在复杂障碍环境中实现无人机的自主飞行，一直是空中机器人领域的核心挑战之一。传统方案往往依赖地图构建和多阶段规划流程，存在延迟高、鲁棒性差等问题。天津大学电气自动化与信息工程学院卢俊杰等人在《IEEE Robotics and Automation Letters》发表论文“You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning”，提出端到端规划算法YOPO。该方法无需实时建图，将感知、搜索与优化融为一体，一次前向推理即可生成安全轨迹；配合全新的Guidance Learning训练策略，YOPO在仿真与实机测试中实现毫秒级响应。

视频来源:https://www.youtube.com/watch\?v=m7u1MYIuIn4

01 研究背景

空中导航任务通常需要完成三大模块：感知建图、路径搜索、轨迹优化；这一传统“三段式”流程虽然结构清晰，但在实际部署中容易带来累计延迟高、误差易放大、重规划频率受限等瓶颈，尤其是在面对障碍密集环境的高速飞行任务时。针对这些问题，YOPO将深度感知、运动基元搜索与轨迹优化封装进同一网络，省去在线建图与串行调用，仅靠一次前向推理即可并行生成安全轨迹，实现毫秒级自主飞行。

02 系统介绍

该系统将“感知-规划-控制”链路整合为同一框架：
训练阶段，网络输入深度图、机体速度/加速度与目标方向；真值ESDF与位姿只是用来计算轨迹成本（平滑度、安全、目标）并生成数值梯度，通过Guidance Learning反向更新权重。视场内均匀布置的预定义运动基元作为锚点，网络预测其端点偏移和末端导数，进而得到多条候选轨迹并评估成本。

推理阶段，无需在线建图，将深度图、速度以及加速度特征输入模型，模型输出为所有预定义运动基元的偏移量，然后根据偏移量求解五次时间多项系数。实时生成可跟踪轨迹并交由控制器执行，实现毫秒级、无地图的自主飞行。

图片来源：Junjie Lu et al.，“You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning，”IEEE Robotics and Automation Letters，2024.

03 技术亮点

一体化端到端规划框架

• 将感知、路径搜索与轨迹优化三个传统模块整合为单一神经网络结构，显著降低整体延迟。

• 模型以深度图、当前状态和目标方向为输入，一次前向传播即可输出多组候选轨迹参数（偏移量、末端导数与得分），实现快速决策。

运动基元+偏移预测机制

• 借鉴YOLO思想，采用固定运动基元（motion primitives）作为锚点，网络输出其偏移与得分以修正轨迹。

• 每个基元覆盖深度图中一个角度区域，并行预测所有基元的偏移、导数和得分，高效生成多样化局部轨迹，全面探索解空间。

图片来源：Junjie Lu et al.，“You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning，”IEEE Robotics and Automation Letters，2024.

引导学习（Guidance Learning）

• 利用环境的真实信息（如 ESDF 地图）计算数值梯度，直接用于训练网络参数，避免依赖专家示范。

• 该策略相比imitation learning更真实，且比 reinforcement learning更稳定高效，是一种无监督但具真实反馈的训练方法。

• 在训练中支持数据增强与多目标初始化，提升泛化能力且不需额外标签重注释。

图片来源：Junjie Lu et al.，“You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning，”IEEE Robotics and Automation Letters，2024.

特权学习（Privileged Learning）

• 在训练阶段引入特权信息（真实地图与完整状态）以获得更准确的梯度反馈；而在推理阶段仅依赖噪声深度图与低级状态信息。

• 提升模型对感知噪声的鲁棒性，在无地图、实时性要求高的任务中展现出较强性能。

图片来源：Junjie Lu et al.，“You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning，”IEEE Robotics and Automation Letters，2024.

04 实验测试

对比试验

为验证所提出的Guidance Learning训练方法的有效性，研发团队将其与经典梯度优化方法进行对比。结果显示，Guidance Learning不仅平均规划代价更低，还能在更短时间内(1.6 ms)并行生成多条可行轨迹，具备更强的全局感知能力与鲁棒性。同时，在仿真密林环境中，YOPO相较于TopoTraj、MPPI和 Agile Autonomy，在延迟、安全性和成功率等指标上综合表现最优。

表格来源：Junjie Lu et al.，“You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning，”IEEE Robotics and Automation Letters，2024.

真机实验

平台配置： 250mm轴距四旋翼，核心计算单元为NVIDIA Xavier NX，搭载RealSense D455深度相机，系统使用VINS-Fusion进行状态估计。

图片来源：Junjie Lu et al.，“You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning，”IEEE Robotics and Automation Letters，2024.

飞行场景：树木密度大概为0.1 棵树/每平方米，真实环境未用于训练。测试结果：

• 最快飞行速度达5.52m/s；

• 能在突发障碍环境下快速重规划；

• 全程无需构建显式地图，展现了出色的实时性与环境适应能力。

图片来源：Junjie Lu et al.，“You Only Plan Once: A Learning-Based One-Stage Planner With Guidance Learning，”IEEE Robotics and Automation Letters，2024.

05 SU17复现

阿木实验室SU17科研无人机，已基于论文与开源代码完成了 YOPO算法的复现，并进行了初步测试验证，YOPO算法展现出了优秀的响应速度和较强的泛化能力。我们将在后续基于SU17推出完整的复现教程，包括训练环境搭建、模型部署与控制器对接，欢迎持续关注！

资源速递

开源代码：
https://github.com/TJU-Aerial-Robotics/YOPO

论文链接：
https://ieeexplore.ieee.org/document/10528860

DOI:10.1109/LRA.2024.3399589_

文章内容仅用于学术交流与技术分享，图文资料版权归原作者及期刊所有，如有侵权请联系删除。

如果您有感兴趣的技术话题，请在留言区告诉我们！关注阿木实验室，更多技术干货不断更新！开发遇到棘手难题可以上阿木官方论坛：
bbs.amovlab.com
有工程师亲自解答10000+无人机开发者和你共同进步！