10月23日，國外研究人員在《科學(xué)機器人》（Science Robotics）雜志上發(fā)表了一篇研究論文，提出一種可以完全自主探索未知環(huán)境的微型無人機群，這是集群機器人領(lǐng)域的一個重要進步。

挑戰(zhàn)來自這樣一個事實：重量僅為33克的微型無人機，需要在具備極其有限的感知和計算能力情況下進行自主導(dǎo)航。來自代爾夫特理工大學(xué)、利物浦大學(xué)和拉德堡德大學(xué)的研究人員組成的聯(lián)合研究小組，通過從昆蟲導(dǎo)航的相對簡單性中汲取靈感來應(yīng)對這一挑戰(zhàn)。

大自然是最好的老師

機器人學(xué)家們從大自然昆蟲群的行為中得到了靈感，他們認為小型機器人也可以通過集群行動來克服個體上的局限性。成群結(jié)隊的低成本小型機器人將能夠執(zhí)行目前單個大型機器人力所不能及的任務(wù)。例如，一大群小型飛行無人機能夠比一架大型無人機更快地探測到災(zāi)難現(xiàn)場。這樣的群體性優(yōu)勢之前一直沒有被意識到。

（視頻：Crazyflies無人機成功完成搜救場景的視頻。無人機還能夠在不同的位置定位兩個人類大小的木偶，用機載相機拍照，并將信息返回基地。）

緣起于搜救

在過去的四年中，上述由荷蘭國家科學(xué)基金會NWO自然人工智能項目資助的聯(lián)合研究小組力求設(shè)計一群能夠勘探不明環(huán)境的微型無人機。該研究項目的目標(biāo)是推動集群無人機在搜救方案中的使用。

研究者們對未來的設(shè)想是，救援人員能夠釋放一群微型無人機來探索一個災(zāi)難現(xiàn)場——例如一座即將坍塌的大樓。成群的無人機將進入大樓，對其進行勘測，并帶著相關(guān)信息返回基站。然后，救援人員可以根據(jù)無人機提供的信息把集中精力在最相關(guān)的領(lǐng)域（比如里面還有人）。

（圖：這種微型無人機可以放在手掌中，重33克。它能與集群中其他無人機一起快速探索無人環(huán)境）

尋找受害者

在這個項目的實驗中，微型無人機被裝配了攝像頭，然后從一個室內(nèi)辦公環(huán)境中被發(fā)送出去，尋找兩個代表災(zāi)難場景中受害者的人體模型。最終，這一概念型搜救任務(wù)的結(jié)果清楚地表明了擁有“集群”的優(yōu)勢。在6分鐘內(nèi)，6架無人機組成的集群就可以探測約80%的開放空間，這對其中任何一架單獨的無人機來說都是不可能實現(xiàn)的。此外，集群還具備冗余度的優(yōu)勢。比如，一架無人機發(fā)現(xiàn)了一名受害者，但由于相機硬件出了故障而無法帶回任何圖像，這時候集群中另一架無人機就可以用攝像機拍下受害者。

挑戰(zhàn)是什么？

“實現(xiàn)集群勘測的最大挑戰(zhàn)在于無人機的個體智能水平，”執(zhí)行該項目的博士生金伯利·麥奎爾說，“在項目開始時，我們的重點是實現(xiàn)基本的飛行功能，如控制速度和避開障礙物。在此之后，我們設(shè)計了一種小型無人機之間相互偵測和躲避的方法。為實現(xiàn)這種功能，我們讓每個無人機攜帶一個無線通信芯片，然后利用這些芯片之間的信號強度，這就像手機上的信號格，當(dāng)你遠離家中的WiFi路由器時，信號格就會減少。這種方法的主要優(yōu)點是無人機不需要額外的硬件，而且只需要很少的計算?！?/p>

自主導(dǎo)航

在集群方式的勘探中，令人畏懼的困難是讓小型機器人獨自在未知環(huán)境中導(dǎo)航。原因是微型機器人在感知和計算方面的能力非常有限。

再一次，大自然提供了重要的靈感。昆蟲不會繪制非常詳細的地圖，相反，它們僅保留地標(biāo)以及行為上相關(guān)的地方，如食物來源和它們的巢穴。“新導(dǎo)航方法的主要思想是將我們對導(dǎo)航的期望降低到極致：我們只需要機器人能夠?qū)Ш交鼗?，”該項目的主要研究者guido de croon說，“機器人集群首先讓每個機器人遵循各自的最優(yōu)方向擴散到環(huán)境中。在勘探之后，機器人將返回位于基站的無線信標(biāo)。”

“論文所提出的導(dǎo)航方法是一種新型的錯誤算法（bug algorithm），”Kimberly McGuire補充道，“錯誤算法不繪制環(huán)境地圖，而是處理飛行中的障礙物。原則上，詳細的地圖非常方便，因為它們允許機器人沿著最佳路徑從地圖上的任何點導(dǎo)航到任何其它點。然而，在微型機器人上制作這樣一張地圖的成本是令人望而卻步的。所提出的錯誤算法導(dǎo)致路徑效率較低，但其優(yōu)點是可以在微型機器人上實現(xiàn)。”

來源：　易明智能