0.8 米有多窄，三架无人机用缆绳协同吊起重物时，系统在悬停构型下的整体宽度约 1.4m，如果不改变构型与负载姿态，根本无法通过 0.8m 的通道。更关键的是能否在狭窄间隙里兼顾高速机动与稳定控制？
代尔夫特理工大学 Sihao Sun 团队于 2025 年 10 月 29 日在 Science Robotics 发表论文'Agile and cooperative aerial manipulation of a cable-suspended load'。提出一种中心化的协同规划与控制框架：将避障与防碰撞约束纳入协同决策，实现对负载全位姿的高机动控制，从而让多机吊载系统能够完成对 0.8m 狭窄通道的高速穿越。
技术难点
要让多无人机协同吊载既能高速机动、又能安全避障，还不依赖负载传感器，难点主要集中在：
- 全位姿高机动控制难：负载位置与姿态是通过缆绳张力间接实现的，高速机动时缆绳方向/张力快速变化，耦合效应强，容易带来跟踪误差与振荡。
- 避障与防碰撞要同时满足：在狭窄环境中不仅要避开障碍物，还要保证机间安全距离等约束，可行空间被压缩，往往需要改变队形和负载姿态才能通过。
- 负载不装传感器的闭环更难：不在重物上安装传感器意味着负载状态需要依赖无人机端信息进行估计，估计误差在高机动下更容易放大为控制误差。
- 10Hz 在线规划的'平滑切换'：轨迹滚动更新时，新旧预测轨迹必须平滑衔接（高阶连续性），并且要能稳定初始化新的预测轨迹，否则会出现突兀动作影响稳定性。
研究亮点
该研究最关键的是用全身动力学的在线运动规划，替代传统'外环算力分配、内环各自跟随'的级联控制。规划器直接给出系统未来一段可执行的协同轨迹，机载鲁棒跟踪则用于抵消载荷模型不准和外界扰动带来的偏差。这样多机协同不再纠结'力怎么分'，而是围绕同一条预测轨迹协同飞行，让多机吊载具备高速、稳定的机动能力。
图 1｜方法总览：从规划到执行的闭环框架
中心化协同轨迹规划
该研究采用中心化在线规划，统一生成多机协同轨迹。规划器以滚动方式求解有限时域最优控制问题（OCP），以 10Hz 的频率滚动更新，预测未来约 2s 的可行轨迹，并同时把无人机–负载耦合、推力上限、缆绳保持绷紧、机间防碰撞与障碍物避让等约束一并纳入，确保轨迹既'能飞'也'安全'。
同时，为避免 10Hz 更新带来的轨迹'跳变'，通过对上一轮预测轨迹进行重采样 (resampling)，用以初始化与缆绳方向、张力相关的高阶量，从而让新旧轨迹更平滑地接续。
图 2｜在线规划的计算开销与规模扩展能力。(A) 展示真实实验中每次规划求解的耗时；(B) 无人机数量增加时，规划耗时的统计分布，并标出 10Hz 对应的时间预算线；(C) 多机规模更大时的示例结果，说明在更复杂/更大规模条件下，规划仍能生成满足安全约束的协同轨迹。
INDI 鲁棒跟踪
机载轨迹跟踪控制器采用 INDI(incremental nonlinear dynamic inversion，增量非线性动态反演) 进行轨迹跟踪，并利用 IMU 反馈对缆绳力带来的扰动进行在线补偿。规划中缆绳张力的误差（例如来自负载惯量模型不匹配）会被机载控制器有效补偿，从而带来对模型不确定性的鲁棒性。
图 3｜Fast 参考轨迹下的跟踪性能与推力受限测试。(A) 在高机动'Fast'参考轨迹（如 8 字）下，对比本文方法与基线方法的实际轨迹，以及位置/姿态误差随时间的变化，展示本文在高速情况下仍能稳定跟踪。(B) 当把推力上限进一步收紧、参考动作变'更难做'时，图中给出轨迹与三架无人机的推力曲线（含上限线），说明系统能在约束内自动生成并跟踪可行动作，而不是硬追不可行参考导致失稳。
