无人机远程返航新突破蜜蜂导航策略实现精准定位

来源：科技日报

科技日报记者 刘霞

当无人机进入GPS信号缺失的区域，如何实现自主返航？荷兰与德国的研究团队从蜜蜂的导航智慧中获得启发，提出了一种创新的无人机视觉导航方案。这种仿生策略让小型无人机也能像蜜蜂一样，在长途飞行后精准返回起始点。这项名为“蜜蜂导航”的突破性研究，已正式发表于国际权威期刊《自然》。

在无法使用GPS导航的环境中，传统的无人机解决方案依赖于同步定位与地图构建技术。这种方法虽然可行，但需要强大的计算能力和大量的存储空间，导致系统成本高昂且能耗较大。是否存在更轻量、更高效的替代方案？

自然界中的蜜蜂为此提供了完美范本。尽管大脑结构简单，蜜蜂却能飞行数公里采集花蜜后准确返回蜂巢。其核心能力在于两点：首先，它们通过视觉线索实时估算飞行路径与距离，这类似于一种生物“视觉里程计”；其次，它们对巢穴周边的视觉特征拥有强大的记忆能力。

值得注意的是，蜜蜂的“视觉里程计”本身存在累积误差，长距离飞行后精度会下降。此时，对家园环境的视觉记忆就发挥了关键的纠偏作用。科学界对昆虫里程计的神经原理已有较多了解，但其视觉记忆的形成与调用机制，仍是待深入探索的前沿领域。

为了攻克这一难题，来自荷兰代尔夫特理工大学、瓦赫宁根大学以及德国奥尔登堡卡尔·冯·奥西茨基大学的跨学科团队，联合开发了一套模仿蜜蜂的无人机自主导航策略。

该策略的工作流程极具巧思。首先，无人机在“家园”基点附近进行短时学习飞行，期间持续采集周围环境的全景视觉图像。随后，一个名为“Cyberzoo”的微型卷积神经网络开始工作，专门处理这些图像数据，并从中解算出返回家园所需的航向与距离信息。

实验结果令人鼓舞。即使存在视觉测距漂移，这套纯视觉归航方案依然表现出色。Cyberzoo神经网络仅需占用3.4千字节的极小内存，就能完成环境感知与导航决策。在测试中，无人机从学习区域内的不同位置起飞，共执行了四次飞行任务。它能够根据实时估算的剩余距离智能调节飞行速度：离家越远，飞行越快；接近家园时，则自动减速。最终，所有飞行均成功返回原点。

在室内验证取得初步成功的基础上，研究团队进一步将测试拓展至更复杂、更大规模的室内外真实场景。其中一次户外实验在荷兰瓦尔肯堡无人机测试场进行，无人机单次飞行距离超过600米。面对开阔且多变的户外环境，这架仅搭载42千字节神经网络的无人机，再次圆满完成了自主返航任务。

这项研究的重大价值在于，它开辟了一条全新的技术路径：无需构建和存储庞大的环境地图，仅依靠轻量化的神经网络与仿生算法，就能实现高效、低功耗的无人机自主导航。这为未来在复杂环境、无GPS信号区域作业的微型无人机及小型机器人，提供了极具潜力的解决方案与发展方向。