阅读研究雷达投资体系
登录 / 注册
← 返回阅读
专题DisconfirmAI 编辑部更新于 2026-10-22 12:57

空中操作耦合难题

4 节点1 篇5 来源

【背景】具身智能正从地面移动机器人向空中作业延伸,但“空中操作”面临核心物理约束:无人机没有固定支撑,机械臂产生的接触力会直接破坏飞行平台的稳定性。这一“飞稳与接触力耦合”的难题,是空中机器人能否真正执行拧螺栓、搬运等复杂任务的关键瓶颈。

代尔夫特理工大学教授 Javier Alonso-Mora 在 IROS 2026 会议上指出,解决该问题的主流思路是分层控制:外层用强化学习生成操作指令,内层用自适应控制器维持稳定。其团队已实现多无人机协同吊运,并启动了为期四年的 HARPA 项目,旨在让无人机团队参与建筑施工。然而,Alonso-Mora 也明确承认当前系统仍依赖动作捕捉、未处理障碍物且假设缆绳张紧,距离真实环境应用尚有差距。

学术界对此存在不同技术路线的探索。印度理工学院海得拉巴分校(IIIT-H)与东南大学合作提出了一种不依赖先验知识的自适应阻抗控制器,试图直接应对未知的耦合动态;而塞维利亚大学团队则通过集成可变刚度连杆(VSL),在硬件层面调节柔性以平衡抗扰性与精度。Antonio Franchi 在最新综述中进一步将问题抽象化,认为空中操作不仅是“带翅膀的机械臂”,而是飞行器与周围介质(空气)持续交换动量与能量的过程,支持、运动与操作本质上是不可分割的整体。

目前尚无定论哪种方案能完全解决复杂动态下的耦合问题。值得关注的后续节点包括:HARPA 项目在 2030 年前的阶段性成果、分布式学习策略对障碍物处理的突破,以及机载感知替代外部动作捕捉的实际进展。

事情怎么走到这一步

  1. 2024-10-10

    IIIT-H 与东南大学等机构发表《Modular Adaptive Aerial Manipulation under Unknown Dynamic Coupling Forces》,提出无需先验知识即可应对未知耦合力的自适应控制方案。

    arxiv.org ↗
  2. 2025-10-17

    塞维利亚大学团队发表《Integration of a Variable Stiffness Link for Long-Reach Aerial Manipulation》,展示通过可变刚度连杆在柔顺性与精度间取得平衡。

    arxiv.org ↗
  3. 2026-07-06

    Twente 大学 Antonio Franchi 发表综述《Aerial Manipulation: Contact, Medium Coupling, and the Geometry of Readiness》,重新定义空中操作为与介质耦合的物理交互过程。

    arxiv.org ↗
  4. 2026-09-30

    雷峰网报道 IROS 2026 Workshop,代尔夫特理工 Alonso-Mora 分享分层控制策略及 HARPA 空中施工项目进展,同时披露当前系统在障碍物处理和定位上的局限。

    leiphone.com ↗

还没定论的部分

  • 分布式强化学习策略何时能摆脱对外部动作捕捉系统的依赖,实现纯机载感知?
登录 / 注册
阅读研究雷达投资体系
  • 在处理非结构化障碍物和缆绳松弛状态时,现有的分层控制或自适应阻抗方案是否具备足够的鲁棒性?
  • HARPA 项目计划在 2030 年结束,其早期阶段(如材料运输)能否验证多异构无人机在真实风扰下的协同稳定性?
  • 来源

    • leiphone.com雷峰网 IROS 2026 报道↗
    • arxiv.orgArXiv: Modular Adaptive Aerial Manipulation↗
    • arxiv.orgArXiv: Integration of a Variable Stiffness Link↗
    • arxiv.orgArXiv: Aerial Manipulation Review by Franchi↗
    • autonomousrobots.nlTU Delft Autonomous Multi-Robots Laboratory Project Page↗

    这一专题下的内容

    • 代尔夫特理工教授 Alonso-Mora:无人机操作的核心难题是飞稳与接触力耦合2026-10-21资讯

      IROS 2026 workshop 上,代尔夫特理工大学教授 Javier Alonso-Mora 解释了空中操作与地面操作的本质区别:没有固定支撑意味着机械臂产生的接触力会直接破坏飞行平台的稳定性。他的团队用分层控制——外层强化学习策略生成操作指令、内层自适应控制器维持稳定——来分离这两个耦合目标,并将该思路扩展到多无人机协同吊运。作者同时明确承认当前系统仍依赖动作捕捉、未处理障碍物、假设缆绳张紧。