<p style="text-align: center;"><img id="image1smv8sjxsg1yy5mhy1mpd9ybsdzth5" style="max-width: 100%; margin-left: auto; margin-right: auto; display: block;" src="https://jskxy-zg.cnfin.com//proxy/upload/manuscript_resources/image/2026/10/15/e43fcd503f054b9981e9d78a8aafa7e8.JPEG" imagerela="" alt="8b33f85b82c04c7a87afb7c5be754f9d.JPEG" title="8b33f85b82c04c7a87afb7c5be754f9d.JPEG"></p> <p style="text-indent: 2em; text-align: justify;">在2025年阿布扎比比赛中参赛的TU Delft自主竞速无人机。</p> <p style="text-indent: 2em; text-align: justify;">图片来源：微型飞行器实验室</p> <p style="text-align: justify; text-indent: 2em;">科技日报北京10月14日电 （记者张佳欣）据最新一期《科学·机器人》杂志报道，荷兰代尔夫特理工大学科学家开发出一种自主飞行系统，通过AI控制无人机以每小时100公里的速度飞行。在真实竞速比赛中，它甚至超越了曾获得世界冠军的人类飞手。这一进展显示了轻量化AI在高速自主控制方面的潜力。</p> <p style="text-align: justify; text-indent: 2em;">高速飞行对无人机的感知和控制能力提出了严峻挑战。飞得越快，留给系统识别赛道、判断位置和调整方向的时间就越短。摄像头拍摄的图像还可能因高速运动而变得模糊、变形，一旦控制指令稍有延迟，无人机就可能错过赛道门，甚至直接撞上障碍物。</p> <p style="text-align: justify; text-indent: 2em;">面对这些难题，研究团队开发了名为“MonoRace”的自主飞行系统。与此前领先的自主竞速系统不同，它不依赖GPS或外部运动追踪设备，而是利用一台朝向前方的摄像头识别赛道门，再结合惯性测量单元获取的运动信息和无人机模型，估算自身的位置与运动状态。</p> <p style="text-align: justify; text-indent: 2em;">传统无人机控制系统通常要经过多个控制环节，将飞行规划逐步转化为电机指令。而MonoRace采用一个小型神经网络，直接生成控制无人机电机的指令。这一神经网络运行在名为“飞行控制器”的微型机载计算芯片上，每秒可发出500次控制指令。经过强化学习训练后，该网络能够在考虑无人机自身物理性能限制的同时，快速调整飞行动作。</p> <p style="text-align: justify; text-indent: 2em;">在2025年阿布扎比自主无人机竞速赛上，研究人员检验了MonoRace在真实环境中的表现。比赛所用无人机硬件和赛道均由赛事组织方设计和运营，MonoRace系统必须适应陌生的设备与环境。最终，搭载MonoRace的无人机最高飞行速度达到每小时100公里，击败了所有其他自主竞速团队以及3名曾获得世界冠军的人类飞手。</p> <p style="text-align: justify; text-indent: 2em;">研究团队认为，这项研究的意义不只在于让无人机飞得更快，还在于探索如何用有限的传感器和计算资源实现高性能自主控制。未来，这种方法有望应用于自动驾驶车辆、移动机器人等系统，并根据实际需求优化运行效率或安全性。例如，它既可以帮助扫地机器人更平稳、更节能地运行，也可能用于大型船岸起重机等设备。</p>