麻省理工学院的研究团队研发的这项自动驾驶车辆的轨迹规划系统，即使在环境中存在许多不同的不确定因素的情况下，也可以从起点行驶到目标位置。韩位峤（WeiqiaoHan）是研发团队的联合首席作者，浙江宁波人，他目前是麻省理工学院电气工程和计算机科学系以及计算机科学和人工智能实验室（CSAIL）的博士生。
一艘探索宇宙遥远区域的自主航天器穿过一颗遥远的系外行星的大气层降落。这辆车以及为其编程的研究人员对这种环境知之甚少。在如此多的不确定性下，航天器如何绘制出一条轨道，以防止被一些随机移动的障碍物压扁或被突然的大风吹离航线？
这项技术，可以帮助这艘航天器安全着陆。可以使自主车辆在高度不确定的情况下绘制出可证明安全的轨迹，其中环境条件和车辆可能碰撞的物体存在多个不确定性。这项技术可以帮助车辆在随机移动的并随着时间的推移改变其形状的障碍物周围找到一条安全的路线。即使车辆的起点不明确，并且车辆将移动受到风、洋流或崎岖地形等环境干扰，这项技术也会绘制使车辆到达目标区域的安全轨迹。
联合首席作者韩位峤表示：“未来的机器人空间任务需要有风险意识的自主性，以探索有高度不确定性的偏远和极端世界。为了实现这一点，轨迹规划算法需要对不确定性进行推理，并处理复杂的不确定性模型和安全约束。”
优化解算器生成一条风险有界的轨迹，这意味着如果机器人沿着该路径行走，它与任何障碍物碰撞的概率不超过某个阈值，如1%。由此，他们获得一系列控制输入，可以将车辆安全地转向其目标区域。
联合首席作者韩位峤还将开发反馈控制器
应用于该系统，这将帮助车辆更接近其计划轨迹，即使有时偏离最佳路线。他还致力于硬件实现，这将使研究人员能够在真正的机器人上演示他们的技术。
参与这项研究的另一位联合首席作者是美国宇航局喷气推进实验室（NASAJPL）研究员、前CSAIL研究科学家AshkanJasour。与Han和Jasour一起登上这篇论文的是资深作者BrianWilliams，他是麻省理工学院航空航天学教授和CSAIL成员。这项研究在IEEE机器人和自动化国际会议上发表，并获得杰出论文奖。
