4月25日，由DISCOVER实验室主办的第三十期AIR DISCOVER青年科学家论坛如期举行。本期讲座有幸邀请到浙江大学控制学院长聘副教授高飞，为AIR的老师与同学们做了题为《生物启发的飞行智能》的精彩报告。
高飞，浙江大学控制学院长聘副教授，研究员，博士生导师；浙大湖州研究院-集群机器人自主导航研究中心PI，智能无人系统协同导航控制技术联合实验室主任。承担国家自然科学基金委优秀青年科学基金，国家重点研发计划青年科学家项目等国家级课题；主要研究方向：机器人轨迹规划、自主导航、集群协同、定位感知。近年来，以第一作者/通讯作者身份在Science Robotics, IEEE Transactions on Robotics (TRO), ICRA，IROS等知名机器人期刊、会议发表论文70余篇；发表Science Robotics封面论文并被国内外媒体如CCTV、新华社、光明日报、科技日报、泰晤士报、AAAS等广泛报道；获IEEE TRO 2020年最佳论文荣誉奖、国际基础科学大会ICBS 2024前沿科学奖、IEEE ICRA 2024年最佳论文奖提名等学术荣誉；入选爱思唯尔数据库2023年度全球前2％顶尖科学家。
对于感知范围、计算能力、机动性能、资源功耗等受限的空中机器人系统（无人机），其在无先验信息、卫星导航拒止、障碍物稠密环境中的自主化、鲁棒化，协同化、智能化运动仍面临理论与技术上的重大挑战。
观察自然界的飞行生物，可以发现鸟群可以组成庞大的集群，仅依靠它们的眼睛和大脑跨越数千公里完成自然迁徙，而鹰隼可以在长远的距离下锁定目标，穿梭于各种障碍物之间。
在本次报告中，高博士类比生物导航现象的作用机理，从敏锐感知、自主决策、飞行交互、集群智能等方面介绍了团队在无人机单机与集群自主导航方法上所做出的最新创新贡献，展示了在不依赖外部定位和计算设施，仅靠机载摄像头、计算芯片和传感器的无人机动态环境鲁棒感知、快速灵巧机动飞行、飞行吊载与抓握、集群避障编队等方面的最新研究成果。
首先，高博士向我们介绍了团队在动态鲁棒环境感知领域的先进工作。他们通过动静态障碍物分离技术以及动态障碍物的跟踪与预测，实现了对高速动态目标的精准检测与预测。此外，高博士还重点介绍了团队研发的微眼动增强事件相机，这款创新型相机通过增设伺服执行机构，不仅能够有效捕捉动态目标，更能精准锁定静态目标，从而弥补了传统事件相机在捕捉静态目标方面的不足。
随后，高博士对超轻量级地图表征进行了详细的阐述。他通过引入飞行走廊的先进理念，并基于受约束膨胀和最大内接椭圆对可行空间进行了精细提取，从而使得算法能够更为聚焦于可通行区域，进而显著优化了算法的运行效能。
在论及轨迹规划与决策问题时，高博士展示了团队在高速大机动自主飞行方面的科研成果。他们采用基于微分的同胚映射流形约束消除技术，实现了优化变量与轨迹表征线性复杂度映射。不仅如此，高博士还介绍了了团队在全状态轨迹规划领域的最新研究进展，能够在时间上实现无限精细化，且能进行连续的避障规划。
高博士还进一步向我们介绍了团队在特定任务下无人机系统的运动规划与控制技术的研究。他举例说明了在无人机吊载重物时的精确规划与模型预测控制，以及如何在满足视锥对跟踪物体的约束下，实现全自主跟踪降落任务的运动规划与控制。
在详细揭示了这些技术细节后，高博士向我们引出了一个极具挑战性的问题：如何实现无人机的集群智能。对此，高博士详细地介绍了团队设计的分布式集群架构，并深入剖析了实现集群智能的关键技术，诸如时-空轨迹联合规划、多传感器融合定位等。他进一步展示了集群系统在仿真测试和复杂实际环境中的出色表现，并分享了他在该领域的最新进展和深邃思考，包括如何借助稀疏化策略来平衡大规模编队的性能与规划效率，以及无人机集群如何通过软硬件的有机结合实现可信赖的估计与规划。
在报告的结尾部分，高博士与在场的同学们进行了内容丰富而深入的交流。他们共同探讨了如何将运动规划算法与具身智能更为紧密地结合，高博士团队研发的微眼动事件相机相较于传统的视觉算法补偿有哪些独特优势，以及在面对多变且复杂的气流和环境时，如何对无人机进行更为精确的建模等一系列前沿话题。
文稿撰写 / 李思祁
排版编辑 / 王影飘
