基本信息
| 字段 | 内容 |
|---|---|
| 全名 | 高飞（Fei Gao） |
| 国籍 | 中国 |
| 当前职位 | 浙江大学控制科学与工程学院长聘副教授、博导，FAST实验室副主任兼技术负责人 |
| 核心领域 | 无人机集群自主导航与运动规划 |
| 代表荣誉 | Science Robotics封面论文（2022）；浙江大学年度十大学术进展（2022）；IEEE TRO King-Sun Fu最佳论文奖荣誉提名（2020）；IEEE SSRR最佳论文奖（2016） |
| 学术产出 | 以第一或通讯作者在机器人顶刊/顶会发表论文80余篇，涵盖Science Robotics、TRO、ICRA、IROS等 |
学术生涯
2011—2015：浙大本科与自动化基础。 高飞本科就读于浙江大学自动化专业，2015年获工学学士学位。本科阶段即接触无人机控制与导航相关课题，为后续研究奠定了控制理论基础。
2015—2019：港科大博士与运动规划突破。 2015年赴香港科技大学电子与计算机工程系攻读博士学位，2019年获博士学位。博士期间他系统研究了无人机运动规划与自主导航问题，在轨迹优化和实时避障领域产出多篇高水平论文，获IEEE SSRR 2016最佳论文奖。
2019—2022：回浙大建组与Science Robotics突破。 博士毕业后回到浙江大学，加入FAST实验室（Field Autonomous System and Computing Laboratory）担任副主任和技术负责人，创建飞行自主机器人（FAR）研究组。2022年5月，团队在Science Robotics发表封面论文，实现了10架掌心大小无人机在野外竹林中的完全自主集群飞行，无需外部定位设施。
2022至今：千架集群与长聘晋升。 Science Robotics论文发表后，团队进一步将集群规模从十架推进至千架级别的实时轨迹规划，同时在编队飞行、动态避障等方向持续产出成果。高飞晋升为浙江大学长聘副教授、博士生导师。
核心技术贡献
野外微型无人机集群自主飞行（2022）
发表：Science Robotics（"Swarm of Micro Flying Robots in the Wild"，2022，封面论文）
核心内容：提出了一套完全分布式的微型无人机集群导航系统，10架掌心大小的无人机在没有GPS和外部定位设施的野外竹林中实现自主编队飞行、协同避障和目标跟踪。每架无人机仅依靠机载传感器和计算单元，通过分布式算法实时协调运动。
历史影响：这是全球首次在真实野外环境中实现微型无人机集群的完全自主飞行。此前无人机集群实验大多依赖室内动捕系统或GPS，高飞团队证明了在无外部基础设施条件下集群自主飞行的可行性，将无人机集群从实验室推向真实世界。
EGO-Swarm分布式集群规划系统（2021）
发表：ICRA 2021（"EGO-Swarm: A Fully Autonomous and Decentralized Quadrotor Swarm System in Cluttered Environments"）
核心内容：提出了完全去中心化的多无人机轨迹规划框架EGO-Swarm，每架无人机独立进行局部地图构建和轨迹优化，仅通过轻量级通信共享位置信息即可在杂乱环境中安全飞行，无需中央调度。
历史影响：EGO-Swarm成为分布式无人机集群规划的基准系统之一，其开源代码被全球数十个研究团队采用和扩展，推动了去中心化集群智能的工程化进程。
密集环境中的集群编队飞行（2022）
发表：IEEE Transactions on Robotics（"Swarm Formation Flight in Dense Environments"，2022）
核心内容：解决了无人机集群在密集障碍物环境中保持编队的难题，提出基于优化的编队规划算法，使集群在通过狭窄空间时能自适应收缩和恢复队形，同时保证无碰撞。
历史影响：将集群编队从开阔空域扩展到密集障碍物环境，为无人机集群在城市、森林等复杂场景中的实际部署提供了关键技术支撑。
范式贡献
在高飞的工作之前，无人机集群研究主要依赖两种范式：一是集中式调度，由地面站统一规划所有无人机的轨迹，计算量随规模指数增长；二是依赖外部定位基础设施（室内动捕系统或户外GPS），限制了应用场景。
高飞团队的核心范式转变在于：将无人机集群从"依赖外部设施的集中式系统"重新定义为"仅靠机载传感的分布式自主体"。每架微型无人机独立感知、独立决策，通过轻量级通信实现群体协调，无需任何外部基础设施。
这一范式已通过Science Robotics封面论文中的野外竹林实验验证：10架掌心大小的无人机在完全未知的密林中自主编队飞行。后续工作进一步将该框架扩展到千架规模的实时规划，证明了分布式路线在大规模集群中的可扩展性。
产业传承与学术传承
高飞团队的EGO-Planner和EGO-Swarm系列开源项目在GitHub上获得数千星标，被全球无人机研发团队广泛采用，成为自主导航和集群规划领域的事实标准基线。其分布式集群技术对无人机物流配送、农业植保、搜救、电力巡检等应用场景具有直接的技术推动作用。浙江大学FAST实验室已成为中国无人机自主导航领域最具影响力的研究团队之一。
高飞博士毕业于香港科技大学沈劭劼教授课题组，沈劭劼是无人机自主导航与SLAM领域的知名学者。回到浙江大学后，高飞在FAST实验室与徐充教授合作，共同指导飞行自主机器人方向的研究生。团队培养的学生在运动规划、集群智能、SLAM等方向持续产出高水平成果，多名学生毕业后进入国内外顶级机器人团队。
当前动态
2025—2026年，高飞团队持续推进大规模无人机集群的实时规划能力，探索千架以上规模集群在复杂环境中的协同作业。同时在无人机与地面机器人异构集群协作、高速飞行中的感知与规划一体化等方向开展前沿研究。高飞现任浙江大学长聘副教授，继续担任FAST实验室FAR组负责人。
历史定位
高飞在无人机集群领域的核心贡献是实现了从"实验室条件下的集群演示"到"真实野外环境中的集群自主飞行"的跨越。Science Robotics封面论文是无人机集群走出实验室的标志性工作，证明了微型无人机仅靠机载资源即可在完全未知的复杂环境中实现群体智能。他的EGO系列开源工具链降低了全球研究者进入该领域的门槛，加速了无人机自主导航技术的普及。在中国无人机集群研究版图中，高飞是将分布式自主集群从理论推向工程验证的关键人物。