本文经AI新媒体量子位（公众号ID：QbitAI）授权转载，转载请联系出处。机器人群在茂密的竹林中自由穿梭。这一幕并非来自大片，而是实实在在地在浙江湖州上演。没有事先映射的机器人不知道自然发生的复杂环境。也没有统一的中央指挥，每个机器人都在“独立思考”，完全依赖算法的临场反应。浙江大学的研究成果登上了最新一期《ScienceRobotics》的封面。据浙江大学介绍，以往的机器人集群性能大多是通过卫星定位和轨迹编码实现的，由地面计算机统一控制。在该模式下，一旦机器人群失去指挥，就会“无头”，不仅无法维持队形，还可能撞到障碍物或相互碰撞。这一新成就被ScienceRobtics评价为第一个能够在非结构化环境中分散和自主飞行的蜂群系统。避开障碍物后可以迅速恢复阵型。它还可以相互合作，持续跟踪特定目标。那么浙大团队是怎么做到的呢？根据鸟群模式论文，飞行机器人的研究受到动物的启发，可分为蜂群模式和鸟群模式。昆虫会做出短程反应动作（就像苍蝇躲避苍蝇拍一样）。基于反应的群体导航算法需要更少的计算能力和内存，机器人可以做得更小。鸟类有更敏锐的感官和更大的大脑来进行长期轨迹规划。基于轨迹规划的鸟群导航算法具有更强的性能和可扩展性，所以浙大团队选择了这个。在群体轨迹规划算法中，如果只考虑空间因素，会影响机器人集群之间的协作。比如在经过狭窄空间时，会出现拥堵，导致后面的机器人不得不绕行。因此，浙大团队在时间和空间上同时规划轨迹，采用稀疏参数优化和约束转录的方法来提高速度，实现实时计算。在穿越高密度竹林时，该算法可以让多个机器人通过狭窄的缝隙避免碰撞，不用担心倾斜的竹子和起伏的地形。除了轨迹规划，浙江大学团队还改进了用于群体定位的视觉惯性里程计（Visual-InertialOdometry）。为了避免长距离累积的小误差最终相互碰撞，开发了分布式漂移校正算法。每个机器人都具有完整的感知、定位、规划和控制功能，并通过高保真无线通信相互共享轨迹。在10次机器人密集型飞行实验中，研究人员关闭了GPS信号，临时增加了障碍物，人为主动干扰也没有造成碰撞。实验所用机器人由浙江大学控制科学与工程学院与湖州实验室联合研制。单个机器人只有手掌大小，重量不到一罐可乐。配备NVIDIAXavierNX模块，拥有6核CPU、384核GPU和8GB内存。但在实验中，除了少数例外，CPU和GPU的使用率都保持在40%以下，用有限的计算资源实现了复杂的行为。论文第一作者为浙江大学控制科学与工程学院博士生周新，该论文将用于救灾、勘探和运输，通讯作者为高飞博士和徐教授超从校。团队成员来自理工学院和湖州研究院。该成果解决了机器人集群在混乱野外环境中的自主导航问题，提高了对各种现实任务的适应能力。在地震、洪水和火灾期间，成群结队的机器人可用于搜索、引导被困人员或运送应急物资。在生态研究、地质勘探中，使用机器人群可以调查狭窄的环境。开发的自主导航算法还可用于火星车、月球车和多载货无人机，协同运输重量超过单个单元容量的货物。论文地址：https://www.science.org/doi/10.1126/scirobotics.abm5954
