微分平坦机器人的感知感知规划

这份博士论文要回答一个很具体的问题：能否设计出计算高效的算法，让机器人在复杂和非结构化环境中以运行速度稳健导航。作者 Varun Murali 在 MIT 的 Department of Aeronautical and Astronautical Engineering 完成这项研究，导师是 Sertac Karaman。之所以值得现在看，是因为视觉惯性导航在感知退化环境中仍然棘手，而相机与 IMU 的配对本已随消费电子普及，从大规模搜救、自动驾驶到扫地机器人都在用。边缘场景对算力敏感，算法效率不是锦上添花，而是这类系统能否真正跑起来的前提。

论文把机器人导航拆成 sense-think-act 框架来组织问题。sensing 被具体化为对环境中视觉显著位置的 bearing measurements；planning 用传感器给出的 ego-state 估计，生成从当前位置到目标的紧凑表示轨迹；act 则由控制器跟随这条计划。作者关注的是三部分交界处的问题，而不是单独优化其中一块。方法上呈现出一条递进路线：先在相机画布上建模可见性，把这些启发式写成最优控制问题；再优化机器人沿路径的速度，使遍历时间最小、约束得到满足；当基于模型的优化触及能力上限时，转向机器学习。

论文给出的核心判断之一，是未来感知若不被仔细规划，会直接拖累闭环性能。摘要举了一个很直观的场景：在相对未知的环境中，机器人可能走进视觉特征很少的房间，状态估计质量随之下降，控制器拿不到可靠估计，闭环表现就会变差。这不是感知模块单独能补救的问题，因为路线本身决定了机器人能看到什么。另一条约束来自平台：四旋翼对传感器的尺寸和重量要求苛刻，相机-IMU 配对因此格外合适，但嵌入式系统的计算负载也随之成为必须面对的限制。

沿着上面的约束，论文的技术贡献可以按三层来理解。第一层是把可见性建模在相机画布上，并将这些启发式纳入最优控制，让规划器在生成轨迹时就考虑“能看到什么”。第二层是在路径给定后优化速度，目标是最小化遍历时间，同时满足可见特征与平台约束。第三层是在模型方法达到极限后，用机器学习联合优化速度和轨迹上的不确定性，并强调数值稳定性。换句话说，这份资料呈现的不是单一算法，而是一条把感知质量逐步嵌入规划与控制优化目标的路线。

这些结论对实践的含义，解读下来有两点。其一，在未知环境里做导航，规划器只考虑避障和路径最短是不够的，未来观测的质量应当进入目标函数，否则机器人可能“走进去才发现看不见”。其二，对资源受限的空中平台，感知与规划的计算开销要和传感器选型一起设计，不能等算法定型后再压缩。论文把可见性、速度、不确定性放在同一个优化叙事里，这为感知-规划-控制的联合设计提供了一个可操作的框架，而不是把三者当作流水线上的独立环节。

这份资料适合做视觉惯性导航、四旋翼自主飞行和感知规划的研究者与工程师阅读，尤其是关心“规划阶段如何影响估计质量”的人。读完可以拿走三样东西：用 sense-think-act 交叉问题来表述研究缺口的方式、在相机画布上建模可见性并写成最优控制的思路、以及从模型优化过渡到学习优化的路线。需要说明边界：给定材料只到论文摘要、封面和致谢，没有实验设置、对比基线或量化性能数字，因此无法据此判断方法在真实场景中的效果；标题指向 differentially flat robots，正文材料也以四旋翼为主要讨论对象，向其他平台迁移时仍需回到原文核对。

Perception-aware planning for differentially flat robots by Varun Murali BENG (Hons.) Electronics and Communication Enginnering, University of Kent (2013) Master of Science in Electrical and Computer Enginnering, Georgia Institute of Technology (2016) Master of Science in Computer Science, Georgia Institute of Technology (2016) Submitted to the Department of Aeronautical and Astronautical Engineering in partial fulfillment of the requirements for the degree of Doctor of Philosophy in Aeronautical and Astronautical Engineering at the MASSACHUSETTS INSTITUTE OF TECHNOLOGY February 2024 © Varun Murali 2024. All rights reserved. The author hereby grants to MIT a nonexclusive, worldwide, irrevocable, royalty-free license to exercise any and all rights under copyright, including to reproduce, preserve, distribute and publicly