在广袤的森林防火监测、复杂的灾害救援现场，单一类型的机器人往往受限于感知能力的“天花板”，难以独立完成大范围、高精度的环境覆盖任务。如何打破这一瓶颈？

构建空地异构机器人集群成为关键解决办法。

然而，空地异构机器人能力天然互补却难以协同：地面机器人（UGV）搭载的传感器精度高、可采集高分辨率环境数据，但探测半径小，开展大面积监测时易产生大量盲区，更棘手的是，机器人之间缺乏协同，很可能一窝蜂地挤在某个区域，而忽略了其他更关键的区域；无人机（UAV）可通过高空作业实现广域感知、快速扫描全域，却存在环境感知分辨率低的短板，二者的性能优势始终无法通过现有算法得到充分结合。

与此同时，传统空地协同算法还存在三大核心缺陷：高度依赖全局信息（如机器人总数量、全域环境总规模），无法实现纯分布式自主运行；无人机Voronoi监测分区尺寸固定，当地面机器人数量动态变化时，各分区负载严重失衡，造成感知资源浪费；缺少自主调度逻辑，需人工预设航路，易导致地面机器人扎堆作业、出现大面积漏检，同时纯地面机器人方案的大范围覆盖成本极高。

针对以上难题，浙江大学电气工程学院自动化所刘妹琴、郑荣濠团队提出了一套完全分布式的空地协同覆盖控制方案。该方案利用无人机的高空飞行能力实现大范围低精度全局粗覆盖，再用感知信息引导具备短距高精度感知能力的地面机器人完成局部精细覆盖；同时无人机可动态调整分区大小以匹配负载，充分发挥每台地面机器人的覆盖能力。方案完成了理论收敛性证明，并通过仿真与实体实验验证，在感知受限的多机器人覆盖任务中表现更优。

论文题目：Distributed Coverage Control for Air–Ground Robot Systems With Heterogeneous Sensing Capabilities

研究团队：浙江大学电气工程学院网络系统与控制实验室（NSCL）

作者：浙江大学张航、郑荣濠、张森林、刘妹琴

论文发表：机器人领域顶级期刊IEEE Transactions on Automation Science and Engineering（2026年）

论文原文地址：https://ieeexplore.ieee.org/document/11397708

01

创新研究

分布式计算与动态负载均衡

本方案的核心在于实现了完全分布式的控制架构。不同于传统的集中式控制，每一架无人机和每一名地面机器人都具备独立的“思考”能力，同时，地面机器人团队能够通过局部通信，自主完成任务分配与路径规划。

将火情、污染物浓度等环境特征抽象为连续可积非负标量场，以覆盖代价函数作为统一性能评价标准；明确无人机广域低分辨率、地面机器人短距高分辨率的异构感知分工，采用加权Voronoi图实现两级分布式空间分区，由无人机集群生成顶层监测大分区，地面机器人在所属分区内生成受限感知子分区，同时基于单积分运动学统一两类机器人的动力学模型，确立仅邻域双向通信的去中心化约束，为整套控制方案搭建完整理论框架。

在此基础上，实验团队提出分布式目标负载与分区质量匹配计算技术，通过“供给-接收-转移”三轮迭代的负载均衡算法，让无人机仅依靠邻域局部数据交换即可自主协商管辖的地面机器人数量，收敛后各分区机器人数值最大差值不超过1，同时同步完成分区环境积分质量与负载的匹配计算，全程无需全局参数介入，且具备可严格证明的收敛性与线性计算复杂度。

针对传统固定分区的负载错配痛点，实验团队设计了权重调节律与位置协同控制器双机制耦合的分区动态自适应技术，前者通过调整加权Voronoi分区的权重参数驱动边界伸缩，后者通过无人机位置移动改变分区几何形态，二者协同加速分区环境质量向目标值收敛，有效提升感知资源利用率；同时配套三阶段分布式地面机器人调度机制，通过邻域通信完成负载差值协商，自主筛选距离最近的地面机器人执行跨区迁移，无调度任务时地面机器人则在有限感知范围内运行局部质心控制器完成精细化覆盖，该调度机制可基于量化共识理论证明负载均衡的收敛性，且能显著降低机器人总行驶里程与能耗。

此外，实验团队还融入了鲁棒性增强与工程化适配技术，可在无人机或地面机器人损毁失效时自主完成负载重分配与分区重构，同时适配异步执行、传感高斯噪声、非光滑不规则环境场等多种复杂工况；针对真实差分轮式机器人平台，设计了单积分控制量到独轮车动力学的转换方案。

02

亚毫米级定位精度

让每一次协同都有迹可循

纸上得来终觉浅，绝知此事要躬行。从理论算法到真实机器人系统的部署，中间横亘着一道关键鸿沟：如何精准获取每一台空中和地面机器人的实时位姿，验证协同控制算法的有效性？

这正是元客视界FZMotion高精度运动捕捉系统的核心价值所在。

在实物验证阶段，研究团队在3.5m×4m 矩形监测区域搭建了由Crazyflies 2.1四旋翼无人机、TurtleBot3-Burger 地面无人车组成的空地集群测试平台，元客视界FZMotion高精度运动捕捉系统承担了“空间真值标尺”的关键角色。系统通过8台高速动捕相机实时捕捉多台空中与地面机器人的全维度运动状态，以10ms的高频输出亚毫米级定位数据与高精度姿态测量结果，作为整个控制闭环的唯一位置反馈来源，完美解决了室内无GPS环境下多智能体的绝对定位与时序同步难题。

依托稳定的多目标并行追踪能力、低延迟数据输出与强抗遮挡鲁棒性，实验团队精准复现了仿真中的多组对照场景，完整验证了分布式负载均衡、动态分区调节、机器人跨区调度等核心算法的有效性，这一成果不仅为森林防火、环境监测等领域提供了全新的技术路径，更为未来无人化、智能化的集群作业奠定了坚实基础。