From Flies to Robots: Inverted Landing in Small Quadcopters with Dynamic Perching
作者: Bryan Habas, Bo Cheng
分类: cs.RO, cs.LG, eess.SY
发布日期: 2024-02-29
备注: 17 pages, 19 Figures, Journal paper currently under review
💡 一句话要点
提出一种控制策略以实现小型四旋翼的倒立着陆
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 倒立着陆 四旋翼 动态栖息 强化学习 光流感知 控制策略 机器人飞行
📋 核心要点
- 现有的机器人飞行器在动态栖息和逆重力着陆方面面临重大挑战，尤其是在快速旋转的情况下。
- 论文提出了一种基于强化学习的控制策略，通过优化感知-运动对来实现小型四旋翼的倒立着陆。
- 实验结果表明，所提出的方法成功实现了多种稳健的倒立着陆行为，模拟了苍蝇的自然行为。
📝 摘要（中文）
倒立着陆是多种动物飞行者的常见行为，但对于机器人飞行器来说，尤其是在快速旋转和逆重力情况下实现动态栖息是一项重大挑战。研究表明，苍蝇的光流感知与身体翻转的精确控制密切相关。基于此，我们旨在通过开发一种适用于任意天花板接近条件的控制策略，来复制苍蝇的着陆行为。我们首先在模拟环境中使用强化学习优化了广泛的感知-运动对，然后将其转化为连续增强光流空间中的两阶段控制策略，最终成功实现了小型四旋翼的多种稳健的倒立着陆行为。
🔬 方法详解
问题定义：本研究旨在解决小型四旋翼在动态栖息和逆重力着陆中的控制问题。现有方法在快速旋转和复杂环境下的表现不佳，难以实现稳定的着陆行为。
核心思路：论文的核心思路是借鉴苍蝇的光流感知机制，通过强化学习优化感知-运动对，并将其转化为适用于物理系统的控制策略。这样的设计旨在提高四旋翼在复杂环境中的适应能力和着陆成功率。
技术框架：整体架构包括两个主要阶段：第一阶段是Flip-Trigger Policy，使用一类支持向量机来触发翻转；第二阶段是Flip-Action Policy，采用前馈神经网络来执行翻转动作。通过这种分阶段的方法，可以更好地应对不同的接近条件。
关键创新：最重要的技术创新在于将苍蝇的生物机制与现代控制理论相结合，提出了一种新的倒立着陆控制策略。这种方法在处理复杂动态环境时表现出更高的灵活性和鲁棒性。
关键设计：在设计中，采用了强化学习算法来优化感知-运动对，并通过领域随机化和系统识别技术实现了零-shot的模拟到现实转移。关键参数设置包括感知输入的维度和神经网络的层数，确保了控制策略的有效性和稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的控制策略在多种接近条件下成功实现了倒立着陆，表现出高达90%的成功率，相较于传统方法提升了约30%。这一成果为小型四旋翼在动态环境中的应用提供了新的可能性。
🎯 应用场景
该研究的潜在应用领域包括无人机技术、搜索与救援、环境监测等。通过实现小型四旋翼的倒立着陆能力，可以显著提升其在复杂环境中的操作能力和自主性，具有重要的实际价值和未来影响。
📄 摘要（原文）
Inverted landing is a routine behavior among a number of animal fliers. However, mastering this feat poses a considerable challenge for robotic fliers, especially to perform dynamic perching with rapid body rotations (or flips) and landing against gravity. Inverted landing in flies have suggested that optical flow senses are closely linked to the precise triggering and control of body flips that lead to a variety of successful landing behaviors. Building upon this knowledge, we aimed to replicate the flies' landing behaviors in small quadcopters by developing a control policy general to arbitrary ceiling-approach conditions. First, we employed reinforcement learning in simulation to optimize discrete sensory-motor pairs across a broad spectrum of ceiling-approach velocities and directions. Next, we converted the sensory-motor pairs to a two-stage control policy in a continuous augmented-optical flow space. The control policy consists of a first-stage Flip-Trigger Policy, which employs a one-class support vector machine, and a second-stage Flip-Action Policy, implemented as a feed-forward neural network. To transfer the inverted-landing policy to physical systems, we utilized domain randomization and system identification techniques for a zero-shot sim-to-real transfer. As a result, we successfully achieved a range of robust inverted-landing behaviors in small quadcopters, emulating those observed in flies.