移动机器人

在麻省理工学院的计算机科学和人工智能实验室(MIT CSAIL)，一组研究人员开发了一个名为“NanoMap”的系统。

在借鉴无人驾驶汽车情况的基础上，NanoMap可以让无人机不断定位和躲避障碍物，让无人机在复杂环境下持续飞行20英里/小时。研究团队正在研究具体的用例，包括搜救场景、防御和娱乐。使用无人机快递公司这项技术可以用在人口密集的地区。

研究生Pete Florence最近发表了一篇基于类似想法的研究论文。作为这篇论文的主要作者，佛罗伦萨表示，这里采用的方法远比在密集拥挤的环境下基于地图的传统导航更可靠。他说:“如果你想让无人机在人类环境下高速运行，有太详细、太精确的地图也没用。无人机越能感知其不确定性，我们就越能避开障碍物，实现近距离飞行。

NanoMap到底是怎么工作的？根据麻省理工学院的说法，使用深度传感，NanoMap可以连续测量无人机周围的情况。这也使它能够在做出下一步决策的同时，提前制定更长期的行动计划。

“这就像把你在这个世界上看到的所有图像都保存在你的脑海里，”弗洛伦斯解释道。“对于想要规划自己运动的无人机来说，本质上是回到过去，在有限的时间内思考自己一个人去过的地方。”NanoMap实现了无人机事故率从25%大幅降低到2%。这是一个非凡的成就，也是渴望让无人机在狭小的城市环境中穿梭的无人机快递。公司应该也迫不及待想试试这个系统了。

此前，在密集环境下，流行的避障方式主要依靠SLAM(同步定位与测绘)技术。这项技术可以将无人机周围环境的数据进行转换，生成地图进行导航。

然而，根据麻省理工学院的说法，SLAM技术并不那么可靠，对高速无人机也不那么有用。另一方面，为了缩短处理时间，加快响应速度，NanoMap只会对无人机接下来的几个步骤进行规划。接下来的几个步骤需要什么信息，NanoMap就用什么信息，不多不少，为接下来的几个步骤做相应的规划。

就像卡内基梅隆大学一样。机器人该研究所的塞巴斯蒂安·谢勒(Sebastian Sherer)指出:“与以往工作最大的不同是，研究人员创建的地图不再是一组图像及其位置和方向，而是一些位置不确定的图片。记录不确定性的好处是即使机器人在不知道确切位置的情况下，我们仍然可以使用以前的图像并改进计划。"

这个关于高速自主导航新进展的消息真的很让人兴奋。在不久的将来，随着越来越多的无人机出现在我们的天空中，我们很可能会看到这项技术的大量应用。