代尔夫特理工大学的研究人员已经开发出许多小型无人机，能够自主探索未知环境。该研究于10月23日发表在《科学机器人》杂志上。这项新工作对于群体机器人技术的持续发展非常重要。

开发这些微型机器人最具挑战性的部分之一是，为了使其能够自动移动，需要对有限的感测和计算能力进行一些处理。该团队由TU Delft，利物浦大学和奈梅亨大学Radbound大学的研究人员组成，他们以昆虫导航为模型。

巨大的潜力

正如该站点上多次提到的那样，群体机器人技术是一个不断发展的领域，可以带来许多可能性。现实生活中的昆虫群已被用作微型机器人的模型。单个机器人的功能可能受到限制，但是将许多机器人组合在一起可以提供新的功能。小型机器人通常价格便宜，并且可以完成许多大型机器人无法完成的任务。通过使用一群小型机器人无人机，可以更快地探索和了解灾难现场。这项技术还没有出来，但是由于巨大的可能性，研究人员正在不断地研究它。

代尔夫特理工大学，利物浦大学和奈梅亨大学Radbound大学的联合研究团队由荷兰国家科学基金会NWO自然人工智能计划资助。

可以使用这项技术的主要领域之一是搜救任务。研究团队开发了无数无人机，其想法是将其用于此类任务。如果团队能够实现他们想要的目标，救援人员将能够使用成群的微型无人机来探索灾难现场并进行报告。例如，无人驾驶飞机将探索濒临倒塌的建筑物，然后他们将向其报告内部人员的位置。

小型无人机群也可以配备摄像头，以找到受害者。研究小组通过将无人机送入包含两个假受害者的室内办公室环境中进行了测试。实验是成功的，一群6架无人机在6分钟内探索了80%的开放空间。仅凭一架无人机无法完成此任务。

拥有多架小型无人机的另一个优势是，如果其中一架出现故障并且无法恢复图像，那么还有其他几架具有相同的信息。测试中显示的情况是，一架无人机找到了受害者但丢失了图像，而另一架又回来了。

最大的挑战

Kimberly McGuire是该项目的博士生。

麦克奎尔说：“实现群体探索的最大挑战在于无人机的个体智能水平。”“在项目开始时，我们专注于实现基本的飞行能力，例如控制速度和避免障碍。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。我们解决了这一问题，方法是让每架无人机都携带一个无线通信芯片，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会减少。这种方法的主要优点是它不需要在无人机上额外的硬件，并且只需要很少的计算。”

开发这些小型机器人的最难的部分是自主导航。要让一群小型机器人在完全未知的环境中导航是非常困难的。这是研究人员选择昆虫为模型的主要原因。他们经常在没有环境知识的情况下导航环境。

“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，”该项目的首席研究员Guido de Croon说。“通过让每个机器人遵循不同的首选方向，机器人群体首先扩散到环境中。探索之后，机器人将返回到位于基站的无线信标。”