无人机背后的故事——宾夕法尼亚大学工程学院院长Vijay Kumar专访
本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2016年《程序员》
记者 ：徐威龙
提到无人机时,可能会联想到巡航于海面的大型军用武器,而近年来,随着消费级无人机在技术和价格方面的革新与优化,这类无人机逐渐被大众所了解.无论是用于摄影还是送货,一提到无人机,人们往往就会立即联想到大疆（DJI）、帕罗特（Parrot）、Ascending公司旗下3D Robotics等生产商.
但是，在美国宾夕法尼亚大学有一个实验室自2006年以来就开始致力于无人机相关技术的研究如今他们在农业、救灾、建筑以及娱乐等领域都有广泛的应用尝试这些进展不仅推动了无人机技术的进步并且成为推动该领域发展的关键动力
近日，《程序员》杂志在CCF-GAIR国际人工智能与机器人论坛上对美国宾夕法尼亚大学工程学院院长Vijay Kumar进行了专访。该学者是IEEE及ASME外籍院士，并获得美国国家工程院院士称号，在分享其实验室最新研究成果时与我们展开了交流。
除了摄影，无人机还能干什么？
Vijay Kumar是位印度裔机器人科学家，1983年毕业于印度理工学院坎普尔分校（IIT），后进修于美国俄亥俄州立大学，1987年获得机械工程博士学位。Vijay是世界上第一批研究无人机的科学家之一，早在2006年，Vijay和他的团队便第一次成功开发出了四轴飞行器原型，并积极推广无人机在多个实用场景下的应用。十年后的今天，无人机产业早已变的炙手可热，市场规模实现了百亿美元的增长，有人估计，到2020年，无人机市场将达到250亿美元。尽管市场越来越热，但学术界和产业界之间，依然存在一定的距离。这也让Vijay坦言，他并不关心无人机市场，眼下自己的重点，依然放在无人机的四个核心研发问题上：体型、安全、智能、速度。虽然这四点看似简单，但要是一一展开，无疑会让我们看到一幅关于无人机的更大的画卷。Vijay的最新研究成果，就是对这四点最好的诠释。
这些成果包括以下几类。
- 自主小型飞行器（Autonomous Micro UAVs）基于GPS技术在复杂三维环境内自主导航能力较强，并可应用于搜寻作业及精准农业等任务。这些小型无人机重量仅达20克左右，在运行过程中通过内置传感器规划航线并监测周围环境信息。其搭载的传感器系统包含惯性测量单元（IMU）、摄像头、激光测距仪、高度测量装置等关键设备。
- 飞行器矩阵系统采用分布式控制架构，在团队协作中各飞行器无需依赖中心协调机构即可完成任务分配与信息传递。各成员通过实时感知邻近飞行器的行为状态而做出相应调整。
- 微型生物机器人具有极小尺寸（约10至100微米），由生物传感器与驱动马达组成，并具备多种功能拓展能力。这类微型机器可应用于药物研究、微创手术辅助以及精密装配制造领域；同时也能用于生物传感系统的设计与合成工作，在此过程中形成了"感知-驱动-通信"完整闭环。
- 飞天手机配置则更为丰富，在无人机搭载下整合了高性能计算平台（CPU/GPU）、双摄像头系统、大容量电池储能以及多种通信模块（GPS/Wi-Fi/蓝牙）。此外还配备了IMU加速度计等辅助设备，并支持扩展内存存储功能。
基于前述研究发现, 无人机具备广泛的应用潜力。其中一项应用是可以在大楼中安装作为报警装置, 这种设备不仅能在出现入侵者时立即发出警报, 还能用于检测生物气体泄漏或一氧化碳泄漏情况。此外, 它们还可以部署于倒塌建筑或核反应堆内部进行放射性检测。在室内建模方面, 无人机能够生成动态三维模型并实时更新空间布局信息。具体而言, 在任何新进入的空间中都能快速建立精确的地图数据集, 并持续更新现有区域的数据记录以反映环境变化。同时, 它们还能够执行搬运重物的任务以及搭建建筑龙骨的工作
除了Vijay研究开发的飞行器外，在农业应用方面还有很多创新用途
仿生学在无人机领域的应用
在Vijay的研究中，仿生学应用构成了一个至关重要的核心理念，并且也为众多创新技术的诞生奠定了基础。在无人机所涉及的四个关键要素中，在观察到昆虫行为模式的基础上,Vijay发现了一种能够在与环境进行有效互动的小型飞行生物,这种生物即使发生碰撞也不会造成伤害。具有较小体格的小型飞行器不仅具有较低惯性,而且运行速度更快,但在这种设计下,它们会牺牲搭载传感器的数量以及执行任务的能力
为了弥补这一缺陷,Vijay及其团队开发了飞行器矩阵系统,即通过一组协同工作的飞行器来执行特定任务,这也是该团队在无人机研究领域的一项重要创新成果。在设计多架协同飞行器时,他们进一步借鉴了仿生学原理。通过对其所属科群中的盘腹蚁属（Aphaenogaster）进行深入观察（如图1所示），Vijay归纳出三种关键的生物协作模式。
图1 切叶蚁亚科的盘腹蚁属通过协作搬运重物
- 自主运作（Decentralized），蚁群个体均遵循自身本能进行活动；
- 邻近感知（Neighbor Sensing），单个蚂蚁的行为会根据邻近个体的行为进行相应调整；
- 匿名性（Anonymity），每个蚂蚁并不了解自己的邻近个体是谁，在不同情况下均不会对其行为产生影响。
基于上述自然规律的基础上,Vijay设计了一种与之原理相似的飞行器矩阵系统,该系统被称为Swarm（如图2所示）。在该系统中,相邻两台飞行器均配备有本地传感器装置,并且均具备本地化的通信与计算能力。具体而言,相邻两台飞行器通过传感器相互调节彼此之间的距离,其中传感器按照100赫兹的频率向处理器发送数据,随后由处理器将计算结果传递至执行机构部分。在图2的具体示例中,Swarm系统通过邻近感知机制能够在遇到障碍物时自动切换阵型（Formation）。值得注意的是,在Swarm系统中,即便移除或增加几台无人机也不会影响整体阵型结构。
图2 Swarm无人机矩阵
因为每一台飞行器都是独立运行和行动的，在另一个案例中这些无人机利用自身的探测能力完成了许多高难度的动作。例如，在狭窄的空间内完成转弯并在穿行完通道后归位；此外它们还成功地穿过了向上抛掷的目标物（如图3所示）。这些案例的根本原因在于人类预先编排了飞行路径但这些无人机必须在其预定路径上添加额外的动作这就要求它们先积累动能然后改变方向最终能够返回到预定轨道。这些无人机能够自主规划并执行每一个独立的任务
图3 飞行器通过自身对环境的监测，完成一些列高难度动作
为了深入理解Swarm系统的工作原理,Vijay提出了一个名为Consensus的理论模型。该理论旨在阐明Swarm中的阵型形成规则, 包括哪些无人机应前往何处以及如何确保阵型的一致性。举个例子来说,设想在一个由5名个体构成的群体中,每个体都独立地在脑海中设定一个数值（且无法与其他个体进行交流）。此时所有个体几乎不可能同时选择相同的数值;但若将自己当前数值传递给相邻个体（比如A说1,B说4,C说10），则C会根据邻居们的数值计算出自己的值（如C会说5：(1+4+10)/3=5）。经过若干次迭代后,所有个体将收敛于同一个数值。这正是为什么每台无人机都有自己的飞行路线却能协同工作的原因。
尽管经过充分的训练后，在Swarm算法中已经展现出良好的性能水平。然而Vijay博士也表示这一算法面临一定的挑战性原因有两个方面。首先，在飞行器数量不断增加的过程中所需的数据量也随之增加导致感知能力下降进而影响了整体组织效率。其次当编队中出现不同特征（Traits）的飞行器时这会对队形优化产生重大影响因此使得算法设计变得更加复杂。
Vijay团队曾进行过一次实验研究。在该实验中,他们对不同类型的飞行器分别赋予了独特的特性参数,并将其具有相同特性参数的飞行器归类为一个功能单元（即'物种'）。通过将不同功能单元中的飞行器编组形成队列,使其协同执行特定任务。研究结果表明,随着群体规模扩大,队型优化难度随之增加
无人机，走出实验室要面临更多的挑战
今天，在无人机在现实世界中的实际应用场景仍然有限的情况下，在2011年,Vijay开发的无人机曾被用于日本地震后的搜救工作（如图4所示）。然而,要让无人机在更多任务中发挥作用,依然面临不少技术挑战,相比之下,在实验室环境下运行较为理想。此外,无人机在室外甚至是在灾难现场工作时,还面临着诸多困难:风速问题、GPS定位缺失、悬停时的能量消耗以及陡坡区域的降落等问题。值得注意的是,Vijay研究的这种无人机具有高度自主性（Autonomic）特征,即使完成从A点到B点这样一个简单动作,也需要经过一个12维空间的运算过程。
图4 在2011年的一次日本地震灾害中，在一个被掩埋的房子内制作三维地图；为了减少无人机的工作强度（体力），无人机由地面机器人携带进入房间，并随后继续执行飞行探测任务
Vijay提出了一种方法将十二维空间弯曲成四维结构（如图5所示）。该四维结构由坐标轴组成：x轴代表水平延伸方向,y轴代表垂直方向,z轴代表深度方向,以及w轴代表旋转方向。飞行器在该四维空间内以每秒10至100次的频率规划"最小化加速轨迹"（Minimum Snap Trajectory），通过分析位置向量及其导数的变化规律,系统生成一条优美而避开障碍物的飞行轨迹。
图5 无人机的飞行算法
然而一旦飞行速度超过某个临界值时，则该方法将不再适用。因为无人机上的传感器仅能感知距其20米内的环境，在这种情况下, 如果无人机持续以20m／s的速度运行, 经过1秒将无法预判前方可能出现的新环境或潜在风险. 因此, 此时必须构建一个二维地图, 并在此图上确定安全路径作为矢量集合. 飞行器可以在这些路径中进行优化选择来实现"最小化加速度"的目标
下面我们来看看Vijay团队在实际应用方面的一些关键技术研究。
地图构建
图6 陌生环境下室内拓扑地图的构建
而SLAM的技术构建确实较为复杂，在深入讲解技术原理之前, 我们不妨先简单了解一下近五年来机器人及VR/AR领域中广泛应用的一项核心技术——视觉 simultaneously mapping and localization (SLAM). 通过这一技术, 您当时的位置以及现在的所在位置是什么样的呢? 您当时所见的具体景象又有哪些细节呢? 您能否清晰地区分出这些景象之间的相似之处与差异之处呢? 您以往行走路径的具体走向又是如何记录下来的呢? 现在您所见的环境与过去相比有哪些变化特征呢? 您的身体姿态是否出现异常现象如摇晃或漂移呢? 您是否仍可持续追踪并确认自己的行进路线呢? 如果此时丢失目标, 您是否有办法重新找回并定位起始位置呢? 您对于此前建立的城市三维模型认知水平如何呢? 您能否迅速在现有城市三维模型中识别出当前所处的具体方位并加以定位呢?
图7 半密集重建与全密集重建图
在Vijay的实践中，团队应用了一种被称为"直接视觉SLAM"（Direct Visual SLAM）的技术。相较于传统的用于构建"稀疏重建"（Sparse Reconstructions）的功能性算法而言，这种技术更适合生成"半密集重建"（Semi-Dense Reconstruction）以及"全密集重建"（Fully-Dense Reconstruction），如图7所示。Vijay向我们介绍了他们的目标：在一个标准CPU环境中将视觉数据与惯性导航数据相结合。整个系统被划分为三个独立的任务：第一个任务基于视觉数据与惯性导航数据进行非线性优化以确定摄像头运动参数，并以帧率频率运行；第二个任务则专注于构建一个具有高梯度区域的半密集地图；第三个任务则以较低帧率构建该场景的全密集三维模型。
无GPS环境下，微型无人机矩阵部署系统
无GPS环境下适用的小型无人机阵列部署系统
救援型无人机在灾难现场需要长时间实时传输信息或构建地图
图8 高速飞行的无人机在50度和90度的平面降落
这个"抓器"与普通的"爪子"相比显不凡,它实际上是一个真空吸盘,借助微型真空泵的驱动即可完成操作。研究团队经过反复测试,深入分析了吸盘的设计原理及其放气过程、 activate力度与 maximum lifting capacity之间的关系,最终研发出的这台吸盘不仅具备抓住各类物体的能力,还能平稳降落在陡坡上。
为了减少体力消耗,Vijay和他的团队进行了多项创新尝试。例如在2011年,他们将一台机器人搭配无人机送入一座正在坍塌的大楼进行探索工作:进入大楼后,无人机才正式投入工作,整个过程耗时两小时半便完成了大楼内部地图的绘制。
近景遥感技术在农业上的应用
与Vijay Kumar对话实录
程序员 ：你最近的研究并不太依靠外部设施，飞行器是完全“自动”（Autonomic）的，而用到的技术却谈不上创新，你怎么看？
Vijay ：目前我们所用到的技术，比如动作捕捉等确实称不上新技术，这类技术我们早在2008年就有所尝试。但技术背后的算法却是新的，理论也是新的，比如上面提到的陡坡降落等。新的理论让“旧”的技术发挥新的作用。
程序员 ：你能将手机用于构建传感器集成吗？相比载有相同数量传感器的无人机，在悬停时会显得更加沉重吗？
Vijay ：通常情况下，在载有相同数量传感器的情况下，固定翼飞机通常重量约为3千克。悬停时重量更大，并且由电缆、传感器以及机身构成的部分占比在45%至50%之间。为了使其能够起飞并稳定飞行，则需要约240瓦的动力驱动。相比之下，iPhone6仅重129克——相当于原来的十分之一重量。
程序员：鉴于无人机对重量的要求极为严格，在执行救灾任务时难以实现载人脱离？
Vijay：确实如此。在悬停状态下每千克设备消耗200瓦电能，在携带一名50公斤人员的情况下每次悬停就需要耗费超过一万瓦电能——这是一个相当大的数字。但也不必放弃希望：我们也可以参考飞机的设计理念，在选择燃料时同样可以采用与飞机类似的配置策略
程序员：您是否认为无人机要实现真正普及的最大障碍在于技术？
Vijay：我不同意这种观点。虽然技术创新确实不可或缺，并且我们对于许多需求已经有切实可行的解决方案；然而，在商业创新方面目前仍处于探索阶段。要让无人机实现大规模普及，并非仅靠技术突破就能完成；我更倾向于认为需要借助商业创新的力量来推进这一目标。就像优步和滴滴出行这样的公司崛起，并不完全依赖于技术突破；它们的成功更多地源于商业模式的创新与推广策略的有效实施。
请关注程序员年度版（涵盖iOS版本、Android版本以及印刷装订版本）并立即访问 http://dingyue.programmer.com.cn
订阅咨询：
• 在线咨询（QQ）：2251809102
• 电话服务：010-64351436
• 欢迎关注更多资讯，请访问"程序员编辑部"