受蚂蚁启发的导航突破使微型自主机器人成为可能

运动设计内幕

你有没有想过，昆虫是如何能够走出家园那么远，仍然能找到回家的路的？这个问题的答案不仅与生物学有关，还与为微型自主机器人制造人工智能有关。代尔夫特理工大学的无人机研究人员受到了关于蚂蚁如何通过视觉识别环境并将其与计算步数相结合以安全回家的生物学发现的启发。他们利用这些见解为微型、轻型机器人创建了自主导航策略。该策略允许此类机器人在经过较长的轨迹后返回家园，同时需要极少的计算和内存（每 100 m 1.16 kB）。未来，微型自主机器人可以找到广泛的用途，从监控仓库中的库存到发现工业现场的气体泄漏。研究人员在《科学机器人》上发表了他们的发现 ，2024 年 7 月 17 日。

重量从几十克到几百克的微型机器人有潜力执行许多有趣的现实应用。由于重量轻，即使不小心撞到人也非常安全。由于它们很小，因此可以在狭窄的区域内航行。如果它们的制造成本低廉，就可以大量部署，从而可以快速覆盖大面积，例如在温室中进行害虫或疾病的早期检测。然而，让这种微型机器人自行操作是很困难的，因为与大型机器人相比，它们的资源极其有限。

使用微型机器人的一个主要障碍是，对于现实世界的应用，它们必须能够在外部基础设施的帮助下自行导航。他们可以使用室外 GPS 卫星或室内无线通信信标的位置估计。 GPS 只能在室外使用，并且在城市峡谷等杂乱的环境中可能会非常不准确。在室内空间安装和维护信标非常昂贵或根本不可能，例如在搜索和救援场景中。

仅使用机载资源进行自主导航所需的人工智能是在考虑自动驾驶汽车等大型机器人的情况下开发的。其中一些方法依赖于激光雷达等笨重、耗电的传感器，这些传感器无法由小型机器人携带或供电。其他方法使用视觉传感器，通常尝试创建高度详细的环境 3D 地图。然而，这需要大量的处理和内存，而这些只能由对于微型机器人来说太大且耗电的计算机来提供。

这就是为什么一些研究人员转向大自然寻求灵感。昆虫特别有趣，因为它们的活动距离可能与许多现实世界的应用相关，同时使用非常稀缺的传感和计算资源。昆虫将跟踪自己的运动（里程计）与基于其低分辨率但几乎全向的视觉系统（视图记忆）的视觉引导行为结合起来。

尽管里程计在神经元水平上的理解日益深入，但视图记忆背后的精确机制却不太为人所知。因此，关于昆虫如何利用视觉进行导航，存在多种相互竞争的理论。最早的理论之一提出了“快照”模型，其中蚂蚁等昆虫偶尔会对其环境进行快照。随后，当到达靠近快照中的位置时，它可以将其当前的视觉感知与快照进行比较，并移动以最小化差异。这使得昆虫能够导航或“回家”到快照位置，从而消除仅执行里程计时不可避免地产生的任何漂移。

该研究的第一作者 Tom van Dijk 表示：“基于快照的导航可以与汉塞尔在童话故事《汉塞尔和格蕾特》中试图不迷路的方式进行比较。当汉塞尔向地上扔石头时，他可以回家，但是，当他扔被鸟儿吃掉的面包屑时，他就迷路了。在我们的例子中，石头就是快照。” “就像石头一样，要使快照发挥作用，机器人必须距离快照位置足够近。如果视觉环境与快照位置相差太大，机器人可能会朝错误的方向移动，并且永远不会回来。因此，必须使用足够的快照 - 或者在汉塞尔的情况下扔下足够数量的石头。另一方面，将石头扔得太靠近彼此会很快耗尽汉塞尔的石头。对于机器人来说，使用太多的快照会导致大的石头掉落。内存消耗。该领域之前的工作通常将快照非常靠近，因此机器人可以首先在视觉上定位到一个快照，然后再定位到下一个快照。”

文章合著者 Guido de Croon 教授表示：“我们策略的主要见解是，如果机器人基于里程计在快照之间移动，则可以将快照间隔得更远。” “只要机器人最终距离快照位置足够近，即只要机器人的里程计漂移落在快照的覆盖区域内，寻零就会起作用。这也允许机器人行驶得更远。”

所提出的受昆虫启发的导航策略使配备全向摄像头的 56 克 Crazyflie 无人机能够仅用 1.16kB 覆盖长达 100 米的距离。所有视觉处理都发生在一个微型微控制器上。

“所提出的受昆虫启发的导航策略是在现实世界中应用微型自主机器人的重要一步，”德克龙说。 “所提出的策略的功能比最先进的导航方法提供的功能更有限；它不会生成地图，只能让机器人返回起点。不过，对于许多应用来说，这可能已经足够了。例如，对于仓库中的库存跟踪或温室中的农作物监测，无人机可以飞出，收集数据，然后返回基站。它们可以将与任务相关的图像存储在小型 SD 卡上，以便服务器进行后处理。”

来源