机动能力可挑战物理极限最新算法无人机首次战胜人类专家驾驶员

近年来，无人机大规模涌入公众视野。无论是商业活动，还是农业项目，甚至是火星探测，无人机已经在各行各业普及。尤其是在灾难救援面前，相比传统救援，无人机有着不可替代的优势。

最近，苏黎世大学机器人工程博士生Philip Fohn和他的团队在四旋翼自主飞行器(有四个螺旋桨的无人机)上开发了一种新的计算方法。这种飞行算法允许无人机自主选择最佳飞行路径，并可以根据不同的障碍物进行加速和减速。

无人机受续航能力限制，需要在有限的时间内尽可能完成灾区搜救、环境检查、货物运输等任务。在任务过程中，它们的轨迹可能会经过废墟、森林甚至窗户等特定位置。因此，如何正确快速地找到穿越障碍物的最佳导航路径是无人机任务的关键点。

此外，据报道，最近有相关论文发表在S c i e n c eRobotics上，题目是“四个旋翼航路点的飞行时间优化规划”。

论文第一作者Fohn Feng表示:“与以往对飞行轨迹的描述不同，这种算法的核心来自于机载相机和传感器的输入。无人机可以直接将获取的信息转化为控制指令，类似于人工神经网络。你不仅可以参照飞行轨迹模拟机动，还可以通过训练拓展各种动作。”

在研究过程中，团队通过模拟飞行杂技来提高无人机的速度和灵活性，这可能会使无人机达到物理极限。并且在无人机的续航时间内，更快的速度和更高的敏捷性将更有利于搜救任务。

苏黎世大学机器人学教授大卫·斯卡拉穆扎(David Scaramuzza)说:“即使是最优秀的人类无人机飞行员，要完成飞行杂技也是一个挑战。”

长期以来，人类无人机驾驶员一直优于自主飞行系统。在最新的无人机比赛中，研究小组找到了两名专家无人机驾驶员，并使用同一架四旋翼飞机进行比赛。为了保证公平竞争，人类车手在赛道上提前进行了训练，但最终还是输给了新开发的算法控制。

据了解，中标的无人机设备重约0.8kg，推重比接近4。它配备了JetsonTX2、Laird通信模块和用于捕捉活动的红外标记。此外，RD团队还通过互补约束技术优化了路过航点的路线。

研究小组还分别在3.3和3.15的推重比下进行了实验。因此，最新的算法仍然比人类车手取得了更好的单圈成绩。该团队介绍道:“这种最新的算法在速度和稳定性上更胜一筹。其实也不奇怪。我们一直通过外部摄像头观察无人机的运动模式，我们也为无人机提供其位置的实时信息。只要算法找到最优飞行路径，就可以稳定快速地无限重复。在这一点上，人类很难做到。”

除了比赛，研究团队还在无人机上做了大量的机动飞行测试，以测试其算法的稳定性和有效性，包括动力循环、自主穿越飞行和各种花式翻滚。在测试过程中，无人机受到了极大的角加速度和推力。即使如此，据记录，传感器主体仍然没有物理损坏。

这种新算法在军事、民用和商业领域都有很大的应用潜力。在未来，或许有可能取代人类驾驶员完成更多的任务。然而，在投入商业使用之前，RD团队仍然需要解决“降低计算要求”的问题。

现阶段无人机要想在最优时间内完成飞行轨迹，还需要提前几个小时的计算准备工作。此外，在硬件方面，研究团队也希望对其进行改进和加强。例如，未来它计划携带高分辨率的机载相机，以取代目前的外部相机。

Scaramuzza说，“虽然研究成果使无人机技术进一步进步，但人类驾驶员仍然比由算法控制的自主无人机更稳定。这是因为人类司机在面对突发情况和事故时，可以更快地做出调整。”尽管如此，这位机械工程教授认为，随着全球卫星定位系统的不断成熟，未来多旋翼无人机将渗透到更多的应用领域。