北京
來源：科技日報
記者：劉霞
荷蘭與德國科研團隊攜手提出一種受蜜蜂啟發(fā)的無人機導(dǎo)航策略——“蜜蜂導(dǎo)航”。該策略讓體型極小的無人機也能像蜜蜂一樣，即使遠(yuǎn)離家園，依然能成功返回。相關(guān)研究論文發(fā)表于新一期《自然》雜志。
溫室中的無人機可助力作物監(jiān)測，提升農(nóng)業(yè)產(chǎn)量，減少損耗。圖片來源：荷蘭代爾夫特理工大學(xué)
在無法使用GPS的環(huán)境中，許多無人機需要自行導(dǎo)航。目前，大多數(shù)系統(tǒng)依靠構(gòu)建詳細(xì)的環(huán)境地圖來實現(xiàn)這一點，但這需要消耗大量的計算能力和內(nèi)存，使系統(tǒng)既昂貴又耗能高。
蜜蜂或許有一種更高效的解決方案，它們大腦很小卻能在長途飛行后安然歸巢。蜜蜂利用視覺運動線索，估算自己飛了多遠(yuǎn)、朝哪個方向飛，就好比在數(shù)自己的步數(shù)。遺憾的是，里程計自身會隨著時間推移發(fā)生漂移，精度越來越低。正因如此，蜜蜂還須依靠視覺記憶，記住家等重要地點周圍的樣子。
科學(xué)家對昆蟲里程計的理解已相當(dāng)深入，甚至已抵達(dá)神經(jīng)元層面，但對視覺記憶依然不甚了解。為攻克這一難題，荷蘭代爾夫特理工大學(xué)、瓦赫寧根大學(xué)及奧爾登堡卡爾·馮·奧西茨基大學(xué)的生物學(xué)家團隊，提出了蜜蜂導(dǎo)航策略。
在該策略中，無人機首先在家園附近進(jìn)行一次短暫的學(xué)習(xí)飛行。飛行期間，它采集環(huán)境的全景圖像。隨后，一個名為“Cyberzoo”的小型神經(jīng)網(wǎng)絡(luò)會處理這些圖像，以估算歸巢的方向與距離。
事實證明，這一方案非常有效，測距漂移并未妨礙成功的視覺歸航。Cyberzoo讓無人機從學(xué)習(xí)區(qū)域內(nèi)的不同起點出發(fā)，進(jìn)行4次飛行。僅憑3.4千字節(jié)數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，無人機便能解讀周圍環(huán)境的全景圖像，并估算出移動方向以及與家園的距離。借助估算的距離，無人機在遠(yuǎn)處時移動得更快，靠近家園時則放慢速度。在所有飛行中，無人機都成功回到家園。
在小規(guī)模室內(nèi)歸航實驗成功后，團隊又在更大的室內(nèi)和室外環(huán)境中測試了完整的導(dǎo)航策略。在荷蘭瓦爾肯堡無人谷無人機研究現(xiàn)場實驗室的一次戶外測試中，一架無人機飛行了600余米，依然僅憑一個42千字節(jié)的神經(jīng)網(wǎng)絡(luò)順利返家。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
