【ZiDongHua 之“技術(shù)文章區(qū)”收錄關(guān)鍵詞： 微分智飛 機(jī)器人 人工智能 】

　　

　　

　　《Hierarchically Depicting Vehicle Trajectory with Stability in Complex Environments》于2025年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）。這項(xiàng)工作第一作者為微分智飛算法實(shí)習(xí)生韓志超，通訊作者為公司創(chuàng)始人&CEO高飛。該工作提出了融合具身理解與時(shí)空優(yōu)化的分層規(guī)劃系統(tǒng)，突破了復(fù)雜環(huán)境中非完整運(yùn)動(dòng)機(jī)器人路徑規(guī)劃與執(zhí)行的時(shí)間和數(shù)值穩(wěn)定性難題。系統(tǒng)通過設(shè)計(jì)圖域表征下的深度網(wǎng)絡(luò)結(jié)構(gòu)，賦予機(jī)器人具身大腦，讓其像人一樣獲得對(duì)環(huán)境的全尺度理解。之后結(jié)合微分平坦性與偽弧映射，構(gòu)建無奇異點(diǎn)的時(shí)空軌跡優(yōu)化器，將初值路徑轉(zhuǎn)化為可被機(jī)器人精確執(zhí)行的最優(yōu)運(yùn)動(dòng)指令。該方法最終實(shí)現(xiàn)了稠密動(dòng)態(tài)場(chǎng)景下高效、平滑且可靠的自主導(dǎo)航，為機(jī)器人具備媲美人類的穩(wěn)定智能導(dǎo)航能力，開辟了新的發(fā)展方向。（論文鏈接為：https://www.science.org/doi/10.1126/scirobotics.ads4551）

 

　　

　　PART  ONE

　　

　　三大科研成果

　　

　　實(shí)現(xiàn)從 "機(jī)械搜索" 到 "類人直覺" 的跨越

　　

　　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)行了數(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)算法規(guī)劃時(shí)間迅速攀升，而我們的前端規(guī)劃無論在何種場(chǎng)景中都能快速、穩(wěn)定輸出可行路徑。除了效率以外，我們最終獲得的軌跡也更平滑，質(zhì)量更高。這種跨環(huán)境的穩(wěn)定計(jì)算可以為極限場(chǎng)景應(yīng)用提供關(guān)鍵保障：無論環(huán)境如何復(fù)雜多變，機(jī)器人均可在預(yù)期時(shí)間內(nèi)完成路徑規(guī)劃，始終保持敏捷的反應(yīng)能力。

 

　　

　　復(fù)雜機(jī)動(dòng)場(chǎng)景下軌跡的穩(wěn)定數(shù)值收斂性

　　

　　傳統(tǒng)微分平坦技術(shù)雖能簡化計(jì)算，卻難以避免奇異點(diǎn)帶來的數(shù)值不穩(wěn)定性——當(dāng)車輛停止或轉(zhuǎn)向時(shí)，速度接近零容易導(dǎo)致計(jì)算崩潰，使機(jī)器人劇烈抖動(dòng)甚至無法完成任務(wù)。所以，我們通過引入中間變量平滑重映射平坦模型并設(shè)計(jì)專用軌跡，從根本上解決了這一問題，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)雜迷宮中進(jìn)行了實(shí)物測(cè)試，讓輪腿機(jī)器人在僅依靠機(jī)載芯片和激光雷達(dá)的情況下，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，之后無縫遷移至實(shí)物環(huán)境。不僅如此，得益于算法的高效性，面對(duì)地圖偏差或突發(fā)障礙時(shí)，系統(tǒng)依然能在運(yùn)動(dòng)狀態(tài)下實(shí)時(shí)緊急規(guī)避，展現(xiàn)出強(qiáng)大的環(huán)境適應(yīng)能力。

　　

　　PART TWO

　　

　　基于分層規(guī)劃框架的高靈活性

　　

　　延伸至多場(chǎng)景應(yīng)用

　　

　　固定翼導(dǎo)航擴(kuò)展

　　

　　我們把這套規(guī)劃系統(tǒng)成功應(yīng)用到了固定翼無人機(jī)導(dǎo)航上，直接用地形高度地圖來規(guī)劃飛行路線。在山地丘陵地區(qū)導(dǎo)航時(shí)，算法不到 0.01 秒就能算出幾乎最優(yōu)的飛行路徑。通過實(shí)際飛行測(cè)試我們發(fā)現(xiàn)，系統(tǒng)能引導(dǎo)固定翼無人機(jī)從山峰之間的低洼處穿過，既縮短了飛行距離，又保證了足夠的地形安全空間。并且，所有實(shí)際飛行訓(xùn)練僅基于仿真數(shù)據(jù)，這充分證明了我們算法的適應(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。在這種極端條件下，系統(tǒng)仍保持了極高的導(dǎo)航成功率，真正意義上做到了"看得見，繞得過，避得開"。

　　

　　暢想未來

　　

　　當(dāng)前系統(tǒng)仍面臨從仿真到現(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)境遮擋等因素可能影響規(guī)劃精度，部分極端場(chǎng)景更可能超出仿真訓(xùn)練范疇。為此，我們計(jì)劃打造更高精度的場(chǎng)景仿真系統(tǒng)，逐步彌合虛擬仿真與現(xiàn)實(shí)場(chǎng)景的鴻溝。隨著人工智能算法迭代與硬件性能升級(jí)，我們期待通過這些技術(shù)改進(jìn)突破現(xiàn)有瓶頸，最終實(shí)現(xiàn)真正意義上的人類級(jí)導(dǎo)航智能，讓機(jī)器人在全場(chǎng)景環(huán)境中實(shí)現(xiàn)安全、可靠、可預(yù)測(cè)的自主作業(yè)。