当大型建筑物或工业现场发生气体泄漏时，人类消防员目前需要使用气体传感仪器。发现气体泄漏可能需要相当长的时间，而他们却冒着生命危险。来自代尔夫特理工大学(荷兰)、巴塞罗那大学和哈佛大学的研究人员现在已经开发出第一批微型(因此非常安全)无人机，可以在杂乱的室内环境中自主检测和定位气体源。

研究人员需要解决的主要挑战是为这项复杂的任务设计人工智能，以适应微型无人机严格的计算和内存限制。他们通过仿生导航和搜索策略解决了这一挑战。这篇科学文章现已在 ArXiv 文章服务器上公开，并将于今年晚些时候在著名的 IROS 机器人会议上发表。这项工作是小型机器人智能化的重要一步，它将允许更有效地发现气体泄漏，而不会在现实世界环境中危及人类生命。

自主气源定位

自主气源定位是一项复杂的任务。一方面，人造气体传感器目前在检测少量气体和对气体浓度的快速变化保持敏感方面的能力不如动物鼻子。此外，气体扩散的环境可能很复杂。因此，该领域的大部分研究都集中在单个机器人上，这些机器人在相当小的、无障碍的环境中寻找气源，在这些环境中更容易找到气源。

其中一项实验的延时图像。红色方块代表配备蓝光的无人机的起点。黄色方块为气源位置。绿色方块是无人机的最终位置。蓝白点是相机随着时间的推移捕捉到的机器人。图片来源：代尔夫特理工大学

成群结队的小型无人机

代尔夫特理工大学微型飞行器实验室的正教授 Guido de Croon 说：“我们相信，成群的微型无人机是自主气源定位的一条有前途的途径。” “无人机的小尺寸使它们对仍在建筑物中的任何人和财产都非常安全，而它们的飞行能力将使它们最终能够在三个维度上搜索源。此外，它们的小尺寸使它们能够在狭窄的室内区域飞行. 最后，拥有一群这样的无人机可以让他们更快地定位气体源，同时避开气体浓度的局部最大值以找到真正的来源。”

然而，这些特性也使得很难为无人机灌输自主气源定位所需的人工智能。车载传感和处理非常有限，不包括使自动驾驶汽车自动驾驶的人工智能算法类型。此外，在集群中运行也带来了自己的挑战，因为无人机需要相互了解才能避免碰撞和协作。

仿生人工智能

“实际上，在严格的资源限制下，自然界中有很多成功导航和气味源定位的例子。”Bart Duisterhof 说，他在代尔夫特理工大学进行了这项研究，以获得他的理学硕士学位。“试想一下，夏天，果蝇的大脑中含有约 100,000 个神经元，它们如何准确无误地定位厨房里的香蕉。它们通过优雅地结合简单的行为来做到这一点，例如逆风飞行或垂直于风的飞行，这取决于它们是否能感觉到气味。尽管由于机器人上没有气流传感器，我们无法直接复制这些行为，但我们已经向机器人灌输了类似的简单行为来处理任务。”

特别是，微型无人机为其导航实施了一种新的“臭虫”算法，称为“嗅探虫”。只要无人机没有感应到任何气体，无人机就会在环境中尽可能多地展开，同时避开障碍物和彼此。如果其中一架无人机在其位置感应到气体，它会将其传达给其他无人机。从那时起，无人机将相互协作，尽快找到气源。具体来说，群然后使用称为“粒子群优化”(PSO)的算法搜索最大气体浓度，每个无人机都是一个“粒子”。该算法最初是根据鸟群的社会行为和运动建模的。它有每架无人机基于其自身感知的最高气体浓度位置、群体的最高位置以及其当前移动方向的惯性移动。作为一种搜索策略，PSO 的优势在于它只需要测量气体浓度，而不需要测量气体浓度梯度或风向。此外，它允许群忽略可能出现在复杂环境中的局部最大值。

“这项研究表明，成群的微型无人机可以执行非常复杂的任务，”Guido 补充道，“我们希望这项工作能启发其他机器人研究人员重新思考自主飞行所需的人工智能类型。”

将这种技术开发成功能齐全的产品还需要进一步的工作。例如，目前的工作还没有解决在三个维度上移动以在高处定位气源的问题。此外，在真正的紧急情况下部署无人机之前，还应该提高导航的鲁棒性。

然而，目前的工作是非常有前途的。开发的算法不仅可用于检测建筑物中的气体泄漏，还可用于科学任务，例如检测火星上的甲烷或经济使用，例如早期检测温室中的疾病或害虫。