麻省理工学院与宾夕法尼亚大学的研究团队开发出一套名为MIGHTY的新型轨迹规划系统，让无人机仅靠机载电脑和传感器，就能在数毫秒内对障碍物做出反应，同时保持飞行路径平滑高效。研究团队称，该技术有望显著提升无人机配送、巡检和搜救任务的可靠性与安全性。

在地震等灾后场景中，自主无人机需要穿越倒塌建筑绘制废墟地图并搜寻幸存者。这类环境的危险性和不可预测性对实时导航提出极高要求：既要快速规避障碍，又不能牺牲飞行稳定性。MIGHTY正是为此类场景设计的开源解决方案。

传统开源轨迹规划器通常先设定一个固定的两点间飞行耗时，再据此计算最优路径。这种方法虽然计算量小，但在动态环境中存在明显缺陷。一旦无人机为躲避障碍物被迫绕行，就不得不大幅提升速度来追赶时间目标，反而降低了应对突发危险的能力。MIGHTY的核心突破，在于将路径优化与时间计算这两个原本分离的步骤同时进行，而非逐个处理。

系统采用一种名为埃尔米特样条的数学方法，生成平滑且可精确控制的轨迹，同时最小化飞行时间。不过，同时计算路径与时间通常会使系统变慢、难以实时运行。团队给出的解法是“先粗后精”：先快速生成一条粗略路径，再借助机载激光雷达实时构建的地图，逐步迭代优化路径。这一策略有效降低了计算负荷，使无人机无需依赖外部算力即可快速适应未知障碍物。

仿真测试数据显示，MIGHTY完成任务所需计算时间仅为现有主流方法的约90%，到达目的地时间却快了约15%。在实际飞行测试中，系统在成功避开所有路径障碍的前提下，实现了最高每秒6.7米的飞行速度。

与依赖多软件模块和昂贵商用求解器的常见方案不同，MIGHTY将所有功能集成于单一系统，其开源设计也降低了实际部署的门槛。团队后续计划将系统扩展至多机协同场景，并在更复杂多变的环境中开展更多飞行实验，同时通过社区反馈持续优化平台。

苏黎世大学机器人学教授兼机器人与感知组主任达维德·斯卡拉穆扎对此评价称：“通过将路径几何、时序、速度和加速度的联合优化与轨迹的局部控制相结合，MIGHTY赋予机器人在杂乱环境中计算快速、动态可行运动的更大自由度。”