掌上无人机在视线不清环境中的毫瓦级超声波导航

本文提出了一种名为'Saranga'的低功耗超声波感知系统，使手掌大小（对角线仅16厘米）、售价仅400美元的微型无人机，能在浓雾、黑暗、大雪、粉尘等视觉严重受限的复杂环境中实现自主导航。传统导航依赖摄像头或激光雷达（LIDAR），但在低光、雾气、透明障碍物（如玻璃、塑料薄膜）或无纹理物体前极易失效；而雷达虽抗干扰强，但功耗高达数十瓦，不适用于微型机器人。研究团队受蝙蝠回声定位启发，采用双阵列低功耗超声波传感器（ICU30201），但面临一个核心挑战：螺旋桨噪声极大，导致信号信噪比极低（-4.9分贝），微弱回波几乎被完全淹没。为此，团队提出两项关键创新：一是物理降噪——在传感器前方加装定制隔音罩，有效阻隔螺旋桨产生的超声噪声；二是深度学习降噪——训练轻量级神经网络'Saranga'，利用超声波回波的时间序列特征，在强噪声中精准识别并增强真实障碍物信号。该网络在谷歌Coral Mini边缘AI芯片上运行，单次推理仅需14.6毫秒、耗能10.6毫焦。实验证明，该系统在室内透明薄膜、细金属杆、大雪、浓雾及暗光等严苛场景中避障成功率分别达77%、81%、75%、90%和100%；在室外树林中也实现了77%-91%的成功率。相比同类超声方案（如BatDeck），本系统因能精确定位障碍物方位（而非盲目转向），避障效率显著提升。全文强调'简约性'理念：以最低的尺寸、重量、功耗和成本，解决最实际的野外导航问题，为搜救、洞穴探测等生命攸关任务提供了安全、高效、可大规模部署的新工具。