Speaker: 刘萍副研究员，电子科技大学（深圳）高等研究院

Inviter: 薛文超

Title: 面向时序失配与风扰的无人机端到端避障导航方法

Language: Chinese

Time & Venue: 2026.10.23 10:40-11:20 腾讯会议：825-438-645

Abstract: 面向机载计算资源受限的无人机在密集障碍与时变风扰环境中的自主导航需求，提出一种融合液态神经网络与扰动反馈补偿的轻量化端到端避障导航方法。该方法以紧凑导航策略实现目标趋近与障碍规避，并通过显式扰动估计和残差反馈修正扰动引起的运动响应偏差。

首先，采用轻量化编码器提取环境特征，融合飞行状态与相对目标信息，利用液态神经网络的递归状态提取与导航相关的时序特征，建立从多源观测到名义导航控制指令的直接映射，策略输出为三维加速度指令。其次，以当前及历史运动状态和历史已施加的控制指令为输入，构建扰动估计模块。以相对于名义动力学定义的集总扰动加速度为监督目标，学习表征风扰及未建模动力学造成的运动响应偏差。依据导航控制接口，将扰动加速度估计转换为残差控制量，并通过幅值约束限制补偿强度，对名义导航指令进行反馈修正，形成最终执行指令。

采用基础导航策略学习与扰动补偿适配的分阶段训练流程，围绕目标趋近、碰撞规避、控制平滑和扰动估计组织优化。在不同障碍密度、风扰强度及风场变化条件下开展对比与消融实验，分析紧凑时序建模、扰动估计监督和残差补偿的作用。采用任务成功率、碰撞率、最小障碍间距和扰动估计误差评价导航与抗扰性能，并统计包含环境编码、导航策略和扰动估计模块的完整模型参数量及机载推理延迟，评估系统计算开销。实验结果表明，所提方法在所测试条件下能够兼顾避障性能、抗扰能力与计算开销。