利用光流幫助飛行機器人穩定航向

在機器人領域中，研究人員一直致力於開發能夠在複雜且受限空間中進行視覺導航（機器人利用視覺感知在環境中尋找路徑、避開障礙物以及實現目標導向的移動。）的技術，就像昆蟲一樣靈活。然而，昆蟲尺度的機器人由於尺寸小和感知能力有限，在受限空間中的導航卻面臨困難。傳統的導航方法在這種情況下常常不夠有效。因此，本文提出了一種新方法，通過學習雙線性光流逼近，解決了在受限空間導航的問題。

圖一、用於實驗的昆蟲級機器人

首先，研究人員透過機器人上的相機蒐集用於訓練的光流數據，並利用此數據進行雙線性模型的訓練，而此模型可以大致表示為：$Mϕ=Mϕ+\dot{M}ϕdt$，透過訓練出來的M矩陣來估算所需的光流數據，進行視覺導航。機器人可以在實時環境中處理視覺輸入、提取光流，並利用學習到的模型做出導航決策。這使得機器人可以根據感知到的光流調整自己的運動，從而在受限空間中有效導航。

最後，研究人員在將機器人置於狹窄的走廊中進行實驗。這些機器人配備了相機，能夠捕捉實時視覺輸入。結果顯示，在雙線性光流模型引導下，機器人能夠在受限空間中成功導航，避免碰撞並順利到達目標。

圖二、機器人在走廊中的一個軌跡圖，它航向能夠將自己與走廊的邊對齊

圖三、不同起始角度隨著時間的航向角變化，可以看到無論一開始的偏離角度有多大，最後機器人的航向角都能調整至接近目標角度(0度)。

撰文：余雪淩

參考資料：

Z. Yu, G. Zardini, A. Censi and S. Fuller, "Visual Confined-Space Navigation Using an Efficient Learned Bilinear Optic Flow Approximation for Insect-scale Robots," 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Kyoto, Japan, 2022, pp. 4250-4256, doi: 10.1109/IROS47612.2022.9981585.