復(fù)雜環(huán)境的無人機(jī)自主感知與避障技術(shù)綜述

李瑜強(qiáng) 吳鎮(zhèn)平 宋平

與有人機(jī)相比，無人機(jī)在成本低、隱蔽性好以及無人員傷亡等特點(diǎn)，在軍事、工業(yè)、農(nóng)業(yè)等領(lǐng)域取得廣泛應(yīng)用。隨著無人機(jī)技術(shù)的快速發(fā)展，無人機(jī)應(yīng)用環(huán)境日趨復(fù)雜，國(guó)內(nèi)外研究者也開展了廣泛研究從而提高無人機(jī)智能化水平。傳感器技術(shù)、微電子技術(shù)、人工智能技術(shù)的快速發(fā)展也為無人機(jī)智能化奠定了基礎(chǔ)。

根據(jù)美國(guó)空軍研究實(shí)驗(yàn)室（AFRL）對(duì)無人機(jī)自動(dòng)控制水平（Autonomous Control Level，ACL）的劃分，無人機(jī)自動(dòng)控制水平可劃分為ACL1～ACL10十個(gè)等級(jí)，“全球鷹”“捕食者”等自動(dòng)控制等級(jí)較低的無人機(jī)需依靠操縱人員進(jìn)行操縱或通過預(yù)編程控制無人機(jī)執(zhí)行規(guī)定任務(wù)，其存在以下缺點(diǎn)：對(duì)操縱人員水平有較高要求，需要花費(fèi)大量時(shí)間、經(jīng)費(fèi)進(jìn)行操縱人員培訓(xùn)；為實(shí)現(xiàn)操縱控制，需保證信號(hào)的實(shí)時(shí)回傳，因此可能由于敵方干擾導(dǎo)致無人機(jī)失控墜毀；基于預(yù)編程的無人機(jī)無法處理未知障礙物等突發(fā)情況，無法應(yīng)用于陌生環(huán)境的飛行任務(wù)。

因此，進(jìn)一步提高無人機(jī)自動(dòng)控制水平，使其具備具有未知障礙物的陌生復(fù)雜環(huán)境自主飛行能力具有重要意義。為實(shí)現(xiàn)無人機(jī)在復(fù)雜環(huán)境的自主飛行，需要實(shí)現(xiàn)感知和規(guī)劃兩個(gè)任務(wù)。感知任務(wù)是指無人機(jī)基于機(jī)載傳感器定位自身位置并且建立環(huán)境障礙物地圖，規(guī)劃是指基于建立的地圖規(guī)劃從起始到目標(biāo)點(diǎn)的規(guī)避障礙物的安全路徑。無人機(jī)實(shí)現(xiàn)環(huán)境感知并規(guī)劃安全路徑后，無人機(jī)便可利用控制算法控制無人機(jī)沿著規(guī)劃路徑規(guī)避障礙物安全飛行至目標(biāo)點(diǎn)從而完成飛行任務(wù)。

無人機(jī)感知和規(guī)劃算法已經(jīng)成為無人機(jī)技術(shù)的熱點(diǎn)研究方向并且在同時(shí)定位與建圖、稠密建圖、運(yùn)動(dòng)規(guī)劃等領(lǐng)域取得重要進(jìn)展。本文對(duì)無人機(jī)自主感知和避障技術(shù)進(jìn)行綜述，介紹了無人機(jī)自主感知與避障常用傳感器以及關(guān)鍵技術(shù)，并對(duì)未來發(fā)展方向進(jìn)行展望。

無人機(jī)感知傳感器

無人機(jī)為實(shí)現(xiàn)環(huán)境感知，需要利用機(jī)載傳感器探測(cè)障礙物，并融合多幀探測(cè)結(jié)果建立環(huán)境地圖。常用的無人機(jī)感知傳感器包括激光雷達(dá)、視覺傳感器以及毫米波雷達(dá)等。

激光雷達(dá)

激光雷達(dá)發(fā)射激光束然后接收目標(biāo)回波，通過將目標(biāo)回波與發(fā)射激光束進(jìn)行對(duì)比獲得障礙物的相對(duì)位置、速度等數(shù)據(jù)。激光雷達(dá)具有以下優(yōu)點(diǎn)：發(fā)射激光波長(zhǎng)較短因此探測(cè)精度較高，距離分辨率可達(dá)0.1m；探測(cè)距離較遠(yuǎn)，商用激光雷達(dá)探測(cè)距離可達(dá)100-400m；相較于可見光相機(jī)受光照條件影響較小，可全天候工作；相較于毫米波雷達(dá)，抗電磁干擾能力較強(qiáng)。由于上述優(yōu)點(diǎn)，激光雷達(dá)被廣泛應(yīng)用于無人機(jī)、自動(dòng)駕駛汽車、工業(yè)機(jī)器人的環(huán)境感知任務(wù)。但其存在易受灰塵、雨霧等氣候影響、質(zhì)量相對(duì)較大并且價(jià)格昂貴等缺點(diǎn)。

雙目相機(jī)

雙目相機(jī)同步采集左右相機(jī)的圖像，并通過計(jì)算圖像間的視差并利用公式估計(jì)每個(gè)像素的深度，式中b為左右攝像頭的距離，d為左右圖像的視差。雙目相機(jī)體積小、質(zhì)量輕、價(jià)格便宜，因此被廣泛應(yīng)用于小型無人機(jī)以及其他小型移動(dòng)機(jī)器人。雙目相機(jī)測(cè)量精度較低，并且由于其基線長(zhǎng)度較短，測(cè)量距離較短通常為5-10m，同時(shí)其受光照條件影響較大，無法全天候工作。

毫米波雷達(dá)

毫米波雷達(dá)通過天線發(fā)送并接受高頻電路產(chǎn)生的電磁波信號(hào)，然后計(jì)算收發(fā)時(shí)間差計(jì)算目標(biāo)位置、速度等參數(shù)。與激光雷達(dá)以及雙目相機(jī)相比，毫米波雷達(dá)探測(cè)距離遠(yuǎn)，能夠達(dá)到1-2km。毫米波雷達(dá)發(fā)送的電磁波波長(zhǎng)較長(zhǎng)，對(duì)霧氣、煙塵等穿透性較好，因此環(huán)境適應(yīng)性較好。但其探測(cè)精度較低，并且易受到其他無線電信號(hào)影響因而易被干擾。

關(guān)鍵技術(shù)

為實(shí)現(xiàn)無人機(jī)自主運(yùn)動(dòng)，需要實(shí)現(xiàn)以下關(guān)鍵技術(shù)：同時(shí)定位與建圖技術(shù)，基于機(jī)載傳感器實(shí)現(xiàn)無人機(jī)的準(zhǔn)確定位；實(shí)時(shí)稠密建圖技術(shù)，建立可以表征環(huán)境障礙物信息的高精度稠密地圖；高實(shí)時(shí)性的路徑規(guī)劃技術(shù)，基于構(gòu)建的稠密地圖快速規(guī)劃從起始點(diǎn)到目標(biāo)點(diǎn)的安全可行的路徑，并且平穩(wěn)有效執(zhí)行。

同時(shí)定位與建圖技術(shù)

無人機(jī)的定位是實(shí)現(xiàn)稠密建圖以及避障飛行的基礎(chǔ)。全球定位系統(tǒng)被廣泛應(yīng)用于無人機(jī)定位任務(wù)，但對(duì)于室內(nèi)以及其他存在GPS信號(hào)遮擋的GPS拒止環(huán)境，需要借助同時(shí)建圖與定位（SLAM）技術(shù)，利用環(huán)境信息進(jìn)行自主定位。

SLAM技術(shù)最早在1980年左右提出，初期的SLAM系統(tǒng)利用單線激光雷達(dá)作為前端傳感器，基于特征點(diǎn)匹配實(shí)現(xiàn)機(jī)器人定位，由于采用單線激光雷達(dá)，因此系統(tǒng)僅能夠提供二維的機(jī)器人位置以及姿態(tài)信息。隨著激光雷達(dá)技術(shù)的快速發(fā)展，3D激光雷達(dá)日趨成熟并被廣泛應(yīng)用，性能優(yōu)異的3D激光雷達(dá)能夠?qū)崿F(xiàn)誤差在厘米級(jí)別的準(zhǔn)確障礙物距離估計(jì)，研究者們基于其提出了成熟的3D激光SLAM系統(tǒng)，實(shí)現(xiàn)了三位環(huán)境中的準(zhǔn)確、高魯棒性的定位。但由于激光雷達(dá)的固有特性，激光雷達(dá)SLAM框架仍存在以下缺陷：3D激光雷達(dá)數(shù)據(jù)量大，需要大量的計(jì)算資源；對(duì)隧道、走廊等特征點(diǎn)較少場(chǎng)景，會(huì)出現(xiàn)數(shù)據(jù)幀無法匹配導(dǎo)致定位失效；高速移動(dòng)會(huì)導(dǎo)致點(diǎn)云畸變，降低定位精度。

視覺SLAM技術(shù)利用視覺傳感器實(shí)現(xiàn)位置和姿態(tài)估計(jì)。視覺SLAM系統(tǒng)提取不同幀畫面的特征點(diǎn)，然后通過特征點(diǎn)匹配并且最小化重投影誤差估計(jì)兩幀間的位置和姿態(tài)變化，最后利用多幀信息構(gòu)建并求解優(yōu)化問題獲得無人機(jī)位姿。與激光雷達(dá)SLAM系統(tǒng)相比，視覺SLAM系統(tǒng)具有質(zhì)量小、成本低等優(yōu)勢(shì)，但其依賴于圖像中的特征點(diǎn)，因此對(duì)于白墻等特征點(diǎn)稀疏場(chǎng)景容易導(dǎo)致視覺SLAM系統(tǒng)的狀態(tài)估計(jì)失效，并且特征點(diǎn)的提取與匹配對(duì)計(jì)算資源要求較高，最后基于單目相機(jī)構(gòu)建的視覺SLAM系統(tǒng)還存在尺度不確定性問題。

為解決激光雷達(dá)以及視覺SLAM算法存在的問題，并且進(jìn)一步提高算法的準(zhǔn)確性和魯棒性，研究者們提出了多傳感器融合算法，激光雷達(dá)、視覺傳感器和慣性測(cè)量單元（Inertial Measurement Unit，IMU）是三種經(jīng)典的傳感器，可通過傳感器融合實(shí)現(xiàn)優(yōu)缺點(diǎn)互補(bǔ)實(shí)現(xiàn)高于單個(gè)傳感器的SLAM系統(tǒng)。IMU能夠測(cè)量三軸加速度和三軸角速度信息，其不受環(huán)境影響并且能夠適應(yīng)于快速運(yùn)動(dòng)場(chǎng)景，但其測(cè)量噪聲較大，僅基于IMU數(shù)據(jù)進(jìn)行積分解算位姿會(huì)由于累計(jì)差而快速發(fā)散，因此研究者們將IMU與激光雷達(dá)以及視覺傳感器進(jìn)行融合，解決激光雷達(dá)點(diǎn)云畸變以及單目相機(jī)的尺度不確定問題。常用的融合框架如圖1所示，激光雷達(dá)與IMU進(jìn)行融合的SLAM系統(tǒng)被稱為激光-慣性里程計(jì)（Lidar-Inertial Odometry，LIO）系統(tǒng)，視覺傳感器與IMU進(jìn)行融合的SLAM系統(tǒng)被成為視覺-慣性里程計(jì)（VisualInertial Odometry，VIO）系統(tǒng)，部分算法將激光雷達(dá)、視覺傳感器、IMU進(jìn)行融合，實(shí)現(xiàn)了更高精度的定位效果但也提高了計(jì)算復(fù)雜度。

實(shí)時(shí)稠密建圖技術(shù)

環(huán)境描述是機(jī)器人自主巡檢的一個(gè)重要問題，其內(nèi)容是在已知自身定位的情況下，借助傳感器采集環(huán)境深度信息，構(gòu)建表征機(jī)器人所在環(huán)境的地圖。創(chuàng)建地圖作為路徑規(guī)劃的基礎(chǔ)。一般來說，有拓?fù)鋱D和度量圖兩種環(huán)境描述方法。

環(huán)境描述是實(shí)現(xiàn)無人機(jī)自主飛行的一個(gè)重要問題，它需要解決的問題是在已知自身位置和姿態(tài)的情況下，利用傳感器估計(jì)環(huán)境障礙物深度，構(gòu)建表征環(huán)境障礙物的稠密地圖。無人機(jī)常用的稠密地圖形式包括稠密點(diǎn)云地圖、占用柵格地圖以及歐幾里得距離場(chǎng)地圖（ESDF）地圖，如圖2所示。

基于激光雷達(dá)以及視覺傳感器能夠測(cè)量障礙物距離傳感器距離，從而獲得障礙物點(diǎn)云。稠密點(diǎn)云地圖建圖算法通過融合多幀數(shù)據(jù)，利用稠密點(diǎn)云實(shí)現(xiàn)環(huán)境中的障礙物的重建。與占用柵格地圖以及ESDF地圖相比，稠密點(diǎn)云地圖對(duì)障礙物的表示更為直觀并且數(shù)據(jù)量相對(duì)較小，但其僅能表征障礙物表面信息而無法表征空閑區(qū)域以為未探索區(qū)域，因此無法直接用于避障任務(wù)。

占用柵格地圖是一種經(jīng)典的環(huán)境表示方式，其將空間劃分為均勻網(wǎng)格單元，并且為單元賦值為不同數(shù)值來表示占用、空閑或未知等狀態(tài)，實(shí)現(xiàn)環(huán)境的障礙物表示。占用柵格地圖能夠有效表示環(huán)境不同狀態(tài)信息，因此可以方便得利用各種經(jīng)典的路徑搜索算法搜索從當(dāng)前點(diǎn)到目標(biāo)點(diǎn)的安全路徑。但占用柵格地圖存在兩個(gè)問題，首先是其需要消耗較大的內(nèi)存空間，當(dāng)環(huán)境范圍較大時(shí)，將消耗大量的內(nèi)存資源。另外，部分基于優(yōu)化的路徑規(guī)劃算法需要獲得軌跡點(diǎn)距離最近障礙物距離的梯度信息，基于占用柵格地圖計(jì)算該梯度信息將會(huì)十分耗時(shí)。

為解決軌跡點(diǎn)距離最近障礙物距離的梯度信息查詢問題，研究者們提出ESDF地圖建圖算法。ESDF地圖同樣將空間劃分為均勻單元格，但單元格記錄的不是占據(jù)信息而是其距離最近點(diǎn)的距離，基于ESDF地圖能夠快速搜索得到軌跡點(diǎn)最近障礙物并且計(jì)算距離障礙物距離的梯度信息，從而利用優(yōu)化算法對(duì)路徑進(jìn)行優(yōu)化獲得與障礙物保持安全距離的最優(yōu)路徑。

高效路徑規(guī)劃技術(shù)

在獲取無人機(jī)定位信息并且建立環(huán)境稠密地圖后，給出目標(biāo)點(diǎn)即可通過規(guī)劃算法獲得到達(dá)目標(biāo)的最優(yōu)路徑，并且通過控制算法執(zhí)行該路徑。無人機(jī)路徑規(guī)劃算法可分為全局路徑規(guī)劃算法和局部路徑規(guī)劃算法，全局路徑規(guī)劃算法能夠快速得到從起始點(diǎn)到目標(biāo)點(diǎn)的安全路徑，局部路徑規(guī)劃算法能夠生成執(zhí)行全局路徑的安全軌跡。

全局路徑規(guī)劃方法可以分為基于搜索的路徑規(guī)劃方法與基于采樣的路徑規(guī)劃方法。

A*算法是基于搜索的路徑規(guī)劃算法的代表，其搜索效率高并且具有完備性和最優(yōu)性。若路徑搜索問題存在可行路徑，那么A*算法一定能夠搜索得到可行路徑，并且其搜索得到的路徑是最優(yōu)的。A*算法原理如圖3所示，其對(duì)當(dāng)前環(huán)境中的各個(gè)節(jié)點(diǎn)進(jìn)行遍歷，并且維護(hù)一個(gè)開放節(jié)點(diǎn)容器以及一個(gè)閉合節(jié)點(diǎn)容器，將擴(kuò)展出的新節(jié)點(diǎn)放入開放節(jié)點(diǎn)容器中，將待擴(kuò)展的節(jié)點(diǎn)放入閉合節(jié)點(diǎn)容器，若目標(biāo)節(jié)點(diǎn)被放入開放節(jié)點(diǎn)容器中，那么搜索成功。圖3中，黑色方塊為障礙物，黃色和綠色方塊為起點(diǎn)和終點(diǎn)，藍(lán)色方塊為擴(kuò)展過的節(jié)點(diǎn)，紅色方塊為待擴(kuò)展節(jié)點(diǎn)。A*算法引入了啟發(fā)函數(shù)來選擇待擴(kuò)展節(jié)點(diǎn)進(jìn)行擴(kuò)展，其定義為，是起點(diǎn)到當(dāng)前節(jié)點(diǎn)的實(shí)際距離，為基于曼哈頓距離計(jì)算的前節(jié)點(diǎn)到目標(biāo)點(diǎn)的估計(jì)距離，在每一輪擴(kuò)展中，將會(huì)選擇啟發(fā)函數(shù)最小的節(jié)點(diǎn)進(jìn)行擴(kuò)展，這一策略使得A*算法相較于Dijkstra算法大幅提高了路徑搜索效率。

相比基于搜索的路徑規(guī)劃算法，基于采樣的路徑搜索算法在大多數(shù)環(huán)境具備更高的搜索效率。其中，快速探索隨機(jī)樹（Rapidly-exploring Random Tree，RRT）算法是基于采樣的路徑規(guī)劃算法的代表。RRT算法構(gòu)建了以起始點(diǎn)為根節(jié)點(diǎn)的隨機(jī)搜索樹，通過在環(huán)境中均勻隨機(jī)采樣引導(dǎo)隨機(jī)樹進(jìn)行生長(zhǎng)，當(dāng)隨機(jī)樹與目標(biāo)點(diǎn)的距離小于設(shè)定的閾值，搜索結(jié)束，其過程如圖4所示。相較于A*算法，RRT算法搜索效率更高，但存在搜索路徑不是最優(yōu)路徑以及搜索時(shí)間方差較大等問題。

搜索得到全局路徑后，無人機(jī)在執(zhí)行全局路徑的過程中可能存在新發(fā)生的障礙物，此時(shí)需要利用局部運(yùn)動(dòng)規(guī)劃算法規(guī)劃局部路徑進(jìn)一步提高無人機(jī)的避障能力。局部路徑規(guī)劃算法中較為經(jīng)典的算法是人工勢(shì)場(chǎng)算法以及動(dòng)態(tài)窗口算法。

人工勢(shì)場(chǎng)法是一種經(jīng)典的局部路徑規(guī)劃算法。該方法首先在環(huán)境的基礎(chǔ)上建立力場(chǎng)，障礙物和起點(diǎn)對(duì)機(jī)器人有“斥力”，目標(biāo)點(diǎn)對(duì)機(jī)器人有“吸引力”，基于構(gòu)建出當(dāng)前狀態(tài)下機(jī)器人所受的合力，機(jī)器人在該合力的推動(dòng)下行進(jìn)。人工勢(shì)場(chǎng)法結(jié)構(gòu)簡(jiǎn)單，能夠?qū)崿F(xiàn)實(shí)時(shí)局部路徑規(guī)劃，避開障礙物，在單機(jī)器人局部路徑規(guī)劃中得到廣泛應(yīng)用。人工勢(shì)場(chǎng)法示意如圖5所示。

未來發(fā)展趨勢(shì)

無人機(jī)感知與避障技術(shù)仍存在感知精度與魯棒性需要進(jìn)一步提高、算法計(jì)算資源要求較高等問題，基于現(xiàn)有的研究現(xiàn)狀，未來的發(fā)展趨勢(shì)包括：基于深度學(xué)習(xí)的無人機(jī)感知技術(shù)，基于深度學(xué)習(xí)技術(shù)進(jìn)一步提高感知精度與魯棒性；更高效率無人機(jī)感知與運(yùn)動(dòng)規(guī)劃技術(shù)，實(shí)現(xiàn)感知與避障算法在低算例平臺(tái)的實(shí)時(shí)運(yùn)行；無人機(jī)集群感知與規(guī)劃，通過共享信息提高感知算法魯棒性并實(shí)現(xiàn)集群規(guī)劃。

總結(jié)

本文對(duì)復(fù)雜環(huán)境的無人機(jī)感知及運(yùn)動(dòng)規(guī)劃技術(shù)進(jìn)行綜述，首先介紹了無人機(jī)自主感知常用傳感器及其特點(diǎn)，然后介紹了無人機(jī)感知與避障關(guān)鍵技術(shù)，包括同時(shí)定位與建圖技術(shù)、稠密建圖技術(shù)以及高校路徑規(guī)劃技術(shù)，最后對(duì)當(dāng)前存在的不足以及未來發(fā)展方向進(jìn)行簡(jiǎn)單分析。希望本文能夠?yàn)闊o人機(jī)感知與運(yùn)動(dòng)規(guī)劃技術(shù)研究者提供啟發(fā)。