《科学机器人》杂志上的一篇文章内，研究人员展示了一群微型无人机，它们可以完全自主探索未知环境，是群集机器人领域的一个重要步骤。
他们成果的挑战来自此前这样一个事实：33克的小型无人机需要自主导航，同时具有极其有限的感知和计算能力。此前的联合研究团队（小型昆虫机器人）与TU Delft，利物浦大学和奈梅亨大学拉德布德大学的研究人员一起，从昆虫导航相对简单的问题中汲取了灵感，从而应对了这一挑战。
昆虫群激发了机器人专家的思考，认为小型机器人也可以通过在一群昆虫中进行操作来克服自身的局限性。大量廉价的小型机器人将能够执行大型大型机器人无法实现的任务。例如，一群小型飞行的无人机将比单个大型无人机能够更快地探索灾难现场。目前这样的成群结队集群控制方法还没有实现。
搜索和救援
在过去的四年中，由荷兰国家科学基金会NWO自然人工智能(AI)项目资助的图尔代夫大学、利物普大学和RADBUUD内梅亨大学的联合研究小组努力设计一组能够探测未知环境的微型无人机。该研究项目的目标是采取措施，在搜救场景中使用成群的无人机。
Crazyflies成功完成了搜索和救援方案，无人机还能够在不同的位置找到两个人类大小的木制人偶，用他们的机载摄像头拍照，然后将信息返回到基地。
主要的想法是，在未来，救援人员将能够释放一群微型无人机，以探索一个灾难现场，例如一座即将倒塌的建筑。成群的无人机将进入大楼，对其进行探索，并带着相关信息返回基站。然后，救援人员可以集中精力在最相关的领域，例如，里面还有没有人。
纤细的无人机可放入手掌，重33克。与其他无人驾驶飞机一起，它能够快速探索无人环境。
图片来源：TU Delft / MAVLab 寻找受害者
在该项目中，小型无人机配备了摄像头，并在室内办公环境中被派出，以找到两个在灾难情况下代表受害者的假人。这个概念验证的搜索和救援任务清楚地表明了拥有大量人员的优势。
在六分钟内，一群六架无人驾驶飞机就能探测到约80％的开放房间，仅凭其中一架无人驾驶飞机就不可能了。此外，拥挤对于冗余也很有用。一架无人机找到了受害者，但是由于相机的硬件故障，它无法带回任何图像。幸运的是，另一架无人驾驶飞机也用相机捕获了受害者。
挑战
“实现群体探索的最大挑战在于无人机的个人情报水平，”博士金伯利·麦奎尔（Kimberly McGuire）表示，“在项目开始时，我们专注于实现基本的飞行能力，例如控制速度和避开障碍物。之后，我们设计了一种用于小型无人机相互检测和避开的方法。我们通过让每架无人机携带来解决此问题。无线通信芯片，然后利用这些芯片之间的信号强度，这就像您离开家中的WiFi路由器时手机上显示的条数减少一样，这种方法的主要优点是它可以不需要在无人机上额外的硬件，并且只需要很少的计算。”
在不到6分钟的时间内，6架小型无人机的轨迹探索了整个办公楼层。无人机首先在中间的起始位置从基站飞走，探索开放的房间，最后返回基站。
图源：TU Delft / MAVLab 自主导航
群体探索方式中最艰巨的挑战是难以使小型机器人自行导航未知的环境。原因是小型机器人在传感和计算方面非常有限。
同样，自然提供了重要的启发。昆虫无法绘制出详尽的地图。相反，它们保留了地标和与行为相关的地方，例如食物来源及其巢穴。该项目的主要研究人员Guido de Croon说：“采用这种新导航方法的主要思想是将我们的导航期望降低到极致：我们只要求机器人能够导航回基站。” “通过让每个机器人遵循不同的首选方向，机器人群体首先扩散到环境中。探索之后，机器人返回到位于基站的无线信标。”
图片来源：McGuire等 Kimberly McGuire补充说：“所提出的导航方法是一种新颖的错误算法。” “错误算法不能绘制环境地图，而是可以实时处理障碍。原则上，详细地图非常方便，因为它们使机器人可以沿着最佳路径从地图上的任何点导航到任何其他点。但是，在微型机器人上制作这样的地图的成本高得令人望而却步。所提出的错误算法导致路径效率较低，但具有甚至可以在微型机器人上实现的优点。”
| 
