提起机器人翻跟头,你想到的多半是波士顿动力那种一米多高、能后空翻的大家伙。现在,一个不到回形针重、只比指甲盖大一点儿的飞行机器人,一口气完成了10个连续后空翻——总用时只有11秒。它的瞬时加速度和最快飞行速度,已经逼近自然界里真正的昆虫。
做出这个机器人的,是麻省理工学院(MIT)电子工程与计算机科学系副教授陈凯文(Kevin Chen)带领的软体与微型机器人实验室。2月下旬,研究团队在《科学进展》(Science Advances)上公布了这套全新的仿生控制系统。论文的两位共同第一作者是MIT的研究生萧奕轩和博士生Andrea Tagliabue,以及航空航天系研究生Owen Matteson。合作者还包括MIT航空航天系的福特工程教授Jonathan P. How。
微型飞行机器人并不是新概念。过去五年里,陈凯文团队一直在改进扑翼机器人的机械结构和飞控算法。他们的最新款样机比此前的版本更坚固,扑翼面积更大,意味着更强的机动性。驱动扑翼的是柔软的“人工肌肉”,能以极高的频率往复拍打。硬件已经达到相当水准,可机器人的大脑——也就是飞控系统——却长期拖了后腿。
直到最近,扑翼微型机器人的飞行表现都和真正的昆虫差得很远。它们只能在简单、平滑的预设轨迹上慢悠悠地移动,一旦遇到阵风或要求急转弯,要么翻倒,要么直接失控。而自然界的果蝇可以在几毫秒内做出大角度转弯,蜜蜂能在强风中精准降落在摇摆的花蕊上。两者的差距,主要出在“控制器”上——如何用尽量少的算力,在极短的时间内协调翅膀的拍动频率、角度和机身姿态,实现又稳又快的机动飞行。
MIT团队这次给出的答案,是一套分两部分的AI控制器。第一部分负责高速生成可行的飞行轨迹,第二部分则把轨迹精确转化成翅膀的实时控制指令。这种“分工”让整个控制回路既保持高精度,又不吃算力。与研究者此前最好的演示相比,新系统将机器人的飞行速度提高了大约450%,加速度提升了约250%。一个直观的指标是:机器人可以在11秒内完成10次连续后空翻,中间即使有风干扰,姿态也不会崩掉。
陈凯文在接受采访时说:“我们想把这些机器人用在传统四旋翼无人机难以进入、但昆虫能够自由穿行的场景里。现在,有了这套受生物启发的控制框架,我们的机器人在速度、加速度和俯仰角变化上已经可以和昆虫相提并论。这是朝着那个未来目标迈出的相当令人兴奋的一步。”
如果把“比肩昆虫”这个目标摆出来,目前的成果足以让乐观者喝彩。450%的速度提升,放在任何一个硬件平台上都可称作代际跨越。悲观者则会说,实验室里炫技式的连续后空翻,距离地震废墟里躲避不断掉落的碎石、在狭缝中自主寻路,中间还隔着好几道坎。先不说续航、载荷和自主决策能力,光是真实瓦砾堆里随时变化的气流和复杂边界,就可能让当前的控制策略失效。
不过,这两种视角其实并不矛盾。翻跟头本身就是一种非常极端的飞行动作测试——它要求机器人在短时间内经历大姿态变化、强非定常气动力和可能的结构形变,控制系统必须同时处理高度非线性的动力学问题。能连续翻10个而不失控,至少说明机器人与控制器在“高机动—高扰动”这个象限里已经站住了脚。至于能否在真实搜救中派上用场,那还得看工程化的进度,而不是此刻就能断言的。
事实上,微型扑翼飞行器的另一个关键价值在于气动效率。昆虫尺度的飞行器无法像大疆无人机那样靠旋翼简单放大升力,必须依赖非定常涡流效应产生额外的升力。MIT团队的这版样机,通过更大的扑翼和优化的人工肌肉驱动,正是要在极为有限的尺寸和重量下,尽可能逼近生物飞行的能量利用率。论文显示,该机器人重量不到一枚回形针,机身尺寸不比一盒微型磁带大。
控制器的聪明之处还在于它的“轻量化”。微型机器人不能背着一台电脑飞,所有运算必须在极小的芯片上完成。这次的两段式架构,把复杂的轨迹优化和实时的状态反馈拆开,让低速回路规划好路径,高速回路只管执行,既保住了快速响应,又不卡算力。这种思路,其实跟自然界里昆虫的神经控制系统有相似之处——低级神经回路负责快速反射,高级中枢只处理方向性决策。
搜救只是应用图景的一角。具备昆虫级敏捷性的微型飞行器,还可以进入倒塌建筑内部检查结构损坏、在化工厂管道间寻找泄漏点、在精密农业中贴着作物叶片飞行以监测病虫害。这些场景的共同特点是“小”和“乱”——空间狭小、环境不可预测,传统机器人根本钻不进去或进去就撞墙。仿生扑翼机器人的体积与机动性,恰好对上了这种需求。
当然,商业化和实战部署的问题远未解决。目前的演示还是在室内受控环境下完成的,电池、微型相机、无线通信模块等载荷集成尚未进行,自主导航算法也还只是一个框架。但工程研究从来是一步步推进的:先证明物理上可行,再解决工程上可靠,最后才谈规模应用。从这个意义上说,让一个不到回形针重的东西完成10个连续后空翻,本身就像当年莱特兄弟的12秒飞行——证明了一条技术路径的物理界限已经被打破了。
陈凯文团队下一步的计划,不单是继续刷新速度和加速度的数字,更要把自主避障和实际环境下的搜索策略嵌入这套控制架构里。他们想让机器人不止能翻跟头,还能自己决定在哪里翻、何时翻,以及翻完之后往哪飞。真到了那一天,废墟下的幸存者或许就能等来一支翅膀长不过两三厘米、却能在碎石间钻来钻去的救援队。
热门跟贴