Science Robotics发表 | 20m/s自主飞行+避开2.5mm电线的微型无人机!

从山火搜救到灾后勘察,时间常常意味着生命。分秒必争的任务要求无人机在陌生狭窄环境中既要飞得快、又要飞得稳。香港大学机械工程系张富教授团队在Science Robotics(2025)发表论文"Safety-assured High-speed Navigation for MAVs"提出了微型无人机的安全高速导航系统-SUPER,实现了20 m/s自主飞行并保证极高的避障成功率,甚至成功绕过直径仅2.5mm的电线,把"鸟类级"闪避本能带到现实。

视频来源: https://www.youtube.com/watch?v=GPHuzG0ANmI

01研究背景

在未知环境中实现"又快又安全"的飞行,目前主流方案仍然存在局限:一些竞速类方法大多依赖动捕或事先建图难以落地;保守规划算法则为安全牺牲了速度;纯视觉轻量系统又受量程、光照和运动模糊限制,难以在高速度下保持稳定感知。

面临挑战

  • 机体敏捷性约束 高速避障需要小尺寸与高推重,但微型飞行器缩小体型后,留给传感器、计算单元和电池的空间有限,稍有负载增加便可能削弱机动性。

  • 远距离精准感知 视觉/ToF 方案有效距离仅数米,难以在数十米外探测细小障碍,三维感知需兼顾"轻量+长距+高精度"。

  • 速度-安全矛盾 飞得越快,越容易陷入感知盲区,必须在不牺牲速度的前提下提供可切换的安全轨迹。

  • 机载算力实时性 全部感知-建图-规划环节需要在嵌入式平台内保持子模块毫秒级延迟。

02 技术亮点

该研究围绕上述核心难点,提出了具备高机动性、远距感知、快速反应与安全保障的一体化系统-SUPER。

图片来源:Ren 等,《Science Robotics》(2025),论文" Safety-assured High-speed Navigation for MAVs"

高敏捷无人机平台

研究团队设计了一款紧凑型四旋翼无人机,轴距280mm,起飞重量1.5KG,推重比超过5.0,具备快速转向和机动飞行能力,满足高速飞行所需的高敏捷性。

图片来源:Ren 等,《Science Robotics》(2025),论文" Safety-assured High-speed Navigation for MAVs"

远距离精准感知

SUPER搭载Livox MID360(三维激光雷达),具备 70米测距能力与厘米级精度,可在林间或夜间等低光照环境中稳定工作,并搭载FAST-LIO2算法,融合 IMU和激光雷达数据,实现高精度、低延迟的自主定位与感知。

点云地图优化

SUPER引入基于滑动窗口的时空点云地图(spatiotemporal point cloud map)表示环境状态:

  • 可直接在点云上区分已知与未知空间,摆脱传统OGM/ESDF的射线投影开销;

  • 利用时间戳机制识别动态障碍并剔除;

  • 地图更新延迟仅1-5ms,适配高速重规划需求;

  • 能有效保留细小物体的点云特征。

双轨迹规划框架

SUPER采用双轨迹规划框架,在每次重新规划周期中同步计算两条轨迹:

  • 探索轨迹:同时覆盖已知和未知区域,尽可能提高飞行速度;

  • 备份轨迹:严格位于已知安全区域内,确保即使规划失败时也能安全飞行。

  • 通过 MINCO可微多项式模型联合优化轨迹形状、时间分配与切换时机,端到端优化耗时控制在10--47 ms。

  • 相较于 Bubble、Raptor 和 Faster 等方法,SUPER 在仿真中任务失败率降低 35.9--95.8 倍,平均飞行速度更高,成功率高达 99.63%。

图片来源:Ren 等,《Science Robotics》(2025),论文" Safety-assured High-speed Navigation for MAVs"

03 实验测试

森林飞行测试

验证SUPER是否能在未知、无外部感知辅助环境中实现高速度、全自主、安全飞行。研究团队在280×90㎡的森林区域进行了8组测试,涵盖白天、黄昏、黑夜等光照条件。

  • SUPER在全部测试中完成全航点飞行任务,成功率100%,未发生碰撞或失控情况;

  • 在最高速度设定为20m/s时,依然实现稳定飞行,平均定位误差仅为0.13m。

图片来源:Ren 等,《Science Robotics》(2025),论文" Safety-assured High-speed Navigation for MAVs"

复杂密林目标跟踪对比实验

为了验证SUPER在高密度障碍环境中是否能保持连续自主导航与目标追踪能力。实验人员佩戴反光背心,在两段密度不同的树林中穿行,部分区域需低头弯腰通过,用以模拟复杂稠密环境。SUPER与基于视觉导航的商用无人机进行对比测试,评估其在林地中对目标的持续跟踪与自主导航能力。

  • 商用无人机在进入密林后两度中断跟踪并自动退出自动模式;

  • SUPER依托点云地图与激光识别功能,全程完成对跑动人员的连续跟踪,表现出更强的环境适应力与路径规划能力。

图片来源:Ren 等,《Science Robotics》(2025),论文" Safety-assured High-speed Navigation for MAVs"

细小障碍物避障实验

为了验证系统能否精准探测和避让微小目标,尤其是难以识别的电线类障碍。研究人员设置直径从30mm到2.5mm的电线类障碍,验证SUPER的感知与避障能力。

  • SUPER成功识别并避开所有障碍物,包括最细的2.5mm电线;

  • 商用无人机仅避开30mm电线,其余均发生碰撞,表明视觉深度估计在细目标感知上的劣势。

图片来源:Ren 等,《Science Robotics》(2025),论文" Safety-assured High-speed Navigation for MAVs"

04 未来展望

未来,SUPER有望在传感器轻量化、系统并行优化与动态障碍处理等方向持续演进,进一步提升其环境适应能力。更小型的激光雷达与优化的气动设计将增强平台的机动性与稳定性;结合动态目标识别与轨迹预测算法,有望提升其在复杂动态环境中的安全性。

凭借"高速+安全"的特性,SUPER展现出在灾后搜救、巡检与低空运输等任务中的应用潜力,正朝着全天候、全场景的智能飞行系统迈进。

资源速递

论文链接:

https://www.science.org/doi/10.1126/scirobotics.ado6187

开源代码:

https://github.com/hku-mars/SUPER

文内容仅用于学术交流与技术分享,图文资料版权归原作者及期刊所有,如有侵权请联系删除。

如果您有感兴趣的技术话题,请在留言区告诉我们!关注阿木实验室,更多技术干货不断更新!

开发遇到棘手难题可以上阿木官方论坛:

bbs.amovlab.com

有工程师亲自解答

10000+无人机开发者和你共同进步!

相关推荐
云卓SKYDROID1 天前
无人机3控接力模式技术分析
无人机·通道·遥控器·高科技·云卓科技
云卓SKYDROID1 天前
无人机载重模块技术要点分析
人工智能·无人机·科普·高科技·云卓科技
森焱森1 天前
无人机三轴稳定化控制(1)____飞机的稳定控制逻辑
c语言·单片机·算法·无人机
通信与导航1 天前
无人机Ku相控阵卫星通信系统技术说明
无人机·信息与通信·射频工程·基带工程
云卓SKYDROID1 天前
无人机RTK技术要点与难点分析
人工智能·无人机·科普·高科技·云卓科技
森焱森2 天前
无人机三轴稳定控制(2)____根据目标俯仰角,实现俯仰稳定化控制,计算出升降舵输出
c语言·单片机·算法·架构·无人机
中达瑞和-高光谱·多光谱2 天前
城市河道无人机高光谱水质监测技术研究与应用
无人机
go54631584652 天前
修改Spatial-MLLM项目,使其专注于无人机航拍视频的空间理解
人工智能·算法·机器学习·架构·音视频·无人机
Deepoch3 天前
Deepoc 大模型在无人机行业应用效果的方法
人工智能·科技·ai·语言模型·无人机