无人机技术是智能装备领域的核心组成部分，其高效应用有利于提升各行业的任务效率，推动经济高质量发展，当前无人机技术还存在着续航与能效、动态环境适应性欠佳、感知与定位精度不足等诸多技术挑战。香港大学机械工程系副教授张富，带领团队曾从激光雷达-惯性定位算法FAST-LIO系列，到全球首款单执行器自主无人机“脉冲星”，再到高速飞行避障系统的突破，十年光阴在自主无人机与多模态感知领域刻下鲜明的“中国印记”。

2014年，受香港科技大学李泽湘教授邀请，投身垂直起降无人机研发。2018年，张富加入香港大学，创立“MaRS实验室”，聚焦两大方向：无人机系统革新与激光雷达感知技术突破。激光雷达是机器人的‘眼睛’，而如何让这双眼睛更智能、更高效，将决定自主系统的未来。

科研突破：三大方向重构无人机能力边界

一、单旋翼革命，开启高效飞行新时代：针对传统四旋翼构型的激光雷达无人机存在有效桨盘面积占比小、桨叶间存在气流耦合，导致飞行效率低，以及受限于传感器视场使得感知范围小等问题，张富团队另辟蹊径，提出了基于激光雷达的高效率、全向感知的超级欠驱单执行器自主无人机。该“超级欠驱单执行器无人机”仅凭单个电机驱动旋翼，实现三维空间全向控制。这项设计能够使无人机能耗降低26.7%，同时利用机身的自然自旋运动拓展了激光雷达视场。该研究还解决了无斜盘机构的响应死区、单旋翼无人机三维空间运动自旋耦合控制以及高速自旋情况下的自主导航等基础问题，实现了该无人机在真实未知环境中的全自主导航和对动态障碍物的识别与规避。该成果发表于Science Robotics，并被选中在Science官网上图文展示。

二、70公里时速，动态避障的极限挑战：无人机的高飞行速度和高飞行安全是自主系统高效完成任务的客观要求。然而，针对地图构建与飞行空间提取问题，传统基于占据栅格地图生成飞行走廊或距离场的方法需要频繁进行地图的维护，且需要耗时的光线投射（ray-casting）操作，大大降低轨迹生成速度。为此，张富团队提出了微型无人机的高速安全飞行理论，其系统性描述了如何在原始点云信息上直接生成飞行走廊，避免了额外的地图维护，大大提升了轨迹生成的实时性。为解决高速飞行时的安全性下降问题，团队还提出了在轨迹优化阶段提出了分离点自优化的双重轨迹生成方法。团队的理论和方法成功应用于实际无人机系统，实现了在复杂未知环境中超过70 km/h的自主飞行，不仅飞行速度远超最先进同类方法，还保证了飞行过程中的100%安全避障。创新成果在2025年发表于Science Robotics，被选中在Science官网上图文展示。

高速避障的无人机系统SUPER

三、FAST-LIO系列：推动感知技术自主化：在无人机自主导航中，激光-惯性里程计（LIO）作为状态估计与环境建图的核心，然而，激光惯性里程计中特征提取冗余与计算效率瓶颈问题一直困扰着科学界。据此，张富团队提出了基于原始点云紧耦合迭代卡尔曼滤波的定位建图新范式：FAST-LIO系列。在理论层面，构建了原始激光点云直接地图注册的优化框架，摒弃传统特征提取环节。在系统架构层面，创新性设计增量式k-d树空间索引结构，实现点云地图的动态平衡管理与增量更新。在定位建图领域内，FAST-LIO系列解决了一系列基础科学问题，凭借其远超同期方法的定位精度、计算效率与环境适应性，被学术界和工业界广泛使用。FAST-LIO 1&2的两项工作均被Web of Science统计为高引文章（工程领域前1%），该系列三篇论文引用总数已达1826次（截止2025年3月）。其中，发表FAST-LIO2的T-RO文章同时被统计为热门文章（工程领域前0.1%）。该系列的三个工作的开源代码在Github上被广泛参考和使用，STAR数目合计达3967次（截止2025年3月）。

科研和教学是不可分割的一体两面，张富构建了贯通基础理论与前沿应用的课程体系，主讲的本科生与研究生课程涵盖《电气工程基础》《动力学与控制》《自动控制原理》等核心课程，并开设《机器人学：无人机与自主地面载具》《智能机器：从机械结构到人工智能》《现代机器人技术》《无人机设计、导航与控制》等特色方向课。其教学注重理论与实践融合，通过案例分析、项目实操激发学生创新思维。真正的创新，需要跳出既有框架，直面问题本质，以“科研育人”为理念，构建了多层次创新人才孵化体系。

自主无人机在树林中的高速穿梭、“脉冲星”在旋转中对地图的完整构建、以及FAST-LIO代码在全球数千个机器人上运行……众多原创性科研成果印证着中国青年科学家从追赶者向引领者的蜕变。这支来自香江之畔的科研团队，将继续以自主创新智能无人系统点亮星辰大海。（马霞）