研究人員研發(fā)出小型無(wú)人機(jī)，可自主探索未知的環(huán)境

（文章來(lái)源：教育新聞網(wǎng)）

研究人員提出了一群小型無(wú)人機(jī)，它們可以自己完全探索未知的環(huán)境。這項(xiàng)工作于10月23日發(fā)表在《科學(xué)機(jī)器人》雜志上，在群體機(jī)器人技術(shù)領(lǐng)域邁出了重要的一步。挑戰(zhàn)來(lái)自這樣一個(gè)事實(shí)，即33克的微型無(wú)人機(jī)需要自主導(dǎo)航，同時(shí)具有極為有限的傳感和計(jì)算能力。聯(lián)合研究團(tuán)隊(duì)與TU Delft，利物浦大學(xué)和奈梅亨大學(xué)拉德布德大學(xué)的研究人員一起，通過(guò)從相對(duì)簡(jiǎn)單的昆蟲(chóng)導(dǎo)航中汲取了靈感，解決了這一挑戰(zhàn)。

昆蟲(chóng)群激發(fā)了機(jī)器人學(xué)家的思考，認(rèn)為小型機(jī)器人也可以通過(guò)在群體中進(jìn)行操作來(lái)克服自身的局限性。大量廉價(jià)的小型機(jī)器人將能夠執(zhí)行大型大型機(jī)器人無(wú)法實(shí)現(xiàn)的任務(wù)。例如，一群小型飛行無(wú)人機(jī)將比單個(gè)大型無(wú)人機(jī)能夠更快地探索災(zāi)難現(xiàn)場(chǎng)。這樣的群還沒(méi)有實(shí)現(xiàn)。

在過(guò)去的四年中，由荷蘭國(guó)家科學(xué)基金會(huì)NWO自然人工智能計(jì)劃資助的TU代爾夫特大學(xué)，利物浦大學(xué)和奈梅亨拉德布德大學(xué)的聯(lián)合研究團(tuán)隊(duì)一直在努力設(shè)計(jì)一批小型無(wú)人機(jī)，探索未知的環(huán)境。該研究項(xiàng)目的目標(biāo)是采取步驟，在搜索和救援場(chǎng)景中使用大量無(wú)人機(jī)。

其主要思想是，在將來(lái)，救援人員將能夠釋放一大批小型無(wú)人機(jī)來(lái)探索災(zāi)難現(xiàn)場(chǎng)，例如即將倒塌的建筑物。大量的無(wú)人機(jī)將進(jìn)入建筑物，對(duì)其進(jìn)行探索，然后返回基站并提供相關(guān)信息。然后，救援人員就可以將精力集中在最相關(guān)的領(lǐng)域，例如內(nèi)部仍然有人的地方。

在該項(xiàng)目中，微型無(wú)人機(jī)配備了攝像頭，并在室內(nèi)辦公環(huán)境中被派出，以找到兩個(gè)代表災(zāi)難場(chǎng)景中受害者的假人。這個(gè)概念驗(yàn)證的搜索和救援任務(wù)清楚地表明了擁有大量人員的優(yōu)勢(shì)。在6分鐘內(nèi)，一群6架無(wú)人駕駛飛機(jī)就能探測(cè)大約80%的開(kāi)放房間-僅憑其中一架無(wú)人駕駛飛機(jī)是不可能的。此外，集群化對(duì)于冗余也很有用。一架無(wú)人機(jī)找到了受害者，但由于相機(jī)的硬件故障，它無(wú)法帶回任何圖像。幸運(yùn)的是，另一架無(wú)人駕駛飛機(jī)也將受害者捕獲在相機(jī)上。

執(zhí)行該項(xiàng)目的博士生金伯利·麥奎爾(Kimberly McGuire)說(shuō)：“實(shí)現(xiàn)群體探索的最大挑戰(zhàn)在于無(wú)人機(jī)的個(gè)人情報(bào)水平?！薄霸陧?xiàng)目開(kāi)始時(shí)，我們專注于實(shí)現(xiàn)基本的飛行能力，例如控制速度和避開(kāi)障礙物。之后，我們?cè)O(shè)計(jì)了一種用于小型無(wú)人機(jī)相互檢測(cè)和避開(kāi)的方法。我們通過(guò)讓每架無(wú)人機(jī)攜帶來(lái)解決此問(wèn)題。無(wú)線通信芯片，然后利用這些芯片之間的信號(hào)強(qiáng)度-就像當(dāng)您離開(kāi)家中的WiFi路由器時(shí)，手機(jī)上顯示的條形數(shù)量減少一樣。這種方法的主要優(yōu)點(diǎn)是：它在無(wú)人機(jī)上不需要額外的硬件，并且只需要很少的計(jì)算?！?/p>

群體探索方式中最艱巨的挑戰(zhàn)是難以讓小型機(jī)器人自行導(dǎo)航未知的環(huán)境。其原因是小型機(jī)器人在傳感和計(jì)算方面非常有限。

同樣，自然提供了重要的啟發(fā)。昆蟲(chóng)不會(huì)繪制高度詳細(xì)的地圖。相反，它們保留了地標(biāo)和與行為相關(guān)的地方，例如食物來(lái)源及其巢穴。該項(xiàng)目的主要研究人員Guido de Croon說(shuō)：“新導(dǎo)航方法的主要思想是將我們的導(dǎo)航期望降低到極致：我們只要求機(jī)器人能夠?qū)Ш交鼗?。”“通過(guò)讓每個(gè)機(jī)器人遵循不同的首選方向，機(jī)器人群首先擴(kuò)散到環(huán)境中。探索之后，機(jī)器人返回到位于基站的無(wú)線信標(biāo)?！?/p>

Kimberly McGuire補(bǔ)充說(shuō)：“提出的導(dǎo)航方法是一種新穎的錯(cuò)誤算法?！薄板e(cuò)誤算法不能繪制環(huán)境地圖，而是可以實(shí)時(shí)處理障礙。原則上，詳細(xì)地圖非常方便，因?yàn)樗鼈兪箼C(jī)器人可以沿著最佳路徑從地圖上的任何點(diǎn)導(dǎo)航到任何其他點(diǎn)。但是，在微型機(jī)器人上制作這樣的地圖的成本高得令人望而卻步。所提出的錯(cuò)誤算法導(dǎo)致路徑效率較低，但具有甚至可以在微型機(jī)器人上實(shí)現(xiàn)的優(yōu)點(diǎn)。”
（責(zé)任編輯：fqj）