至于无人机在运动过程中，识别障碍精度如何？
研究团队也进行了实验。
如下方左图，即便在运动过程中，无人机距墙体8厘米时，也能表现出不错精度。
不过在角度测定上表现平平（下方右图），团队认为，他们的算法在角度估计方面对噪声更为敏感。
尽管目前，该方案只能在半米远地方，进行2cm精度的侦测，对比成熟方案仍有差距，但从落地角度看，其成本低、重量轻，体积小特点意味着，该成果在很多场景仍是可靠的替代方案。
科研团队表示，接下来，他们还将提高其准确性，并看看能否消除系统生成声音的需要，不用“喊出声”。
研究团队最后，介绍上述科研成果的贡献者们。
一作Frederike Dümbgen，她是一位机器人领域研究者，专注于信号处理与优化方向。
Frederike Dümbgen博士毕业于洛桑联邦理工学院计算机与通信科学学院，目前是多伦多大学自主空间机器人实验室 (ASRL) 的博士后。
二作Adrien Hoffet，来自洛桑联邦理工学院计算机与通信科学学院。
参考链接：
[1]https://www.engadget.com/echolocation-small-robots-search-and-rescue-103953284.html
[2]https://www.reddit.com/r/gadgets/comments/10tsf5x/echolocation_could_give_small_robots_the_ability/
[3]https://arxiv.org/abs/2301.08327v1
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
