Science Robotics发表 | 20m/s自主飞行+避开2.5mm电线的微型无人机！
从山火搜救到灾后勘察，时间常常意味着生命。分秒必争的任务要求无人机在陌生狭窄环境中既要飞得快、又要飞得稳。香港大学机械工程系张富教授团队在Science Robotics(2025)发表论文“Safety-assured High-speed Navigation for MAVs”提出了微型无人机的安全高速导航系统-SUPER，实现了20 m/s自主飞行并保证极高的避障成功率，甚至成功绕过直径仅2.5mm的电线，把“鸟类级”闪避本能带到现实。
视频来源: https://www.youtube.com/watch?v=GPHuzG0ANmI
01研究背景
在未知环境中实现“又快又安全”的飞行，目前主流方案仍然存在局限：一些竞速类方法大多依赖动捕或事先建图难以落地；保守规划算法则为安全牺牲了速度；纯视觉轻量系统又受量程、光照和运动模糊限制，难以在高速度下保持稳定感知。
面临挑战
-
机体敏捷性约束 高速避障需要小尺寸与高推重，但微型飞行器缩小体型后，留给传感器、计算单元和电池的空间有限，稍有负载增加便可能削弱机动性。
-
远距离精准感知 视觉/ToF 方案有效距离仅数米，难以在数十米外探测细小障碍，三维感知需兼顾“轻量+长距+高精度”。
-
速度-安全矛盾 飞得越快，越容易陷入感知盲区，必须在不牺牲速度的前提下提供可切换的安全轨迹。
-
机载算力实时性 全部感知-建图-规划环节需要在嵌入式平台内保持子模块毫秒级延迟。
02 技术亮点
该研究围绕上述核心难点，提出了具备高机动性、远距感知、快速反应与安全保障的一体化系统-SUPER。
图片来源：Ren 等，《Science Robotics》（2025），论文“ Safety-assured High-speed Navigation for MAVs”
高敏捷无人机平台
研究团队设计了一款紧凑型四旋翼无人机，轴距280mm，起飞重量1.5KG，推重比超过5.0，具备快速转向和机动飞行能力，满足高速飞行所需的高敏捷性。
图片来源：Ren 等，《Science Robotics》（2025），论文“ Safety-assured High-speed Navigation for MAVs”
远距离精准感知
SUPER搭载Livox MID360（三维激光雷达），具备 70米测距能力与厘米级精度，可在林间或夜间等低光照环境中稳定工作，并搭载FAST-LIO2算法，融合 IMU和激光雷达数据，实现高精度、低延迟的自主定位与感知。
点云地图优化
SUPER引入基于滑动窗口的时空点云地图(spatiotemporal point cloud map)表示环境状态：
-
可直接在点云上区分已知与未知空间，摆脱传统OGM/ESDF的射线投影开销；
-
利用时间戳机制识别动态障碍并剔除；
-
地图更新延迟仅1-5ms,适配高速重规划需求；
-
能有效保留细小物体的点云特征。
双轨迹规划框架
SUPER采用双轨迹规划框架，在每次重新规划周期中同步计算两条轨迹：
-
探索轨迹：同时覆盖已知和未知区域，尽可能提高飞行速度；
-
备份轨迹：严格位于已知安全区域内，确保即使规划失败时也能安全飞行。
-
通过 MINCO可微多项式模型联合优化轨迹形状、时间分配与切换时机，端到端优化耗时控制在10–47 ms。
-
相较于 Bubble、Raptor 和 Faster 等方法，SUPER 在仿真中任务失败率降低 35.9–95.8 倍,平均飞行速度更高，成功率高达 99.63%。
图片来源：Ren 等，《Science Robotics》（2025），论文“ Safety-assured High-speed Navigation for MAVs”
03 实验测试
森林飞行测试
验证SUPER是否能在未知、无外部感知辅助环境中实现高速度、全自主、安全飞行。研究团队在280×90㎡的森林区域进行了8组测试，涵盖白天、黄昏、黑夜等光照条件。
-
SUPER在全部测试中完成全航点飞行任务，成功率100%，未发生碰撞或失控情况；
-
在最高速度设定为20m/s时，依然实现稳定飞行，平均定位误差仅为0.13m。
图片来源：Ren 等，《Science Robotics》（2025），论文“ Safety-assured High-speed Navigation for MAVs”
复杂密林目标跟踪对比实验
为了验证SUPER在高密度障碍环境中是否能保持连续自主导航与目标追踪能力。实验人员佩戴反光背心，在两段密度不同的树林中穿行，部分区域需低头弯腰通过，用以模拟复杂稠密环境。SUPER与基于视觉导航的商用无人机进行对比测试，评估其在林地中对目标的持续跟踪与自主导航能力。
-
商用无人机在进入密林后两度中断跟踪并自动退出自动模式；
-
SUPER依托点云地图与激光识别功能，全程完成对跑动人员的连续跟踪，表现出更强的环境适应力与路径规划能力。
图片来源：Ren 等，《Science Robotics》（2025），论文“ Safety-assured High-speed Navigation for MAVs”
细小障碍物避障实验
为了验证系统能否精准探测和避让微小目标，尤其是难以识别的电线类障碍。研究人员设置直径从30mm到2.5mm的电线类障碍，验证SUPER的感知与避障能力。
-
SUPER成功识别并避开所有障碍物，包括最细的2.5mm电线；
-
商用无人机仅避开30mm电线，其余均发生碰撞，表明视觉深度估计在细目标感知上的劣势。
图片来源：Ren 等，《Science Robotics》（2025），论文“ Safety-assured High-speed Navigation for MAVs”
04 未来展望
未来，SUPER有望在传感器轻量化、系统并行优化与动态障碍处理等方向持续演进，进一步提升其环境适应能力。更小型的激光雷达与优化的气动设计将增强平台的机动性与稳定性；结合动态目标识别与轨迹预测算法，有望提升其在复杂动态环境中的安全性。
凭借“高速+安全”的特性，SUPER展现出在灾后搜救、巡检与低空运输等任务中的应用潜力，正朝着全天候、全场景的智能飞行系统迈进。
资源速递
论文链接：
https://www.science.org/doi/10.1126/scirobotics.ado6187
开源代码：
https://github.com/hku-mars/SUPER
文内容仅用于学术交流与技术分享，图文资料版权归原作者及期刊所有，如有侵权请联系删除。
如果您有感兴趣的技术话题，请在留言区告诉我们！关注阿木实验室，更多技术干货不断更新！
开发遇到棘手难题可以上阿木官方论坛：
bbs.amovlab.com
有工程师亲自解答
10000+无人机开发者和你共同进步！