机器人杂志

机器人杂志2025年第3期

• 基于深度强化学习的四旋翼无人机双向推力控制

  李晓信, 刘志宏, 王冠政, 王祥科

  目前四旋翼无人机控制技术主要采用电机正向推力的思路，限制了双向转动电机的应用潜力。为了提高四旋翼无人机的机动性，扩展其动作空间，实现机动飞行和快速控制，提出一种基于深度强化学习的四旋翼无人机双向推力控制方法。该方法首次将深度强化学习与四旋翼无人机双向推力控制相结合，在双向推力的旋翼无人机动力学模型的基础上，设计基于深度强化学习的神经网络控制器，控制无人机底层的4个电机的期望推力，实现了无人机在剧烈运动状态下的快速悬停。同时，开展了大姿态角、大速度、大角速度等剧烈运动状态下四旋翼无人机稳定悬停控制仿真实验，实验结果表明，与现有使用正向推力的控制器相比，本文提出的双向推力控制器执行动作更平滑、无人机状态波动更小、控制时间更短、鲁棒性更强，能够有效提升无人机的控制效果。

• 面向时变观测噪声的无人机光电系统对地目标的无源定位方法

  闫啸家, 孙世岩, 胡清平, 应文健, 石章松

  针对无人机光电系统在多目标无源定位中面临的时变观测噪声问题，提出一种联合自适应扩展卡尔曼滤波（JAEKF）算法来实现对地面目标的无源地理定位。该算法采用3级递阶处理架构：第1级构建经典扩展卡尔曼滤波框架，实现目标地理坐标的基线估计，有效抑制静态观测噪声干扰；第2级通过动态残差协方差矩阵的实时分析，自适应调节观测模型中预测值与测量值的权重分配；第3级设计时变遗忘因子的调节机制，使观测协方差的预测值能够自适应无人机飞行姿态的变化，形成双重自适应补偿体系。仿真实验和实测飞行实验表明，在时变噪声的条件下，所提算法对多个目标的平均定位精度为14.69 m，误差范围为1.87~5.21 m，表明该算法具有精度高、稳定性强和实时性好的特点。

• 陆空两栖多模态可变形机器人

  魏慧, 张斌, 黄伯超, 徐浩桐, 罗杨, 许诺, 臧金良, 祝俊怡

  针对抵近侦察任务中，空基无人机噪声大、旋翼气流干扰大，陆基机器人难以跨域操控等突出问题，提出一种陆空两栖机器人。机器人具备空中飞行、陆地行驶多模式。空中飞行模式下可快速抵达，陆地行驶模式下可低噪声抵近侦察。提出了轻量化机臂可变形自锁机构设计，飞行时无须额外机械装置即可确保旋臂处于安全锁定状态，行驶时基于位置误差实现状态保持，提升机器人的狭窄空间通过能力。提出结构化机体顺桨机构，桨叶可自动归中，有效解决电子定桨抖动、发热和电机效率降低等问题；提出基于轻量化激光传感阵列+ 视觉传感器的有限状态机控制策略，实现空中飞行、地面行驶2个模态的稳定控制，和地空变形、空地变形的状态切换控制。构建陆空两栖可变形机器人样机，续航比可达6以上，抵近噪声由空中70 dB降至地面52 dB。在野外草地环境、崎岖地面、涉水路面和室内楼宇等典型应用环境进行了功能验证，该机器人可用于多域复杂场景多维度侦察与静默潜入。

• 张拉整体跨域机器人的设计与控制

  陶子辰, 刘松源, 桂昀, 郝思远, 方浩, 杨庆凯

  为实现跨域能力的深度融合，提出了一种创新的空地跨域机器人设计，融合了可变形的六杆张拉整体结构与四轴八旋翼无人机，利用张拉整体结构的柔性特性，不仅赋予了机器人较强的环境适应能力，还有效降低了飞行过程中的碰撞损伤风险，从而显著提升了抗冲击能力和结构稳定性。相比于传统跨域机器人简单拼接地面和飞行模块的方式，本文通过模块间的深度融合，使机器人能够在地面移动和空中飞行之间灵活切换。该机器人设计的核心创新在于可变形张拉整体外壳的应用。通过控制张拉绳索的张力，该外壳在飞行模式下为无人机提供保护，而在地面模式下可以调整形状实现滚动。此外，为保障机器人的多模态运动能力，设计了基于规则的控制器进行滚动控制，并采用PID进行飞行模式的控制。总体而言，本研究为跨域机器人的设计提供了新思路，并通过实验验证了其多模态跨域能力和稳定性。

• 基于子母式多无人机协同的多目标追踪

  王翰章, 张雪涛, 刘一莎, 张雪波, 庄严

  针对多无人机多目标追踪中存在的障碍物分布随机、多目标分布分散且易脱离传感器感知范围等问题，提出了一种基于子母式多无人机系统的多目标联合覆盖与追踪方法。首先利用Welzl算法生成的最小包围圆引导母机规划追踪轨迹以覆盖更多的目标；然后根据母机对多目标位置的预测结果调度子机抵近目标进行一对一追踪；最后子母机通过在线协同追踪来实现对区域内多目标的持续稳定观测。仿真实验结果表明所提方法能够有效提升多无人机对多目标的观测能力，室外场景中的子母机多目标追踪实验验证了该方法部署在实际多无人机平台上的有效性。

• 面向沼泽湿地环境采样的空中作业机器人变刚度柔顺控制

  陈彦杰, 沈蒙召, 施玮恒, 钟杭, 缪志强, 王耀南

  针对空中作业机器人在沼泽湿地环境下执行采样任务时的柔顺操纵和精确控制问题，提出了一种变刚度柔顺控制框架。首先，设计了一种基于能量罐的变刚度导纳控制方法，实现空中作业机器人的柔顺采样。其次，提出了一种边界自适应方法，有效解决了因变刚度柔顺性引发的能量罐能量不足的问题，提升了空中作业机器人采样过程的安全性。然后，利用规定时间控制方法设计了干扰观测器和位姿控制器，改进了空中作业机器人的干扰估计，提升了轨迹误差收敛速度。结合无源性理论和李雅普诺夫工具分析了所提出的变刚度柔顺控制框架的稳定性。最后，通过仿真和实验验证了变刚度柔顺控制框架的柔顺性、安全性和稳定性。

• 微型扑翼飞行器的动态建模与高机动控制

  刘志杰, 王文龙, 张建辉, 黄海丰, 贺威, 梁论飞

  针对无尾翼的扑翼飞行器的轨迹跟踪问题，提出了一种基于准稳态模型的耦合轨迹跟踪控制器。首先，结合准定常模型和叶素法对飞行器的气动特性进行建模与分析，构建飞行器的准稳态气动力模型。其次，采用四元数描述飞行器的姿态，建立了扑翼飞行器的耦合动力学模型，以全面反映飞行器的运动特性。在控制器设计阶段，基于未解耦的飞行器动力学模型，引入中间控制量，设计了基于模型的位置—姿态双环耦合控制方案，以实现高精度的轨迹跟踪控制。基于李雅普诺夫理论的分析，证明了所设计的控制系统的全局稳定性。最后，通过仿真与实飞实验对控制器的性能进行验证。在仿真验证与实际飞行测试时，设定样机跟踪螺旋上升轨迹和V字形轨迹。仿真中，样机在跟踪时展现出了快速响应能力，并能保持稳定的姿态；在实际飞行测试中，样机成功完成了螺旋上升轨迹的跟踪，并在6 s内精确执行了V字形轨迹跟踪任务，充分证明了所设计的控制器的有效性。

• 复杂环境下基于 TCP-DQN 算法的低空飞行器动态航路规划

  许振阳, 陈谋, 韩增亮, 邵书义

  针对深度强化学习算法在解决低空飞行器动态航路规划时出现的训练效率低、收敛速度慢以及航路可飞性差等问题，提出了一种基于目标导向课程学习和优先经验回放策略的深度Q网络（TCP-DQN）动态航路规划算法。首先，在强化学习算法框架中引入课程学习机制，通过设置目标引导机动策略，在提高算法训练速度的同时优化所规划航路的可飞性。其次，构建训练组合奖励函数以解决DQN奖励值稀疏问题，并通过优先回放低空飞行器避障经验来提高算法的学习效果。最后，给出了TCP-DQN算法在3维低空动态环境下的航路规划仿真结果。仿真结果表明，该算法能够快速地为低空飞行器在动态未知威胁环境中规划出安全高效的飞行航路。

• 基于模型校正MPC和PID混合控制的倾转旋翼无人机过渡模态飞行控制方法

  贺光, 黄华平, 王祥科, 余立

  针对倾转旋翼无人机过渡模态的高度和姿态控制问题，将MPC（模型预测控制）方法引入旋翼控制器的高度和姿态控制回路，设计了一种模型校正MPC和PID混合控制算法，通过迭代优化来修正MPC控制器及其比重，提升过渡模态的动态特性。首先，建立了一种多桨倾转旋翼无人机的动力学模型，将旋翼/机翼干扰、模型动态变化等建模为不确定动态；而后，对不确定动态进行离线估计，结合基于模型校正的MPC控制器，完成了过渡模态的高度和姿态控制算法设计。在此基础上，设计了一种控制器比重调整机制，通过逐步迭代提升MPC控制器的精度和比重值。进一步，建立了基于Matlab + X-Plane的飞行仿真环境，通过仿真飞行对本文算法的控制效果进行了验证。最后，在倾转三旋翼试验样机上开展飞行试验，通过与PID控制算法的结果对比，说明本文算法可有效改善倾转旋翼无人机过渡模态的动态特性。

• 基于改进阿尔法进化算法的共享无人机配送调度优化

  沈丹阳, 赵浩然

  无人机配送作为低空经济的核心应用场景，其共享模式在降低物流企业初期投入的同时，还面临订单收益动态平衡、设备投资回收周期压缩与客户服务率提升的三重经营挑战。为突破现有调度策略在时空资源利用效率上的局限，本文创新性地构建了融合完全时间柔性指标的共享无人机配送调度模型，通过量化订单时间窗弹性特征实现配送任务的智能组单。针对模型强整数约束特性，提出改进的阿尔法进化算法：设计了基于全订单遍历的可行解构造机制，以保证初始种群的可行性；采用四舍五入取整的随机步长更新规则，在保证解空间离散性的同时提升局部搜索精度；引入周期性边界限制算子，通过周期映射维持种群多样性。基于美团外卖真实订单数据的仿真实验表明，当完全时间柔性订单占比达100% 时，相较于刚性时间窗场景，可实现日均收益提升1237.42元（+23.6%），设备回本周期缩短75.99天（-19.21%），订单服务率提高1.63%。研究证实时间柔性订单占比与运营效益存在显著正相关性，为物流平台构建“刚性保障+ 弹性优化”的混合调度体系提供了决策支持，其算法框架可扩展应用于即时配送、应急物流等多任务调度场景。

• 基于视觉语言模型的多模态无人机跨视图地理定位

  陈鹏, 陈旭, 罗文, 林斌

  无人机跨视图地理定位通过在卫星拒止条件下匹配机载图像与地理参照图像实现自主定位，主要挑战在于跨视图图像间的显著外观差异。现有方法多局限于局部特征提取，缺乏对上下文关联和全局语义的深入挖掘。为此，本文提出了一种基于视觉语言模型的多模态无人机跨视图地理定位模型。利用CLIP（contrastive language-image pre-training）模型构造了一个视图文本描述生成模块，将CLIP模型从海量数据集中学习到的图像级视觉概念作为外部知识，引导模型的特征提取过程。采用混合ViT（视觉Transformer）架构作为骨干网络，使模型在提取图像特征时兼顾局部特征与全局上下文特征的提取。此外，为了使模型能够更有效地学习到不同视图间的关联，还引入了基于逻辑得分标准化KL（Kullback-Leibler）散度的互学习损失函数来监督模型的训练过程。实验结果表明，在CLIP模型生成的文本描述结果引导下，所提模型更容易学习到深层语义信息，从而能够更好地应对跨视图地理定位过程中存在的视角差异、拍摄时间差异等挑战。

• 无人机遮挡目标检测与协同跟踪方法

  崔阳洁, 屠展, 杨彬淇, 任文婧, 向锦武, 董鑫

  无人机常因受低空复杂环境中的障碍物遮挡而导致所跟踪的目标丢失。分析其原因：一是在感知阶段，目标被遮挡导致无人机无法准确识别；二是在跟踪阶段，单一无人机的视野范围有限且观察角度无法快速调整。为实现高效稳定的目标跟踪，本文首先针对遮挡目标检测，提出了一种轻量化的基于Transformer网络的目标跟踪方法，该方法摒弃传统Transformer中冗余的解码器结构，构建纯编码器视觉模型，实现了对遮挡目标的实时跟踪；其次针对目标的跟踪控制，采用多无人机协同跟踪方法，通过动态规划多无人机的轨迹实现对目标的多角度观测。固定视角下遮挡目标检测仿真试验结果显示：提出的目标检测方法可稳定检测遮挡率超过90% 的目标；与实时性好的DiMP18、E.T.Tracker算法在数据集实验和仿真试验中比较发现，所提出的算法刷新率约为其他算法的2倍，准确率相差不大。通过低空室外密集丛林飞行试验验证了本文方法能够在机载端实时检测并稳定跟踪目标。另外，在多障碍物环境下的仿真及飞行试验中，采用所提出的多无人机协同跟踪算法控制3架无人机动态地覆盖目标周围的可视区域，获得了相比单无人机更优的跟踪稳定性。本文提出的多无人机协同目标检测、定位与跟踪控制一体化框架适用于低空、多障碍物环境，该框架解决了因目标遮挡而引发的检测失效和跟踪丢失问题，并在实时性和跟踪稳定性方面均表现出显著的优越性。

• 基于变权重改进鸽群优化的无人机集群围捕控制

  刘航, 袁洋, 段海滨, 邓亦敏

  针对无人机集群编队在跟踪围捕运动目标过程中，编队的大小和高度不能自适应变化易使目标逃出包围圈的问题，提出了一种基于改进鸽群优化（PIO）算法的运动目标围捕控制框架。通过观察分析自然界生物的协同捕猎行为，提出了跟踪围捕变速运动目标的变编队围捕控制策略；为使基于方位信息的分布式控制参数最优，针对PIO算法容易陷入局部最优的缺陷提出了改进PIO算法。仿真测试结果表明，在本文围捕控制框架下无人机集群能在完成运动目标围捕的基础上实现编队大小、高度可变。与传统仿生智能算法相比，改进PIO优化控制参数能快速收敛并达到更优解，进一步提升了无人机集群编队围捕的控制品质，验证了本文方法的有效性。

• 基于高程图可着陆性分析的无人机可靠自主着陆与避险方法

  王宁宁, 仲训昱, 谢涵, 徐智凌, 刘强

  无人机在未知环境中自主着陆是一项极具挑战性的任务。为解决这一问题，构建了安全高效的激光着陆系统。该系统基于激光和惯性测量单元（IMU）的感知信息获取定位数据，将点云投影到高程地图坐标系，并利用贝叶斯广义核高程推理法和改进的动态点更新算法，对稀疏的高程地图进行预测、填充和动态更新，从而生成稠密且信息全面的高程地图。随后，通过分析高程地图的地形几何参数，如倾斜度、粗糙度和阶跃度，生成可着陆性分析地图。接着，采用GPU（图形处理器）加速方法，从可着陆性地图中快速搜索出最安全的着陆位置。此外，针对靠近着陆点时激光定位可能退化的问题，提出了一种仅依靠单帧点云的避障策略，最终实现无人机安全着陆。经过多个复杂仿真环境和真实场景的测试验证，该方法均取得了优异的自主安全着陆效果。

• 基于意图推理的城市环境下低空飞行目标轨迹预测方法

  陈宇燊, 白成超, 颜鹏, 郑红星, 郭继峰

  针对城市低空飞行目标异构性、高密度化带来的轨迹预测难题，提出一种融合意图推理与局部规划的分层轨迹预测框架，通过融合贝叶斯推理与深度学习的混合推理机制，实时估计飞行器目的站点的概率分布，根据估计结果进行局部轨迹规划，提升长期轨迹预测的准确性。首先，将城市区域离散化为若干通行区块，利用LSTM（长短期记忆）网络从历史轨迹中学习轨迹转移概率模型，通过区域离散化降低了直接预测坐标的困难；其次，基于贝叶斯理论在线迭代更新目的站点后验概率分布，利用该长期运动意图可提高长期轨迹预测的准确性；最后，通过采样与局部轨迹规划来生成满足无人机动力学约束的预测轨迹，基于采样的方法可降低预测的计算复杂度，提高预测的实时性。实验结果表明，在9个待行区块范围内目的站点估计的平均准确度高于0.46（均值±标准误差：0.175），相比无先验信息方法提升显著；轨迹预测结果可以覆盖目标可能的机动路径，相比于交互式多模型预测算法误差更小，切换速度快，在长期轨迹预测方面更具优势。

• 自主飞行器技术及其在低空经济中的应用综述

  陈林, 缪志强, 王祥科, 陈谋, 段海滨, 王耀南

  低空经济产业依托低空空域资源，利用各类有人/无人驾驶飞行器进行飞行活动，并带动相关产业融合发展，将成为新的经济增长引擎。首先，本文梳理了低空经济相关概念及其发展现状，分析了其典型应用场景与面临的挑战；接着，围绕低空经济中自主飞行器关键技术问题，包括自主飞行器构形、能源管理、感知与定位、高效通信、任务规划、协同控制与安全管理以及空域规划等问题，进行深入剖析。最后，结合实际发展情况，详细分析了自主飞行器技术的发展趋势。