SwarmNxt: Open-source Software-Hardware Platform for Fast and Agile Aerial Swarms
本文介绍了 SwarmNxt，这是一个基于 OmniNxt 无人机构建的开源软硬件平台，它为自主空中集群提供了一套端到端的工具包，并通过展示高速去中心化避障和集体障碍物感知飞行的真实世界实验得到了验证。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一支第一响应者团队正冲向一栋坍塌的建筑或一片燃烧的森林。在这些时刻，时间是最稀缺的资源，且环境往往对人类来说过于危险。单个机器人或许可以飞进去观察四周，但它只能看到正前方的视野，而且一旦坠毁，任务便宣告结束。然而，一个集群（swarm）则是一组能够作为一个整体协同工作的微型飞行机器人。通过散开分布，它们可以快速覆盖大面积区域，绘制复杂的空间地图，并比任何单一机器都更快地搜寻幸存者。挑战一直在于如何让这些群体实现自主安全飞行。它们需要感知自身位置、避免相互碰撞，并在穿过障碍物时进行导航而不发生坠毁，同时还要依靠内置在机身内的微型计算机运行。多年来，研究人员一直致力于构建一个既足够强大以实现自主思考，又足够简单以便科学家进行大规模组装和测试的系统。
一组研究人员现在为这个问题引入了一个完整的解决方案，一个名为 SwarmNxt 的开源平台。该系统不仅仅是一个单体无人机，而是一个完整的工具包，它能引导研究人员从购买零件的那一刻起，直到看到一群无人机以协调的模式飞行。硬件基于一种被称为 OmniNxt 的特定无人机设计，这种设计体积小、重量轻，并配备了可以全方位观察周围环境的摄像头。研究人员提供了详细的、分步骤的说明和视频指南，使得即使没有工程背景的人也能组装这些机器。制造一台的成本大约相当于一台高端笔记本电脑的价格，组装过程约需五小时。建成之后，真正的创新在于软件。该团队创建了一个可以同时配置和更新整个无人机机队的系统，而不是逐一设置每台无人机，这不仅避免了缓慢且易出错的过程。这意味着如果研究人员想要测试一种新的飞行算法，他们可以在短短二十分钟内将更新推送到六架无人机上，而不是在每一台个体设备上花费数小时。
该系统的核心是一个允许无人机进行实时决策的“大脑”。每架无人机都携带一台强大的计算机，能够处理图像以理解周围世界的深度。利用一种基于学习的系统，无人机通过观察摄像头的成对图像，计算出物体之间的距离，从而创建周围环境的 3D 地图。该地图随后被用于规划系统，以确定最安全的路径。至关重要的是，无人机并不只是遵循预设路线；它们通过相互通信来避免碰撞。如果一台无人机发现另一台正在靠得太近，它会立即调整路径。研究人员在两种不同的场景中测试了这个系统。在第一种测试中，他们将六架无人机送入一个空房间，观察它们是否能在紧密的编队中飞行而不发生碰撞。无人机进行了位置交换并在一个大圆圈内游走，尽管无线通信偶尔会出现延迟，但它们总共飞行了两小时，期间未发生任何碰撞。在第二种测试中，他们将机群减少到四架，并将房间内填满了障碍物。这些无人机必须利用其机载摄像头来观察墙壁和家具，计算距离，并穿过这些杂乱的障碍物进行导航。它们飞行了三十分钟，成功避开了障碍物以及彼此。
结果表明该系统运行可靠，但研究人员也谨慎地指出了其目前的局限性。当无人机处于一个其位置可以被外部摄像头系统追踪（作为定位完美引导）的房间内时，飞行效果最好。目前，它们还无法在没有这种外部辅助的情况下，在缺乏 GPS 的户外环境中进行此类飞行。此外，该系统高度依赖无人机的图形处理器来计算深度，这占据了计算机的大部分算力，导致难以同时处理其他复杂的任务。深度计算也存在分辨率限制，这意味着远处的微小物体可能会被忽略。尽管存在这些约束，该平台仍代表了向前迈出的重要一步。它证明了一组小型、廉价的机器人可以被组装、编程并以高度的自主性共同飞行。通过将硬件和软件向所有人开放，研究人员希望消除阻碍该领域发展的障碍，让科学家们能够专注于解决让这些集群真正独立并走向现实世界的更难的问题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。