《Nature》发表机器学习飞行器，能像蜜蜂一样避障还能平稳着陆

下载贤集网APP看更多精彩视频

视频介绍

飞行昆虫非常依赖光流控制来进行视觉导航和飞行控制。机器人专家以此为模型为小型飞行机器人建立了光流控制的算法。但是，该算法无法像飞行昆虫一样准确避开障碍物。所以，代尔夫特理工大学的微控实验室在此基础上，研究了一种通过机器学习使机器人基于障碍物的外观预测距离的避障控制算法。光流控制算法只需要一个微小的视觉传感器作为输入信号即可。但是与昆虫不同的是，当使用光流控制时，机器人会遇到两个问题。首先，由于光流仅提供有关距离和速度的混合信息，因此在接近障碍物时将其用于控制算法会导致振荡。其次，光流几乎没有提供障碍物在运动方向上的信息，因此该算法很难检测到机器人即将碰撞的障碍物，导致其很难避开障碍物。因此代尔夫特理工大学微控实验室通过机器学习过程解决这些问题。在机器学习过程中，机器人利用自激振荡的方式来获取其环境中不同距离的物体的外观特征。在机器学习后，机器人便可以更快，更平滑地着陆，并在混乱的环境中也能更快，更安全地飞行。目前，电子设备的小型化趋势引领微型飞行机器人的高速发展，这些机器人不仅可以在狭窄的空间中航行，而且价格便宜，还可以大量生产，并且可以安全地在人类周围使用。