一台大小约如微型磁带的飞行机器人,正逐步摆脱实验室里的摄像机系统。MIT 研究人员展示了一种昆虫级扑翼机器人:它搭载自己的传感器和微控制器,能够在机上估计运动状态,并据此执行低层级飞行控制。

在机器人实验室中悬停的昆虫尺度扑翼机器人,搭载传感器和计算机

这还不是一架可以准备好在温室里巡逻的微型无人机。机器人仍需从外部获得电力,最出色的演示也只持续了很短时间。它目前还没有搭载摄像头、电池或高层级导航系统。不过,这项实验解决了微型机器人领域一个颇为棘手的依赖:机器人不再需要外部动作捕捉系统,就能获取足够的方向、高度和短距离运动信息,从而维持飞行。

这一点之所以重要,是因为尺寸会改变工程问题的性质。传统无人机可以携带电池、处理器、摄像头、惯性传感器、无线电设备,以及多层冗余系统。一台重量约为 1 克的机器人,则必须精打细算地使用每一毫克重量和每一毫瓦功率。增加一个有用的传感器,可能就会让飞行器重到无法升空;增加计算能力,也可能消耗掉机翼仅仅维持空中飞行所需的电力。

因此,这项发表于 Science Robotics 的新研究,最好被理解为一次协同设计成果。研究人员放大并重新调校了驱动机翼的柔性人工肌肉,随后设计出一套紧凑的航空电子设备,以及一个能够在新的升力和功率预算内运行的快速状态估计器。这项成果的意义并不在于微型机器人获得了一个通用型“大脑”,而在于机械结构、传感器和控制器如今能够紧密协作,使机器在短时间窗口内自行稳定和转向。

新演示改变了什么

早期的昆虫级空中机器人在特定演示中可能足够灵活、坚固,甚至能够脱离系留飞行,但自主性往往由飞行器和周围环境共同承担。外部摄像机测量机器人的位置,机器人外部的计算机处理这些测量结果,随后指令或控制信号再传回执行器。这种安排能提供精确数据,对研究很有价值,但也限制了机器人能够在哪里、以何种方式飞行。

MIT 的新平台将这条控制回路的一部分移到了飞行器上。机器人拥有四个扑翼模块,由介电弹性体执行器驱动,这是一类柔性人工肌肉。重新设计后的执行器尺寸增大了约 50%,使净升力提高了 46%。增加的升力为一套 244 毫克重的飞行电子设备腾出了空间,同时没有牺牲基本飞行能力。

研究中描述的完整机器人,在携带飞行设备时重量约为 1.29 克。系统实现了 1.9 的升力重量比,也就是说,机翼产生的升力明显超过了仅用于支撑飞行器及其电子设备所需的升力。这一余量很重要,但按照普通无人机的标准,它并不宽裕。它必须同时覆盖执行器、结构部件、传感器电路板、控制器、线路,以及测试期间采用的供电方案。

电子系统结合了三类测量数据。惯性测量单元跟踪旋转运动,并帮助估计姿态。光流传感器观察地面,以推断横向运动和速度。飞行时间传感器测量与表面的距离,并提供高度估计。通过这些传感器,机器人获得了估计短期状态、稳定飞行所需的足够信息。

该系统没有全球定位传感器,也没有能够识别物体的摄像头。随着机器人升高,地面纹理占据的像素变少,光流提供的信息也会减少。横向速度在一段时间内积分时会累积小误差,因此飞行器的位置会逐渐漂移。研究人员应对这一限制的办法,是优先采用快速、成本低廉的状态更新,而不是尝试进行速度更慢、名义精度更高的计算。

为什么状态估计器比“计算机”这个词更重要

把这套组件称为计算机在技术上没有问题,但这可能掩盖真正有意思的部分。挑战不在于把一枚强大的处理器塞进微型飞行器,而在于构建一个运行速度足够快的控制回路:它必须在内存很小、传感信息有限的条件下工作,同时机体持续振动,空气动力学状态还在每秒数百次地变化。

控制器和状态估计器运行在单个微控制器核心上,反馈频率为 480 赫兹。在最高传感与计算负载下,电子系统功耗约为 120 毫瓦,大约相当于飞行动作器功耗的 6%。根据论文中的分析,控制器占用的计算能力不到单个核心可用容量的四分之一,因此未来可能还能留出少量空间执行更高层级的规划。

这与大型机器人所宣传的自主能力属于不同类型。当前平台还不能自行理解场景、识别花朵、决定前往何处并规划路线。它的机载系统负责估计状态和执行低层反馈控制。在多项演示中,操作员仍通过操纵杆提供更高层级的位置指令,而机器人负责即时稳定和轨迹跟踪。

这种分工是合理的。低层控制有严格的实时期限:如果机器人的姿态估计来得太晚,翅膀可能会修正错误的运动。高层规划通常可以更慢地运行。论文估计,规划器若每秒更新一到两次,可能可以在同一微控制器上运行,但这仍是未来的设计方向,并非已经展示的能力。

机器人实际完成了什么

最有力的证据来自飞行测量,而不是计划中的应用。借助机载传感器和计算能力,机器人在离地约 7.5 厘米处悬停了 10 秒。与用于评估的外部动作捕捉系统测量结果相比,它的高度均方根误差为 0.32 厘米,横向位置误差为 2.17 厘米。

在第二项机载计算测试中,机器人在 7 秒内切换两个相距 30 厘米的位置设定点。其最大横向速度为每秒 19.8 厘米。根据论文,高度误差和横向位置误差分别为 0.57 厘米和 2.21 厘米。

这些数字描述的是短时间、受控的测试,并不代表机器人能够自由飞行。研究人员还进行了更长时间的演示:机器人使用机载传感器,但计算在机外完成。在动作捕捉场地之外的一段 30 秒序列中,人类操作员引导它绕过障碍物、飞越植物并降落到一朵向日葵上。机器人利用飞行时间传感器调节高度并越过弧形障碍物,随后受控下降,朝花朵靠近。

向日葵降落在视觉上很有记忆点,但它在技术上的意义更具体。它表明,在外部摄像机无法提供主要反馈信号的区域,机载传感也能支持厘米级机动。这并不能证明机器人能够自主识别花朵或自主完成授粉。操作员选择了路线并发出高层指令,机器人则执行低层飞行行为。

研究还报告了使用机载传感和机外计算进行轨迹跟踪的测试。机器人在 7 秒内跟踪了一条 18×18 厘米的圆形路径,以及一条 22×10 厘米的八字形路径。位置误差会随着机动方式和方向变化而改变,最高达到数厘米。这足以证明该尺度下的受控飞行,但也说明了为什么团队将这项工作称为平台里程碑,而不是已经完成的应用。

不显眼但关键的工程成果是动作器重新设计

传感器组件不能直接安装到此前的机器人上。增加的质量会缩小升力余量、改变动力学特性,还可能让飞行器反应迟钝或变得不稳定。因此,团队把改造人工肌肉也纳入了同一项设计工作。

介电弹性体执行器是一种柔性电容器件,施加电场后会发生形变。在这款机器人中,它们充当人工肌肉,以高频驱动机翼。这类执行器的几何尺寸可以按比例缩放,而且相比某些刚性微尺度执行器设计,更能保持有用的输出特性。MIT 研究人员调节了执行器的半径和长度,使较大的“肌肉”带来更多净升力,而不只是增加重量。

这一机械层面的改变是实现该成果的关键。电子设备只占总功耗的一小部分,机翼和执行器才是主要耗能部件。论文指出,飞行执行器约占整个系统质量的 81%,占功耗的 94%。改进控制器确实有帮助,但要大幅提升自主性,最终仍取决于飞行器的电源和飞行肌肉,而不仅是处理器。

这也提醒我们,微型机器人面临的问题与大尺寸机器人不同。在更大的尺度上,增加传感器可能只是软件集成任务;到了昆虫尺度,同一个传感器就可能改变飞行器的平衡、升力需求、振动特性和能耗。电子组件必须安装在玻璃纤维基底上,部分原因是要避免振动干扰惯性测量。软件与结构在这里无法分开看待。

这项技术可能带来什么

研究人员认为,精准农业、工业检测以及搜索与救援可能成为长期应用方向。微型机器人可以进入较大无人机气流过强、无法穿过植物间隙,或可能损坏脆弱结构的空间。一组这样的飞行器或许能够检查狭窄机械设备、监测作物花朵,或在不承受传统四旋翼无人机那样的质量和噪声负担下寻找害虫迹象。

授粉尤其能体现尺寸优势。较大的无人机可以穿过田地,却不适合接近单朵花。原则上,昆虫尺度的飞行器能够以更小的扰动靠近花朵,并在茂密植被中作业。但要实现这一应用,远不止当前演示所展示的能力:它需要自主识别花朵、可靠避障、与植物安全接触、在风中持续运行,以及足以支持实际田间作业时长的能量。

工业检测同样存在从应用前景到实际可用性之间的距离。小型机器人可以抵达狭窄缝隙,或在敏感部件附近移动。但检测所需的感知能力不止姿态和高度。相机、照明、存储、无线通信,以及定位检测结果的方式,都会增加载荷和功耗需求。能够保持位置 10 秒的飞行器,并不自动等于能够生成可信检测记录的飞行器。

搜索与救援场景的限制则更加严苛。尘土、黑暗、湍流、杂乱环境和不确定的表面,都可能让光流与飞行时间传感器失效。机器人也许恰恰要在其首选传感器表现不佳的地方发挥作用。在系统能够被信任用于人员附近之前,还需要冗余传感、稳定通信以及回收方案。

目前,这项工作的实际贡献主要体现在架构层面。它表明,空中微型机器人能够搭载足够的本地状态估计和控制能力,在短时间演示中离开实验室的动作捕捉范围。这拓展了未来研究的设计空间。研究人员现在可以进一步思考:如何增加一种能力——视觉、规划、无线通信或能量存储——而不必从头重建整个系统。

电池问题并没有消失

最重要的限制,也是新闻标题中最容易被忽略的一点是:在这项实验中,机器人还没有实现真正的无系留飞行。它的传感和计算都在机上,但电源电子设备和电池尚未集成到飞行器中。外部电源仍然是测试装置的一部分。

这点之所以重要,是因为电池并不只是又一个组件。它必须储存足够的能量,提供所需的电压和电流,符合质量预算,经受住振动,还不能破坏机器人的重心。论文估计,集成电源电子设备和机载电池将增加约 1 至 1.5 克的重量。这一增量接近机器人平台本身的质量,甚至可能超过平台质量。

作者估计,容纳这套载荷可能需要将机器人的尺寸增加约15%至35%。更大的飞行器或许更容易供电,但也可能不再表现出原本设想的昆虫尺度平台特性。它还可能造成更大的扰动、难以进入更多狭小空间,或失去促成这项设计的部分优势。

将这些问题分开处理,其实已有可借鉴的先例。2019年,另一种昆虫尺寸的扑翼飞行器曾利用轻量化太阳能电池和精简电路,实现持续的无系留飞行。这项工作表明,在严格限制条件下,实现能源自主是可能的。但它没有解决这里所说的新问题:如何在飞行系统中同时整合实用的机载传感器套件、实时状态估计和计算能力。当前这项麻省理工学院的研究着手解决的是自主性,同时也明确把储能问题留待后续完成。

因此,团队提出的下一步工作十分具体:降低电子设备的功耗,加入电源电子设备和电池,在机身上安装摄像头,并实现目标识别或避障。每一步都可能改变飞行器的质量和动力学特性,没有哪一步只是简单的软件更新。

对“首次”说法的谨慎解读

麻省理工学院将这项工作描述为首次展示具备感知和计算自主能力的空中微型机器人。这个说法的范围,比“首个自主飞行机器人”“首个实现无系留飞行的昆虫尺度机器人”或“首架搭载传感器的微型飞行器”要窄得多。后面这些更宽泛的表述要么不正确,要么容易造成误导。

这个领域已经实现了昆虫尺度飞行、稳健的软驱动飞行器,以及相关系统中的机载感知;在其他配置中,也已有无系留供电的成果。这里的新意在于:研究人员把传感器套件和微控制器整合到一个非常小的扑翼平台上,并让机器人在报告的飞行测试中使用机载状态估计和控制。

保留这一差别很重要,因为工程进步往往就是把此前分开存在的能力连接起来。电池供电的飞行器可能能够飞行,却没有足够的计算能力;配备传感器的机器人可能能够测量运动,却依赖外部处理;计算机可能能够运行控制器,但飞行器的升力又不足以携带它。这里的进展,是在受到严格限制的质量和功率预算下,展示了这些能力的组合。

这项研究也说明,描述一项成功的实验室成果时,应同时交代其时间范围和测试条件。完全由机载设备完成感知和计算的飞行只持续了几秒。持续时间更长的障碍物和花朵演示,则使用了机外计算,并由人类发出高层级指令。即使外部运动捕捉系统不是主要反馈信号的来源,它在评估机器人时仍然有用。这些细节并不会削弱成果,而是界定了成果的具体含义。

为什么这是机器人技术领域的好消息

值得鼓舞的地方,并不是这款微型机器人突然就能取代蜜蜂、巡检无人机或救援队伍,而是一个长期棘手的瓶颈得到了可量化的缓解。机器人搭载了一套重244毫克的传感与计算组件,利用廉价传感器估计自身状态,在微控制器上运行高频率控制器,并以几厘米的误差跟踪短距离运动。

相比必须始终待在摄像头覆盖的实验场内的平台,这是一项实实在在的改进。它为未来研究人员测试局部导航、群体协同和任务专用感知提供了更好的起点,尤其适用于无法使用外部跟踪的空间。它也列出了一份诚实的工程清单:电池集成、视觉能力、漂移、规划、通信、续航、天气适应性,以及与环境安全互动的能力。

机器人技术领域的好消息往往就是这样到来:系统跨过了一道边界,但其他几道边界仍清晰可见。在这个案例中,跨越的是这样一道界线——飞行机构不再完全依赖周围的房间,而是能够自行完成第一层感知和控制。下一次突破不会由一张醒目的着陆照片来证明,而会在机器人能够携带自身能源、识别周围环境,并持续发挥作用超过一次短暂且精心准备的飞行时得到证明。