2026 年 10 月 7 日
美国麻省理工学院（MIT）的研究团队近日开发出一款名为“SANDO”的自主导航系统，旨在确保无人机在完全未知且动态变化的环境中仍能保持无碰撞飞行。该研究成果已发表于《IEEE 机器人交易》（IEEE Transactions on Robotics）。
应对未知与动态障碍的挑战
无人驾驶飞行器（UAV）在灾难救援中发挥着关键作用，例如深入火场中心收集信息、避开突然爆发的火焰及坠落的树枝。然而，此类高风险场景下，无人机极易因不可预测的环境因素而受损。
现有的主流导航系统通常仅在静态环境或障碍物位置预先已知的情况下，才能提供正式的安全保证。而在缺乏地图数据的未知动态环境中，传统的轨迹规划器难以通过数学手段严格证明某条路径的安全性。
针对这一痛点，麻省理工学院航空航天学博士科塔·康多（Kenta Kondo）及其团队提出了 SANDO 系统（Safe Autonomous Navigation in Dynamic Unknown Environments）。该系统允许无人机在探索环境的同时规避移动障碍物，仅需知晓障碍物的最大可能速度即可运行，无需预置地图。
基于时间敏感安全走廊的算法逻辑
SANDO 的核心在于构建“时间敏感的安全走廊”。与传统仅适用于静态环境的系统不同，SANDO 利用专用模块检测、分组并监测动态障碍物，以估算其潜在运动轨迹。
具体而言，系统根据障碍物的最大速度，计算其在特定时间内可能到达的最远距离，并在障碍物周围包裹一个球体以捕捉各个方向上的极限位移。随后，SANDO 在这些球体外围建立安全通道，从而从理论上保证无人机不会与移动物体发生碰撞。
科塔·康多解释道：“虽然我们无法确切知道障碍物未来的位置，但通过引入时间因素，我们可以保证未来一段时间内的安全性。”
此外，系统采用基于热图（heat map）的规划器来识别环境中存在大量障碍物的“热点”区域，引导无人机远离这些危险地带，从而提升绕行的效率。
快速重规划与实证结果
一旦建立起无碰撞的安全走廊，SANDO 会在走廊内优化轨迹，寻找通往目标的最快路径。随着机器人的移动，系统会实时调整安全走廊并重新制定轨迹，确保全程无碰撞直至抵达终点。
为了适应机载计算机的计算能力限制，研究人员对优化过程进行了简化处理，使无人机能够快速响应环境突变。科塔·康多指出：“开发 SANDO 最困难的部分在于数学证明，必须确保理论涵盖所有可能的情况。一旦获得数学上的安全保障，无人机的实际飞行控制便变得相对简单。”
实验数据显示，在模拟测试中，SANDO 比部分最先进的现有系统更快达到目标，同时在所有测试环境中完全避免了碰撞。在 12 次真实无人机试飞中，SANDO 同样成功避开了所有动态障碍。
参与此项研究的还包括麻省理工学院研究生胡安·拉切德（Juan Lachica）、莉莉·孙（Lily Sun）、靖 J（Jing J），以及高级作者乔纳森·P·豪斯（Jonathan P. How）。豪斯是福特航空和航天学教授，也是麻省理工学院信息与决策系统实验室（LIDS）和航天控制实验室（ACL）的首席研究员。
展望未来，研究团队计划进一步提高 SANDO 的计算效率，并尝试将其与机器学习模型相结合，以应对更复杂的自主飞行需求。
