向蚂蚁学习!六足机器人可利用偏振太阳光实现精确导航

简介: 夸父附体?

雷锋网(公众号:雷锋网)消息,一直以来,昆虫凭借其非常迷你的神经结构和传感能力,实现了非常高超的智力和能力,给人们留下了非常深刻的印象。昆虫必须进化的非常聪明,才能适应各种具有挑战性的环境,沙漠蚂蚁就是一个很好的例子。

大多数蚂蚁都是依靠信息素追溯气味痕迹来导航,但沙漠的炎热环境意味着信息素无法维持很长时间,而沙漠蚂蚁则是依赖于计步、光流、地标和太阳来进行导航。这些技术对用于探索太阳系的微型机器人来说非常适用,因为太阳系中没有GPS导航,机器人的尺寸和能源也无法支撑复杂的大型精密传感器。

在今天的《科学机器人》杂志上,研究人员讲述了如何应用从沙漠蚂蚁身上获得的灵感为机器人构建导航工具,让它在没有GPS、SLAM等复杂系统的情况下四处漫游后仍然能找到回家的路。

首先来看看沙漠蚂蚁是如何导航的,一般来说,它们使用的系统叫做“路径整合”,本质上和我们所说的“航迹推算”是一样的。通过跟踪蚂蚁在一段时间内走过的距离和方向,它们可以计算出返回起点的最直接路径。如果蚂蚁向北移动一段距离,然后向东移动两倍距离,它就能知道通过向南和向西行进最终接近其起始位置,并且一旦它接近就可以直观地识别地标,以准确回到它的巢穴。

沙漠蚂蚁在这方面非常擅长,如下图所示,在大约20分钟的旅行之后,这个不足1厘米长的蚂蚁在短短六分钟内就能大致画出一条直线,直接回到自己600米外的巢穴。

TB1Hqc.XnZmx1VjSZFGXXax2XXa.png

为了使路径集成起作用,蚂蚁必须跟踪距离和方向。距离是其中比较容易的一个,因为蚂蚁可以使用步数和光流的组合,但方向是一个棘手的问题,众所周知,蚂蚁和其他昆虫可以使用太阳来导航,跟踪其在天空中的位置,修正地球自转的影响以及随之而来的太阳随时间的表观运动。这不仅在晴天时起作用,蚂蚁的眼睛有对偏振光敏感的光感受器,即使在阴天时也能指示太阳的方向,另外蚂蚁对紫外线也很敏感,能透过云层和树叶看到阳光。

AntBot试图复制沙漠蚂蚁的感应系统,这是一种2.3千克的六足机器人其具体的物理参数对于这项研究来说并不是那么重要,重要的是AntBot的传感器,其中包括一个光流传感器和一个“天体罗盘”,后者由一对带有旋转线性偏振器的紫外光传感器组成。罗盘分析来自这两个传感器的数据之间的对数比,以确定入射光的偏振角,它使用偏振角来确定太阳在哪里,因此它指向哪个方向。AntBot的计算非常准确,当天空略微多云时,中位误差仅为0.02°,在阴天下为0.59°。

TB1vlRCGQvoK1RjSZFDXXXY3pXa.png

就像沙漠蚂蚁一样,将光流距离跟踪、步数计算和天体导航结合起来,AntBot能够在大约14米的距离内反复随机游走,然后成功返回起点。除此之外,AntBot还需要做一些工作来证明它和蚂蚁一样有天赋。

研究人员指出,沙漠蚂蚁只有1厘米长,可测量732.6米范围的轨迹,而目前机器人直径为45厘米,在实验中行走速度约为每秒10厘米,若以蚂蚁的导航性能衡量,AntBot应该覆盖超过32公里才算合格。虽然AntBot可以以高达每秒90厘米的速度行走,但要实现超大规模导航,还需要改进六足机器人的执行机构和电源。这些改进将使它可以在更自然的环境中进行测试,例如崎岖的环境下的粗糙的地形。

有证据表明,人类可能已经使用类似的技术导航了几个世纪,维京人(以及后来可能从维京人那里得到这个想法的航海文化)也许能够依靠偏振光,利用一种具有双折射性质的矿物质“日长石”在阴天下找到太阳的位置。双折射矿物是偏振器,当光进入它们时,它会分裂成两条光线,根据光源相对于石头的位置,它通过石头采用不同的路径。通过在天空中观察石头,可以使用双折射来确定太阳在几度内的位置,即使是完全阴天,或者太阳在地平线以下。你只需要一点阳光,太阳石就能工作。

最常见的双折射矿物是方解石,维京人可能接触过它。一些维京人的传说直接提到了日长石,而模拟显示,使用日长石可能会对维京人在开阔的海洋上进行长期航行的能力产生巨大的影响。维京人的船和埋葬地并没有发现多少方解石,由于矿物质的流失,方解石相当脆弱,在水下或地下不可能保存很长时间。如果他们并未曾使用这样的东西来导航的话,只能说他们确实应该试一试,因为蚂蚁和机器人都得到了很好的结果。

雷锋网版权文章,未经授权禁止转载。详情见转载须知。

目录
相关文章
|
4月前
|
XML 监控 网络协议
云深处绝影四足机器人协议学习解析
本文详细介绍并解析了云深处绝影X20四足机器人的通信协议,包括TCP服务端端口号、基于Service的请求/响应通信机制、通信帧结构、消息类型、常见的通信示例如获取状态和导航请求,以及运动控制的参数和命令。文中还提出了对协议中某些未明确说明或可能存在的问题的疑惑。
54 0
云深处绝影四足机器人协议学习解析
|
7月前
|
传感器 机器人 定位技术
Python 机器人学习手册:6~10
Python 机器人学习手册:6~10
257 0
|
7月前
|
传感器 Ubuntu 机器人
Python 机器人学习手册:1~5
Python 机器人学习手册:1~5
262 0
|
人工智能 关系型数据库 分布式数据库
沉浸式学习PostgreSQL|PolarDB 9: AI大模型+向量数据库, 提升AI通用机器人在专业领域的精准度, 完美诠释柏拉图提出的“知识是回忆而不是知觉”
越来越多的企业和个人希望能够利用LLM和生成式人工智能来构建专注于其特定领域的具备AI能力的产品。目前,大语言模型在处理通用问题方面表现较好,但由于训练语料和大模型的生成限制,对于垂直专业领域,则会存在知识深度和时效性不足的问题。在信息时代,由于企业的知识库更新频率越来越高,并且企业所拥有的垂直领域知识库(例如文档、图像、音视频等)往往是未公开或不可公开的。因此,对于企业而言,如果想在大语言模型的基础上构建属于特定垂直领域的AI产品,就需要不断将自身的知识库输入到大语言模型中进行训练。
1105 0
|
19天前
|
传感器 算法 机器人
机器人SLAM建图与自主导航
前言 这篇文章我开始和大家一起探讨机器人SLAM建图与自主导航 ,在前面的内容中,我们介绍了差速轮式机器人的概念及应用,谈到了使用Gazebo平台搭建仿真环境的教程,主要是利用gmapping slam算法,生成一张二维的仿真环境地图 。我们也会在这篇文章中继续介绍并使用这片二维的仿真环境地图,用于我们的演示。 教程 SLAM算法的引入 (1)SLAM:Simultaneous Localization and Mapping,中文是即时定位与地图构建,所谓的SLAM算法准确说是能实现SLAM功能的算法,而不是某一个具体算法。 (2)现在各种机器人研发和商用化非常火 ,所有的自主机器
|
6月前
|
传感器 人工智能 算法
适应多形态多任务,最强开源机器人学习系统八爪鱼诞生
【6月更文挑战第6天】【八爪鱼开源机器人学习系统】由加州大学伯克利分校等机构研发,适用于多形态多任务,已在arXiv上发表。系统基于transformer,预训练于800k机器人轨迹数据集,能快速适应新环境,支持单臂、双机械臂等。特点是多形态适应、多任务处理、快速微调及开源可复现。实验显示其在9个平台有效,但仍需改进传感器处理和语言指令理解。论文链接:https://arxiv.org/pdf/2405.12213
118 1
|
2月前
|
机器学习/深度学习 传感器 算法
深度学习之基于视觉的机器人导航
基于深度学习的视觉机器人导航是一种通过深度学习算法结合视觉感知系统(如摄像头、LiDAR等)实现机器人在复杂环境中的自主导航的技术。
122 5
|
算法 机器人 定位技术
ROS中阶笔记(八):机器人SLAM与自主导航—机器人自主导航
ROS中阶笔记(八):机器人SLAM与自主导航—机器人自主导航
1128 0
ROS中阶笔记(八):机器人SLAM与自主导航—机器人自主导航
移动机器人和UGV的自主导航(Matlab代码&Simulink)
移动机器人和UGV的自主导航(Matlab代码&Simulink)
|
7月前
|
传感器 算法 机器人
植保机器人环境感知地理定位与导航
植保机器人环境感知地理定位与导航
91 4

热门文章

最新文章