《无人机设计：多模式仿生感知与规避技术》50页技术报告

皇家兽医学院（RVC）与Centeye公司并行开发了能够提升微/纳米旋翼飞行器感知与规避技术领域能力的设备。具体而言，RVC的设备利用飞行器进入地面或壁面效应时诱导流场变化所测量的信息，而Centeye的设备则采用视觉信息（包括光流、立体视觉与主动照明）。每种传感模式均在近期研究中进行了系统性飞行测试与特性表征。

通过将传感器阵列测量数据输入深度学习网络，更深入地利用这些能力，以估算不同条件下（包括对某单一传感模式构成挑战的环境）与附近障碍物的方位和距离。由此实现的规避行为将优于各模式独立工作时的性能。

目标包括：将这两种技术集成至适合飞行测试的平台；实现至少两种传感模式的数据同步采集；在监控飞行控制软件中开展算法融合的初步尝试。集成传感模式平台所展现的避障能力超越了各部件能力的简单叠加。此外，开发了“注意力切换”算法以降低不同环境条件下的功耗，并利用同一装置开发了除避障外的创新功能（如风速矢量测量）。机器学习方法虽匹配传感器物理布置，但本质上与传感器类型无关，故可适用于以飞行器固有噪声为信号的声学测距。

本报告更新的主要创新点包括：感知与规避操作的新控制策略（其基本设计参见第2.3节）、无人机利用传感融合检测复杂表面能力的实验验证（第4.1节）、自由飞行中感知与规避能力的实验演示（第4.2节）、功耗优化策略（第6节）以及空速估算方法（第7节）。

图1：搭载于Crazyflie的麦克风阵列及新无人机机身的兼容安装点（红色高亮）。该阵列设有十个麦克风安装位，其中八个分布于无人机周围环形布置，一个位于机身上方中心，一个位于机身下方。