蜜蜂導航策略讓無人機成功返回

admin

                                                                    “Cyberzoo”的小型神經網絡受蜜    蜂學習和覓食飛行啟發
                                                                                                                                    研究團隊在多個真實環    境中進行測試
                                                                                                                                    溫室中的無人機可助力作物監測，提升農業產量，減少損耗。
                                                                                                                                                                                     蜜蜂導航策略讓無人機成功返回

    荷蘭與德國科研團隊攜手提出一種受蜜蜂啟發的無人機導航策略——“蜜蜂導航”。該策略讓體型極小的無人機也能像蜜蜂一樣，即使遠離家園，依然能成功返回。相關研究論文發表於新一期《自然》雜誌。
    在無法使用GPS的環境中，許多無人機需要自行導航。目前，大多數系統依靠構建詳細的環境地圖來實現這一點，但這需要消耗大量的計算能力和記憶體，使系統既昂貴又耗能高。
    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後安然歸巢。蜜蜂利用視覺運動線索，估算自己飛了多遠、朝哪個方向飛，就好比在數自己的步數。遺憾的是，里程計自身會隨着時間推移發生漂移，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。
    科學家對昆蟲里程計的理解已相當深入，甚至已抵達神經元層面，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、瓦赫寧根大學及奧爾登堡卡爾 · 馮 · 奧西茨基大學的生物學家團隊，提出了蜜蜂導航策略。
    在該策略中，無人機首先在家園附近進行一次短暫的學習飛行。飛行期間，它採集環境的全景圖像。隨後，一個名為“Cyberzoo”的小型神經網絡會處理這些圖像，以估算歸巢的方向與距離。
    事實證明，這一方案非常有效，測距漂移並未妨礙成功的視覺歸航。Cyberzoo讓無人機從學習區域內的不同起點出發，進行四次飛行。僅憑3.4KB數據的神經網絡，無人機便能解讀周圍環境的全景圖像，並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。
    在小規模室內歸航實驗成功後，團隊又在更大的室內和室外環境中測試了完整的導航策略。在荷蘭瓦爾肯堡無人谷無人機研究現場實驗室的一次戶外測試中，一架無人機飛行了六百多米，依然僅憑一個42KB的神經網絡順利返家。

    水    登