多旋翼无人机一定是从实验室飞出去的。多旋翼无人机开发过程中需要一把高精度“尺子”来实时测量其位姿信息及运动轨迹。目前市面上非常好的工具是光学动作捕捉系统，动作捕捉可以对无人机的飞行轨迹进行动态的测量和定位。那光学动作捕捉系统在四旋翼开发过程中到底起到了什么作用呢？
先下一个定义，光学动作捕捉系统相当于多旋翼无人机算法的一把“尺子，能够实时以0.1mm精度捕捉多旋翼无人机6DoF位姿信息。
光学动作捕捉系统在四旋翼无人机飞控过程中起到的重要作用如下：
1、算法验证，定位精度达0.1mm。开发人员不用考虑定位问题，可以直接钻研控制算法问题。有助于算法的开发、验证、优化。
2、集群定位，在多智能体集群控制系统中，光学动作捕捉系统可以使得智能体知道“我”在哪？“你”在哪？“我”下一步要做什么？
图2 多智能体集群控制技术框架
3、轨迹跟踪，可以高精度实时捕捉四旋翼无人机的飞行轨迹，且提供6DoF位姿坐标。
图3 多旋翼无人机轨迹追踪验证
图4 多旋翼无人机运动状态识别框架
自从无人机的概念提出以后，多旋翼的研究一直是无人机研究领域的热点之一，随着新型材料、微机电系统（MEMS），传感器技术和飞行控制等技术的不断发展，多旋翼无人机的机身体积和重量大大减轻，结构和稳定性也得到了很大的优化，多旋翼无人机得到了快速发展。近年来，多旋翼无人机不管是科学方面研究还是在商业化方面都有越来越多的关注，广泛应用于知名高校，企业和科研机构。
下面我们看看国外的顶尖实验室都在做什么？
麻省理工学院（Massachusettes Instiute of Technology,MIT）的RAVEN（Real-Time Indoor Autonomous Vehcile Test Environment）实验室，内部装有18台光学动作捕捉相机，可以实现无人机的室内实时定位，实验室内还有多辆自主的地面小车，研究对象由Draganflyer V Ti Pro多旋翼无人机和无人小车组成。MIT的无人机集群康管理计划（UAV SWARM Health Management Project）主要研究多架无人机的任务管理、任务分配和轨迹追踪算法，目前该项目已完成了室内环境下四旋翼无人机的飞行演示。图5为多架四旋翼无人机对目标进行连续搜索和跟踪实验，图6为多机系统和编队飞行实验。斯坦福大学（Stanford University）的STARMASC（Stanford Testbed of Autonomous Rotorcraft for MultiAgent Control）项目是为了测试和验证多机算法和控制策略，它包含多个能够使用GPS和IMU传感器进行轨迹跟踪的四旋翼飞行器。Hoffmann G M团队基于斯坦福大学的试验台，首先将四旋翼无人机的非线性模型线性化，然后使用LQR控制方法设计了姿态控制器，使用滑模控制方法设计了高度控制器，并取得了良好的控制效果。宾夕法尼亚大学的GRASP（General Robotics，Automation，Sensing and Perception）实验室对无人机的控制进行了大量研究，并且基于光学动作捕捉系统搭建了无人机测试平台，主要研究对象如图7所示。主要研究内容包括对多旋翼无人机的搭建、多旋翼无人机自主飞行控制算法和多架无人机系统控制算法的研究。通过大量实验，GRASP实验室已经取得了很多创新成果，在该无人机测试平台下，无人机体现出很大的机动性，能够完成无人机集群航迹追踪、协同合作和编队飞行等测试，图8为多旋翼无人机协同飞行。近几年瑞士联邦工学院在四旋翼无人机方面取得了突出的成果，2007年，基于光学动作捕捉系统建立了FMA（Flying Machine Arena）测试平台，测试平台内部安装了8个光学动作捕捉系统的相机。在FMA测试平台的环境下，D‘Andrea R团队在研究飞行器自主飞行控制、飞行机构设计、室内光学动作捕捉系统和高机动智能飞行方面取得了比较丰硕的成果，并在全球各地做了多次公开演示，在2011年12月发过奥尔良的公开演示中，多个四旋翼无人机协同合作完成了泡沫砖塔的搭建，图9位正在抓取泡沫砖块的四旋翼无人机。光学动作捕捉系统较早用在影视特效行业，随着无人机等智能体技术高速发展，其也逐渐成为智能体开发的有利工具，动作捕捉在无人机研发与设计中起着至关重要的作用。
图13 系统构成
光学动作捕捉相机捕捉空间内智能体，无人机、小车的位姿信息给到上位机，上位机得到信息后经过控制算法给出控制信号，通过无线的方式发给智能体，这样多智能体就实现了集群控制。
无人机无论对于军用还是民用都有着不可估量的前景，作为无人机算法的一把“尺子”我们愿意为我们国家的科研和创新贡献自己的一份力量，非常欢迎无人机科技公司和高校、科研院所的科研、技术人员一起沟通探讨。
