如果沒有衛(wèi)星信號、無法地圖建模，機器人還能靠什么來導航？最近，澳大利亞昆士蘭科技大學研究團隊在國際期刊《科學·機器人學》上提出一種模仿人類大腦感知模式的新型導航方案，讓機器人能夠運用“類腦”識別環(huán)境位置，在無GPS、能耗受限等場景中實現(xiàn)高效自主定位。“我們希望機器人就像擁有大腦一樣，在特定環(huán)境條件下，只需激活必要的感知部位、處理最關鍵的信息，從而大幅提升能效與適應性。”該項目負責人、昆士蘭科技大學機器人與神經(jīng)工程研究員亞當·海因斯對筆者表示，未來具備“類腦感知力”的機器人，或?qū)⒁愿湍芎倪m應更復雜的世界。

　　這套系統(tǒng)被命名為LENS，其設計靈感源于大腦神經(jīng)元的信息編碼方式。“人類大腦是極高效的信息處理器，只需相當于20瓦功率的能量就能維持復雜的感知與決策功能。受這一機制啟發(fā)，我們希望機器人也能以更少的能量完成更復雜的任務。”海因斯說。為了實現(xiàn)這一目標，研究團隊采用了名為“動態(tài)視覺傳感器”的新型相機，也被稱為“事件相機”。這種特殊感知設備只有在監(jiān)測到亮度變化和運動情況時，像素單元才會被“喚醒”并發(fā)出信號，類似于人眼和大腦處理視覺信息的方式。這使得系統(tǒng)僅處理真正有價值的信息，大幅降低不必要的能耗。

　　據(jù)介紹，為了讓機器人能夠“理解”這些由事件相機采集的非連續(xù)信號，研究團隊設計了一套適配的神經(jīng)形態(tài)計算架構，使系統(tǒng)能夠以類似于人腦的方式處理信息，即通過電脈沖進行數(shù)據(jù)處理，模擬真實神經(jīng)元間的信號傳遞，并通過“權重調(diào)整”實現(xiàn)自適應學習。LENS不僅能夠快速分析來自環(huán)境的變化信息，還能形成簡單、穩(wěn)定的位置記憶，從而在復雜場景中保持對自身位置的感知。研究顯示，系統(tǒng)運行過程無須高性能計算平臺，其能源消耗不到傳統(tǒng)導航系統(tǒng)的10%，所占存儲空間僅180千字節(jié)（KB），大約是同類導航系統(tǒng)的1/300，卻能實現(xiàn)8公里范圍內(nèi)的高效識別。

　　LENS的出現(xiàn)為機器人拓展應用新場景打開了大門。傳統(tǒng)導航往往依賴衛(wèi)星信號或激光雷達，難以在災害廢墟、隧道礦井、密林深處或遙遠星球等“信號盲區(qū)”內(nèi)施展。LENS不僅無須外部定位支持，還能以極低能耗重建導航路徑。“像救援機器人、月球車、森林監(jiān)測設備，其續(xù)航和環(huán)境適應性尤為關鍵，LENS系統(tǒng)在這些能源受限、環(huán)境復雜的應用場景中展現(xiàn)出獨特優(yōu)勢。”海因斯表示，在多種測試條件下，LENS在定位精度和系統(tǒng)穩(wěn)定性方面已初步表現(xiàn)出與傳統(tǒng)導航方法相當?shù)乃健?/p>

　　中國科學院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任王飛躍表示，LENS系統(tǒng)的核心突破在于，跳出了依賴預設高精度地圖和龐大算力的傳統(tǒng)框架，將重點轉(zhuǎn)向?qū)崟r環(huán)境適應與能效最優(yōu)，代表了更接近生物智能的第三代導航的一個發(fā)展方向。

　　目前，該系統(tǒng)仍處于研發(fā)階段。海因斯說：“以神經(jīng)形態(tài)計算為基礎的導航系統(tǒng)仍處于發(fā)展初期，但我們相信，隨著處理器性能、傳感器精度和算法模型的持續(xù)進步，LENS等系統(tǒng)將具備跨越式提升的潛力。”研究團隊計劃擴大LENS系統(tǒng)的識別范圍，嘗試在更復雜、多變的環(huán)境中進行部署，并集成到輕量級飛行器或可穿戴設備等平臺上，使其在各類移動場景中實現(xiàn)更長續(xù)航與更廣適應性。

　　王飛躍認為，此類前沿技術走向廣泛應用仍需克服一些關鍵挑戰(zhàn)。“神經(jīng)形態(tài)導航需解決事件信息不連續(xù)導致的系統(tǒng)運行穩(wěn)定性問題，需要大幅提升類腦處理器的能力。更重要的是，如何讓實驗室的優(yōu)秀表現(xiàn)，穩(wěn)定地遷移到真實世界復雜多變、非結構化的環(huán)境中，是實現(xiàn)產(chǎn)業(yè)化的難點。”他表示，神經(jīng)形態(tài)導航的未來發(fā)展關鍵在于，實現(xiàn)多種感知模態(tài)的深度協(xié)同、類腦芯片的高效能支撐以及自適應算法的持續(xù)進化。

　　《 人民日報 》（ 2025年10月27日 14 版）