来自浙江大学控制科学与工程学院的长聘副教授高飞，在刚刚过去的国际机器人旗舰会议IROS 2023发表的最新研究成果备受关注，在功能更强的新型无人机平台，性能更优的全状态轨迹规划、高速运动下的感知-规划闭环、超轻量化的集群协同自主导航等方面取得了一系列创新性的成果。在如下三个有代表性的成果中，NOKOV度量动作捕捉系统为研究提供了实时位姿采集与定位追踪等数据。

▍研究成果一：为被动轮式TABV 设计统一规划和控制框架 动作捕捉助力实现精准轨迹追踪

陆空双模飞行器TABVs结合了陆地行进能力与飞行能力两种模态，能够在非结构化复杂环境中完成工作，同时又能具备良好的机动能力，受到广大研究者关注。但由于不同运动模式下具有不同的动态特性，这给轨迹规划和运动控制带来了巨大挑战。由于 TABV 的双模性，很难找到一种合适的公式来保证两种模式的动态可行性，以及模式转换过程中的连续性和平滑性。此外还需要提高规划效率以实现实时性能。

浙大FAST-Lab高飞团队 IROS 2023公布研究新进展(图1) data-ratio="0.4009259259259259" data-s="300,640" data-type="png" data-w="1080">TABV在真实场地进行测试

高飞团队针对这一痛点，对被动轮式TABV设计了一套基于模型的统一规划和控制框架方案，这种优化算法既简化了规划问题，又确保了动态可行性。

浙大FAST-Lab高飞团队 IROS 2023公布研究新进展(图2) data-ratio="0.44722222222222224" data-s="300,640" data-type="png" data-w="1080">大规模陆空轨迹规划测试实例

在实验细节当中，高飞团队使用NOKOV度量动作捕捉系统对陆空双模飞行器进行六自由度（6DoF）实时位姿采集与定位追踪，同时利用Realsense D430深度相机进行数据采集，以此来保证物理可行性和平滑的运动转换。这套规划和控制框架未来将会持续开发，进而应用到崎岖山地与陆地运输当中。

▍研究成果二：机器人集群通过实时动作捕捉 实现随机移动障碍物下 安全平稳的轨迹移动

2022年5月5日以封面文章形式在线发表于《科学·机器人》（Science Robotics）的成果“全自主微型飞行机器人集群（Swarm of Micro Flying Robots in the Wild）”，在仅靠机载摄像头、机载计算芯片资源和传感器的情况下，实现了在野外复杂树林环境下感知周围障碍物、定位自身位置、实时规划飞行路径等系列操作，受到国内外媒体的广泛报道。Science Robotics评价该工作：“作为国际首个可分布式运行于非结构化场景的集群系统，该工作为机器人社区提供了瞩目贡献，迈出了无人机集群走出受限实验室场景的重要一步。”

时隔一年，高飞团队在地面机器人集群控制方面取得新的进展，这次研究主要围绕地面机器人集群在非固定（人为移动）的障碍物下实现安全平稳的轨迹移动。

浙大FAST-Lab高飞团队 IROS 2023公布研究新进展(图3) data-ratio="0.38796296296296295" data-s="300,640" data-type="png" data-w="1080">地面机器人在随机移动障碍物下穿行

在实际测试场地当中，高飞团队使用三个地面机器人进行协同控制。测试方式需要让地面机器人从一侧穿梭到另一侧，在穿梭区域设置形状不同的障碍物。为了加大测试难度，在几次穿梭测试之后，高飞团队的研究人员会随机调换障碍物的位置。以达到障碍物完全随机场景。

在障碍物识别与动作捕捉方面，高飞团队的地面机器人配备Nvidia Jetson Nano板载处理器和单线激光雷达。激光雷达有效探测距离为3米，定位由NOKOV度量动作捕捉系统完成，Wi-Fi模块用于广域轨迹定位，机器人不需要提前知晓地图，而地图的绘制、规划与控制均是在机载板卡上完成的。

浙大FAST-Lab高飞团队 IROS 2023公布研究新进展(图4) data-ratio="0.5620608899297423" data-s="300,640" data-type="gif" data-w="854">随机障碍物位置移动加大穿行难度

测试画面显示，三台地面机器人在人为随机移动障碍物的场景下，依然能够多次成功穿越障碍区并未发生碰撞，轻松实现了地面机器人的安全平稳轨迹移动。

‍