前 言
2024 年 7 月,天津大学团队在《IEEE Robotics and Automation Letters》发表 YOPO(You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning(以下简称 YOPO)),提出了一种面向四旋翼无人机的学习型局部规划方法:
让神经网络直接建立"局部环境 + 当前状态 → 飞行轨迹"的映射,把传统"感知—建图—搜索—优化"链条中大量在线计算,提前通过训练学进网络。
从YOPO到Diff-YOPO,非凸空间团队致力于让导航算法“开箱即研”。
1 为什么研究端到端?
YOPO的训练方式颇具启发性——Guidance Learning(引导学习):利用轨迹优化的代价信息与数值梯度指导网络,不仅告诉网络"轨迹好不好",还告诉它"往哪个方向改更好"。例如远离障碍物、提高轨迹平滑性,或者满足无人机自身的速度和加速度约束。这与强化学习的试错探索是两条不同的技术路线,各有特点,也代表了自主机器人领域两种并存的研究范式。
2025年10月11日,非凸空间团队邀请了YOPO首作天津大学卢俊杰博士等开展主题圆桌交流与分享会。更多详情可点击链接了解:
高飞教授对话学术星秀,共探《端到端智能:引领自主飞行新范式》
非凸空间团队看到了这条路线背后的可能性:如果规划能力可以学习,那么真机部署的瓶颈就不再是算法本身,而是感知、数据与工程适配。
团队真正要实现的,是赋予YOPO在真机实操上的稳定性与敏捷性。
2 从算法到真机:Diff-YOPO做了什么?
Diff-YOPO 项目基于 YOPO 进一步面向真实无人机进行了工程化适配,主要解决算法从仿真环境运行到真机高速飞行过程中遇到的感知、定位、空间约束、训练数据以及轨迹跟踪等实际问题。

图1 | 非凸-α Pro科研教育无人机平台
点击了解非凸-α Pro产品详情
以上改进均集成在非凸-α Pro 高性能无人机平台上。结合 MID360 激光雷达感知、Fast-LIO-2 定位、YOPO 学习型局部规划以及真机适配优化,目前 Diff-YOPO 已实现在实验室场景*最大超过 10 m/s 的速度自主飞行。
*实验室场景:长度大于30m,障碍物间距大于2m
用户可以在真实无人机上了解从 LiDAR 环境感知、神经网络规划到定位、轨迹生成和飞行控制的完整过程,也可以进一步研究端到端规划算法从仿真走向真实机器人时需要解决的工程问题。
2.1 LiDAR点云→深度图: 完整的传感器几何适配
YOPO 的网络输入是一张 90° 透视深度图。为了使用 MID360 激光雷达作为环境感知输入,并不能简单地从雷达 360° 扫描数据中截取一部分作为网络输入。

图2 | 激光雷达定位:360°水平FOV和59°垂直FOV
如果直接从 360° 范围图中截取 160 列,得到的大约是 160° 的等距柱状视图,与 YOPO 原始训练所使用的 90° 透视图存在明显差异,障碍物在图像中的尺度也会发生变化,从而影响网络对环境的判断。
Diff-YOPO 建立了完整的传感器几何适配流程:先将 LiDAR 点云恢复为三维空间几何信息,再根据相机针孔模型重新投影,最终生成与 YOPO 原始训练数据保持一致的 90° 透视深度图。
通过这种方式,可以在保持原有网络输入几何关系的同时,将感知来源由视觉深度信息适配为激光雷达。

图3 | 端到端导航点云动图
2.2 LiDAR训练数据生成链补全
除了真机推理端的 LiDAR 适配,Diff-YOPO 同时完善了训练侧的雷达数据生成流程:CUDA 仿真器增加逐像素球面射线渲染;使用 3D DDA 算法遍历体素,获取准确的体素入射距离;数据集支持读取 LiDAR Range 数据,再按照与实机一致的透视模型重新投影;同时优化射线采样和体素命中方式,减少薄墙漏检和平面量化失真。
这些改进对于墙面、门框、走廊等室内环境尤其重要。更准确的射线模拟和体素命中方式,可以减少薄壁结构在仿真数据中被漏检的情况,使训练数据与真实 LiDAR 感知结果更加一致,提高室内复杂环境下的训练和测试效果。
2.3 虚拟天花板约束
端到端网络根据局部环境预测轨迹时,本身并不知道真实测试场地的最大允许飞行高度。在部分场景中,YOPO 可能出现持续向上规划的情况。
针对这一问题,Diff-YOPO 在世界坐标系中增加了虚拟天花板约束。具体实现时,将机体系中的感知射线转换到世界坐标系,与设定的水平天花板平面求交,再将对应的交点距离写回网络输入的深度图。
这样无需改变 YOPO 原有网络结构,就可以让网络在输入层面感知到高度方向的边界,从而抑制持续爬升以及飞出测试区域等情况,提高真实飞行中的高度方向安全性。

图4 | 室内自主避障导航飞行实况
2.4 轨迹跟踪逻辑优化
一些在仿真环境中不明显的问题,在真实无人机高速飞行时会更加突出。例如,当参考轨迹明显领先于无人机真实位置时,如果仍然使用 desire_pos 计算目标方向,可能出现参考轨迹已经越过目标点,但网络仍然按照不合理的目标方向继续规划的问题。
针对这一情况,Diff-YOPO 优化了目标方向和重规划起点的计算方式:
在 plan_from_reference=False 时,改用真实里程计位置计算目标方向,并使用无人机真实位置和速度生成下一条五次多项式轨迹。
这一修改使每次重新规划更加贴近无人机当前的真实运动状态,改善了高速飞行时参考轨迹与真机状态偏离带来的规划问题。

图5 | 室内飞行动态重规划
结合 MID360 激光雷达感知、Fast-LIO-2 定位以及上述真机适配和优化,Diff-YOPO 已在 非凸-α Pro 平台上实现特定场景最大超过 10 m/s 的自主飞行速度。

图6 | 室外高速自主避障飞行

图7 | 室外高速自主避障飞行
在微分智飞团队看来,比参数更重要的,是这次实践沉淀出的方法论:输入层几何保真 → 训练数据链保真 → 约束的输入级注入 → 规划锚定真实状态。 四个解法各自通向一类开放的科研问题——传感器替换、数据生成改进、新型约束设计、规划—控制耦合优化。
3 让科研与教育更高效
在非凸-α Pro 平台上,Diff-YOPO 开源版本支持二次开发,每个模块皆可动手改造。
二次开发能走多远?
非凸空间团队已先行一步:依托旗下非凸空间的竞技级平台非凸-C5,在 Diff-YOPO 基础上提出基于轨迹风险学习的全向动态避障框架——把高维碰撞风险的在线评估剥离至离线学习,单次前向推理实现与障碍物数量解耦的常数级时延,零实机微调即平稳完成多类高速实体投掷物的连续动态避让。(已公开在github与arxiv,获得40github stars,点击下图可了解更多)
图8 | 复杂动态环境下的实机避障:
四旋翼无人机非凸-C5在穿越静态障碍区域并飞向预设目标的过程中,自主规避侧向高速穿越的实体投掷物,轨迹按飞行时间平滑过渡,并在整个交汇过程中保持安全的物理间隔
其余方向同样开放:换雷达、调视角(感知),改网络、设计代价项(学习),推广虚拟天花板至墙体与动态障碍区(约束),重组定位与控制模块、实证两种范式边界(系统)。
在算法及真机实操教学方面,非凸-α Pro 平台是覆盖“感知—定位—规划—控制”全链路的教学载体——学生既能复现论文,也能在真机上触碰 sim-to-real 的每一道难关。
非凸-α Pro科研教育平台已正式发布,更多产品及活动信息,请扫码添加小助手咨询。


END






