詹士 发自 凹非寺

量子位 | 公众号 QbitAI
像蝙蝠一样的无人机,你见过么?
现在,它已被实现出来了
长这样:
等等……这跟蝙蝠有什么关系?
事实上,该无人机原理来自蝙蝠,即:在黑暗中靠回声定位进行飞行。
据研究者介绍,他们只靠廉价音频设备,实现无人机的实时定位与地图构建。
因其体积小,所用材料廉价,在陌生环境探索、搜索救援迷路者等领域,有广泛应用。
目前,该成果刚被IEEE Robotics and Automation Letters收录。
Reddit上,相关帖子点赞破千。
有网友调侃道——这项目肯定是蝙蝠侠本人布鲁斯韦恩投的。
也有网友担忧——
此类低成本、易实现的产品也可用来追捕人类,造成更多伤害。
它到底如何实现的?
继续往下看。

实现无人机“听音辨位”

在过去,传统无人机执行障碍物检测、定位和地图构建等任务中,所使用的往往是摄像头、激光雷达等传感器——
但是,这些设备对于更小体积的无人机来说,根本带不动。
此番,研究团队参考了蝙蝠发出超声波并根据回声定位的方式,依靠声音的发射与接收,实现对空间的感知。
更直白地说,让无人机“喊出来”,再根据“回声”来辨别周边环境状况。
数据处理方面,鉴于目前主动回声定位算法并不发达,团队依靠一套基于干涉回声定位算法的端到端的pipeline。
其中包含了一个实时定位与地图构建框架,并集成了粒子滤波和因子图推断。
具体如下图。
不同颜色描绘两个麦克风在不同位置接收的声波,这些信号通过校准、周期估计、粒子滤波得到因子图,再进行相应方位和角度的估计。
为实现上述思路,研究团队将四个麦克风和蜂鸣器安装在一种易于开发的小型无人机Crazyflie上面。
通过无人机收集数据,然后,靠蓝牙传输到地面端设备,再进行相应的处理。如此一来,分析过程可小于75ms。
该过程如下图:
到了实验环节,研究者先让无人机逐渐靠近墙壁,该过程保持高度不变,获得各距离下,声波干涉情况,并将之与理论估计值对比。
结果显示两者较为贴合。
而后,他们对性能(精度)进行了测量。
结果发现——当无人机距离墙面40cm以内,其测量值可靠,其最大误差在2cm以下。
当距离进一步缩小到30cm,角度估计数值也变得更可靠,最大误差小于20度。
更进一步,研究团队将麦克风数量改变,测试其表现。
结果发现,随着麦克风数量变少,无人机侦测性能在下降,但有意思的是,即便只有一个麦克风(下方深色线),其性能表现依然较为满意。
至于无人机在运动过程中,识别障碍精度如何?
研究团队也进行了实验。
如下方左图,即便在运动过程中,无人机距墙体8厘米时,也能表现出不错精度。
不过在角度测定上表现平平(下方右图),团队认为,他们的算法在角度估计方面对噪声更为敏感。
尽管目前,该方案只能在半米远地方,进行2cm精度的侦测,对比成熟方案仍有差距,但从落地角度看,其成本低、重量轻,体积小特点意味着,该成果在很多场景仍是可靠的替代方案。
科研团队表示,接下来,他们还将提高其准确性,并看看能否消除系统生成声音的需要,不用“喊出声”。

研究团队

最后,介绍上述科研成果的贡献者们。
一作Frederike Dümbgen,她是一位机器人领域研究者,专注于信号处理与优化方向。
Frederike Dümbgen博士毕业于洛桑联邦理工学院计算机与通信科学学院,目前是多伦多大学自主空间机器人实验室 (ASRL) 的博士后。
二作Adrien Hoffet,来自洛桑联邦理工学院计算机与通信科学学院。
参考链接:

[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
3月29日「中国AIGC产业峰会」
抢票开启
「中国AIGC产业峰会」定档3月29日,线下会场抢票开启!
百度袁佛玉、智源林咏华、澜舟科技周明、小冰徐元春、科大讯飞高建清、启元世界袁泉、云舶科技梅嵩、特赞王喆、微软关玮雅、源码资本黄云刚、元语智能朱雷、无界Ai马千里、Tiamat青柑、峰瑞资本陈石等来自产学研界大咖嘉宾,还有重磅嘉宾陆续确认中。
扫描下方二维码,报名峰会线下会场啦~
点这里👇关注我,记得标星哦~
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~ 
继续阅读
阅读原文