苏黎世大学打造多类避障无人机，钻窗户也不在话下

苏黎世大学打造多类避障无人机，钻窗户也不在话下

苏黎世大学打造多类避障无人机，钻窗户也不在话下,

　　文物航拍,牡丹江市航拍,航拍玩法,

　　几周前我们发布了宾夕法尼亚大学Vijay Kumar’s Lab的研究成果他们仅仅通过机载定位就可以让四轴无人机快速通过狭小的缝隙这个重大研究成果意味着无人机可以不再依赖外部定位系统实现自我避障值得一提的是在这项研究中无人机可以预先提供这个狭小缝隙的位置和定位信息而不是在钻进去的时候才能做出识别

　　27日苏黎世大学机器人技术和感知研究团队的带头人Davide Falanga Elias Mueggler Matthias Faessler和Davide Scaramuzza教授分享了一些他们投给2017年IEEE机器人与自动化国际会议（ICRA）的研究成果他们的研究中涉及到的无人机具备与上文提到的自动避障无人机相似的功能但功能的实现不是都靠机身搭载物（包括感知障碍）这就是它们在自动化开发上的一些突破

　　为了让这些无人机在体积比它们大15倍且两侧边缘距离仅有10厘米的缝隙间飞行研究团队使用了752 x 480像素、搭载了180度视场的透镜和一个型号为PX4FMU搭载了惯性测量装置和用机器人操作系统（ROS）的智能手机级别的单板机Odroid XU4电脑的自动驾驶仪在通过缝隙之后无人机会使用向下距离传感器和摄像机保持自身稳定所有的感应和计算过程都是在无人机机身上实现的这意味你可以在居家环境中完成整个操作过程

　　真实世界中无人机穿过窗户的全过程是这样的：首先无人机会通过它身上搭载的摄像机对缝隙进行定位接着它会计算出一个可以通过缝隙的轨道这个轨道要让无人机离边缘越远越好同时也要让这个缝隙被无人机的摄像机捕捉到越多越好这个轨道基于缝隙横断物所以无人机要能够高速移动且实现侧偏的定位这么一来系统就需要找到第二条轨道它可以让无人机平稳悬停后在缝隙中穿越轨迹如果将这两个轨道放在一起就可以确定通过缝隙的路径了

　　我觉得最大的挑战是将感知和控制结合起来要知道人们总觉得这两部分是分开的实际上要机器人针对缝隙实现定位需要确定一条轨道它可以让四轴无人机永远面朝缝隙而且可以在处理各种不确定状态的时候遵循车辆动力学原理重新规划轨道另外在通过缝隙的过程中无人机需要与缝隙的边缘保持尽可能大的距离防止碰撞将所有限制融合到一个简单的轨道规划问题上是非常重要的因为当无人机飞向缝隙的时候可行轨道的数量会大大降低另外当无人机离缝隙非常近的时候它就看不到这条缝隙了这让它可以在没有任何视觉反馈（即全盲）的情况下顺利通过缝隙

　　我们可以用两个步骤解决这些问题我们计算了一条可以让无人机在全盲条件下通过缝隙的方法这多亏了缝隙长度较短以及它需要预先输入数据（即给定幅度和零角速度）要通过缝隙我们使用了生成轨道法它让我们可以估测多个备选轨道针对每个备选轨道我们会计算无人机和装载的摄像机的最佳定位以及缝隙方向在短时间内我们会选择最佳轨道它可以保证缝隙永远都可以被看见并且缝隙的中心离图像的中心非常近这个方法还可以让无人机飞行得非常快这让它能够接近缝隙并且在找到更精准的角度时重新规划轨道

　　如果我们改变策略让无人机持续快速飞进缝隙而不是将它们固定在某个盘旋的位置上的话它们是可以列阵飞过的主要的限制就是无人机自身的敏捷度这一点可以通过将它的重量/惯性转变成限制条件来实现如果使用一个小型且敏捷的四轴无人机的话在穿过第一个缝隙之后、接近另一个缝隙之前的这段时间内它更能保持平衡；另一方面如果无人机非常笨重那么在快速通过缝隙之后它的恢复过程要更长也就是说要花费更长的时间它才能重新飞过另一个障碍总的来说如果无人机的重量减小了我们就可以缩短每个缝隙障碍之间的距离了

几周前我们发布了宾夕法尼亚大学Vijay Kumar’s Lab的研究成果他们仅仅通过机载定位就可以让四轴无人机快速通过狭小的缝隙这个重大研究成果意味着无人机可以不再依赖外部定位系统实现自我避障值得一提的是在这项研究中无人机可以预先提供这个狭小缝隙的位置和定位信息而不是在钻进去的时候才能做出识别

　　27日苏黎世大学机器人技术和感知研究团队的带头人Davide Falanga Elias Mueggler Matthias Faessler和Davide Scaramuzza教授分享了一些他们投给2017年IEEE机器人与自动化国际会议（ICRA）的研究成果他们的研究中涉及到的无人机具备与上文提到的自动避障无人机相似的功能但功能的实现不是都靠机身搭载物（包括感知障碍）这就是它们在自动化开发上的一些突破

　　为了让这些无人机在体积比它们大15倍且两侧边缘距离仅有10厘米的缝隙间飞行研究团队使用了752 x 480像素、搭载了180度视场的透镜和一个型号为PX4FMU搭载了惯性测量装置和用机器人操作系统（ROS）的智能手机级别的单板机Odroid XU4电脑的自动驾驶仪在通过缝隙之后无人机会使用向下距离传感器和摄像机保持自身稳定所有的感应和计算过程都是在无人机机身上实现的这意味你可以在居家环境中完成整个操作过程

　　真实世界中无人机穿过窗户的全过程是这样的：首先无人机会通过它身上搭载的摄像机对缝隙进行定位接着它会计算出一个可以通过缝隙的轨道这个轨道要让无人机离边缘越远越好同时也要让这个缝隙被无人机的摄像机捕捉到越多越好这个轨道基于缝隙横断物所以无人机要能够高速移动且实现侧偏的定位这么一来系统就需要找到第二条轨道它可以让无人机平稳悬停后在缝隙中穿越轨迹如果将这两个轨道放在一起就可以确定通过缝隙的路径了

　　我觉得最大的挑战是将感知和控制结合起来要知道人们总觉得这两部分是分开的实际上要机器人针对缝隙实现定位需要确定一条轨道它可以让四轴无人机永远面朝缝隙而且可以在处理各种不确定状态的时候遵循车辆动力学原理重新规划轨道另外在通过缝隙的过程中无人机需要与缝隙的边缘保持尽可能大的距离防止碰撞将所有限制融合到一个简单的轨道规划问题上是非常重要的因为当无人机飞向缝隙的时候可行轨道的数量会大大降低另外当无人机离缝隙非常近的时候它就看不到这条缝隙了这让它可以在没有任何视觉反馈（即全盲）的情况下顺利通过缝隙

　　我们可以用两个步骤解决这些问题我们计算了一条可以让无人机在全盲条件下通过缝隙的方法这多亏了缝隙长度较短以及它需要预先输入数据（即给定幅度和零角速度）要通过缝隙我们使用了生成轨道法它让我们可以估测多个备选轨道针对每个备选轨道我们会计算无人机和装载的摄像机的最佳定位以及缝隙方向在短时间内我们会选择最佳轨道它可以保证缝隙永远都可以被看见并且缝隙的中心离图像的中心非常近这个方法还可以让无人机飞行得非常快这让它能够接近缝隙并且在找到更精准的角度时重新规划轨道

　　如果我们改变策略让无人机持续快速飞进缝隙而不是将它们固定在某个盘旋的位置上的话它们是可以列阵飞过的主要的限制就是无人机自身的敏捷度这一点可以通过将它的重量/惯性转变成限制条件来实现如果使用一个小型且敏捷的四轴无人机的话在穿过第一个缝隙之后、接近另一个缝隙之前的这段时间内它更能保持平衡；另一方面如果无人机非常笨重那么在快速通过缝隙之后它的恢复过程要更长也就是说要花费更长的时间它才能重新飞过另一个障碍总的来说如果无人机的重量减小了我们就可以缩短每个缝隙障碍之间的距离了