实现四旋翼无人机在未知复杂环境中的快速、安全自主飞行是推动其在搜救、勘探等时间敏感型任务中应用的关键挑战. 针对传统分层式导航方法存在的误差累积、飞行策略次优, 以及端到端学习方法难以提供严格安全保证等局限性, 本文提出了一种融合实时感知、模型预测轮廓控制(mpcc)与控制障碍函数(cbf)的统一飞行控制框架. 该框架以mpcc为核心, 将局部轨迹规划与飞行控制整合于单个非线性优化问题中, 通过最大化任务进度来实现近似时间最优的快速飞行. 同时,将基于cbf的反应式安全保障能力与mpcc的前瞻性最优控制相结合. 系统仅依赖机载深度相机的实时视觉输入, 在线识别高风险障碍物并构建cbf安全约束, 从而在无须全局无碰撞参考路径和先验地图的条件下, 实时生成兼顾速度、安全与动力学可行性的控制指令. 在仿真与真实物理平台上的大量对比实验验证了所提方法的有效性. 结果表明, 与主流分层式方法相比, 本方法在复杂障碍物场景下的平均飞行速度和成功率显著提高, 并有效克服了传统方法的“走-停”现象, 实现了更加快速、流畅、连贯的飞行轨迹. 在户外树林场景和真实四旋翼平台上的试验成功验证了所提出方法在资源受限的机载系统上的实时性与鲁棒性. 本研究为四旋翼在未知环境中执行快速、安全的自主任务提供了一种高效、可靠的统一解决方案.
Wang et al. (Wed,) studied this question.