没有卫星信号，没有地图建模，机器人还靠什么导航？近日，澳大利亚昆士兰科技大学研究团队在国际期刊《科学机器人》上提出了一种模仿人脑感知模式的新型导航解决方案，让机器人能够用“类脑”识别环境位置，在没有GPS、能耗有限的场景下实现高效自主定位。 “我们期望机器人像大脑一样，在一定的环境条件下，只需要激活必要的传感元件，处理最关键的信息，从而大大提高能源效率和灵活性。”项目负责人、昆士兰科技大学机器人和神经工程研究员 Adam Hines 告诉笔者，未来，具有“类脑理解能力”的机器人可以以更低的能耗适应更复杂的世界。提示。该系统被命名为lens，其设计灵感来自于大脑中神经元的编码方式。 “人脑是一个非常高效的信息处理器，只需要20瓦的能量就能维持复杂的感知和决策功能。受这种机制的启发，我们期望机器人也能用更少的能量完成更复杂的任务，”海因斯说。为了实现这一目标，研究团队使用了一种称为“动态视觉传感器”的新型相机，也称为“事件相机”。这种特殊的传感设备在检测到亮度和运动变化时“就会醒来”并发送信号，类似于人眼和大脑处理视觉效果的方式。这使得系统只处理真正重要的信息，从而显着减少不必要的能源消耗。据报道，为了让机器人能够“理解”事件相机收集到的连续信号，研究团队设计了一种适应的神经拟态计算架构，以便该系统可以以类似于人脑的方式处理信息，即通过电脉冲处理数据，模拟真实神经元之间的信号传输，并通过“权重调整”实现自适应学习。镜头不仅能够快速分析来自环境的变化信息，还能形成简单稳定的位置记忆，从而在复杂场景中保持对自身位置的感知。研究表明，该系统不需要高性能计算平台即可运行，其能耗不到传统导航系统的10%，存储空间为180KB，约为同类导航系统的1/300，却能在8公里范围内实现良好识别。镜头的出现为机器人新的应用场景打开了大门。传统导航往往依赖卫星或激光雷达信号，在灾害睿地等“信号盲区”很难使用ns、隧道和矿井、茂密的森林或遥远的行星。镜头不仅需要外部定位支持，还可以重新定位，以极低的能耗开发导航路径。 “对于救援机器人、月球车、森林监测设备来说，其续航能力和环境适应性尤为关键。镜头系统在这些能源有限、环境复杂的应用场景中表现出了明显的优势。”海因斯表示，在各种测试条件下，该镜头在定位精度和系统稳定性方面已初步展现出与传统导航方式相当的水平。中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃表示，透镜系统的主要缺点是它将打破依赖高精度地图和强大计算能力的传统框架，改变传统的系统结构。注重实时环境适应和能量优化，代表了接近生物智能的第三代导航的发展方向。目前，该系统正处于研发阶段。海因斯表示：“基于神经拟态计算的导航系统正处于发展的早期阶段，但我们相信，随着处理器性能、传感器精度和算法模型的不断改进，类透镜系统将有潜力实现跨越式发展。”研究团队计划扩大镜头系统的检测范围，尝试将其部署在更复杂多变的环境中，并将其集成到轻型飞机或可穿戴设备等平台中，使其能够实现更长的续航时间和更广泛的覆盖范围，适应不同的移动情况。王飞跃认为，在切割技术得以应用之前，还需要克服一些重大挑战。 “神经拟态导航需要解决系统无可争议的事件信息带来的运算问题，需要大幅提升类脑处理器的能力。更重要的是，如何将实验室的良好性能稳定地转移到现实世界复杂多变、非结构化的环境中，是实现产业化的难点。”他表示，神经拟态导航未来发展的关键在于实现多种传感模态的深度协作、类脑芯片的高性能支撑以及自适应算法的不断演进。《每日人物》（第1页） 14、2025 年 10 月 27 日）