滿分!“飛鷹”奪冠

宋韜

目標無人機

本次穆罕默德本扎耶德國際挑戰賽包括三項挑戰項目。“挑戰一”要求多個無人機自主搜索、識別、刺破在場地中央隨機擺放的五個氣球，并自動跟蹤一架在競技場內的按三維隨機軌跡移動的目標無人機，抓取懸掛于目標無人機下方的黃色小球，并投放到指定區域。“挑戰二”中，無人機和無人車在室外環境中協作完成自動定位、拾取、運輸和組裝不同類型、顏色的磚形物體，按照給定的圖案及進行搭建。“挑戰三”中，無人機和無人車需協作，在城市高層建筑消防場景中自動撲滅一系列模擬火災。

比賽中，北京理工大學的“飛鷹隊”作為唯一一支來自中國的隊伍，擊敗卡內基梅隆大學、賓夕法尼亞大學、弗吉尼亞理工、蘇黎世聯邦理工學院、東京大學和法國國家科研中心等29支國際頂級院校和研究機構的參賽隊伍，在“多機協作自主空中奪球”項目中以全場唯一一個滿分的成績奪得桂冠！

“飛鷹隊”原定參加全部三項挑戰，受疫情等影響挑戰二和三的主力隊員無法按時歸隊，“飛鷹隊”最終參加了“挑戰一”項目。比賽當天，在阿聯酋國家展覽中心，一個類似足球場的場地上空中有一架無人機拖著一個直徑13cm黃色小球以三維空間“8”字形軌跡自由飛行，地面隨機放有五個兩米左右高的桿，桿上放著直徑40cm左右自由飄動的綠色氣球，用于干擾。要求參賽無人機用最短時間自主追蹤目標機抓取黃色小球，同時刺破桿子上放置的干擾球。

“飛鷹隊”比賽三架無人機一鍵自主起飛后，先自主規劃搜索路徑，識別到目標機和綠色氣球后，以任務完成時間最小為優化目標，自主規劃任務分配。“抓球”無人機自動規劃航跡飛至追蹤起始點，鎖定目標無人機，并實現自主跟蹤和精準抓取。“刺球”無人機自主識別綠色氣球在場中央的擺放位置，以所走路程最短為優化目標，自主規劃航跡，利用機上“針刺”裝置對目標進行刺破。最終，“飛鷹隊”出色完成挑戰一項目所有任務，以全場唯一一個滿分成績贏得比賽。

“挑戰一”主要測試三項技術：視覺識別與感知、導航與控制、多機自主協同。

視覺識別與感知技術讓無人機能夠可靠地“看”和“識”，攝像機可以理解為機器的眼睛，如何處理視覺數據則需要機載計算機和算法的相互配合。人類大腦約百分之七十的計算都是用來處理視覺信息，同樣機器視覺對于算法和計算力要求極大。在比賽中，視覺識別主要有以下技術難點：一是目標無人機掛的球很小，速度又比較快，可能還沒等原來的圖像處理完成，黃球就飛走了，這就需要我們提高圖像處理識別的速度;二是比賽場景復雜，常常有戴黃色安全帽的工作人員走來走去，且目標球尺寸太小，甚至會受到光照等外部條件的影響，這些問題，都給圖像識別帶來很多挑戰。

北理工團隊研發了先進的機器學習技術，提高了對目標的搜索效率和探測能力。

目標自動識別與感知技術在軍事和民用方面都有著十分廣泛的應用， 軍事方面包括無人飛行器、精確制導、空中預警和戰場監視等;民用方面包括移動機器人、智能視頻監控、智能交通系統、人機交互、虛擬現實等。

導航與控制技術是要實現對空中快速運動目標的跟蹤和抓取，機載計算機可以看作是無人機的“大腦”，旋翼可以看作是無人機的“手腳”，更快更準地完成任務就需要“大腦”與“手腳”的配合。

參賽無人機

地面綠色氣球

比賽設定目標無人機在空中繞軌跡和方向都未知的“8”字運動，速度為8m/s。針對目標無人機運動狀態未知這個難點，開發了自主導航智能控制算法，北理工參賽無人機先懸停搜索觀察目標，自主預測目標運動軌跡并自主規劃有利于抓球的最佳跟蹤路徑。北理工參賽無人機沿著最優路徑自主飛行到最佳追捕位置后，啟動自主導航智能算法加速追擊目標;當接近目標時將速度降至和目標保持一致。未來這項技術可應用于無人機目標的管控、無人機自主回收、空中加油、空域安全防護等任務領域。

上：備賽區? ?下：團隊成員

多機自主協同技術是要實現對復雜環境下多任務多目標的快速任務分配和協同控制，團隊設計了一套協同任務規劃系統，讓無人機彼此之間“相互交流”，通過“交流協商”來明確誰對空中運動小球的實施抓取，誰對地面若干固定氣球的執行刺破。

這些技術成功應用于比賽過程中，完成了對復雜環境下空中抓球、地面刺球多目標任務的快速任務分配與協同控制。未來可應用于空天地無人智群一體化組網、空地一體綠色農業、戰場多點覆蓋偵察等任務場景中。

“飛鷹”隊面對在國際人工智能前沿領域的強敵，如“現代計算機科學文明發源地”賓夕法尼亞大學，以計算機科學和機器人學享譽全球的卡耐基梅隆大學，法國最大科研機構法國國家科研中心等，在“挑戰一”項目中，“飛鷹隊”能摘得桂冠，并呈上全場唯一一份滿分答卷，十分不易。

責任編輯：陳曉麗