陳根：新算法，幫助無人機避障速度加快20%_風聞

文|陳根

近年來無人機市場飛速增長，避障技術作為增加無人機安全飛行的保障，也隨着技術的發展日新月異。無人機在飛行過程中，通過其傳感器收集周邊環境的信息，測量距離從而做出相對應的動作指令，從而達到避障的作用。

當無人機快速飛行時，空氣動力學會變得複雜且難以預測，無人機本身也會變得不穩定，導致出現無法有效躲避障礙物的情況。**為此，**麻省理工學院（MIT）的航空工程師們設計了一種算法，其飛過簡單的障礙跑道的速度比用傳統規劃算法訓練的無人機快20%。

新算法訓練的無人機，可以幫助無人機找到繞過障礙物的最快路線，而不會墜毀。其結合了模擬和實驗，能夠最小化識別快速和安全飛行路徑所需的實驗數量。此外，新算法下的無人機並不是在整個過程中都領先於競爭對手。某些情況下，它會讓無人機減速以應對複雜的彎道，或者節省無人機的能量**，然後加速並超越對手。**

在過去，為了瞭解空氣動力學如何影響高速飛行中的無人機，研究人員必須進行多次實驗，將無人機設置成不同的速度與飛行軌跡，查看哪種飛行模式既快速又安全。但這一過程昂貴且複雜，並且經常發生無人機墜毀事件。

因此，麻省理工學院的研究人員提出了一個多保真（multi-fidelity）Bayesian優化框架，基於解析模擬和真實世界的飛行實驗對飛行的可行性進行建模，評估每種飛行可能，優化飛行軌跡和飛行時間，大大降低了所要進行的實驗次數。

可以説，新算法下，訓練的無人機幾乎“贏得”了每一場比賽，也比傳統訓練的無人機使用了更短的時間飛完全程。或許，這是因為傳統訓練的無人機沒有進行這種微妙的調整，它的軌跡僅僅基於模擬，不能完全解釋團隊在現實世界中實驗揭示的空氣動力學效應。

目前，該論文《用時最優的四旋翼飛行器機動性的多保真黑箱優化（Multi-fidelity black-box optimization for time-optimal quadrotor maneuvers）》，發表在《國際機器人研究雜誌》The International Journal of Robotics Research上。

未來，研究人員計劃進行更多的飛行實驗，以更快的速度，通過更復雜的環境，進一步改進算法。