上個月，一個斯坦福無人機躲避擊劍的視頻紅遍網絡，IEEE Spectrum當時希望對其開發者Ross Allen進行采訪。Ross說沒問題，只是我最近被博士論文答辯忙得焦頭爛額。如今Ross已經成功晉升為Allen博士，并為我們解答了各種關于無人機和擊劍的問題。

　　如果你之前沒看，一定要點擊鏈接，看看這個視頻。擊劍是不是帥爆了？更帥氣的是，這是第一次我們在真正意義上看到了無人機系統在障礙環境中進行“實時動態運動路徑規劃”。Allen博士與斯坦福自動化系統實驗室的同事Marco Pavone最近發表了該項目的論文。Allen博士用非常平白的語言解釋了這項聽起來很科幻的技術：

　　“我們可以想象一下一個迷宮，類似于你小時候可能玩過的那種，用筆在紙上畫的迷宮。走迷宮就是在解決一個基本的路徑規劃問題：在障礙環境中（迷宮的墻），為一個點進行導航（為你的筆尖），讓它到達一個目標點（迷宮的出口）。如果是3D迷宮，那么這個問題就變得更加復雜了。給你舉個例子：把鋼琴搬入一間擁擠的公寓里，當心不能讓鋼琴撞到墻或家具給磕碰壞了。你可以事先規劃好一條搬運路線，可能其中需要有轉彎、打橫等變化，最終可以將鋼琴搬進房間里。

　　現在，我們再把這個問題搞得更復雜一點。再來想象一下，你現在得開車穿過市區。當然，市區里有房子、汽車和行人。你必須以盡可能最短的路線到達目的地。這比搬運鋼琴又多了些限制，因為我沒法把汽車打橫過來開車，而且我還必須按照車道和交通規則駕駛，例如，不能在大馬路上玩漂移。另外，開車的時候如果要停車，我得先踩剎車，車子停下來還得花一定時間。如果轉彎的時候開得太快，車子就會失控滑出去。這下你看明白了，穿過障礙環境到達目的地是個需要規劃的事情。現在，還有些額外的規矩限制機器人的運動方式。我們將這些規矩稱為“動態運動”限制（其中有一些是運動學上的限制，例如轉彎；另外一些是動態的限制，例如減速剎車。）當我們面對這種問題的時候，我們就稱其為‘動態運動路徑規劃問題’。

　　我們的研究是要開發一個框架來解決類似這樣的問題，可以大大降低操作機器人所需的計算量。我們在一個充滿障礙的室內環境里，用一個四翼無人機系統展示了這個框架?？梢哉f，這是第一個無人機系統代表動態運動系統所做的實時規劃展示。

　　Ross Allen博士（左）與同事。圖片來源：斯坦福大學。

　　在網絡上受到廣泛關注的視頻，其實還沒有展示出我們研究的完整形態，不過那個視頻讓人一眼就看到了技術的可能性。這個視頻展示了更多技術能力，無人機想繞過一道墻，但是我又擋住了它的去路。它不停地重新計算路徑，最后計算出最佳路徑是從墻的另一側走，然后它就從我這兒飛走了。“

　　這個例子體現了“動態運動路徑規劃”在無人機上的應用，但是，這項研究其實不只是針對無人機，該技術可以應用在任何你想用的系統上。Allen博士說，船運和物流基礎設施等領域也可以從該技術獲益：

　　“你可以想象一個自動化運貨船，穿過一個繁忙的港口，停泊在自己的位置上，然后有一個自動化吊車，將集裝箱安全地卸貨至自動化卡車上，用于陸地運輸。這個基礎設施中的每個步驟都面臨不同的路徑規劃問題（貨船需要避開其他船只，吊車吊著大大的集裝箱不能與碼頭上其他集裝箱磕碰，卡車得在繁忙的市區道路上駕駛），但是，每一個不同的問題都可以用同一個框架來解決。只要將框架根據具體應用情景進行定制設置（就好像我們針對無人機系統進行了設置）。“

　　當然，你也可以用于送貨無人機和攝像無人機。Allen博士說：“我相信，送貨無人機是馬上可以進行的應用，這會對消費者的購物行為有很大影響。運貨無人機的控制和規劃只是眾多需要面臨的問題之一；其他問題還包括探測和政策?！边@都是些大問題。但是在頂尖科研領域內，聽見如此樂觀的態度還是非常新鮮。

　　Allen博士說，他之后會探索“自動汽車、無人機、火箭等領域的工作機會或者研究職位“。我們猜他會去搞火箭。不過在研究領域也還有很多探索空間，例如，如果將一大堆無人機扔向空中，讓它們自己互相配合來規劃路線，而不需要動態追蹤系統來指揮。

　　最后，IEEE的采訪向Allen博士提問說，網絡上無數不明真相的群眾都有一個問題，為什么這個斯坦福的博士要與無人機擊劍決斗，你想不想解釋一下：

　　“首先，我不是在打敗萬惡的終結者機器人。雖然我們在研究中使用機器學習，但是是為了完成些聽起來很無趣的日常任務，例如‘可接近性測試’。我們也沒有用機器學習來訓練機器人戰士，搞個無人機搏擊俱樂部神馬的。如果不是我們給了它更加聰明的算法，我們的機器人沒法自己變聰明。換句話說，機器是自動化的，但是還沒有學習如何自己變得更加自動化?！?/p>

　　這下，你們安心了吧。