòng)機(jī)和靈感
 
　　自然界的生物能在復(fù)雜環(huán)境中憑"直覺"規(guī)劃路徑并平穩(wěn)抵達(dá)目標(biāo)，而這一能力對(duì)機(jī)器人卻是巨大挑戰(zhàn)。現(xiàn)代導(dǎo)航算法在常規(guī)場(chǎng)景中表現(xiàn)尚可，但面對(duì)混沌復(fù)雜環(huán)境，機(jī)器人常陷入"卡頓、走偏甚至癱瘓"的窘境，暴露出路徑感知與運(yùn)動(dòng)生成間的斷層。相較于人腦直覺化提取特征、快速勾勒路徑，傳統(tǒng)機(jī)器人依賴環(huán)境采樣和搜索算法，計(jì)算需求隨環(huán)境復(fù)雜度激增，尤其對(duì)非完整動(dòng)力學(xué)約束的機(jī)器人（如無(wú)法橫向移動(dòng)的汽車）而言，挑戰(zhàn)更為嚴(yán)峻。
 
　　為此，我們開發(fā)了針對(duì)非完整運(yùn)動(dòng)機(jī)器人的分層規(guī)劃系統(tǒng)，從根本改變了機(jī)器人的"思考方式"：前端摒棄繁重搜索，采用神經(jīng)網(wǎng)絡(luò)直接從環(huán)境圖生成路徑，如同人類一眼規(guī)劃路線。這賦予機(jī)器人"時(shí)間穩(wěn)定性"——無(wú)論環(huán)境多復(fù)雜，都能在可預(yù)測(cè)時(shí)間內(nèi)完成規(guī)劃，不再"想半天才邁一步"。然而，僅有路徑還不夠，機(jī)器人還需要具體知道"在什么時(shí)候如何動(dòng)"。后端優(yōu)化的作用在于將前端生成的粗略路徑轉(zhuǎn)化為機(jī)器人可以精確執(zhí)行的時(shí)空最優(yōu)軌跡指令。為此我們?yōu)榉峭暾s束系統(tǒng)引入微分平坦轉(zhuǎn)換與偽弧映射技術(shù)，并重構(gòu)模型以消除奇異點(diǎn)——就像將易折皺的紙換成柔韌橡皮布，讓機(jī)器人在復(fù)雜機(jī)動(dòng)場(chǎng)景下也能生成平滑、安全的軌跡。
 
　　當(dāng)傳統(tǒng)導(dǎo)航算法還在"能否找到路徑"與"能否穩(wěn)定執(zhí)行"間掙扎時(shí)，我們的分層系統(tǒng)已實(shí)現(xiàn)如人般的穩(wěn)定導(dǎo)航，邁向更高的物理智能。這種結(jié)合時(shí)間與數(shù)值雙重穩(wěn)定性的創(chuàng)新，為非完整運(yùn)動(dòng)機(jī)器人在復(fù)雜環(huán)境中的自主移動(dòng)開辟了全新可能。未來(lái)，從城市交通到野外探索，機(jī)器人將以更智能、更流暢的姿態(tài)，融入人類生活。
 
　　這項(xiàng)成果于北京時(shí)間6月19日刊登在機(jī)器人領(lǐng)域權(quán)威期刊《科學(xué)·機(jī)器人》（Science Robotics）。論文第一作者為浙江大學(xué)控制科學(xué)與工程學(xué)院博士研究生韓志超，通訊作者為我院長(zhǎng)聘副教授高飛。
 
　　02#
 
　　實(shí)驗(yàn)結(jié)果
 
　　任意復(fù)雜環(huán)境下展現(xiàn)出的時(shí)間穩(wěn)定性
 
　　我們?cè)诟鞣N場(chǎng)景下進(jìn)行數(shù)千次實(shí)驗(yàn)，并與傳統(tǒng)方法展開定量對(duì)比。隨著環(huán)境復(fù)雜性的提升，傳統(tǒng)算法的規(guī)劃時(shí)間迅速攀升，相比之下，無(wú)論何種場(chǎng)景我們的前端規(guī)劃都能在穩(wěn)定時(shí)間內(nèi)輸出可行路徑。不僅如此，除了效率以外，我們最終獲得的軌跡也更加平滑，質(zhì)量更高。這種跨環(huán)境的穩(wěn)定計(jì)算為極限場(chǎng)景應(yīng)用提供了關(guān)鍵保障：無(wú)論環(huán)境多復(fù)雜，機(jī)器人都能在可預(yù)期時(shí)間內(nèi)完成規(guī)劃，保持反應(yīng)的靈敏度。
 
 
　　復(fù)雜機(jī)動(dòng)場(chǎng)景下軌跡的穩(wěn)定數(shù)值收斂性
 
　　雖然前端能迅速生成粗略路徑，但后端軌跡優(yōu)化對(duì)提升路徑質(zhì)量至關(guān)重要。傳統(tǒng)微分平坦技術(shù)雖能簡(jiǎn)化計(jì)算，卻難以避免奇異點(diǎn)帶來(lái)的數(shù)值不穩(wěn)定性——當(dāng)車輛停止或轉(zhuǎn)向時(shí)，速度接近零會(huì)導(dǎo)致計(jì)算崩潰，使機(jī)器人劇烈抖動(dòng)甚至無(wú)法完成任務(wù)。我們通過(guò)引入中間變量平滑重映射平坦模型并設(shè)計(jì)專用軌跡表示，從根本上解決了這一問(wèn)題，確保在復(fù)雜環(huán)境中穩(wěn)定生成滿足動(dòng)力學(xué)約束的時(shí)空最優(yōu)軌跡。結(jié)果顯示，與帶有奇異點(diǎn)的基準(zhǔn)方法相比，我們的系統(tǒng)減少了38.2%的最大位置跟蹤誤差和57.7%的最大角度跟蹤誤差，大幅提升了導(dǎo)航系統(tǒng)可靠性。
 
 
　　大尺度迷宮環(huán)境下的全局導(dǎo)航驗(yàn)證
 
　　我們?cè)诖蟪叨葟?fù)雜迷宮中完成了實(shí)物測(cè)試，讓輪腿機(jī)器人僅依靠機(jī)載芯片和激光雷達(dá)，成功完成了數(shù)百米的全自主導(dǎo)航。機(jī)器人從起點(diǎn)出發(fā)，輕松穿越橫向彎道、長(zhǎng)直道和縱向彎道，全程表現(xiàn)穩(wěn)定流暢。系統(tǒng)前端基于離線數(shù)據(jù)進(jìn)行訓(xùn)練，之后無(wú)縫遷移至實(shí)物環(huán)境。不僅如此，歸功于算法的高效性，即使面對(duì)地圖偏差或突發(fā)障礙，系統(tǒng)依然能在運(yùn)動(dòng)中實(shí)時(shí)緊急規(guī)避，展現(xiàn)出卓越的環(huán)境適應(yīng)能力。
 
 
　　03#
 
　　應(yīng)用拓展
 
　　固定翼導(dǎo)航擴(kuò)展
 
　　我們成功將規(guī)劃系統(tǒng)擴(kuò)展至固定翼導(dǎo)航，直接利用地形高程圖進(jìn)行規(guī)劃。在山地丘陵導(dǎo)航中，算法僅需不到10毫秒就能生成接近最優(yōu)解。并通過(guò)實(shí)物飛行實(shí)驗(yàn)證明，系統(tǒng)能智能引導(dǎo)固定翼穿越山峰間的鞍部點(diǎn)，平衡路徑距離與地形安全裕度。特別值得一提的是，所有實(shí)際飛行訓(xùn)練完全基于仿真數(shù)據(jù)，充分展示了算法的適應(yīng)性和在固定翼等平臺(tái)上的應(yīng)用潛力。
 
　　不確定性場(chǎng)景下的魯棒適應(yīng)性
 
　　為全面評(píng)估系統(tǒng)在不確定環(huán)境下的表現(xiàn)，我們?cè)O(shè)計(jì)了包含高密度障礙物和復(fù)雜墻體的嚴(yán)苛測(cè)試場(chǎng)景。測(cè)試覆蓋了實(shí)際應(yīng)用中最具挑戰(zhàn)性的三種不確定情況：噪聲地圖、不完整地圖和動(dòng)態(tài)障礙物環(huán)境。面對(duì)噪聲地圖，系統(tǒng)依靠泛化能力識(shí)別正確的導(dǎo)航拓?fù)?；在不完整地圖中，實(shí)時(shí)感知與快速重規(guī)劃確保了安全導(dǎo)航；對(duì)于動(dòng)態(tài)障礙物，系統(tǒng)能生成與移動(dòng)物體時(shí)空域不重疊的安全軌跡。即使在這種極端條件下，系統(tǒng)仍保持令人印象深刻的導(dǎo)航成功率。這充分證明了我們方法在面對(duì)復(fù)雜不確定環(huán)境時(shí)的魯棒性和適應(yīng)能力——真正做到了"看得見，繞得過(guò)，避得開"。
 
　　04#
 
　　結(jié)果討論和未來(lái)工作
 
　　我們提出的層級(jí)式規(guī)劃系統(tǒng)通過(guò)融合神經(jīng)網(wǎng)絡(luò)和數(shù)值優(yōu)化，成功實(shí)現(xiàn)了機(jī)器人在復(fù)雜環(huán)境中的高效穩(wěn)定導(dǎo)航，為自主移動(dòng)機(jī)器人開辟了新的發(fā)展路徑。這項(xiàng)研究的意義在于，它顯著提升了機(jī)器人在未知復(fù)雜環(huán)境中的適應(yīng)能力和導(dǎo)航成功率。穩(wěn)定的時(shí)間規(guī)劃使機(jī)器人行為更加可預(yù)測(cè)，這對(duì)人機(jī)共存環(huán)境至關(guān)重要——人們能夠更容易理解和預(yù)判機(jī)器人的運(yùn)動(dòng)意圖，從而建立信任感。同時(shí)，可預(yù)測(cè)的運(yùn)動(dòng)軌跡也便于系統(tǒng)監(jiān)控和安全保障，使得機(jī)器人能夠更好地融入各類應(yīng)用場(chǎng)景，無(wú)論是工業(yè)環(huán)境還是公共空間。在具體使用上，我們規(guī)劃器接口上僅僅需要一個(gè)目標(biāo)導(dǎo)向，從而可作為任務(wù)系統(tǒng)的基礎(chǔ)模塊無(wú)縫整合到各種高層應(yīng)用中，例如自主探索、精確跟蹤和復(fù)雜搜救。
 
　　當(dāng)前系統(tǒng)面臨仿真到現(xiàn)實(shí)的部署挑戰(zhàn)。真實(shí)世界環(huán)境復(fù)雜多變，傳感器噪聲和環(huán)境遮擋可能影響規(guī)劃效果，同時(shí)現(xiàn)實(shí)中的特殊情況可能超出仿真訓(xùn)練范圍。未來(lái)，我們計(jì)劃開發(fā)更高保真度的場(chǎng)景模擬器，縮小仿真與現(xiàn)實(shí)的差距。隨著人工智能技術(shù)和硬件的進(jìn)步，我們期待這些改進(jìn)能夠解決現(xiàn)有挑戰(zhàn)，最終實(shí)現(xiàn)真正的人類級(jí)導(dǎo)航智能，讓機(jī)器人在各種環(huán)境中安全、可靠、可預(yù)測(cè)地工作。