聲吶終於“上岸”,最終受益者是無人駕駛?

声呐终于“上岸”,最终受益者是无人驾驶?

文|智能相對論(ID:aixdlun),作者|顏璇

提到聲吶,許多人的第一反應就是水下定位導航系統,的確,聲吶技術應水下目標預警探測而生,是一種利用聲波在水下的傳播特性,通過電聲轉換和信息處理,完成水下探測和通訊任務的電子設備。然而,聲吶並不是水下探測的專屬物,在陸地環境中,人們一直想將聲吶應用起來,但至今為止,都只是在效仿蝙蝠的初級階段緩慢前行。

日前,以色列特拉維夫大學表示,研究人員開發了一種完全自主的地形機器人,名為Robat,它能像蝙蝠一樣發出聲音並分析回聲,以識別、繪製和避開戶外障礙物。Robat是首個完全自主的、生物學上類似蝙蝠的行走機器人,這款地形機器人的問世,無疑讓聲吶技術圈,再增一個新座標。

“兩棲”技術:水下聲吶的陸地應用

為何人們要將聲吶技術應用於水下呢?

這其中是一個很簡單的物理效應,通常情況下,聲音在固體中的傳播速度大於在液體中的傳播速度,在液體中的傳播速度大於在氣體中的傳播速度。聲吶的工作載體便是聲波,聲波在水中傳播速度更快,能量衰減緩慢,探測位置不會發生很大改變,相對準確。

但是,鑑於聲吶技術測距遠,抗干擾的優點,人們一直在試圖將聲吶系統應用到陸地機器人中,使其產生機器視覺概念,識別出周圍物體的形狀。但此類嘗試的效果並不美好。技術上,人們還是難以克服高頻聲音在傳播時受到距離和反射物的影響衰減較快的難題。

人們迫切地想要將聲吶這隻“蝌蚪”發育成“青蛙”,而“動物”的事情自然要靠動物來解決。通過對蝙蝠生物聲吶的觀察,研究工作表明,在超聲波向外傳播的過程中,蝙蝠頭部的某些生物聲吶器官(例如耳廓、耳屏等結構)會在超聲波信號向外傳播的過程中對蝙蝠的發射聲場產生影響。

這也給了人們一個思考方向。如果能夠提取蝙蝠耳廓運動的軌跡,進行三維重構,將這些“器官”應用到機器人身上,是不是可以解決一些難題呢?

如果用超聲波揚聲器或發射器創建發音“嘴”,用兩個超聲波接收器創建收音“耳廓”或者“耳屏”,發音“嘴”以穩定的頻率向四周發出聲波,並用“耳廓”或“耳屏”來調節信號,對外界環境的聲壓分佈和聲波輻射分佈產生影響,讓在戶外環境活動的機器人得以獲得周圍實時映射圖像。

放在陸地上,聲吶機器人的作用比我們想象得更多。在人工智能、信號處理和工藝材料等基礎能力的推動和認知、MIMO 等新型體系架構方式的牽引下,聲吶系統在功能和性能領域不斷拓展,不管是掃地機器人還是救援機器人,都能利用聲吶技術進行導航。

最佳的例子是解決農業上產量預測這一痛點, 聲吶系統通過作物園地塊不同物體的聲學特徵,對農作物的生長環境的狀況進行評估,並利用智能算法對聲波結果進行分析計算,從而得出關於產量的量化預測。來自以色列的研究人員就在近日啟動了一個新的項目,計劃通過聲吶機器人“AGRYbot”來預測水果等農作物的產量。

雷達、激光雷達、聲吶……自動駕駛的春天來了?

蝙蝠是一種群居性的動物,通常情況下,多個種類且數量巨大的蝙蝠群會集中居住在山洞或者樹林之中,以中國南方為例,一個山洞裡可能居住著數萬只以上的蝙蝠。而在複雜的環境下,蝙蝠之間卻不會出現信號混亂的現象,這些蝙蝠在傍晚時依舊會有條不紊地外出覓食。

這種特性的受益者,無疑是當下最為火熱的無人駕駛。

在無人駕駛車輛的技術單元中,戶外複雜環境的運動障礙物檢測、預測和碰撞一直是研究的難點。現階段,單一的識別輪廓特徵的方法在動態障礙物檢測跟蹤過程中的準確率和速度較低,在識別出動態障礙物的種類、準確地檢測和跟蹤動態障礙物並預測出動態障礙物的運動軌跡方面的表現也不盡人意。

以目前無人駕駛最常搭載的激光雷達技術為例。激光雷達在工作時受天氣影響較大,激光在晴朗的天氣裡衰減較小,傳播距離較遠,而在大雨、濃煙、濃霧等天氣裡,衰減會急劇加大,傳播距離也會受到較大影響。如工作波長為10.6μm的CO2激光,是所有激光中大氣傳輸性能較好的,在糟糕天氣的衰減是晴天的6倍。而且,大氣環流還會使激光光束髮生畸變、抖動,進而直接影響激光雷達的測量精度。

即便是傳播距離更遠,價格更高的雷達,也面臨著許多問題。早在2016年,雷達就被特斯拉Autopilot8.0應用起來,但特斯拉也曾公開表示,雖然把雷達作為Autopilot主要探測手段有助於預防類似交通事故,但也存在著探測人物的清晰度不如相機,對木質和塑料物體的識別不到位,金屬物體反射信號導致接收信息錯誤等問題。

聲吶在不同物體的識別上具有一定優勢,聲吶中的被動聲吶還能夠直接接受外界環境或其它機械工作的噪聲,隱蔽性和排他性較好。但是,聲吶傳感器發射的超聲波在長距離檢測中常出現能量衰減問題,並且易受到鏡面漫反射的影響。

三者各有利弊,單獨使用哪一種都不能得到最好的效果。而如果將雷達或者激光雷達與聲吶結合使用,或許能提高車輛對障礙物的檢測和判斷能力,從而保障車輛對路徑的規劃及選擇的精確度,有效提高無人駕駛對複雜環境的自適應能力和調節能力。

舉個例子,當激光雷達與聲吶結合時,車輛向前行駛,聲吶傳感器和激光傳感器同時工作。當聲吶傳感器檢測出前方有障礙物時,此時應該結合激光傳感器的檢測結果,若二者檢測的結果都符合障礙物的特徵,則在車輛視野中標記出障礙物的座標,多次檢測到信息一致時確定並記錄障礙物的距離與方位信息,然後車輛根據路徑選擇策略,選擇正確的路徑繼續行進。

不論是雷達、激光雷達還是聲吶技術,比起蝙蝠的生物傳感,人造傳感還是有一定的性能差距,在仿生學上,我們還有很長的路要走。但在人們的不斷努力下 ,無人駕駛的來時路,已經越來越近了。

更多精彩內容,關注鈦媒體微信號(ID:taimeiti),或者下載鈦媒體App


分享到:


相關文章: