让无人机拥有昆虫视觉 自动躲避障碍

一直以来，GPS的定点悬停功能已经实现，然而在感知距离和障碍回避方面的挑战仍旧严峻。尽管已有部分产品具备障碍躲避功能，但仍然存在诸多技术难题。近日，瑞士洛桑联邦理工学院的一位学生Darius Merk所研发的避障算法，似乎为解决这一问题带来了希望。该算法从昆虫视觉中汲取灵感，展现了一种独特的避障方式。

Darius Merk观察到，昆虫的避障方式既简单又高效，仅凭光的运动速度就能判断物体的远近。某些昆虫能够通过光照强度探测周围的障碍物。它们在飞行时，视网膜上的图像运动会产生光流信号，为昆虫的视觉导航提供了丰富的空间特征信息。这使得昆虫能够迅速根据穿过树叶间隙的光线强度判断前方是否安全。Merk的算法主要应用了这种光流法，具有极高的实用性和创新性。

在昆虫视觉算法的理论研究中，已经有多种仿生昆虫视觉的光流导航方法被提出。例如，Srinivasan根据蜜蜂视觉提出的一种简单非迭代的光流法，用于测量系统的全局光流和自运动。Reichardt模型则受到昆虫视觉神经结构的启发，作为图像局部运动的基本检测单元。Franceschini根据苍蝇的复眼结构，设计出光流导航的策略和传感器。这些研究成果为昆虫视觉算法的应用奠定了坚实的理论基础。

传统的测距方式，如车雷达，通过发射电波并侦测反射来判定物体的方向和位置，从而实现障碍躲避。这种方式受到续航和电波发射功率的限制，长距离测距十分困难。当前市场上的新机型大多模仿人眼的工作方式来实现障碍识别，主要通过图像识别和距离传感器来判断飞行环境。图像分析需要大量的计算机资源，对飞行控制器的运算速度也有较高要求，这不利于提高续航和减小体积。而模仿昆虫识别物体的方式则能巧妙地避开这些问题。

Merk制作的无人机搭载了两个摄像头，重量仅为15g，且处理器配置要求不高。其基于昆虫视觉的避障算法使得无人机更加轻便，同时具备了出色的感知和导航能力。这一技术的突破，无疑为无人机的发展开启了新的篇章，使得无人机在复杂环境中的自主导航和障碍回避能力得到了显著提升。