MIT與賓大聯手開源MIGHTY無人機運動規劃器，省下數十萬美元商業軟體授權費

MIT與賓大聯手開源MIGHTY無人機運動規劃器

MIT（麻省理工學院）與賓州大學（University of Pennsylvania）研究團隊共同發布了一款名為 MIGHTY 的開源無人機運動規劃器（motion planner），讓無人機僅憑機載感測器與運算能力，就能在毫秒級時間內對障礙物做出反應。該系統的論文已獲 IEEE Robotics and Automation Letters 接受刊登，並由 MIT 正式對外公告。

MIGHTY 的核心突破在於能在單一運算步驟中，同時優化飛行路徑與飛行時間。在模擬測試中，其運算時間僅為現有最先進方法的約 90%，同時到達目的地的速度快了約 15%。在實際硬體測試中，搭載 MIGHTY 的無人機在動態添加障礙物的複雜環境中，飛行速度達到每秒 6.7 公尺（約時速 24 公里）。

最受矚目的亮點在於其授權模式——完全免費開源。目前市面上的高效能運動規劃器往往仰賴要價數十萬美元的商業求解器（commercial solver），而 MIGHTY 可在 Ubuntu 22.04 搭配 ROS 2 Humble 環境下運行，完全不需要任何專有軟體。

同步優化飛行路徑與時間的技術突破

大多數開源運動規劃器的做法是先固定一個飛行時間估計值，再在該時間窗口內計算最佳路線。MIGHTY 則採取截然不同的策略——利用一種稱為 Hermite 樣條（Hermite spline）的數學技術，同時完成兩項優化，產生更平滑、更易於精確控制的飛行路徑。

固定時間規劃器存在明顯的取捨問題：當無人機需要繞過障礙物走較長路線時，必須加速才能在預設時間內抵達，這使得面對下一個突發障礙時更難閃避。

本研究的第一作者、MIT 航太系研究生 Kota Kondo 在 MIT 的公告中直接說明了這個問題。聯合優化能獲得更好的結果，但數學問題的規模也隨之膨脹。團隊的解決方案是跳過從頭生成每條新路線的步驟，改為先對飛行路徑做出初始猜測，再透過迭代優化並利用光達（LiDAR）建構的場景地圖進行精煉。

根據 arXiv 預印論文的數據，MIGHTY 在模擬環境中與兩個最先進的基準方法相比，運算時間減少 9.3%、飛行時間減少 13.1%，且成功率達到 100%。原始碼已公開在該實驗室的 GitHub 儲存庫上。

開源釋出移除六位數美元的軟體門檻

MIGHTY 透過 MIT 航太控制實驗室（Aerospace Controls Laboratory）發布，消除了過去限制高效能運動規劃僅能由資金充裕的研究機構與大型商業營運商使用的專有軟體依賴問題。現在任何開發者、學生或企業都能在此基礎上進行開發。

這一點的意義比表面看起來更加重大。那些高效能規劃器所依賴的商業求解器，其價格讓眾多小型商業營運商和獨立研究者望而卻步——而這些人往往是這個領域中開發出最具創新性工具的主力。MIGHTY 完全在無人機的機載電腦上運行，規劃迴路不需要雲端連線，也不依賴遠端通訊連結。

這項研究部分由美國陸軍研究實驗室（U.S. Army Research Laboratory）與新加坡國防科技局（Defense Science and Technology Agency）資助。兩個資助單位都需要能在 GPS 拒止與通訊中斷環境下運作的規劃器。

這與 MIT 先前的研究路線有所不同。該實驗室在 2019 年發布的 FASTER 規劃器同樣是開源的，但採用分別計算安全性與速度的方式，並在已知自由空間中設有「停止」條件。MIGHTY 則將所有這些整合到一次求解中完成。

福島核災啟發的研究動機

Kondo 對自主機器人的興趣可追溯到 2011 年福島第一核電廠事故。當時還是孩子的他，在東日本大地震後被困在家中，看著救災人員進入輻射區域搶救，便下定決心要打造能代替人類進入危險場所的機器人。

這不僅僅是背景故事的點綴。MIT 為 MIGHTY 列舉的應用場景正是那些最危險的任務：在倒塌建築中搜索救援、對風力發電機等複雜結構進行工業巡檢，以及在對人類來說過於危險的不穩定區域進行災後搜救。該系統定位於人類飛行員無法到場、無線電通訊也不可靠的環境。

蘇黎世大學機器人與感知研究團隊負責人 Davide Scaramuzza（未參與此研究）向 MIT 表示，Hermite 樣條已在視覺 SLAM 中證明了其價值，將其應用於運動規劃，能讓無人機在複雜環境中更自由地快速計算出動態可行的運動軌跡。

產業觀察

像 MIGHTY 這樣的學術開源專案，其影響力往往被低估。回顧歷史，PX4、ArduPilot 以及 ROS 2 導航工具鏈的部分元件，都承載著早期學術研究的基因。MIGHTY 很可能是下一個值得關注的開源專案。

每秒 6.7 公尺在障礙物密集的空間中是相當快的速度——大約等同於操控 DJI Avata 2 穿越樹林時、專注閃避樹枝的飛行速度，而人類飛手還擁有意圖判斷和預先規劃路線的優勢。一個規劃器能在障礙物即時出現的情況下自主完成這樣的飛行，這是一項具有實質意義的成果。

目前尚未解答的關鍵問題是整合性。MIGHTY 鎖定 Ubuntu 22.04 上的 ROS 2 Humble 環境，主流商業無人機軟體堆疊是否會移植、分叉或忽略它，將是觀察業界對學術開源態度的重要指標。

資料來源：MIT News、IEEE Robotics and Automation Letters、arXiv 預印論文 2511.10822、mit-acl/mighty GitHub 儲存庫。

---

原文來源： 查看原文