在地震等灾难发生后，无人机（UAV）可以飞入倒塌建筑物中进行场景测绘，为救援人员提供关键信息，帮助他们迅速找到幸存者。然而，这对自主机器人来说依然是极具挑战性的任务——它不仅需要在毫秒级时间内规避突发障碍，还要保持既定航线。
来自麻省理工学院（MIT）和宾夕法尼亚大学的研究人员共同开发了一套全新的轨迹规划系统，能够同时应对上述两大难题。该系统可让无人机在毫秒内对障碍物作出反应，同时保持平滑飞行路径，将飞行时间压缩至最短。
这套系统采用了一种新的数学建模方式，确保机器人能沿着可行路径安全抵达目的地，且计算量明显低于现有技术，从而比目前最先进的方法更快地生成更平滑的轨迹。此外，该轨迹规划系统的运算效率足以支持实时飞行，且仅依赖机器人自身搭载的计算机和传感器，无需外部支持。
这套名为MIGHTY的开源系统无需依赖动辄数十万美元的商业软件包，能够更便捷地部署于各类现实场景中。除搜救任务外，MIGHTY还可应用于城市末端配送（无人机需规避建筑、电线和行人）以及风力涡轮机等复杂结构的工业巡检等领域。
"MIGHTY仅凭开源工具便实现了与商业方案相当甚至更优的性能，这意味着全球任何研究人员、学生或企业都可以免费使用它。通过消除成本壁垒，MIGHTY有助于推动高性能轨迹规划的普及，并为更广泛的社区在此基础上继续创新打开大门。"论文第一作者、麻省理工学院航空航天学院研究生近藤浩太（Kota Kondo）表示。
论文合著者还包括宾夕法尼亚大学研究生吴宇威（Yuwei Wu）、宾大教授Vijay Kumar，以及通讯作者Jonathan P. How——麻省理工学院航空航天学院福特讲席教授，同时也是信息与决策系统实验室（LIDS）和航空航天控制实验室（ACL）的首席研究员。该研究发表于《IEEE机器人与自动化快报》。
突破性能权衡的难题
近藤浩太童年时经历了东日本大地震引发的福岛第一核电站事故。学校停课期间，他每天守在电视机前，关注工作人员进入反应堆现场的新闻报道。部分工人不得不深入高危区域处置险情，因此暴露在大量辐射之下。
"我由此产生了一个志向——研发能够进入这类动态危险环境执行任务、再安全返回并向留守安全区域的人类汇报情况的自主机器人。"近藤说。
要实现这一目标，离不开强大的轨迹规划软件——它负责规划机器人从A点到B点的安全路径。然而，现有的许多系统在性能上存在难以回避的权衡取舍：商业系统虽能快速生成平滑轨迹，但价格高昂；开源替代方案则往往性能不足，或使用门槛较高。
MIGHTY的核心方法
MIGHTY的核心在于采用了一种称为"Hermite样条"的数学技术，将飞行时间与飞行路径的优化合并为单一步骤，从而生成可精确控制的平滑轨迹——而非像传统方法那样先固定飞行时间估算，再单独优化路径。
"将空间分量与时间分量一起优化能带来更好的结果，但这也使优化问题的规模大幅扩大，在有限时间内求解的难度随之上升。"近藤说。
为解决这一计算负担，研究团队采用了一种巧妙策略：MIGHTY并不每次从零开始生成轨迹，而是先给出一个初始轨迹猜测，再利用无人机激光雷达传感器生成的场景地图，通过迭代优化对轨迹进行逐步精化。
"给出一个合理的初始猜测比从零开始构建整条轨迹要快得多。"近藤表示。
这使得MIGHTY能够实时响应未知障碍，同时保持轨迹平滑并最小化飞行时间。系统完全依赖无人机自身的板载组件运行，这对于机器人可能远离基站的应用场景尤为重要。
在仿真实验中，MIGHTY仅需最先进方法约90%的计算时间，抵达目的地的速度却比这些方法快约15%，且全程安全无碰撞。在真实机器人测试中，系统在成功规避所有障碍的同时，飞行速度达到了6.7米/秒。
"MIGHTY将一切集成在一个整体中，无需与任何外部软件通信即可求解，这使其速度甚至超越了部分商业求解器。"近藤说。
未来，研究团队计划进一步完善MIGHTY，使其支持多机器人协同控制，并在更复杂的环境中开展更多飞行实验，同时根据用户反馈持续迭代改进这一开源系统。
苏黎世大学机器人与感知研究组主任Davide Scaramuzza教授（未参与本研究）对此评价道："MIGHTY通过重新审视轨迹表示本身，为敏捷机器人导航作出了重要贡献。Hermite样条此前已在视觉同步定位与建图中得到成功应用，如今看到其优势在移动机器人轨迹规划中得到进一步发挥令人欣喜。通过支持路径几何、时间、速度与加速度的联合优化，同时保留轨迹的局部控制能力，MIGHTY赋予了机器人在复杂环境中计算快速、动态可行运动的更大自由度。"
本研究得到美国陆军研究实验室和新加坡国防科学技术局的部分资助。
Q&A
Q1：MIGHTY系统是什么？它能解决无人机飞行中的哪些问题？
A：MIGHTY是由麻省理工学院与宾夕法尼亚大学联合研发的开源无人机轨迹规划系统。它能同时优化飞行路径和飞行时间，让无人机在毫秒级时间内对突发障碍作出反应，同时保持平滑飞行轨迹。系统仅依赖无人机自身搭载的计算机和传感器运行，无需昂贵的商业软件，非常适合搜救、城市配送和工业巡检等实际应用场景。
Q2：MIGHTY和现有轨迹规划方法相比，性能提升有多大？
A：在仿真实验中，MIGHTY仅需当前最先进方法约90%的计算时间，到达目的地的速度却快约15%。在真实机器人测试中，无人机飞行速度达到6.7米/秒，且成功规避了所有障碍。此外，由于MIGHTY将所有功能集成在一个模块中，无需与外部软件通信，速度甚至在某些情况下超越了商业求解器。
Q3：MIGHTY采用了什么核心技术让轨迹规划更高效？
A：MIGHTY的核心技术是"Hermite样条"数学方法，将飞行路径和飞行时间的优化合并为单一步骤同步完成，避免了传统方法先固定时间再规划路径的局限。同时，系统不从零开始生成轨迹，而是先给出初始猜测，再利用激光雷达生成的场景地图进行迭代优化，大幅降低了计算负担，实现了实时响应。
