刷机未知错误6_集群机器人领域最新研究:一种用于探测未知环境的微型无人机群...

598de73529c960085d02d860e9e875c5.png

c5d86f6999e937caf9f550c78a048a31.png

(图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先级无人机会避让高优先级无人机。)

10月23日,国外研究人员在《科学机器人》(Science Robotics)杂志上发表了一篇研究论文,提出一种可以完全自主探索未知环境的微型无人机群,这是集群机器人领域的一个重要进步。

挑战来自这样一个事实:重量仅为33克的微型无人机,需要在具备极其有限的感知和计算能力情况下进行自主导航。来自代尔夫特理工大学、利物浦大学和拉德堡德大学的研究人员组成的联合研究小组,通过从昆虫导航的相对简单性中汲取灵感来应对这一挑战。

大自然是最好的老师

机器人学家们从大自然昆虫群的行为中得到了灵感,他们认为小型机器人也可以通过集群行动来克服个体上的局限性。成群结队的低成本小型机器人将能够执行目前单个大型机器人力所不能及的任务。例如,一大群小型飞行无人机能够比一架大型无人机更快地探测到灾难现场。这样的群体性优势之前一直没有被意识到。

655e0dc8c6f22b7318d8a1668cadfdf4.png
Crazyflies无人机成功完成搜救https://www.zhihu.com/video/1170888212158947328

(视频:Crazyflies无人机成功完成搜救场景的视频。无人机还能够在不同的位置定位两个人类大小的木偶,用机载相机拍照,并将信息返回基地。)

缘起于搜救

在过去的四年中,上述由荷兰国家科学基金会NWO自然人工智能项目资助的联合研究小组力求设计一群能够勘探不明环境的微型无人机。该研究项目的目标是推动集群无人机在搜救方案中的使用。

研究者们对未来的设想是,救援人员能够释放一群微型无人机来探索一个灾难现场——例如一座即将坍塌的大楼。成群的无人机将进入大楼,对其进行勘测,并带着相关信息返回基站。然后,救援人员可以根据无人机提供的信息把集中精力在最相关的领域(比如里面还有人)。

a052e67d537885058a20b10bb9dc7705.png

(图:这种微型无人机可以放在手掌中,重33克。它能与集群中其他无人机一起快速探索无人环境)

寻找受害者

在这个项目的实验中,微型无人机被装配了摄像头,然后从一个室内办公环境中被发送出去,寻找两个代表灾难场景中受害者的人体模型。最终,这一概念型搜救任务的结果清楚地表明了拥有“集群”的优势。在6分钟内,6架无人机组成的集群就可以探测约80%的开放空间,这对其中任何一架单独的无人机来说都是不可能实现的。此外,集群还具备冗余度的优势。比如,一架无人机发现了一名受害者,但由于相机硬件出了故障而无法带回任何图像,这时候集群中另一架无人机就可以用摄像机拍下受害者。

挑战是什么?

“实现集群勘测的最大挑战在于无人机的个体智能水平,”执行该项目的博士生金伯利·麦奎尔说,“在项目开始时,我们的重点是实现基本的飞行功能,如控制速度和避开障碍物。在此之后,我们设计了一种小型无人机之间相互侦测和躲避的方法。为实现这种功能,我们让每个无人机携带一个无线通信芯片,然后利用这些芯片之间的信号强度,这就像手机上的信号格,当你远离家中的WiFi路由器时,信号格就会减少。这种方法的主要优点是无人机不需要额外的硬件,而且只需要很少的计算。”

70e99e3aad3b8cf71227f41d9ff44c25.png

(图:6架微型无人机在不到6分钟内探索整个办公楼的轨迹。无人机首先从中间的起始位置飞离基站,探索开放的房间,最后返回基站)

自主导航

在集群方式的勘探中,令人畏惧的困难是让小型机器人独自在未知环境中导航。原因是微型机器人在感知和计算方面的能力非常有限。

再一次,大自然提供了重要的灵感。昆虫不会绘制非常详细的地图,相反,它们仅保留地标以及行为上相关的地方,如食物来源和它们的巢穴。“新导航方法的主要思想是将我们对导航的期望降低到极致:我们只需要机器人能够导航回基站,”该项目的主要研究者guido de croon说,“机器人集群首先让每个机器人遵循各自的最优方向扩散到环境中。在勘探之后,机器人将返回位于基站的无线信标。”

fbde8e715fd4463ae5ce042558fa8467.png
Crazyflies勘探办公空间https://www.zhihu.com/video/1170890800346046464

(视频:Crazyflies无人机探索办公空间的视频)

错误算法

“论文所提出的导航方法是一种新型的错误算法(bug algorithm),”Kimberly McGuire补充道,“错误算法不绘制环境地图,而是处理飞行中的障碍物。原则上,详细的地图非常方便,因为它们允许机器人沿着最佳路径从地图上的任何点导航到任何其它点。然而,在微型机器人上制作这样一张地图的成本是令人望而却步的。所提出的错误算法导致路径效率较低,但其优点是可以在微型机器人上实现。”

更多精彩内容可关注公众号:

0769e63160ec03aad8c8df4f583216a1.png
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值