无人机向前直线飞行时的光流场（蓝色箭头）。在飞行方向上，光流是最小的，这使得无人机飞行路径上的树难以探测。

　　无人机能够利用振荡来感知它们与目标的距离。图中，无人机正在学习探测、避开研究人员设置的障碍。

　　当看到蜜蜂在花丛中优雅地跳跃或者灵巧地避开障碍物时，你可能会发出感叹，为什么这些小虫拥有如此完美的导航技能？科学家表示，“光流”概念也许有助于解读蜜蜂的技能：它们能感知物体在其视野内移动的速度。例如，在着陆时，蜜蜂使用光流“散度”来捕捉物体在视野中放大的速度。当蜜蜂准备着陆时，散度会持续增加——它们视野中的草会以更快的速度变大。而在着陆时，蜜蜂采用了一种减速策略来保持散度不变，最终平稳降落。研究人员曾试图在飞行机器人中导入这种策略，但收效甚微。

　　荷兰代尔夫特理工大学和德国威斯特伐利亚应用科学大学的研究人员提出了一种基于光流的学习过程，它能让机器人通过视觉外观（形状、颜色、纹理）来估计目标物距离。这种基于人工智能的学习策略不仅可以提高小型飞行无人机的导航能力，也促成了一种关于昆虫智能的新假说。当地时间1月19日，相关研究成果在《自然•机器智能》杂志中发表。

　　光流存在两个基本限制。首先，光流只能提供距离和速度的混合信息。举例来说，如果有两架无人机，其中一架的飞行高度和飞行速度都是另一架的两倍，那么它们经历的光流是完全相同的。然而，为了更好的控制效果，这两架无人机实际上应该对光流散度的偏差做出不同的反应。其次，对于避障来说，在机器人移动方向上的光流非常小。这意味着在这个方向上，光流测量是有噪声的，它提供的障碍物信息非常少。因此，机器人很难探测到处于其运动朝向中的障碍物。论文作者、仿生微型飞行器研究人员Guido de Croon补充说：“如果机器人不仅能够理解光流，还能够理解环境中物体的视觉外观，那么光流的这两个限制问题自然就消失了。因此，我们需要让机器人在能够在静态场景中估算距离。唯一的问题是，机器人如何才能具备超远视觉？”

　　Croon提出，可以通过主动诱导光流振荡，让飞行机器人感知场景中物体的距离。机器人利用振荡来了解物体在不同距离的外观变化。通过这种方式，机器人可以在着陆时从不同高度观察草的纹理，或者在森林中导航时在不同距离上观测树木的树皮厚度。论文作者Christophe De Wagter说：“飞行机器人学习以视觉外观分辨距离，可以让着陆变得更快、更平稳。在避障方面，机器人现在能非常清楚地看到飞行方向上的障碍物。这不仅提高了机器人检测障碍物的性能，还能使其加速。”这对于飞行空间受限的飞行机器人非常关键。

　　Croon等人取得的新成果不仅为机器人技术提供了借鉴，还促成了昆虫智能的新假设。“典型的蜜蜂实验始于一种学习阶段，在这一阶段内，当蜜蜂熟悉了新环境和相关新线索后，会表现出各种振荡行为。”论文作者、生物学家Tobias Seidl教授说，“我们在文中介绍的最终测量通常是在学习阶段结束后进行的，它重点关注了光流的作用。由此呈现的学习过程形成了一种昆虫如何提高导航技能的新假说。”

　　科界原创

　　编译：雷鑫宇

　　审稿：西莫

　　责编：陈之涵

　　期刊来源：《自然•机器智能》

　　期刊编号：2522-5839

　　原文链接：

　　https://techxplore.com/news/2021-01-texture-drone.html