與地面上行駛的車輛定位不同，無人機的位置必須用x，y和z三個坐標才能確定，而且還有一個飛行姿態(tài)的問題，一般用偏航角（yaw）、滾轉(zhuǎn)角（roll）和仰俯角（pitch）來描述（圖1）。不同的機型、執(zhí)行器配置的差異和尺寸大小不同，用于維持位置和姿態(tài)的控制算法也要相應發(fā)生變化。在空中飛行的無人機一般利用慣性測量裝置（IMU）進行持續(xù)監(jiān)測，并與三軸加速計，陀螺儀和全球定位系統(tǒng)（GPS）的數(shù)據(jù)進行整合。該技術(shù)主要是讓無人機能自動感受運動，現(xiàn)已大量用于休閑或?qū)I(yè)小型無人機上。由于無人機的軌跡是三維定位，也就使得無人機不能完全依靠GPS信息按預定路線飛行。首先，GPS對高度定位是不太準確的，特別當飛機飛離地面，高度持續(xù)發(fā)生變化時，GPS所獲取的定位信息更是誤差較大。另外，許多地方，比如城市、森林或建筑物一般并不能獲得可靠的GPS衛(wèi)星信號；即使有可靠的GPS信號，為了制定無障礙的飛行路線，還必須結(jié)合精確的測繪地圖。顯然，汽車導航系統(tǒng)中的城市數(shù)字地圖對于無人機來說幾乎沒有什么用，因為這樣的地圖是根據(jù)地面道路整理的，并不包括三維信息（自然結(jié)構(gòu)體、建筑物、橋梁、電纜、電線桿等的高度），也不可能捕獲到地面景觀高度的任何變化。因此，要實現(xiàn)小型無人機在低空的自主飛行，更重要的是復雜的自主控制系統(tǒng)和額外的傳感器，GPS只是起輔助作用。
圖1 無人機坐標系統(tǒng)
于是，人們對小型自主無人機的大多努力，主要集中在實現(xiàn)自主反應上。無人機只有不斷探測周邊環(huán)境障礙物的距離，才能獲得更安全和穩(wěn)定的飛行軌跡。在這個問題上，仿生學又開始發(fā)揮其獨特的魅力了。人們對依靠視覺的昆蟲進行了數(shù)十年的神經(jīng)行為學（neuroethology）研究，獲得了許多認識。但如何將這些認識轉(zhuǎn)化為制造輕量級傳感器的簡單控制算法，卻并非容易！昆蟲視覺依賴于復眼，這是由指向不同方向的視覺感受器所組成的，優(yōu)點是視野非常大；但復眼只有定焦，分辨率低，與人眼相比，雙目重疊率低，因此無法采用立體視覺來進行距離判定（當然，在近景時也許有一些效果）。昆蟲為了完成在復雜環(huán)境中的安全飛行，是依靠影像的移動來判定周邊環(huán)境的相對位移（也稱為視覺流）。實驗結(jié)果表明，昆蟲的神經(jīng)系統(tǒng)對視覺流模式發(fā)生反應，可產(chǎn)生各種各樣的飛行運動，如避障、速度維護、測距、沿墻跟蹤和走廊定心、高度監(jiān)控、定向控制和著陸。在平移運動中，視覺流強度與物體的距離成比例，而在旋轉(zhuǎn)運動時與轉(zhuǎn)動速度沒有比例關(guān)系。視覺流強度還取決于運動速度以及與障礙物之間的距離，這個兩個參數(shù)，已知一個則可計算另一個，而昆蟲必須同時估算這兩個參數(shù)，它們是如何做到的呢？
在地面車輛中，一般采用聲納、紅外和激光測距儀等距離傳感器測距，但這種測量需要主動向周邊環(huán)境發(fā)射能量。而利用視景技術(shù)（Vision）則對小型無人機來說可能更是一種很有前途的傳感器形式，由于是接受被動光，不需要主動向環(huán)境發(fā)射能量，在相同條件下還可以收集更豐富的信息，視野也變得更寬。大多昆蟲是依靠視覺的，其功能被挖掘后已在小型無人機中仿制出來。例如，小型固翼機和直升機可利用腹側(cè)視覺流調(diào)節(jié)與地面之間的距離。其間，GPS用于維持恒定的速度，IMU用于調(diào)節(jié)滾轉(zhuǎn)角，橫向視覺流傳感器還能讓固翼機檢測近地面的一些障礙，這些視覺流也可同時用于執(zhí)行無碰撞的導航，或者在沒有GPS條件下的高度控制。在這些無人機中，滾轉(zhuǎn)角是由水平方向的視覺流控制的，仰俯角是由垂直方向的視覺流控制的，而地面速度是則由風速傳感器測量和維持。在沿直線向前飛行時，旋轉(zhuǎn)視覺流是最少的，在遇到急轉(zhuǎn)彎時，這種狀況會暫時中斷，只能采用機載陀螺儀進行估算并從總的視覺流中減去。有人根據(jù)生物模型的啟示提出了仿生控制法，根本不需要采用什么專用傳感器來測量絕對速度，從而消除了一個可能的誤差來源。這些方法包括：不斷調(diào)整飛行速度和高度而維持穩(wěn)定的視覺流信號。高度控制和著陸是在腹側(cè)視覺流中增加負反饋，包括調(diào)節(jié)仰俯角的控制面或推力。后一種方法對移動平臺的高度控制和降落也是很有效的，在使用時要結(jié)合橫向視覺流和橫向推力，這就是模仿了蜜蜂在室內(nèi)的飛行軌跡。然而，到目前為止，這個方法只是在有繩無人機上得到驗證。對一個裝備了全視景的四軸飛行器進行誤差修正，讓其在廊道中飛行，必須持續(xù)進行校正，減少實測視覺流與估算視覺流之間的差異，這里的估算視覺流是根據(jù)指定高度、飛行姿態(tài)、速度、航向和與墻壁之間的距離來計算的。四軸飛行器或撲翼無人機并不穩(wěn)定，必須補償陀螺儀和加速度計信號噪聲所產(chǎn)生的位置漂移，才能懸停在某一位置并維護高度。這說明，測定視覺流方向可降低慣性傳感器信號的不確定性。大視場光學傳感器就是受昆蟲單眼的啟示而設(shè)計出來的，已用于撲翼機和四軸飛行器的姿態(tài)穩(wěn)定中。
無人機對寬視野視覺流高時頻的需求，推動了仿生昆蟲視覺傳感器的發(fā)展。現(xiàn)在這些傳感器已變得更小、更輕，速度比傳統(tǒng)單鏡頭相機還要快。有人利用光學鼠標中廉價的視覺流傳感器，也有人專門開發(fā)神經(jīng)形態(tài)芯片，不僅可以提取視覺流，還可以適應各種的光強。同樣，專業(yè)的微型視覺流傳感器也開始用于<1g的飛行機器人中?，F(xiàn)在，我們對新型無人的描述可以是：微型、可走曲線、人工復合眼并具有高密度感光器、大視野且計算性能類似于昆蟲眼睛。
無人機的主動自主權(quán)還包括協(xié)調(diào)多架無人機的飛行，這對傳感、通信和控制方面提出了更高的要求。人們也希望從昆蟲的協(xié)調(diào)飛行中找到靈感，但遺憾的是，人們目前對昆蟲在這方面的傳感和控制知之甚少。有限的研究表明，歐椋鳥群的凝聚力，是鳥類個體根據(jù)拓撲空間（非度量空間）定義的少量最鄰個體來調(diào)整其軌跡。鴿群會遵循一定的等級結(jié)構(gòu)，它們會跟蹤和復制有經(jīng)驗鴿子的軌跡。于是，鳥群結(jié)隊的計算模型是基于三個簡單行為規(guī)則的結(jié)果，即來自最鄰個體的排斥，向遠鄰的移動以及維持隊列的相鄰個體的平均速度。顯然，這些規(guī)則也可用于有等級結(jié)構(gòu)的鳥群中，而不用再額外增加什么其他的信號傳遞方式。雖然鳥類感知其他鳥類的存在是非常容易的事兒，但要讓無人機感知其他的無人機位置卻是非常有挑戰(zhàn)性的。在室內(nèi)環(huán)境中，紅外線雙向通訊用于近距離檢測的技術(shù)已經(jīng)非常成熟，但這種只有數(shù)米范圍短距離應用不可能用于戶外環(huán)境。因此，目前能在室外應用的多架無人機的協(xié)調(diào)飛行主要還是依賴相鄰無人機GPS坐標的無線電通信。另外，感知相鄰無人機引擎所發(fā)出的聲音方向和強度，在夜間或在大霧天氣可以補充或取代視覺線索的不足。
讓無人機具有認知自主性，會涉及到在地面車輛導航中研究了數(shù)十年的統(tǒng)計學方法，如視覺測程法和同步定位與實時測繪。四軸飛行器采用單眼視覺，結(jié)合已有測繪制圖分析障礙物，這樣的試驗大體是成功的；立體視覺可以提供深度信息，用于4g重量的撲翼飛行器中，可主動避免障礙；在較大的四軸飛行器上，不管是同步定位與測繪，還是高度控制，都需要裝備兩套立體相機，一套指向前方，一套指向下方。同步定位和測繪算法可結(jié)合視覺流方法來估計與周邊環(huán)境的距離并穩(wěn)定無人機的狀態(tài)。另外，這種用于認知自主性的統(tǒng)計方法是建立在高分辨率數(shù)碼相機基礎(chǔ)上，只有能提供密集的數(shù)據(jù)點云和大計算量算法，才能減少不確定性。因此，認知自主性需要更重的傳感器有效載荷和更強的計算單元，這或許可以解釋為什么到目前為止小型無人機進展緩慢，同時能進行定位、測繪和路徑規(guī)劃功能的無人機目前也只是在懸停平臺（具有相對較大的總質(zhì)量，但續(xù)航能力有限）中得到應用。
參考資料：
[1] Floreano D. & Wood RJ. , 2015. Science, technology and the future of small autonomous drones. Nature, 2015-05-28, 521: 460-466.
