网友：蝙蝠侠本人投的吧

詹士 发自 凹非寺

非常AI | 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 —