像蝙蝠一樣的無人機(jī)，你見過么？

現(xiàn)在，它已被實(shí)現(xiàn)出來了。

(資料圖片僅供參考)

長這樣：

等等……這跟蝙蝠有什么關(guān)系？

事實(shí)上，該無人機(jī)原理來自蝙蝠，即：在黑暗中靠回聲定位進(jìn)行飛行。

據(jù)研究者介紹，他們只靠廉價(jià)音頻設(shè)備，實(shí)現(xiàn)無人機(jī)的實(shí)時(shí)定位與地圖構(gòu)建。

因其體積小，所用材料廉價(jià)，在陌生環(huán)境探索、搜索救援迷路者等領(lǐng)域，有廣泛應(yīng)用。

目前，該成果剛被IEEE Robotics and Automation Letters收錄。

Reddit上，相關(guān)帖子點(diǎn)贊破千。

有網(wǎng)友調(diào)侃道——這項(xiàng)目肯定是蝙蝠俠本人布魯斯韋恩投的。

也有網(wǎng)友擔(dān)憂——

此類低成本、易實(shí)現(xiàn)的產(chǎn)品也可用來追捕人類，造成更多傷害。

它到底如何實(shí)現(xiàn)的？

繼續(xù)往下看。

實(shí)現(xiàn)無人機(jī)“聽音辨位”

在過去，傳統(tǒng)無人機(jī)執(zhí)行障礙物檢測、定位和地圖構(gòu)建等任務(wù)中，所使用的往往是攝像頭、激光雷達(dá)等傳感器——

但是，這些設(shè)備對于更小體積的無人機(jī)來說，根本帶不動。

此番，研究團(tuán)隊(duì)參考了蝙蝠發(fā)出超聲波并根據(jù)回聲定位的方式，依靠聲音的發(fā)射與接收，實(shí)現(xiàn)對空間的感知。

更直白地說，讓無人機(jī)“喊出來”，再根據(jù)“回聲”來辨別周邊環(huán)境狀況。

數(shù)據(jù)處理方面，鑒于目前主動回聲定位算法并不發(fā)達(dá)，團(tuán)隊(duì)依靠一套基于干涉回聲定位算法的端到端的pipeline。

其中包含了一個(gè)實(shí)時(shí)定位與地圖構(gòu)建框架，并集成了粒子濾波和因子圖推斷。

具體如下圖。

不同顏色描繪兩個(gè)麥克風(fēng)在不同位置接收的聲波，這些信號通過校準(zhǔn)、周期估計(jì)、粒子濾波得到因子圖，再進(jìn)行相應(yīng)方位和角度的估計(jì)。

為實(shí)現(xiàn)上述思路，研究團(tuán)隊(duì)將四個(gè)麥克風(fēng)和蜂鳴器安裝在一種易于開發(fā)的小型無人機(jī)Crazyflie上面。

通過無人機(jī)收集數(shù)據(jù)，然后，靠藍(lán)牙傳輸?shù)降孛娑嗽O(shè)備，再進(jìn)行相應(yīng)的處理。如此一來，分析過程可小于75ms。

該過程如下圖：

到了實(shí)驗(yàn)環(huán)節(jié)，研究者先讓無人機(jī)逐漸靠近墻壁，該過程保持高度不變，獲得各距離下，聲波干涉情況，并將之與理論估計(jì)值對比。

結(jié)果顯示兩者較為貼合。

而后，他們對性能（精度）進(jìn)行了測量。

結(jié)果發(fā)現(xiàn)——當(dāng)無人機(jī)距離墻面40cm以內(nèi)，其測量值可靠，其最大誤差在2cm以下。

當(dāng)距離進(jìn)一步縮小到30cm，角度估計(jì)數(shù)值也變得更可靠，最大誤差小于20度。

更進(jìn)一步，研究團(tuán)隊(duì)將麥克風(fēng)數(shù)量改變，測試其表現(xiàn)。

結(jié)果發(fā)現(xiàn)，隨著麥克風(fēng)數(shù)量變少，無人機(jī)偵測性能在下降，但有意思的是，即便只有一個(gè)麥克風(fēng)（下方深色線），其性能表現(xiàn)依然較為滿意。

至于無人機(jī)在運(yùn)動過程中，識別障礙精度如何？

研究團(tuán)隊(duì)也進(jìn)行了實(shí)驗(yàn)。

如下方左圖，即便在運(yùn)動過程中，無人機(jī)距墻體8厘米時(shí)，也能表現(xiàn)出不錯(cuò)精度。

不過在角度測定上表現(xiàn)平平（下方右圖），團(tuán)隊(duì)認(rèn)為，他們的算法在角度估計(jì)方面對噪聲更為敏感。

盡管目前，該方案只能在半米遠(yuǎn)地方，進(jìn)行2cm精度的偵測，對比成熟方案仍有差距，但從落地角度看，其成本低、重量輕，體積小特點(diǎn)意味著，該成果在很多場景仍是可靠的替代方案。

科研團(tuán)隊(duì)表示，接下來，他們還將提高其準(zhǔn)確性，并看看能否消除系統(tǒng)生成聲音的需要，不用“喊出聲”。

研究團(tuán)隊(duì)

最后，介紹上述科研成果的貢獻(xiàn)者們。

一作Frederike Dümbgen，她是一位機(jī)器人領(lǐng)域研究者，專注于信號處理與優(yōu)化方向。

Frederike Dümbgen博士畢業(yè)于洛桑聯(lián)邦理工學(xué)院計(jì)算機(jī)與通信科學(xué)學(xué)院，目前是多倫多大學(xué)自主空間機(jī)器人實(shí)驗(yàn)室 (ASRL) 的博士后。

二作Adrien Hoffet，來自洛桑聯(lián)邦理工學(xué)院計(jì)算機(jī)與通信科學(xué)學(xué)院。

參考鏈接

[1]https://www.engadget.com/echolocation-small-robots-search-and-rescue-103953284.html

[2]https://www.reddit.com/r/gadgets/comments/10tsf5x/echolocation_could_give_small_robots_the_ability/

[3]https://arxiv.org/abs/2301.08327v1

關(guān)鍵詞：