[论文解读] A Bio-inspired Collision Detecotr for Small Quadcopter

Jiannan Zhao, Cheng Hu+3 more|arXiv (Cornell University)|Jan 14, 2018

Robotic Path Planning Algorithms参考文献 2被引用 7

一句话总结

本文提出一种受生物启发的碰撞检测器，用于小型四旋翼飞行器，其模型源自蝗虫的LGMD神经元，利用STM32F407微控制器实现实时、计算高效的障碍物检测。该系统通过处理亮度变化检测逼近刺激，在动态室内环境中实现了可靠的碰撞规避，实验结果证实其在真实飞行中的有效性。

ABSTRACT

Sense and avoid capability enables insects to fly versatilely and robustly in dynamic complex environment. Their biological principles are so practical and efficient that inspired we human imitating them in our flying machines. In this paper, we studied a novel bio-inspired collision detector and its application on a quadcopter. The detector is inspired from LGMD neurons in the locusts, and modeled into an STM32F407 MCU. Compared to other collision detecting methods applied on quadcopters, we focused on enhancing the collision selectivity in a bio-inspired way that can considerably increase the computing efficiency during an obstacle detecting task even in complex dynamic environment. We designed the quadcopter's responding operation imminent collisions and tested this bio-inspired system in an indoor arena. The observed results from the experiments demonstrated that the LGMD collision detector is feasible to work as a vision module for the quadcopter's collision avoidance task.

研究动机与目标

• 开发一种计算成本低的碰撞检测系统，用于小型四旋翼飞行器，受生物视觉机制启发。
• 在实时飞行平台上实现并验证基于蝗虫LGMD神经元的生物启发碰撞检测器。
• 在传统SLAM或传感器融合方法资源消耗过高的动态复杂环境中，提升碰撞检测的选择性与计算效率。
• 展示基于LGMD的检测器在自主飞行过程中实现实时障碍物规避的可行性。

提出的方法

• 检测器基于蝗虫的丘脑巨大运动细胞（LGMD）神经元建模，采用包含P-细胞、I-细胞、E-细胞、S-细胞和G-细胞的五层神经网络架构。
• P-细胞使用公式 $ P_f(x,y) = L_f(x,y) - L_{f-1}(x,y) $ 计算连续视频帧之间的亮度变化，表示运动能量。
• I-细胞通过卷积掩码 $[w]_I$ 实现空间延迟的侧向抑制，其权重与距离成反比，模拟视觉通路中的侧向抑制。
• E-细胞直接从P-细胞接收兴奋性信号，而S-细胞通过计算差值 $ S_f(x,y) = E_f(x,y) - I_f(x,y) \cdot W_I $，整合兴奋与抑制信号。
• 引入前向抑制（FFI）机制，通过在自运动（如旋转）时迅速增强抑制，有效抑制误报。
• 系统在STM32F407微控制器上实现，并与四旋翼飞行器的飞控系统集成，实现实时运行。

实验结果

研究问题

• RQ1 基于生物启发的LGMD碰撞检测器是否能在资源受限的小型四旋翼飞行器平台上实现实时可靠的障碍物检测？
• RQ2 在动态环境中，LGMD检测器在区分逼近物体与侧向运动或自身旋转方面表现如何？
• RQ3 该检测器在自运动期间在多大程度上减少了误报，同时保持对即将发生碰撞的敏感性？
• RQ4 该系统是否能够在不依赖SLAM或GPS的情况下，实现室内飞行中的自主障碍物规避？

主要发现

• 基于LGMD的碰撞检测器成功检测到逼近物体，其尖峰响应稳定上升，并在第600帧（6秒）左右达到峰值，此时物体恰好到达相机视野。
• 在侧向运动测试中，检测器保持低尖峰水平，表现出对逼近刺激相对于非逼近运动的强选择性。
• 在自旋转测试中，FFI机制迅速触发抑制，有效抑制LGMD响应，防止误报碰撞警报。
• 四旋翼飞行器成功避开了室内场地中的静态障碍物，轨迹数据显示其在撞击前已表现出明确的规避行为。
• 该系统在STM32F407微控制器上实现了实时性能，证实其计算效率高，适用于微型四旋翼飞行器。
• 该检测器在复杂视觉环境（如纹理背景和动态光照）中表现出鲁棒性，且无需环境预训练。