近期，浙江大学FASTLAB 13篇论文被IROS 2023接收。以下为被接收论文的介绍：
01
Skywalker: a Compact and Agile Air-Ground Omnidirectional Vehicl
IEEE Robotics and Automation Letter (RA-L with IROS 2023 )
通过结合多旋翼无人机和地面机器人的优势，空地机器人由于它出色的机动能力与续航，在许多领域表现出巨大的潜力。然而，之前的多数相关工作都采用了复杂的机械结构，并且没有使用高精度控制器来跟踪具有挑战性的轨迹，而这严重限制了空地机器人的应用。在这篇工作中，我们首先展示了一种基于市售万向轮的新型空地机器人的设计。接着，我们推导了它的考虑摩擦力与支持力的微分平坦特性，并设计了空地统一的控制器，用于执行高速轨迹跟踪以及空地模式切换。同时，充分的实验以及基准测试证明了它出色的性能。它可以跟踪最快速度5米每秒的轨迹，并节省75.2%的能量。该论文第一作者为FASTLAB在读硕士生潘能。
论文链接-
-视频链接
02
Auto Filmer: Autonomous Aerial Videography under Human Interaction
IEEE Robotics and Automation Letter (RA-L with IROS 2023 )
无人机技术的进步使得消费者和导演能够从空中拍摄画面，但是操纵无人机录制移动物体的视频并达到想要的效果难以实现。本文提出了一种集成了定制化镜头和无人机动力学的自主航拍系统。我们为使用者设计了友好的交互界面，以实时创作期望的镜头。镜头信息会首先被传达至动力学路径搜索的步骤，在此会评估一条安全的拍摄路径，然后通过构建可行区域和安全飞行走廊来保证安全性和可视性，最后轨迹优化生成无人机和云台的轨迹以保持期望的画面构图。大量的仿真和实物实验验证了方法的有效性。该论文第一作者为FASTLAB硕士毕业生张智为。
论文链接-
-视频链接
03
Ring-Rotor: A Novel Retractable Ring-shaped Quadrotor with Aerial Grasping and Transportation Capability
IEEE Robotics and Automation Letter (RA-L with IROS 2023 )
本文介绍了一种名为 Ring-Rotor 的新型可伸缩环形四旋翼飞行器，它可以同时调节飞行器的长度和宽度。与之前其他复杂度高、可控性差的变形四旋翼飞行器不同，Ring-Rotor仅使用一个伺服电机进行变形，并可将飞行器的最大尺寸减少约31.4%。Ring-Rotor在收缩形态时可保证在狭小空间时的可通行性，而在展开形态时可节省能量。同时，该飞行器打破了传统四旋翼飞行器四个机臂连接在中心体的机械结构，创新设计了一种留有中心空余空间的环形机械结构。以此为基础，本文设计了一种巧妙的无外接机械臂机构的全身空中抓取运输方案。所提出的环形机构可以抓住各种形状的物体，甚至可以用装载的托盘运输适当尺寸的任何形状物体。此外，我们利用非线性模型预测控制 (NMPC) 策略，该策略使用时变物理参数模型来适应四旋翼形态，优于串联 PID 控制方法。上述应用是在真实世界的实验中进行的，以证明系统的高多功能性。该论文第一作者为FASTLAB在读硕士生吴钰泽。
论文链接-
-视频链接
04
Bearing-based Relative Localization for Robotic Swarm with Partially Mutual Observations
IEEE Robotics and Automation Letter (RA-L with IROS 2023 )
相互定位为多机器人系统的合作提供了共识坐标系。之前已有相关工作开发了可证鲁棒的相对位姿估计算法，然而，在部分观测的情况下恢复机器人的相对姿态仍然是一个尚未解决的问题。本文给出了一个完整的算法，它具有最优性、可扩展性和鲁棒性。首先，我们融合局部里程计和方位测量信息，建模为Stiefel流形统一最小化问题。之后，我们将原始非凸问题松弛为具有严格紧性保证的半定规划问题。此外，为了在有噪声的情况下保持精确性，我们增加了凸秩代价，并通过迭代凸优化完成求解。我们将提出的方法与局部优化方法在仿真环境中进行了充分比较，展示了我们方法在全局最优性和可扩展性上的优势。实物实验也进一步展示了我们算法的实用性和稳健性。该论文第一作者为FASTLAB在读博士生王英建。
论文链接-
05
Continuous Implicit SDF Based Any-shape Robot Trajectory Optimization
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
基于优化的轨迹生成方法被广泛用于机器人的全状态规划中。然而，现有的工作要么过度简化了机器人几何与环境表示，导致了保守的轨迹；要么需要维护额外信息（如符号距离场SDF）导致巨大的内存开销。为此，我们将机器人视为一个隐含函数，其表面边界由其SDF的零水平集表示。我们进一步采用另一个隐式函数来延后惰性计算机器人运动产生的扫掠体积对障碍物的符号距离。通过利用这个函数的时空连续性，SDF计算十分高效，且隐式函数保证了即使对于具有复杂表面的非凸形机器人也有精确和连续的碰撞评估。此外，我们提出了一个适用于隐式SDF的轨迹优化方法。在仿真与实物实验中利用四旋翼验证了我们的方法在任意形状的机器人轨迹优化中的高性能。 该论文共同第一作者为FASTLAB在读硕士生张庭瑞和王敬平。
论文链接-
-视频链接
06
Robo-centric ESDF: A Fast and Accurate Whole-body Collision Evaluation Tool for Any-shape Robotic Planning
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
为了使机器人在复杂环境中灵活地穿行，机器人非质点模型碰撞检测方法的研究受到了广泛的关注。许多现有的工作使用基于走廊或ESDF的方法，然而生成表征环境可通行区域的走廊需要满足严格的要求，维护ESDF地图需要对运行效率和地图大小进行权衡。实现快速和准确的机器人非质点模型碰撞检测依然是当前的一大挑战。本文主要提出了一种以机器人为中心的ESDF（Robo-centric ESDF，简称RC-ESDF），它预先建立在机器人的机体系，能够准确表述任意形状的机器人，甚至非凸形状。RC-ESDF只考虑与自己产生碰撞的障碍物，保留了构建机器人非质点模型安全性约束精简且充分的信息，大大提升了轨迹优化的速度。基于RC-ESDF提供的梯度，对机器人的位置和姿态进行联合优化，保证轨迹的光滑性、安全性和动力学可行性。通过大量的仿真实验和实物实验，验证了本方法的通用性与可靠性。该论文共同第一作者为FASTLAB硕士毕业生耿爽和在读博士生王钱浩。
07
Canfly: A Can-sized Autonomous Mini Coaxial Helicopter
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
当今，自助多旋翼无人机在小型化方面展现出明显的发展趋势。然而，小型化带来的种种副作用，例如更小的载重，更短的续航时间以及更差的自主能力，严重限制了它的发展。在这篇论文中，我们首先深入调研了不同种类的旋翼无人机构型，并最优化了构型选择。接着，经过细致的机械结构设计后，我们展示了一种共轴双旋翼无人机的硬件设计以及控制策略，它比当前学界最小的自主无人机在碰撞面积上减小了62%。充分的实验证明了它令人印象深刻的可通行以及在未知环境中自主导航的能力。同时，它还保持了令人满意的载重能力以及续航能力。 该论文第一作者为FASTLAB在读硕士生潘能。
-视频链接
08
An Efficient Trajectory Planner for Car-like Robots on Uneven Terrain
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
地面机器人在不平坦地形上的自主导航正被越来越多的任务考虑。不平坦的地形会给运动规划带来两个问题：如何评估地形的可穿越性以及如何应对与地形相关的机器人动力学模型。现有方法产生的轨迹往往过于保守或不能被控制器很好地跟踪，因为第二个问题在他们的工作中没有得到很好的解决。本工作提出地形姿态映射来描述地形对机器人的影响。通过它，我们可以得到机器人在SE(2)中给定状态下在不平坦地形上的SE(3)状态。在此基础上，我们提出了一个类车的机器人在不平坦地形上的轨迹优化框架，可以考虑上述的两个问题。我们的方法所产生的轨迹符合系统的动力学模型，不会过于保守，但又能被控制器很好地跟踪。我们进行了模拟和真实世界的实验来验证我们算法的效率和轨迹质量。该论文第一作者为FASTLAB在读硕士生徐隆。
-视频链接
09
Model-Based Planning and Control for Terrestrial-Aerial Bimodal Vehicles with Passive Wheels
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
本工作提出了统一的、基于模型的被动轮式陆空两栖机器人的运动规划与控制算法框架。首先，我们推导出一个适用于被动轮式陆空两栖机器人的陆空统一的动力学模型，以及相应的微分平坦开始。利用该微分平坦性质，我们提出了一种兼顾求解质量和计算效率的轨迹优化方法。同时，我们设计了一种基于非线性模型预测控制的跟踪控制器，实现了精确的轨迹跟踪和平滑的陆空运动模态转换。我们通过广泛的基准比较和实验来验证我们的算法框架，证明其在规划质量和控制性能方面的有效性。该论文第一作者为FASTLAB在读硕士生张瑞彬。
-视频链接
10
CREPES: Cooperative RElative Pose Estimation System
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
相对位姿估计在多机器人系统中起着至关重要的作用。本工作提出了一套用于多机器人相对位姿估计系统，包括硬件方案和对应的算法。我们设计并实现了一个采用有源红外(IR) led、红外鱼眼摄像机、超宽带(UWB)模块和惯性测量单元(IMU)的硬件模块。该系统利用红外光通信技术，解决了多机器人系统中机器人ID 识别的问题。利用超宽带的测距测量和来自相机的方向信息提供了相对的3D位置估计。结合相邻节点的相对位置和imu提供的重力约束，我们可以从每一帧传感器数据融合中估计出3D相对姿态。此外，我们设计了一种基于误差状态卡尔曼滤波器(ESKF)的估计器，以提高系统的精度和鲁棒性。当有多个邻居节点的观测可用时，采用位姿图优化算法进一步提高系统精度。我们在不同场景中进行了实验，以证明系统的准确性和鲁棒性 。 该论文共同第一作者为FASTLAB硕士毕业生寻芝任和FASTLAB交流学生黄坚。
论文链接-
-视频链接
11
Polynomial-based Online Planning for Autonomous Drone Racing in Dynamic Environments
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
近年来，自主无人机竞赛中取得了值得关注的进展。然而，其主要焦点是关于完成时间，很少关注到动态环境中的挑战。竞速天然的的高速场景和动态环境的不可预见性，对在线重规划提出了严格的要求。针对动态竞速环境，我们提出了一个在线重规划框架和高效的多项式轨迹表示。基于优化的方法，我们在速度和避障之间进行了平衡。另外，为了保证穿越航点时的安全和精度，我们将这一需求构建为硬约束。为了动态障碍物，设计了并行多拓扑轨迹规划，防止由于局部最优而导致时间损失。我们将该框架集成到一套四旋翼系统中，并成功在 DJI Robomaster 智能无人机竞赛上完成赛道并获得第一名，完赛时间不到第二名一半。该论文共同第一作者为FASTLAB在读博生王钱浩和王懂。
论文链接-
-视频链接
12
Decentralized Planning for Car-Like Robotic Swarm in Cluttered Environments.
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)
机器人集群是当前机器人研究领域的热门课题。在本文中，我们提出了一种针对类车机器人在障碍物稠密环境中实时规划的去中心化集群框架。在该系统中，环境拓扑信息指导路径规划从而避免快速重规划导致的路径拓扑突变，而基于搜索的速度规划用于避免由不合理的初值导致后端优化陷入不合理的局部极小值。然后通过时空联合优化来生成一条安全、光滑并且动力学可行的轨迹。在优化过程中，轨迹被固定时间间隔离散化。惩罚项被施加到智能体之间的带符号距离上来实现机器人之间的动态避障，微分平坦结合舵角约束满足了机器人的非完整性约束。机器人将轨迹信息通过无线网络传输到其他机器人上，然后机器人再根据这些轨迹进行碰撞检查以及避障。我们在仿真以及实际实验中验证了我们系统的稳定性。相关代码将被开源。该论文第一作者为FASTLAB在读硕士生马昌家。
论文链接-
-视频链接
13
Tight Collision Probability for UAV Motion Planningin in Uncertain Environment
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023).
动态障碍物和外部干扰等复杂环境给无人机（UAV）的运行带来了重大挑战，主要原因是这些情景中固有的不确定性。此外，不准确的机器人定位和建模误差进一步加剧了这些挑战。最近针对静态环境下的UAV运动规划的研究无法应对快速变化的周围环境，往往不能规划出可行的轨迹。此外，之前处理动态障碍物或外部干扰的方法无法处理这类复杂环境。本文提出了一种可靠的UAV运动规划框架，将各种不确定性集成到概率性机会约束中以刻画不确定性。机会约束通过计算机器人的高斯分布的前向可达集与障碍物状态之间的碰撞概率，提供了概率性的安全证明。为了减少规划轨迹的保守性，我们提出了碰撞概率的紧密上界，并对其进行了精确和近似评估。近似解用于生成运动基元作为参考轨迹，而精确解则用于迭代优化轨迹以获得更好的结果。我们的方法经过了充分的仿真和实际实验测试，验证了其在不确定环境中的可靠性和有效性。该论文第一作者和通信作者为香港大学硕士研究生刘天宇，由香港大学主导完成，浙江大学fastlab参与合作。
论文链接-
-视频链接
联系客服
