本文參加百家號 #科學了不起# 系列徵文賽。
對於研發新的機器人和計算技術的研究人員而言，自然是最有價值的靈感來源之一。例如，近年來，世界各地的研究團隊已嘗試在小型機器人中人工複製在昆蟲中觀察到的行為及其基礎的生物學機制。
內華達大學的一組研究人員進行了最新的嘗試之一，他們開發了一種算法，該算法受果蠅和其他飛行昆蟲在周圍環境中移動時估計相對運動的機理的啟發。該算法是在arXiv上預先發表的一篇論文中介紹的，該算法基於先前的兩項研究，這些研究探索了昆蟲如何估計距離以及它們的大腦如何處理視覺信息。
「我們的項目來自兩個截然不同的興趣，」進行這項研究的研究人員之一Floris van Breugel說。「首先，我們想引入一種假設，即關於動物，尤其是昆蟲，如何根據當前有關視覺處理神經迴路工作原理的已知信息，使用視覺信息來測量其飛行速度。飛行速度的測量對於許多行為都是有用的，其次，當前無人駕駛飛機用來估計速度的當前方法要麼依賴於GPS（並不總是可用），要麼依賴於計算上昂貴的算法（這限制了小型系統的飛行時間）。」
直到今天，研究人員仍無法確定確切的生物學機制，微小昆蟲可以通過這些機制估算它們的移動速度以及與周圍物體的距離。但是，這些機制似乎在許多使昆蟲生存的行為中起著關鍵作用，例如，在尋找食物，尋找合適的伴侶或產卵方面。
過去的神經科學研究表明，昆蟲的行為在很大程度上取決於其對運動的感知，即視線流動。更具體地說，證據表明，昆蟲使用光流信息來估計所謂的相對運動，該相對運動等於它們的速度與它們與周圍物體之間的距離之比。
van Breugel解釋說：「從視覺信息中估計速度需要計算圖像序列的二階導數。一階導數產生一個光流，該光流描述了物體在視場中移動的速度。光流取決於這些物體的距離以及它們的速度和觀察者速度的差異；因此，它僅提供了一個距離和速度的比例。」
圖像序列的二階導數是最終使相對運動比分離為其分量（即，速度和與附近物體的距離）的原因。計算該值可能會對機器人技術研究產生重要影響，因為它可以使機器人估計其速度以及它與障礙物之間的距離，從而可以增強其導航能力。
van Breugel和他的同事在他們的研究中試圖複製昆蟲處理視覺信息以基於圖像計算此導數值的方式。他們的最終目標是創造一種技術，該技術可以自動有效地估算小型飛行機器人的視覺速度及其與附近物體的距離。
van Breugel說：「我們算法的關鍵創新是它從昆蟲如何處理視覺信息中汲取了靈感。昆蟲使用所謂的匹配濾波器在空間上收集光流信息，基本上取平均值。它們具有範圍廣泛的此類濾波器，它們都可以並行運行。我們採用了類似的方法，通過濾波可以計算出二階導數，導致直接速度估計。」
以前基於視覺信息估算機器人速度的最先提出的方法採用非線性優化算法，該算法需要大量的計算能力，而且並不總是有效地工作。雖然van Breugel和他的同事設計的算法FLIVVER還需要大量的計算資源，但從原理上講，它可以使用無源模擬電路組件快速有效地估算速度。這些組件可以單獨使用，也可以與其他算法結合使用以進一步提高效率。
這組研究人員介紹的新技術可能具有許多有趣的應用。最值得注意的是，它可以幫助增強現有和新開發的飛行機器人的導航功能。
van Breugel及其同事進行的研究還介紹了昆蟲如何估計速度的清晰明確的假設。將來，研究人員希望與神經科學家合作進行有關檢驗該假設的研究，這最終可以改善當前對昆蟲如何處理視覺信息並利用其導航環境的理解。
van Breugel說：「我們的長期希望是，這種新方法將為小型無人機的通用速度估計提供一種計算有效的方法。目前，FLIVVER僅適用於直線運動，尚未針對不同類型的環境進行優化。我們最近期的計劃是推廣適用於更多類型運動的算法，以及優化參數選擇的方法，例如匹配的過濾器的數量和大小。」
論文標題為《FLIVVER: Fly lobula inspired visual velocity estimation & ranging》。