Autonomous UAV-Quadruped Docking in Complex Terrains via Active Posture Alignment and Constraint-Aware Control

本文提出了一种面向复杂地形的自主无人机 - 四足机器人对接框架，通过四足侧的强化学习主动姿态稳定与无人机侧的约束感知控制策略，成功实现了在 GPS 拒止环境下对高差台阶及陡坡等崎岖地形的稳定对接。

要点

这篇论文讲述了一个非常酷的技术突破：让无人机（会飞的）和四足机器人（会走的“机器狗”）在崎岖不平的野外自动“握手”并安全降落。

想象一下，如果无人机想给机器狗“充电”或者“交接货物”，通常机器狗得停在平坦的水泥地上，像停飞机一样。但在真实的野外（比如满是台阶的山路、陡峭的土坡），机器狗为了保持不掉下去，身体会歪歪扭扭，这时候无人机根本没法降落，就像你想在颠簸的船上稳稳地放下一块积木一样难。

这篇论文就是为了解决这个“在颠簸中稳稳接住”的难题。我们可以把整个过程想象成一场精心编排的“空中芭蕾”：

1. 机器狗的“核心魔法”：主动摆平身体

（论文中的 HIM-HA 策略）

• 以前的机器狗： 就像个在冰面上滑行的孩子，脚踩到哪里，身体就歪向哪里。遇到台阶，它为了不掉下去，身体会跟着台阶倾斜。
• 现在的机器狗（HIM-HA）： 它被训练得像一位经验丰富的杂技演员。
  • 平时： 它在乱石堆里奔跑时，身体会灵活地适应地形。
  • 关键时刻： 当它收到无人机发来的信号（“我要降落了！”），它立刻启动“主动摆平模式”。不管脚下的台阶多高、山坡多陡，它都会强行把背部（躯干）调整成水平状态，就像在倾斜的甲板上强行搭起一块平整的木板。
  • 怎么学的？ 科学家没有手把手教它每一步怎么走，而是用深度强化学习（类似让它在虚拟世界里玩成千上万次游戏），让它自己摸索出：“哦，原来只要把背挺直，无人机就能安全降落。”

2. 无人机的“火眼金睛”与“智能刹车”

（论文中的三阶段策略）

无人机不能直接冲过去，它分三步走，就像老鹰抓小鸡的过程：

• 第一阶段：远距离“锁定目标”（Acquisition）

  • 无人机飞得很高，看不清机器狗身上的小标签。这时候，它用AI 视觉（YOLOv8） 像看人一样，远远地识别出“那是只机器狗”。
  • 为了防止看花眼，它用了一个中值滤波器，就像给画面加了“防抖”功能，过滤掉那些忽闪忽现的假信号，稳稳地朝机器狗飞去。

• 第二阶段：近距离“精准跟飞”（Tracking）

  • 飞近了，无人机能看清机器狗背上的二维码（AprilTag） 了。
  • 这时候最难：机器狗在动，无人机也在动，而且无人机不能飞太远（否则摄像头会跟丢，就像你拿手机拍人，手一抖人就出画面了）。
  • 论文设计了一个**“约束感知控制器”。你可以把它想象成一个极其严格的教练**：
    • 它用一种叫“非奇异快速终端滑模控制”的算法，保证无人机能快速追上机器狗。
    • 同时，它加了一个“对数障碍函数”（Barrier Function），就像给无人机画了一个隐形的安全圈。只要无人机快要飞出摄像头的视野范围，这个“隐形墙”就会把它推回来，确保它永远盯着机器狗，既追得上，又不会跟丢。

• 第三阶段：安全“着陆确认”（Landing）

  • 到了最后降落的一刻，不能急着跳下去。
  • 系统会开启一个**“安全等待期”（Safety Period）**。就像你在跳伞前最后检查一次：
    1. 无人机飞得稳吗？（误差够小吗？）
    2. 机器狗的背平吗？（身体晃动够小吗？）
  • 只有这两个条件同时满足，并且持续了一小段时间，无人机才会执行“降落”指令。这就像在等风平浪静的那一秒，确保万无一失。

3. 实验成果：真正的“野外生存”

科学家不仅在电脑里模拟了，还去真实世界测试了：

• 场景： 户外 17 厘米高的台阶（比一般台阶还高）、30 度以上的陡坡。
• 结果： 机器狗在爬楼梯时，背依然能保持水平；无人机成功降落在机器狗背上。
• 意义： 这是第一次在如此复杂的野外环境中，实现了无人机和机器狗的自动对接。

总结

这篇论文的核心思想就是：让机器狗学会“主动配合”，让无人机学会“聪明跟随”。

以前是“你站好，我再来”；现在是“你走你的路，我随时能降落在你背上”。这让未来的救援、勘探任务可以在真正的深山老林、废墟瓦砾中自由组合，不再受限于平坦的地面。就像给无人机和机器狗装上了“心灵感应”和“超级平衡感”，让它们成为了真正的野外搭档。

技术摘要

论文技术总结：复杂地形下基于主动姿态对齐与约束感知控制的自主无人机 - 四足机器人对接

1. 研究背景与问题定义

核心问题：
异构系统（无人机 UAV 与地面机器人 UGV）的自主对接是提升协同作业能力的关键。然而，现有的对接研究多集中于轮式地面机器人，其机动性受限于平坦地形，难以在复杂环境中探索。相比之下，四足机器人具有更强的地形适应性，但其频繁的姿态变化（如攀爬楼梯或斜坡时躯干倾斜）导致无法为无人机提供稳定的着陆平台。此外，在 GPS 拒止环境（如室内、植被茂密区）中，实现高精度的相对定位和稳定着陆极具挑战性。

具体挑战：

• 平台不稳定性：在复杂三维地形（如高于 15cm 的楼梯或坡度超过 20°的斜坡）中，四足机器人的躯干倾角可能超过 20°，导致着陆面不稳定，增加无人机视觉跟踪丢失（FOV 丢失）和着陆失败的风险。
• 感知与控制耦合：需要解决无人机在动态移动平台上的精确跟踪、约束满足（如视场角限制）以及四足机器人主动姿态调整之间的协同问题。

2. 方法论 (Methodology)

本文提出了一套完整的自主无人机 - 四足机器人对接框架，分为四足机器人侧的主动姿态对齐和无人机侧的分阶段约束感知控制。

2.1 四足机器人侧：基于 HIM-HA 的主动姿态对齐

• 核心算法：提出了一种**混合内部模型水平对齐（Hybrid Internal Model with Horizontal Alignment, HIM-HA）**策略。
• 技术原理：
  • 基于深度强化学习（DRL），在原有的混合内部模型（HIM）基础上进行了扩展。HIM 通过对比学习估计器将外部状态（如地形扰动）视为可估计的系统响应。
  • 主动对齐机制：引入一个二值化的“对接信号”（Docking Signal, $D$）作为观测输入。当$D=1$时，策略网络被激活，强制四足机器人降低运动速度并主动将躯干保持水平，为无人机提供稳定的着陆平台。
  • 奖励函数设计：设计了任务条件的水平对齐奖励（$r_{HA}$）。在对接模式下，该奖励项被大幅加权，惩罚躯干的横滚（Roll）和俯仰（Pitch）偏差，优先保证平台稳定性而非速度跟踪。
  • 课程学习（Curriculum Learning）：采用双课程策略（指令课程与地形课程）。在对接模式下，限制速度指令范围，并在地形难度上采取更缓慢的进阶策略，确保策略在复杂地形下仍能维持水平姿态。

2.2 无人机侧：三阶段对接策略

对接过程被分解为三个连续阶段：

1. 获取阶段（Acquisition Phase）：
   • 感知：使用YOLOv8检测器识别远距离的四足机器人，结合中值滤波处理长距离检测中的噪声和异常值，提供稳定的目标质心估计。
   • 控制：采用 PI 位置控制器引导无人机接近目标。
2. 跟踪阶段（Tracking Phase）：
   • 感知：切换至近距离的AprilTag标记检测，获取高精度位姿。
   • 控制：提出约束感知控制器，融合非奇异快速终端滑模控制（NFTSMC）与对数障碍函数（Logarithmic Barrier Function, BF）。
     • NFTSMC：确保跟踪误差在有限时间内收敛，克服传统滑模控制的渐近收敛局限。
     • BF：引入障碍函数，严格保证无人机与目标的水平相对位移始终在视场角（FOV）安全半径内，防止目标丢失。
3. 着陆阶段（Landing Phase）：
   • 安全周期（Safety Period, SP）机制：引入双重验证逻辑。仅当在特定时间窗口内，无人机的跟踪误差和四足机器人的平台稳定性（角速度、横滚/俯仰角）同时满足预设阈值时，才触发最终下降指令。

3. 主要贡献 (Key Contributions)

1. 首个复杂地形下的异构对接框架：提出了针对 GPS 拒止环境的自主对接方案，解决了四足机器人动态姿态变化导致的着陆难题。
2. HIM-HA 策略：首次将强化学习与主动姿态控制结合，使四足机器人能够在楼梯、陡坡等复杂地形上主动维持水平躯干，显著提升了着陆平台的稳定性。
3. 约束感知控制器：设计了结合 NFTSMC 和障碍函数的控制器，在保证有限时间收敛的同时，严格满足视场角（FOV）约束，解决了动态跟踪中的目标丢失问题。
4. 安全着陆验证机制：提出了基于安全周期（SP）的双重验证策略，联合评估跟踪精度与平台稳定性，确保着陆决策的鲁棒性。
5. 实验验证：在仿真和真实世界中验证了该方法，成功实现了在17cm 高室外楼梯和30°以上粗糙斜坡上的自主对接。

4. 实验结果 (Results)

• 仿真环境：
  • 在 Isaac Gym 中进行了广泛的对比实验。HIM-HA 策略在阶梯和斜坡地形上的成功率（Stair: 87%, Slope: 79%）显著优于 RMA、WTW 及传统 WBC 基线。
  • 消融实验证明，移除水平对齐奖励或课程学习会导致性能大幅下降。
  • 在 Gazebo 仿真中，NFTSMC-BF 控制器的对接成功率高于 PID、普通 SMC 及无 BF 的 NFTSMC。
• 真实世界实验：
  • 场景：室外 17cm 高楼梯、15cm 室内楼梯、30°室外粗糙斜坡。
  • 表现：系统成功完成了从长距离发现、近距离跟踪到最终安全着陆的全过程。四足机器人在上下楼梯过程中能主动调整姿态保持水平，无人机在 FOV 受限和平台抖动的情况下实现了精准对接。

5. 研究意义 (Significance)

• 拓展了异构机器人协同的应用边界：将无人机 - 地面机器人协同从平坦路面扩展到了非结构化、高动态的复杂三维地形（如废墟、山地、楼梯），极大地提升了系统的野外探索能力。
• 推动了强化学习在协同任务中的应用：展示了 DRL 不仅能用于单机器人运动控制，还能有效解决多机器人协作中的姿态约束和任务导向控制问题。
• 提升了自主系统的鲁棒性：提出的约束感知控制和双重验证机制，为未来在 GPS 拒止、高动态环境下的自主作业提供了可靠的技术范式。
• 实际应用价值：该技术可广泛应用于灾害救援（如废墟搜索与物资投送）、军事侦察及野外科学考察等场景。

总结：该论文通过创新的“主动姿态对齐”与“约束感知控制”相结合的方法，成功解决了四足机器人作为移动平台进行无人机对接时的核心痛点，实现了在极具挑战性的复杂地形下的稳定、自主对接，是该领域的重要突破。