浙江大学搞出了一款无人机，自动规避障碍，像鸟一样穿过树林，真正的蜂群来了...

点击上方“计算机视觉工坊”，选择“星标”
干货第一时间送达


来源丨计算机视觉CV
最近，在浙江安吉的一片竹林中，一群微型智能无人机正在集体出动，它们游刃有余地穿梭丛林。
看，这既像军事演习，又犹如小鸟穿越林间。

这些机器人编队，时而轻巧掠过丛林，时而交叉变换队形，如雁阵飞过，如蝴蝶起舞。
其实，这是由浙江大学控制科学与工程学院、浙大湖州研究院完成的一项研究，发表在今年5月份的《科学》子刊《科学·机器人》（Science Robotics）上。

论文地址：https://www.science.org/doi/10.1126/scirobotics.abm5954
穿越丛林

无人机如何自主找到最佳航线？
在茂密的森林里，对于无人机来说，这就是混乱的环境。

如此环境下，一个无人机都很难找到路线，更不用说成群结队的「群体导航」了。

现在，我国自主研发的规划器等于给无人机装上了「智慧大脑」，不仅可以精准规划路线，还可以身轻如燕巧妙避障。
因为，在未知复杂环境中成群结队的自主飞行，一直被看作是AI与机器人飞行的一大技术瓶颈。
然而，在2年多的研究中，浙大团队努力解决了这个问题，其核心就是智能导航和快速避障。
在丛林里飞进去，飞出来，身形矫健，这不就是中国武侠片里头的镜头？



唉，人还是太重啦，难免毁坏竹林，破坏生态。
那么，我们研发的微型无人机呢，它还没有一瓶可乐重！

于是，这些智能微型无人机群可以这样飞：

它还可以这样飞：

那么，这些无人机群是如何实现智能飞行的呢？

不是说条条大路通罗马嘛，有了障碍并不可怕，无人机可以绕飞。
上图中间那条曲线就是，无人机成功避障后规划的飞行路线。
事实上，野外的障碍物不计其数，于是，无人机就要对这些避障任务一一完成。

识别这些障碍物之后，无人机就能精准规划出自己的路线。
即便前途漫漫布满荆棘，无人机也足够聪明，能够自主规划路线。


研究团队

论文第一作者为浙江大学控制科学与工程学院博士研究生周鑫，通讯作者为该院的许超教授和高飞副研究员。
「人字形的大雁、井然有序的鸽群，当我们仰望天空，自然界中飞鸟的集群总让我们思考它们是如何保持队形的。」许超教授说。

让机器人像鸟儿一样能够成群自由地飞翔，道法自然，这是研究团队苦苦追寻的研究目标。
「我们为空中机器人打造了一个智慧大脑。」许超教授说。
研究关键是做到了化繁为简。许超教授认为，「把物理世界的运动信息表征成一系列的数学问题，识破复杂问题背后隐秘的特殊数学结构。」
然后，利用机载计算资源完美破题。
尽管处理器只有拇指大小，但是，它能够独立计算处理飞行过程中遇到的海量信息。
单个空中机器人只有手掌大小，比一瓶可乐的重量还要轻。通过集体的协同努力，浙大团队研发出小巧轻便、自主可控又能成群结队的飞行系统。
「我们让机器人看得懂世界，主动避开障碍物，实现群体飞行。」高飞副研究员说。

在仅使用机载视觉、机载计算资源的情况下，这些无人机实现了在野外树林复杂环境下感知周围障碍物。
另外，这些无人机还能定位自身位置及生成飞行路径，实现多智能体通讯等多项关键技术突破。
许超教授还认为，研究在智能化、网络化、自主化等多项技术取得了突破，这项成果也将对工业界的机器人和产业升级产生积极作用。
「生活中有很多场景都能用到我们这项技术，比如扫地或服务机器人，如果装上了我们研发的「智慧大脑」，就会更加聪明。」高飞副研究员这样说到。
谈及未来应用，高飞认为，在火灾等搜救场景中，小型集群机器人能够更好实现搜救目标，减少搜救人员风险；在地形勘探中，也可以快速对人员无法到达的区域进行建模。
参考资料：
http://www.news.zju.edu.cn/2022/0505/c24345a2526071/page.htm
http://www.ailab.cn/robot/20220505128808.html


本文仅做学术分享，如有侵权，请联系删文。
干货下载与学习

后台回复：巴塞罗那自治大学课件，即可下载国外大学沉淀数年3D Vison精品课件
后台回复：计算机视觉书籍，即可下载3D视觉领域经典书籍pdf
后台回复：3D视觉课程，即可学习3D视觉领域精品课程
计算机视觉工坊精品课程官网：3dcver.com
1.面向自动驾驶领域的多传感器数据融合技术
2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)9.从零搭建一套结构光3D重建系统[理论+源码+实践]
10.单目深度估计方法：算法梳理与代码实现11.自动驾驶中的深度学习模型部署实战12.相机模型与标定(单目+双目+鱼眼）13.重磅！四旋翼飞行器：算法与实战14.ROS2从入门到精通：理论与实战15.国内首个3D缺陷检测教程：理论、源码与实战

重磅！计算机视觉工坊-学习交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。


同时也可申请加入我们的细分方向交流群，目前主要有ORB-SLAM系列源码学习、3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款 圈里有高质量教程资料、答疑解惑、助你高效解决问题觉得有用，麻烦给个赞和在看~