鸟状机器人可以协助医疗紧急情况并追捕无人机

一只鸟扇动翅膀，利用气流滑翔，然后平稳地降落在杆子上。但这不仅仅是一只鸟，它是一只机器鸟。未来十年，此类机器人可用于应对紧急情况或追捕对安全或安保构成威胁的无人机。

格里芬项目正在寻求创建高度自主、超轻量机器鸟的原型。图片来源：GRVC 机器人实验室

未来几年，无人驾驶飞行器 (UAV) 将在空中形成一个不断增长的数十亿美元的产业，从紧急援助到药物运送、送货上门和精准农业等广泛用途的潜力不断增加。

为此，正在努力提高飞行效率和无人机的智能，以更好地在建筑环境中导航。各种研究小组正在从大自然中汲取灵感，通常是鸟类——这是人类飞行的原始灵感。

西班牙塞维利亚大学的电气工程师 Anibal Ollero 教授表示，配备螺旋桨的标准无人机目前可以飞行 20 到 30 分钟，但他正在研究的类似鸟类的设计有可能至少将其增加一倍。“传统的多旋翼飞机在飞行时间和航程方面受到很大限制，”他说。“我们希望通过使用风和气流来增加这个范围。”

他领导的GRIFFIN项目正在寻求创建高度自主、超轻型机器鸟的原型，这些机器鸟可以最大限度地减少飞行中的能量，栖息在曲面上，用移动的四肢和人造喙执行任务，并与人和环境进行智能交互。

鸟类还可以携带集成的机载计算机和摄像头进行视觉导航。“鸟类的身体非常复杂，表现出复杂的行为。我们使用的是鸟类的灵感，为我们的机器人扑翼机提取相关特征——通过拍动翅膀飞行的飞机，”Ollero 教授说。

鸟状

为了节约能源，研究人员的目标之一是利用风使机器人能够像鸟类一样翱翔，并在需要时将其与拍打相结合。

Ollero 教授说，除了可能提高效率外，类似鸟的设计还有一些优势，例如在某些情况下能够降低噪音和提高安全性，因为没有螺旋桨，并且使用微纤维复合材料和尼龙等柔软、灵活的材料翅膀和尾巴。

这意味着它们可以用于，例如，降落在受伤的人身上并进行生物识别测量或在危险环境中给他们戴上口罩。“螺旋桨不利于这种互动——它们会伤害人，”奥列罗教授说。

另一个应用是在工厂中所谓的“接触检查”，在这些区域中，由于存在气体，人们的工作可能会很危险。在那里，机器人可以降落在管道上并测量其厚度以检测腐蚀情况。

到目前为止，该团队已经展示了在室内和室外的扇动翅膀飞行，以及在 20 到 30 厘米宽的小方形平台上着陆的能力。下一个挑战，Ollero 教授说“并非微不足道”，是让鸟类栖息在弯曲的表面上，如杆子或电缆而不会过度平衡，然后协调其他功能。

“我们想要展示的是这些综合能力：能够在节省能源的同时飞行，能够栖息，能够像鸟一样操纵他们的四肢。”

挑战

对于栖息和抓握，该团队一直在使用称为形状记忆合金的材料来制造仿生爪，可以变形以缠绕在杆子上——Ollero 教授认为，当与机器结合时，这将在今年晚些时候成为可能学习。他还希望增加机载智能风感应功能，以更好地利用气流。

除了协调功能的复杂性之外，还有一些其他的重大挑战需要克服。他说，一方面，在扑翼和滑翔之间转换很困难，而取决于环境波动并不总是可靠的。作为配备机载设备的轻型鸟类，它们的承载能力也存在挑战——尽管 Ollero 教授表示它们有足够的能力运送药物等物品。

他补充说：“在我们的机器鸟中整合与材料科学、力学、空气动力学和人工智能相关的新技术还有很多工作要做。” 然而，他认为到 2030 年，这些鸟可能会执行实际任务。

视觉导航是机器鸟面临的另一个挑战，HawkEye项目正在研究这一点。它对视觉如何引导鸟类飞行的研究可能会转化为更有效的无人机引导系统。

HawkEye 的负责人、英国牛津大学数学生物学家格雷厄姆·泰勒教授说，直到最近，鸟类在飞行中的视觉才被研究得很少。“在飞行中学习非常困难。在您拥有小型化套件之前，这很有挑战性。

小型化

现在，通过移动电话技术的发展，微型化已成为可能，允许创建非侵入式可连接传感器和标记，以泰勒教授所说的“亚毫米精度”来测量鸟类的头部、眼睛和身体运动。作为该项目的一个关键部分，研究人员正在使用这些微型相机和运动捕捉系统来对鸟类在飞行中看到的东西进行 3D 重建。

他的团队一直在研究鸟类如何在“目标导向行为”中使用视觉，包括追逐猎物和绕过障碍物。

HawkEye 发现了不同的策略。研究小组发现，游隼 ( Falco peregrinus )使用视觉反馈进行制导，其方式与视觉制导导弹类似，这使它们能够高效地追逐以平滑直线移动的猎物。

相比之下，后来的一项研究发现，哈里斯的鹰 ( Parabuteo unicinctus ) 使用“混合引导”策略通过沙漠灌木或树木等“杂乱”栖息地追捕猎物，提高了追逐敏捷、曲折目标的性能。

除了将这些知识应用于导航系统的潜力之外，它还可以用来帮助飞行车辆拦截构成威胁的无人机。泰勒教授说，虽然已经开发了用于导弹拦截的视觉引导系统，但在城市和体育场等更拥挤的城市空域中拦截无人机构成了新的挑战。

他说，鉴于无人机的预期增长，这可能会变得越来越重要，并指出 2018 年伦敦盖特威克机场的无人机恐慌导致跑道关闭了 33 小时，估计航空公司损失了数千万欧元。

“目前任何能够安全进入并拦截某些东西的东西都存在差距。这是鸟类非常擅长做的事情之一。

航班

泰勒教授观察了超过 20,000 次鹰、猎鹰、雀类和鸽子的飞行，他说他的团队对追逐和避障以及栖息的潜在机制有了深入的了解。

“(我们现在已经)非常了解鸟类如何利用视觉在拥挤的环境中有效地做到这一点，”他说。“它把生物力学和飞行研究带入了大数据时代。”

泰勒教授补充说，尽管表面上鸟类的行为很复杂，但似乎有一个相对简单的潜在数学指导定律可以捕获 HawkEye 分析的大部分行为，这可能会简化无人机中算法的创建，然后可以针对不同的目的进行调整.

他说：“它为我们提供了一个通用框架来理解最初看起来可能并不密切相关的一系列行为。” “既然我们了解了算法，下一步就是开始将这些应用到无人机上。”

泰勒教授说，这些算法可以应用于研究自然界中的其他复杂行为，而对鸟类及其视觉的更好了解可以帮助理解它们如何进化以处理不同的任务，并帮助设计建筑物和风力涡轮机等具有提示的结构以防止鸟类撞到它们。

瑞士洛桑联邦理工学院机器人学博士生 Enrico Ajanic 一直致力于研究具有人造羽毛的猛禽无人机，他说目前不同类型的无人机具有不同的优势——多旋翼是敏捷的但耐力相对较低，而目前有翼无人机往往具有高耐力但低敏捷性。

“我们可以从鸟类身上学到很多东西，”他补充道。“他们是技术娴熟的飞行员，可以适应多种不同的飞行模式——快速、翱翔、敏捷和慢速飞行，仅举几例。”

鸽子

Ajanic 说，除了猛禽，研究人员还可以从许多不同的鸟类中学到很多东西。例如，尽管鸽子名声不佳，但它们还是一个很好的调查模型，因为它们既可以在城市中可靠地导航，又可以有效地长距离飞行，他说。

但他说仍然存在许多挑战，例如鸟类无人机对风的敏感性。还有许多问题需要回答，以提高对鸟类的生物学理解以及如何将其应用于无人机，包括鸟类在滑翔时如何扭曲尾巴以及如何优化翅膀的变形能力。

EPFL 智能系统实验室主任、Ajanic 的博士生导师 Dario Floreano 教授补充说：“在我们甚至可以估计鸟类的飞行能力之前，还有很多工作要做。” “鸟类不仅会飞，还会相互协调、互动和改变环境，并做出我们的无人机难以匹敌的复杂自主决策。”

然而，尽管他说无人机会产生焦虑和侵犯隐私的风险，但他认为积极的潜在影响多于消极的影响——受鸟类启发的无人机有机会显着塑造无人机的未来。

“这种未来的无人机将在帮助人类执行搜救任务、减轻灾害或有效交付方面发挥重要作用，”弗洛雷亚诺教授说。'为了成功完成这些任务，他们必须在复杂的环境中自主导航。因此，此类无人机必须克服的挑战与鸟类每天面临的挑战非常相似。

标签： 鸟状机器人