在阅读报道之前，请您点击一下“关注”，既方便您讨论与分享，又能给您带来不一样的参与，感谢您的支持。
文丨小蔡菜籽油
编辑丨小蔡菜籽油
前言姿态控制是一项必不可少的飞行能力，而飞行机器人通常依赖于加速度计对于飞虫缺乏明确的重力感，尽管几个感觉器官在姿态稳定中具有既定的作用，展示了当与将姿态与加速度方向相关联的运动模型相结合时，如何从光流中提取姿态。
尽管存在悬停等姿态无法观察到的情况，但我们证明随后的控制系统仍然是稳定的，不断进出这些条件。飞行机器人实验证实，以这种方式适应不可观测性会导致稳定但略微振荡的姿态控制。
对仿生扑翼机器人的实验表明，扑翼运动产生的残余高频姿态振荡提高了可观察性。所提出的方法有望为机器人技术带来希望，无加速度计的自动驾驶仪为昆虫规模的自主飞行机器人铺平了道路。
它形成了一个关于昆虫姿态估计和控制的假设，有可能为已知的生物现象提供进一步的见解。并生成新的预测，例如在更高的飞行速度下减少头部和身体姿态差异。
在与重力的斗争中，飞行机器人和动物控制自己的姿态至关重要，从而确定推力和升力等力的方向。飞行机器人可以设计成具有被动稳定的姿态，这意味着它们不需要主动控制自己的姿态来保持直立。例子包括固定翼无人机和尾翼扑翼机器人。
被动稳定性是有代价的，因为它需要最小的速度并导致敏捷性降低。的确飞虫等敏捷的飞行者、四旋翼和无尾扑翼机器人，本质上是态度不稳定的，依赖于主动的态度控制。为此，不稳定的飞行机器人通常具有加速度计，因为过滤随时间变化的加速度测量值允许检索重力方向。
虽然昆虫有许多不同的感官方式，但没有发现比重传感器，如加速度计。行走时携带重力方向信息的感官线索，在空中飞行时无效。飞行物体经常受到大于其他方向的重力加速度的影响，尤其是在操纵过程中。
具有陀螺功能的器官，例如双翅目中的脖子可以通过提供有关身体旋转速率的信息来帮助稳定，但它们不携带有关绝对姿态角本身的信息。根据昆虫种类的不同，触角鞭毛也可以感应到旋转速率，翅膀应变，奥切利或通过分离光流的旋转和平移分量，可以从已知的初始姿态开始积分旋转速率，但估计的态度会随着时间的推移而漂移。
一些生物启发的控制方法提出了昆虫可能完全绕过估计态度的有趣可能性。已经证明，类似摆锤的扑翼机器人可以纯粹通过反旋转速率来稳定悬停周围。完整的控制系统还可以使用光流来控制飞行速度。
但是，系统的控制性能将取决于设置旋转速率，以便可用的推力和升力足够快地达到所需的方向。由于速率命令的正确符号和幅度取决于姿态角，因此考虑姿态也会使这些方法受益。
将光流与运动模型相结合时是否可以检索姿态角。运动模型通常用于飞行机器人的状态估计，但几乎总是包含来自惯性测量单元的测量值，包括陀螺仪、磁力计和加速度计，以检索姿态。
一些研究试图仅用光流和运动模型来估计姿态角。首先表明，固定翼无人机的姿态角无法以这种方式确定，可以观察到与前方飞行平衡点的姿态偏差，但仅观察无人机的旋转速率时已经如此。仿真实验表明俯仰角的误差越来越大，表明该模型可能主要依赖于积分旋转速率。
遵循生物机器人方法研究基于光学流的姿态估计和控制。首先，在理论上证明，当将光流测量与不稳定飞行器的通用推力矢量运动模型相结合时，可以估计姿态角。这种类型的模型将身体姿态与加速度方向相关联。
适用于四旋翼等旋翼机，也对昆虫和无尾扑翼机器人在拍打周期内平均力时。通过数学方式描述感官输入和运动模型，可以对状态的“可观察性”进行形式分析。速度和高度的矢量，而其传感输入来自类似于基本运动检测器的单个光流传感器，从身体向下指向。如果可以通过跟踪随时间变化的运动动作和传感器观察来唯一确定状态，则该状态是可观察的。
各种复杂程度的推力矢量模型，从没有阻力的基本恒定高度模型开始。非线性可观测性分析表明，包括姿态角在内的状态是局部的，弱可观测性，这意味着在单个时间瞬间，观测值的变化和相应的时间导数可以唯一地链接到状态的变化。进一步的数学和数值分析表明，该模型甚至具有更强的局部可观测性，表明状态本身可以瞬时确定。
但是，可观测性取决于状态变量和控制输入的值。为了说明这一点，其中较高的度意味着可以更容易地观察到状态的变化。估计其电机动作产生的旋转加速度，还测量旋转速率。后一种模型在整个状态空间中的可观测性程度较高，但是当滚动速率p = 0°/s时，两个模型都具有不可观测状态。
起初，这似乎代表了一个相当大的问题，因为零速率会频繁发生，也就是说，每当控制器达到其目标姿态角或光流设定点时。在工程中，在控制系统的核心具有不可观察的状态将被视为不可接受的，并通过添加额外的传感器来补救。
相比之下，认为自然可能已经适应了某些状态下态度的不可观察性。对于基本的恒定高度模型，我们提供了控制系统稳定性的证明，包括不可观察的条件。它由两部分组成：当状态可观测时，控制器能够实现其控制目标，这将导致零速率，即状态不可观测的条件。
当状态不可观测时，噪声和干扰将导致状态再次可观测。例如，直接效应是由力矩生成中的致动噪声引起的，该噪声使模型旋转，从而引起可观察性。另一个例子是由传感器噪声引起的间接效应，这将导致错误的姿态估计。
具有不同噪声水平的闭环仿真实验证实，不可观察的状态不会妨碍成功的姿态或光流控制。通常，性能受益于快速视力测量，因为性能随着视力更新频率的增加而提高。对于没有速率测量的模型，控制性能更差，其中增加的驱动噪声会形成问题。这些仿真结果表明，旋转速率测量对于姿态估计和控制并不是绝对必要的，但确实提高了控制性能。
对日益复杂的模型的数学和数值分析表明，它们的状态也是局部的，弱可观察的。引入的复杂性包括具有阻力和风的变化高度模型，不完美的推力预测，倾斜的表面以及最终在通用三维结构环境中的飞行。
在推力矢量模型的帮助下可以观察到姿态，因为它将姿态与光流及其时间导数捕获的加速度和加速度变化联系起来。然而，在完美的悬停条件下，即当姿态恒定并且光流被抵消时，状态总是无法观察到的。
自由飞行、全自动四旋翼的实验确认理论发现。无人机观察纵向和横向腹侧光流，捕获水平速度和高度的比率，以及光流发散，代表垂直速度和高度的比率。其目标是悬停，通过推力控制估计和控制横滚和俯仰姿态角度和发散来消除腹流。
无人机的控制回路都没有使用估计的速度和高度。相反，无人机直接使用光流测量。一般来说，机器人的姿态估计和控制非常稳健，尽管假设高度和平坦的地面是恒定的。无人机下方的斜坡或三维结构以及角度扰动的更多实验表明了这一点。使用不同的高度模型也获得了类似的结果，鲁棒性部分归功于无人机处理整个流场上的光流。
为了更好地接近自然飞行者，还对生物启发的扑翼机器人进行了实验。机器人配备了一种名为CurvACE的人造复眼，它具有180°×60°的宽视野，粗略视觉分辨率为40×15像素。以200Hz的高分辨率确定四个区域的光流，接近蜜蜂视觉的闪烁融合频率。
最初认为复眼上的残余扑翼运动会妨碍状态估计。基于光流的姿态估计值与使用加速度计的互补滤波器的姿态估计值非常吻合，随后意识到残余拍打运动并没有损害，而是提高了姿态的可观察性。
振荡有利于可观测性，较高的频率缩短了低可观测性的持续时间。这一发现表明，飞行昆虫或机器人可以从残余的扑翼振荡中受益，甚至可以主动诱导旋转速率以提高可观测性的程度本着主动视觉的精神。
微小的昆虫大小的飞行机器人，对于这样的机器人来说，即使是基于MEMS的小型传感器也会造成负担。已经证明，加速度计对于成功控制姿态不是必需的。大多数飞行机器人的自动驾驶仪只将侧向腹流纳入其状态估计中。
光流发散可以提高冗余，甚至允许在没有任何高度传感器或加速度计的情况下完全自主飞行。第三，适应不可观测性是一种比光流控制具有更广泛含义的策略。例如，无人机群中基于无线测距的相对定位导致重要的不可观察条件，例如在编队飞行期间。目前的研究建议研究一种适应这种不可观测性的简约系统，而不是一个更重、更耗电、传感器更多的系统。
所提出的方法还形成了昆虫姿态估计的假设，有可能解释在飞行昆虫中观察到的各种现象。首先，它解释了光流在姿态估计和控制中可能扮演的角色。光流被证明对于食蚜蝇在坠落时稳定飞行至关重要。
食蚜蝇的行为最好用一个包含姿态角的模型来解释，如果昆虫拥有将姿态与加速方向相关联的运动模型，这是可能的。这就提出了一个问题，即昆虫有一个运动模型的合理性，我们打算用任何手段来使用预测的动作效果来进行感知和控制。
昆虫拥有这样的“前向模型”，它们服务于诸如减少动作潜伏期等目标。研究强调了前向模型的另一个潜在目的，即使姿态等状态可观察。例如，这种模型在大脑中的实现可能是隐含的。
人们可能想知道所提出的机制在昆虫更多的感官线索的背景下扮演什么角色。一方面，添加更多的传感器将提高可观测性。另一方面，除非这种进一步的感官线索直接编码重力方向，否则诸如纯悬停之类的飞行条件将仍然无法观察到。
Mahony， R.， Hamel， T. & Pflimlin， J.-M.特殊正交群上的非线性互补滤波器。IEEE Trans. Automat. Contr. 53， 1203–1218 （2008）.
Bender， J. A. & Frye， M. A. 用于感测重力的无脊椎动物解决方案。生。 19， R186–R190 （2009）.
Taylor， G. K. & Krapp， H. G. in Advanced Insect Physics （eds Casas， J. & Simpson， S. J.） 231–316 （Elsevier， 2007）。
Schuppe，H.&Hengstenberg，R.红头蕨的ocelli的光学特性及其在背光响应中的作用。J. Comp. 生理学.A 173， 143–149 （1993）。
Schuppe，H.&Hengstenberg，R.红头蕨的ocelli的光学特性及其在背光响应中的作用。J. Comp. 生理学.A 173， 143–149 （1993）。
