代尔夫特理工研发触觉感知系统：100克微型无人机凭 34KB 内存摸黑盲飞
面对黑暗、浓烟和粉尘导致摄像头与激光雷达失效的极端环境，荷兰研究团队为不足 100 克的微型无人机装上了物理“胡须”。依托每根 3 个微型压阻传感器和仅占 34 KB 内存的算法，无人机实现了实时避障与高精度接触建图，为灾后狭窄空间搜救提供了不靠眼睛的全新盲飞解法。
作者：核流编辑 · 栏目：硬件
当浓烟彻底遮蔽摄像头、粉尘让激光雷达抓瞎、GPS 信号全无时，微型无人机该怎么飞？荷兰代尔夫特理工大学这帮极客给出了一个脑洞大开的答案：既然眼睛废了，那就学老鼠长出“胡须”摸黑探路！ 在传统的无人机认知里，自主避障通常依赖多传感器冗余配置——双目视觉与激光雷达轮番上阵。然而在地震废墟深处、火灾浓烟或狭窄工业管道等极端环境下，传统光学与电磁感知方案面临多重物理瓶颈： 光路严重散射：浓烟与粉尘导致激光雷达与红外测距信号严重散射失真； 特征提取失效：全黑或低照度无纹理环境下，单双目视觉传感器难以提取有效特征点； 卫星信号屏蔽：密闭建筑掩体与地下管道彻底切断外部 GPS 信号。 更关键的约束在于机身尺寸与功耗：为了钻入废墟缝隙搜救，代尔夫特团队锁定的机身重量不足 100 克。在如此严苛的载荷与电量预算下，机身根本无法承载高功耗激光雷达与大容量电池。 眼睛废了学老鼠长胡须：微型无人机的“盲飞”奇迹 面对感知与载荷的双重瓶颈，代尔夫特理工大学的 Salua Hamaza 博士与研究员 Chaoxiang Ye 选择向自然界汲取灵感。老鼠在逼仄漆黑的洞穴中敏捷穿行，依赖的正是胡须（vibrissae）的高频触觉反馈。正如 Hamaza 博士所述： “using touch to explore and fly through the unknown”（用触觉在未知环境中探索与飞行） 团队在微型无人机前端安装了物理触须，每根触须基部精密集成了 3 个微型压阻传感器。当无人机在摸索飞行中掠过障碍物表面时，触须形变会实时改变压阻阻值。控制系统通过解算三轴受力矢量，不仅能实时测算障碍物的相对距离与方位，还实现了亚毫米级的接触式建图精度——这一解析细腻度甚至优于部分低端光学测距设备。 34KB 内存卷到地心，极简算法搞定亚毫米避障 从硬件工程与嵌入式开发的角度来看，接触式感知方案必须克服两项核心挑战：旋翼高速旋转产生的强烈下洗气流极易诱发误报干扰；而在受限空间中，微型平台的算力与存储资源极其逼仄。 代尔夫特团队为此开发了一套轻量级解耦算法，能在毫秒级响应内有效剥离旋翼湍流干扰，精准捕捉物理接触信号。更具工程突破性的是，整套感知与避障算法的静态与运行时内存开销仅占用 34 KB。 34 KB 内存……啊这，连一张高清手机壁纸都放不下，却跑完了一整套避障与亚毫米建图算法。 从嵌入式系统架构的角度审视，34 KB 的内存占用把底层资源优化推向了极致。这意味着微型飞行器无需搭载高发热、高功耗的板载 GPU，仅依靠一颗低成本、低功耗的 MCU 即可跑通全套建图与避障。整机功耗被压缩至极限，省下的电量可全额转化为维持搜救巡检的宝贵续航。 浓烟管道与灾后废墟：物理触觉导航的实战想象力 可能也有小伙伴会问：无人机高速飞，胡须撞墙上难道不会直接折断坠机？ 这项技术的设计初衷并非面向高速机动或开阔空间竞速。在高速巡航场景下，物理触须的感知响应范围显然无法支撑高动态避障；其核心工程价值，在于极端受限空间内的生存与精确感知能力。 在地震废墟深处、狭窄管道巡检等高危盲区，重量不足 100 克的无人机凭借触觉感知摸索穿行，在全黑与浓烟中完成亚毫米级建图。它既不惧光学盲区，更不会因自身质量诱发二次坍塌。代尔夫特团队的研究成果证明：在极端物理边界下，返璞归真的触觉交互，能够为受限环境自主搜救开辟出一条高鲁棒性的全新路径。 参考资料 Tom's Hardware: Researchers build a drone that navigates with physical whiskers to operate in dark, dusty or smoky places where cameras or GPS can fail — sub-100 gram drones run 34KB software to enable sub-millimeter precision