提到聲吶，許多人的第一反應(yīng)就是水下定位導航系統(tǒng)，的確，聲吶技術(shù)應(yīng)水下目標預(yù)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(zhuǎn)換和信息處理，完成水下探測和通訊任務(wù)的電子設(shè)備。然而，聲吶并不是水下探測的專屬物，在陸地環(huán)境中，人們一直想將聲吶應(yīng)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(fā)了一種完全自主的地形機器人，名為Robat，它能像蝙蝠一樣發(fā)出聲音并分析回聲，以識別、繪制和避開戶外障礙物。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(shù)圈，再增一個新坐標。
“兩棲”技術(shù)：水下聲吶的陸地應(yīng)用
為何人們要將聲吶技術(shù)應(yīng)用于水下呢?
這其中是一個很簡單的物理效應(yīng)，通常情況下，聲音在固體中的傳播速度大于在液體中的傳播速度，在液體中的傳播速度大于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(fā)生很大改變，相對準確。
但是，鑒于聲吶技術(shù)測距遠，抗干擾的優(yōu)點，人們一直在試圖將聲吶系統(tǒng)應(yīng)用到陸地機器人中，使其產(chǎn)生機器視覺概念，識別出周圍物體的形狀。但此類嘗試的效果并不美好。技術(shù)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只“蝌蚪”發(fā)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(jié)構(gòu))會在超聲波信號向外傳播的過程中對蝙蝠的發(fā)射聲場產(chǎn)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(gòu)，將這些“器官”應(yīng)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(fā)射器創(chuàng)建發(fā)音“嘴”，用兩個超聲波接收器創(chuàng)建收音“耳廓”或者“耳屏”，發(fā)音“嘴”以穩(wěn)定的頻率向四周發(fā)出聲波，并用“耳廓”或“耳屏”來調(diào)節(jié)信號，對外界環(huán)境的聲壓分布和聲波輻射分布產(chǎn)生影響，讓在戶外環(huán)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(chǔ)能力的推動和認知、MIMO 等新型體系架構(gòu)方式的牽引下，聲吶系統(tǒng)在功能和性能領(lǐng)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(shù)進行導航。
最佳的例子是解決農(nóng)業(yè)上產(chǎn)量預(yù)測這一痛點， 聲吶系統(tǒng)通過作物園地塊不同物體的聲學特征，對農(nóng)作物的生長環(huán)境的狀況進行評估，并利用智能算法對聲波結(jié)果進行分析計算，從而得出關(guān)于產(chǎn)量的量化預(yù)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(yù)測水果等農(nóng)作物的產(chǎn)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(shù)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，一個山洞里可能居住著數(shù)萬只以上的蝙蝠。而在復雜的環(huán)境下，蝙蝠之間卻不會出現(xiàn)信號混亂的現(xiàn)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(shù)單元中，戶外復雜環(huán)境的運動障礙物檢測、預(yù)測和碰撞一直是研究的難點。現(xiàn)階段，單一的識別輪廓特征的方法在動態(tài)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(tài)障礙物的種類、準確地檢測和跟蹤動態(tài)障礙物并預(yù)測出動態(tài)障礙物的運動軌跡方面的表現(xiàn)也不盡人意。
以目前無人駕駛最常搭載的激光雷達技術(shù)為例。激光雷達在工作時受天氣影響較大，激光在晴朗的天氣里衰減較小，傳播距離較遠，而在大雨、濃煙、濃霧等天氣里，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(huán)流還會使激光光束發(fā)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(yīng)用起來，但特斯拉也曾公開表示，雖然把雷達作為Autopilot主要探測手段有助于預(yù)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(zhì)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(yōu)勢，聲吶中的被動聲吶還能夠直接接受外界環(huán)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(fā)射的超聲波在長距離檢測中常出現(xiàn)能量衰減問題，并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(jié)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(guī)劃及選擇的精確度，有效提高無人駕駛對復雜環(huán)境的自適應(yīng)能力和調(diào)節(jié)能力。
舉個例子，當激光雷達與聲吶結(jié)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(yīng)該結(jié)合激光傳感器的檢測結(jié)果，若二者檢測的結(jié)果都符合障礙物的特征,則在車輛視野中標記出障礙物的坐標，多次檢測到信息一致時確定并記錄障礙物的距離與方位信息，然后車輛根據(jù)路徑選擇策略，選擇正確的路徑繼續(xù)行進。
不論是雷達、激光雷達還是聲吶技術(shù)，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(jīng)越來越近了。
