教育新闻网研究人员提出了一群小型无人机，它们可以自己完全探索未知的环境。这项工作于10月23日发表在《科学机器人》杂志上，在群体机器人技术领域迈出了重要的一步。挑战来自这样一个事实，即33克的微型无人机需要自主导航，同时具有极为有限的传感和计算能力。联合研究团队与TU Delft，利物浦大学和奈梅亨大学拉德布德大学的研究人员一起，通过从相对简单的昆虫导航中汲取了灵感，解决了这一挑战。
大自然的启发
昆虫群激发了机器人学家的思考，认为小型机器人也可以通过在群体中进行操作来克服自身的局限性。大量廉价的小型机器人将能够执行大型大型机器人无法实现的任务。例如，一群小型飞行无人机将比单个大型无人机能够更快地探索灾难现场。这样的群还没有实现。
搜寻及救援
在过去的四年中，由荷兰国家科学基金会NWO自然人工智能计划资助的TU代尔夫特大学，利物浦大学和奈梅亨拉德布德大学的联合研究团队一直在努力设计一批小型无人机，探索未知的环境。该研究项目的目标是采取步骤，在搜索和救援场景中使用大量无人机。
其主要思想是，在将来，救援人员将能够释放一大批小型无人机来探索灾难现场，例如即将倒塌的建筑物。大量的无人机将进入建筑物，对其进行探索，然后返回基站并提供相关信息。然后，救援人员就可以将精力集中在最相关的领域，例如内部仍然有人的地方。
寻找受害者
在该项目中，微型无人机配备了摄像头，并在室内办公环境中被派出，以找到两个代表灾难场景中受害者的假人。这个概念验证的搜索和救援任务清楚地表明了拥有大量人员的优势。在6分钟内，一群6架无人驾驶飞机就能探测大约80%的开放房间-仅凭其中一架无人驾驶飞机是不可能的。此外，集群化对于冗余也很有用。一架无人机找到了受害者，但由于相机的硬件故障，它无法带回任何图像。幸运的是，另一架无人驾驶飞机也将受害者捕获在相机上。
挑战
执行该项目的博士生金伯利·麦奎尔(Kimberly McGuire)说：“实现群体探索的最大挑战在于无人机的个人情报水平。”“在项目开始时，我们专注于实现基本的飞行能力，例如控制速度和避开障碍物。之后，我们设计了一种用于小型无人机相互检测和避开的方法。我们通过让每架无人机携带来解决此问题。无线通信芯片，然后利用这些芯片之间的信号强度-就像当您离开家中的WiFi路由器时，手机上显示的条形数量减少一样。这种方法的主要优点是：它在无人机上不需要额外的硬件，并且只需要很少的计算。”
自主导航
群体探索方式中最艰巨的挑战是难以让小型机器人自行导航未知的环境。其原因是小型机器人在传感和计算方面非常有限。
同样，自然提供了重要的启发。昆虫不会绘制高度详细的地图。相反，它们保留了地标和与行为相关的地方，例如食物来源及其巢穴。该项目的主要研究人员Guido de Croon说：“新导航方法的主要思想是将我们的导航期望降低到极致：我们只要求机器人能够导航回基站。”“通过让每个机器人遵循不同的首选方向，机器人群首先扩散到环境中。探索之后，机器人返回到位于基站的无线信标。”
错误算法
Kimberly McGuire补充说：“提出的导航方法是一种新颖的错误算法。”“错误算法不能绘制环境地图，而是可以实时处理障碍。原则上，详细地图非常方便，因为它们使机器人可以沿着最佳路径从地图上的任何点导航到任何其他点。但是，在微型机器人上制作这样的地图的成本高得令人望而却步。所提出的错误算法导致路径效率较低，但具有甚至可以在微型机器人上实现的优点。”
