💻 computer science

Learning-Driven Autonomy in Open-Architecture Autopilots

本文提出了一种面向安全关键型开放式架构自动驾驶仪的学习驱动自主框架，该框架集成了用于不确定性感知预测的三元条件变分自编码器（CVAE）、风险感知模型预测控制（MPC）以及控制屏障函数（CBF）安全滤波，并全部在异构三冗余架构内进行编排，以确保车辆导航的安全性和自适应性。

原作者： Lakshman Mahto

发布于 2026-06-26

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Lakshman Mahto

原始论文采用 CC BY 4.0 许可（https://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

想象一下，一架无人机（UAV）就像一位技术精湛但略显紧张的飞行员，正穿行于一座风暴肆虐、变幻莫测的城市中。本文提出了一种全新的无人机“大脑”，帮助它在安全飞行时不会“崩溃”。

以下是该系统运作方式的简单拆解，使用了日常类比：

1. 问题所在：“黑盒”困境

通常，当我们通过“学习”（就像教狗做动作一样）来教计算机飞行时，计算机就会变成一个“黑盒”。它可能飞得很好，但我们不知道它为什么做出某个决定；如果风向发生了奇怪的变化，它可能会坠毁。在涉及安全的关键场景中（例如在人群或建筑物附近飞行），我们不能仅仅信任一个黑盒。我们需要一个既聪明又遵循严格、不可逾越规则的系统。

2. 解决方案：一个“三头”飞行员团队

与其让一个大脑做出所有决策，本文设计了一个由三个不同“通道”组成的团队协同工作，就像一个拥有机长、安全官和导航员的驾驶舱。

通道 A（机长）： 这是传统的、可靠的自动驾驶仪。它知道如何保持无人机稳定并执行基本指令。它是“肌肉”。
通道 B（安全官）： 这是一个独立的监督者。它不负责驾驶无人机，只负责观察。如果机长或导航员提出了危险的建议（比如撞向墙壁），这位安全官有权说“不”或“减速”。
通道 C（导航员）： 这是全新的“学习”部分。它利用先进的 AI 来观察未来。它不仅看到“现在”正在发生什么，还能预测未来几秒钟内可能发生的情况（比如突然的阵风或移动的障碍物）。

3. “三元组”记忆：洞察全局

为了做出准确的预测，导航员需要的不仅仅是当前时刻的快照。本文引入了一个特殊的“记忆棒”，称为三元组调节张量（Triad-Conditioned Tensor）。你可以把它看作是导航员在做预测前阅读的一份三部分组成的“成绩单”：

我现在看到了什么： 所有传感器（摄像头、GPS、电池）的汇总。
我刚才做了什么： 上几次动作的汇总（是刚刚急转弯了吗？还是引擎正在吃力运转？）。
我计划做什么： 预定的目标（是在尝试着陆还是在躲避树木？）。

通过结合这三者，AI 对上下文的理解比仅看一张照片要深刻得多。

4. 水晶球：CVAE

导航员使用一种特殊的工具，称为条件变分自编码器（CVAE）。

类比： 想象你问一位气象预报员：“会下雨吗？”普通的计算机可能会回答：“是的，100%。”但真正的预报员知道有 60% 的概率下雨，30% 的概率是毛毛雨，以及 10% 的概率是晴天。
运作方式： 这个 AI 不仅仅给出一个单一的预测，它会生成许多种可能的未来（情景）。它会说：“这是最可能的路径，但如果风向改变，还有另外 10 条可能发生的路径。”这有助于系统理解不确定性。

5. 安全过滤器：“护栏”

这是最重要的部分。尽管导航员（通道 C）很聪明，但它并不直接接触方向盘。

导航员根据其“许多种可能的未来”建议一条路径。
机长（通道 A）和安全官（通道 B）对最佳指令进行投票。
护栏（CBF）： 在无人机实际移动之前，一个数学意义上的“护栏”会对指令进行检查。
- 类比： 想象你在开车。你可能想加速以赶上绿灯（这是导航员的想法）。但如果护栏看到一个小孩跑进街道（这是一个安全约束），它会物理性地锁死油门并强制你刹车，即使你想加速也是如此。
- 智能护栏： 因为 AI 知道自己的预测有多大的“不确定性”，所以当情况模糊或危险时，护栏会变得更加严格。如果 AI 不确定距离树木有多远，护栏就会强制无人机离树木更远一些，以确保万无一失。

6. 结果：“有远见而不鲁莽”

我们在模拟无人机穿过障碍物的实验中测试了该系统。

AI 擅长预测未来并识别风险。
安全层 在 AI 过于激进或情况过于不确定时介入。
结果： 无人机飞行安全，成功避开了障碍物并管理好了电池，证明了只要让严格且不可逾越的安全层掌握最终决策权，我们就可以利用智能的学习型 AI 来辅助无人机飞行。

简而言之： 本文构建了一个无人机大脑，它足够聪明，能够预测未来；但也足够谦逊，会将最终是否移动的决定权交给一个严格的安全护栏。

技术摘要：面向开放式架构自动驾驶仪的学习驱动自主系统

问题陈述
在动态、不确定且对安全性要求极高的环境中运行的无人驾驶飞行器（UAV），需要超越传统反馈控制的能力。这些能力包括多模态感知、预测推理、风险感知规划以及形式化安全滤波。然而，由于解释性、认证问题以及对分布外输入的敏感性，直接的端到端神经控制通常不适用于安全关键型自动驾驶仪。核心挑战在于，如何在不损害经典控制层提供的确定性安全保证的前提下，将基于学习的预见性和概率推理集成到开放式架构自动驾驶仪堆栈中。

方法论
本文提出了一种用于开放式架构自动驾驶仪（如 PX4、ArduPilot）的分层学习驱动自主架构。该系统将预测、优化、安全执行和执行分为不同的模块，围绕异构三冗余架构进行组织：

三元组调节的自主表示（Triad-Conditioned Autonomy Representation）：
学习模块的核心输入是一个紧凑的张量 $\xi_t = c_t \parallel \psi^{ctrl}_t \parallel \pi_t \in \mathbb{R}^{104}$ 。该三元组结合了：
- $c_t \in \mathbb{R}^{64}$ ：一个学习到的多传感器信念向量，总结了近期的异构传感器历史信息。
- $\psi^{ctrl}_t \in \mathbb{R}^{32}$ ：近期控制状态信息的嵌入（执行机构历史、切换行为）。
- $\pi_t \in \mathbb{R}^{8}$ ：候选未来计划意图的压缩表示。
  这种表示确保了预测模型是状态感知、控制感知且计划感知的。
多模态感知与信念编码：
异构传感器流（导航、IMU、环境/动力/风险）通过神经模态编码器进行处理。这些数据使用**随机傅里叶特征核均值嵌入（RFF-KME）**进行汇总，以创建传感器窗口的紧凑分布摘要。随后，通过一个 GRU-注意力网络 将这些摘要聚合为信念向量 $c_t$ ，使模型能够权衡与未来预测相关的上下文窗口。
概率预测（深度 CVAE）：
条件变分自编码器（CVAE） 对条件分布 $p_\theta(X_{t+1:t+H} | \xi_t)$ 进行建模。CVAE 使用隐变量 $z$ 来捕捉隐藏的情景因子（例如，未观测到的风力、障碍物运动）。在部署期间，通过从条件先验中采样隐场景来生成轨迹系综，从而提供均值预测和不确定性估计。
风险感知控制与安全滤波：
- MPC 层： 风险感知模型预测控制（MPC）层利用 CVAE 预测分布（均值、方以及场景样本）生成标称控制提案。
- 三冗余投票： 系统采用三个通道：（A）主实时控制器，（B）独立的安全性/投票通道，以及（C）AI/MPC 伴随通道。指令通过中值投票和置信度加权平均进行组合。当预测不确定性或风险增加时，AI 通道的权重 ( $w_C$ ) 会降低。
- CBF 安全滤波器： 最终投票的指令被投影到安全控制集中，使用控制障碍函数（CBF）进行处理。该层通过最小化修改指令来强制执行硬约束（障碍物间距、电池余量）。至关重要的是，安全裕度是不确定性感知的；例如，有效的障碍物间距会根据预测的 LiDAR 距离不确定性 ( $\sigma_{LiDAR}$ ) 和风险评分进行扩张。

核心贡献

架构： 一种集成了多模态感知、概率预测、MPC 和 CBF 安全滤波以及异构投票的结构化自主堆栈，确保学习模块辅助而非取代确定性安全层。
三元组张量： 引入了三元组调节的自主张量，使预测能同时基于感知、控制历史和未来计划意图进行调节。
建模： 利用 RFF-KME 进行模态汇总以及 GRU-注意力进行上下文编码的深度 CVAE 预测模型。
安全集成： 将概率预测集成到 MPC-CBF-投票管线中，其中预测不确定性直接导致 CBF 层中安全裕度的扩张。
形式化保证： 一个建立了在可行 CBF 滤波下安全集前向不变性的定理，并对可行性假设和不确定性单调保守性进行了实际讨论。
可复现性： 包含预测指标、不确定性图表、注意力可视化和 3D 轨迹分析在内的完整仿真工作流。

结果
该架构在无人机导航数据集（5,000 个样本）上进行了评估，采用了按时间顺序的训练-测试拆分。

预测准确性： 深度 CVAE 在五个目标（高度、速度、LiDAR 距离、电池电量、风险）上的平均 RMSE 为 38.29，相比于确定性岭回归基准的 38.92。提升虽较小但保持一致。
不确定性校准： CVAE 在各目标上的经验 80% 预测区间覆盖率在 0.724 到 0.844 之间波动。虽然普遍略低于名义上的 80%（表明存在轻微的覆盖不足），但该模型成功生成了基准模型所缺失的不确定性区间。
安全行为： 仿真表明，当预测的障碍物或电池裕度变得不安全时，CBF 层成功减少了激进的指令。随着预测风险或不确定性的增加，投票机制动态地降低了 AI/MPC 通道的权重，将控制权转移给安全通道。
表示： 诊断显示，信念向量保持平滑，而控制状态和计划嵌入则随执行强度和安全裕度的变化而变化，证实了三元组区分运行状态的能力。

意义与主张
本文声称其主要意义在于展示了在不授予学习模块直接执行器控制权的情况下，将深度概率模型用于安全关键型自动驾驶系统的结构化路径。通过将学习模块的角色（预见与决策支持）与执行层（确定性安全滤波）分离，该架构在实现适应性、风险感知规划的同时，保留了经典控制的鲁棒性。

作者强调，CVAE 本身并不保证安全性；相反，它提供概率性的预见，为 CBF 层提供信息。CBF 层强制执行硬约束，确保最终指令是可容许的。这项工作为将基于学习的自主性集成到（如无人机和野外机器人等）需要安全性认证和容错能力的开放式架构中提供了一个实用的框架。结果表明，虽然深度学习在点估计准确性方面相对于线性基准提供了适度的改进，但其在此背景下的真正价值在于提供不确定性估计，从而实现不确定性感知的安全裕度和动态指令仲裁。