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
— 完 —
