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

挑戰來自這樣一個事實：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航。來自代爾夫特理工大學、利物浦大學和拉德堡德大學的研究人員組成的聯合研究小組，通過從昆蟲導航的相對簡單性中汲取靈感來應對這一挑戰。

大自然是最好的老師

機器人學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。成群結隊的低成本小型機器人將能夠執行目前單個大型機器人力所不能及的任務。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難現場。這樣的群體性優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基金會NWO自然人工智能項目資助的聯合研究小組力求設計一群能夠勘探不明環境的微型無人機。該研究項目的目標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想是，救援人員能夠釋放一群微型無人機來探索一個災難現場——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，并帶著相關信息返回基站。然后，救援人員可以根據無人機提供的信息把集中精力在最相關的領域（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，然后從一個室內辦公環境中被發送出去，尋找兩個代表災難場景中受害者的人體模型。最終，這一概念型搜救任務的結果清楚地表明了擁有“集群”的優勢。在6分鐘內，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的。此外，集群還具備冗余度的優勢。比如，一架無人機發現了一名受害者，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。

挑戰是什么？

“實現集群勘測的最大挑戰在于無人機的個體智能水平，”執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，我們設計了一種小型無人機之間相互偵測和躲避的方法。為實現這種功能，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。這種方法的主要優點是無人機不需要額外的硬件，而且只需要很少的計算。”

自主導航

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境中導航。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，它們僅保留地標以及行為上相關的地方，如食物來源和它們的巢穴。“新導航方法的主要思想是將我們對導航的期望降低到極致：我們只需要機器人能夠導航回基站，”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方向擴散到環境中。在勘探之后，機器人將返回位于基站的無線信標。”

“論文所提出的導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致路徑效率較低，但其優點是可以在微型機器人上實現。”

來源：　易明智能