这项由意大利帕多瓦大学信息工程系与好意思国哥伦比亚大学谋略机科学系长入完成的征询，于2026年5月以预印本步地发布，论文编号为arXiv:2605.19990，面前已投稿至IEEE旗下期刊恭候负责发表。征询的中枢问题极为浮浅却令东说念主深想：机器东说念主在室表里解放行行运，究竟需要若干只"眼睛"才能知说念我方走了多远、走向了何方？

普通东说念主省略从未想考过这个问题，但它关乎着每一台送餐机器东说念主、仓库搬运小车乃至自动驾驶汽车的气运。今天大多数机器东说念主齐靠录像头来感知我方的位置，这些录像头动辄领有几百万个像素点，耗电量惊东说念主，谋略职守千里重。对于那些只须有限电板和算力的微型机器东说念主而言，这种决策就像让一个小孩扛着一台专科级照相建造去导航——能用，但代价太大。征询团队给出的谜底是：只需四个光传感器，合作一个惯性测量单位，就能结束自由可靠的平面导航。

一、为什么录像头的"像素税"让机器东说念主喘不外气

机器东说念主的导航系统泛泛有两类感官。一类是"内感"，就像东说念主感知我方肌肉用了若干力气——比如轮子转了若干圈的编码器，以及感知加快度和旋转的惯性测量单位（IMU，不错相识为一块精密的"电子均衡感受器"）。另一类是"外感"，即是对外部全国的感知，录像头是最常见的代表。

把这两类感官交融起来的时代叫作念视觉惯性里程计（VIO），是面前机器东说念主领域最常用的导航技能之一。它的责任道理雷同于你在一个生疏城市里，一边用手机舆图看周围的路标，一边靠我方的轨范嗅觉走了多远，两者勾搭来笃定位置。然而问题在于，这个"手机舆图"——也即是录像头——实在太耗资源了。

录像头破费的电力大致与其像素数目成正比。一块普通图像传感器在正常责任时会破费数百毫瓦的电力。对于需要长时代说合责任的微型机器东说念主来说，这十分于一台功率巨大的电器一直开着，很快就会把电板榨干。此外，处理每一帧画面还需要多数谋略，这对算力有限的镶嵌式平台来说更是雪上加霜。

征询团队把眼神投向了一个更根蒂的问题：既然咱们只想知说念机器东说念主跑得多快，真的有必要每秒处理几十帧、每帧包含几百万像素的图像吗？

二、向当然界取经：苍蝇的眼睛给了征询者启发

生物学家很早就发现，虫豸的复眼固然远不如东说念主眼精致，却能在翱游中精确感知速率和标的。这背后的玄妙在于：敞开产生的视觉信号，本色上是空间纹理被时代"刷过"时留住的频率特征——不需要认清每一个细节，只需要感知这种频率的变化就够了。

相识这少许，需要借助一个直观化的想想实验。假定你坐在火车上，闭上眼睛，只通过窗帘粗放感受外面色泽的明暗轮流——当列车快速穿过一派树林时，色泽会快速精明；停驻来时，精明住手。仅凭这种精明的频率，你就能大致判断列车的速率，而完全不需要看了了树林的全貌。

这恰是征询团队传感器规画的中枢直观。他们在大地朝下安置了四个光电二极管（浮浅来说即是能感知光强的微小电子元件），每个元件前边摒弃了一块非常的光学滤镜——这块滤镜的图案就像斑马线，由是非条纹轮流组成，但条纹并不是均匀散播的，而是越汇注中心越宽、越汇注旯旮越窄，合座酿成一种叫作念"Gabor函数"（一种特定的数学波形）的图案。

这种斑马线滤镜的作用，是从大地纹理中"捕捞"出某一特定的空间频率因素——就像一个特定孔径的滤网，只让某种大小的颗粒通过。当机器东说念主在大地上移动时，大地纹理被这个滤网"过滤"后产生的光信号，其涟漪频率与机器东说念主的行进速率径直关联：走得越快，信号涟漪越快；停驻来，信号也不再涟漪。

从数学上说，这个道理不错这么相识：大地的空间纹理有各式各样的"空间频率"（就像声息有各式频率通常），当传感器以速率 v 移动时，空间频率 ξ? 会被调换成时代频率 f? = ξ? × v。只须能测出信号的涟漪频率 f?，再除以已知的滤镜频率 ξ?，就能算出速率 v。

三、一个标的搞不定，四个传感器协同料理贫窭

不外，上头这个优雅的道理有一个致命的劣势：它只可告诉你速率的大小，却无法判断标的。原因在于，正弦波信号自身是对称的——不管机器东说念主上前一经向后行走，产生的信号频率完全相易，就像一段旋律正放和倒放听起来节拍相易通常。

征询团队用一个颇为私密的要津料理了这个问题。他们引入了第二个传感器，其滤镜图案与第一个完全相易，但在空间上偏移了四分之一个条纹周期——这十分于把解除首歌的播放程度拨快了四分之一拍。这种偏移在信号处理领域叫作念"正交"，也即是两个信号之间恒久保持90度的相位差。

当机器东说念主上前行运，滚球app(中国)官网下载第一个传感器的信号"伊始"第二个传感器90度；当向后行运，则反过来，第二个传感器"伊始"第一个90度。通过判断哪个信号伊始，就能笃定敞开标的。这个道理与直流电机的编码器责任方法相当相似，只不外这里是通过光学滤波而非机械战争来结束的。

然而还有一个工程上的现实问题：光学滤镜的透过率只然则正数（你不可让一块玻璃"负传光"），但Gabor函数的值有正有负。征询团队的料理决策是把每个Gabor滤镜一分为二：一块只保留偶然部分，另一块只保留负值部分（等价于把负值变为偶然再作念一块新滤镜）。将两块滤镜对应传感器的输出相减，就等价于使用了一块竣工的、有正有负的Gabor滤镜。

这么一来，两个标的（余弦相和正弦相）各需要两块滤镜，系数恰好需要四块滤镜和四个光电二极管。这即是"四像素传感器"名字的由来——不是四百万像素，不是四万像素，即是实实在在的四个光感元件。

四、高度变化带来的纷扰，以及不测的惊喜

在现实中，机器东说念主行行运不免震憾，车体相对大地的高度会跟着地形革新而变化。这对传感器来说是个装扮：高度变化会蜕变滤镜投影到大地上的现实尺寸，从而蜕变有用的"捕捞频率"，让速率的谋略出现偏差。

更复杂的是，四个光电二极管在物理上不可能完全叠放在一齐，它们之间势必存在一定的间距。当高度发生变化时，四个传感器看到的大地区域会稍稍不同步，就像四双眼睛从不同角度看解除个物体时产生的视差。这种视差会影响两路信号之间的相位差，正本应该精确是90度的相位联系会随高度变化而偏移。

然而，征询团队发现这个"骚动"现实上蕴含着有用的信息：相位差的变化量与高度偏差之间存在一定的对应联系。换句话说，传感器的信号里不仅包含速率信息，还掩饰着高度变化的印迹。东说念主工智能模子有才能从这些混合在一齐的信号中，同期学会速率和高度的联系，从而在速率意想上保持慎重。

这个发现其后在实验中获取了考证。当模子在老师时有意加入了各式程度的高度随即扰动之后，它在现实测试时利害震憾路面的才能赫然优于那些只在固定高度下老师的模子。以标称高度正负25%的范围进行随即扰动老师的模子，在同等测试条目下的速率意想均方根邪恶仅为每秒0.048米，致使比只在标称高度老师时的0.054米还要更好——这诠释逼迫的"骚动老师"反而匡助模子学到了更深层的物理律例。

五、用模拟器和神经网罗联手"调教"传感器

知说念了传感器的责任道理，接下来的问题是：Gabor滤镜的具体参数应该何如设定？条纹应该多密？高斯包络应该多宽？振幅应该多大？这些参数决定了传感器对哪个空间频率最敏锐，百家乐app世界杯中国官方最新版也决定了它在各式大地纹理和敞开条目下的推崇。

征询团队的谜底是：不要手工意想这些参数，让机器学习我方找到最优解。为此，他们构建了一个高度仿真的模拟器，能够模拟传感器在各式大地纹理、各式速率和旋转组合下产生的信号。模拟器使用了来自Matador数据集的约7200张高质地真实大地材质图像，涵盖57种材质类别，包括瓷砖、砖块、大理石、混凝土、地毯、碎石等等，保证了千般性。敞开轨迹则来自TartanGround数据集，覆盖伊始80公里、12小时的行驶记载，速率范围从静止到每秒5米，转弯角速率最高达每秒1弧度。

通盘这个词模拟管线是完全可微分的——这意味着邪恶信号不错像电流通常从神经网罗一直反向流到Gabor滤镜的参数上，让滤镜参数和神经网罗参数同期被优化。这就好比你在规画一副眼镜的同期，也在老师大脑读图的才能，两者互趋附作，共同进化。

解码速率的神经网罗继承了时序卷积网罗（TCN）架构，领有约18.4万个参数——这个范围在深度学习里属于轻量级。网罗接受一秒钟的信号窗口（1000个时代步的两路信号），通过层叠的扩展卷积索要多圭臬时代特征，再经过一个留心力池化层——留心力机制的作用雷同于"自动调焦"，当信号质地差时自动缩小该时段的权重，幸免噪声骚动最终判断。终末，网罗不仅输出速率的意想值，还输出一个不笃定度的量化倡导，让系统知说念我方的意想有多大主办。

老师对比实验知道，长入优化的Gabor参数（称为"学习型Gabor"）比手工设定参数的固定Gabor决策，均方根邪恶缩小了29%，平均完全邪恶缩小了35%。而那些完全莫得Gabor不竭、让神经网罗解下学习纵情滤镜步地的"解放像素"决策推崇最差——莫得了Gabor先验的不竭，滤镜退化成了拖沓的雀斑，网罗只可依靠四个传感器之间的时代延伸来曲折意想速率，精度大打扣头。

六、从实验室走向真实全国：920米的实战检修

征询团队为四像素传感器制作了什物原型。四块Gabor滤镜图案被打印在透明胶片上，每块面积16×16平方毫米，装配在四个滨松S9119-01光电二极管前线，通盘这个词传感器阵列以2×2的方格排布，相邻二极管间距1.9厘米，二极管与滤镜之间距离11.4毫米，每个二极管领有70度的视场角。这套系统被装配在LeoRover差速运行机器东说念主的底部，距大地标称高度6厘米，朝向正下方。

AG真人中国官方网站

为了利害室内环境可能出现的猛烈镜面反射，传感器外围加装了遮光罩；为了利害灰暗的室内环境，机器东说念主底盘上吊挂了一盏低功耗LED灯（在室外或色泽豪阔的室内不开启）。整套传感系统的功耗仅为2.5毫瓦，而普通相机图像传感器的功耗泛泛在数百毫瓦量级——这意味着功耗缩小了两个数目级，也即是大致削弱到百分之一以下。

实验阶段，团队在11条室内轨迹（共计618米，61分钟）和5条室外轨迹（共计306米，26分钟）上对机器东说念主进行了遥控测试，共计920米、87分钟的行驶数据。大地类型覆盖了瓷砖、大理石、地毯、混凝土、砖块、碎石等多种材质，环境从整洁的室内走廊到落魄的室外路面不等。

参考轨迹由装配在机器东说念主上的Intel RealSense D455深度相机合作RTAB-Map视觉里程计软件生成，代阐述经常代条目下较为精确的参考基准。对比基线决策包括两种：纯轮式编码器里程计，以及编码器与IMU交融的里程计（与本系统使用相易的陀螺仪数据来意想转向角）。

量化遵循十分有劝服力。揣度轨迹合座几何一致性的平均完全轨迹邪恶（ATE）方面，纯编码器决策在室内平均邪恶高达9.75米、室外14.09米，方差极大（范例差伊始均值），诠释轮子打滑导致严重不自由；编码器加IMU交融后改善赫然，室内0.75米、室外0.74米；而四像素传感器加IMU的决策，室内仅0.28米、室外0.42米，比编码器加IMU决策划分普及了约63%和43%。

揣度积攒漂移的尽头漂移率（端点邪恶除以总行驶距离）方面，纯编码器决策室内高达25.60%、室外30.25%，险些无法实用；编码器加IMU决策室内1.62%、室外1.37%；四像素决策室内0.60%、室外0.62%，约为编码器加IMU决策的三分之一。

此外，征询团队还测试了不同更新频率下的性能推崇。当TCN以1000赫兹、100赫兹和30赫兹三种频率更新速率意想时，轨迹邪恶的互异沧海一粟——从1000赫兹降到30赫兹，室内ATE基本不变，室外ATE仅从0.42米加多到0.44米。这诠释即便大幅缩小谋略频率（从而进一步节俭算力），系统性能险些不受影响。

七、这套系统的责任细节与工程处理

在现实信号处理经过上，外部数据集合系统以41.6千赫兹的采样率对四路模拟信号进行数字化集合。集合后的信号先经过一个60赫兹的陷波滤波器，去除交流电照明（日光灯精明）引入的骚动；再经过450赫兹的低通滤波器去除高频噪声；终末降采样至1000赫兹，送入TCN处理。

TCN使用1秒滑动窗口处理两路差分信号（每路1000个采样点），输出现经常刻的瞬时速率意想和对应的不笃定度。系统会证据不笃定度自动丢弃低置信度的速率意想，再用一个浮浅的中值滤波器剔除瞬时格外值，终末将滤波后的线速率与来自RealSense D455相机IMU的陀螺仪偏航角速率交融，通过浮浅的敞开学积分谋略出平面轨迹。

值得留心的是，整套系统从新到尾完全依赖模拟数据老师，莫得在职何真实全国数据上进行微调或再老师。能够如斯径直地从模拟器迁徙到真实全国，一方面归功于模拟器对物理过程的精致建模（包括探伤器有限面积导致的拖沓效应、标的反应函数、透视收缩效应、硬件增益、读出噪声、量化噪声和动态范围牺牲），另一方面也收获于老师数据中丰富千般的纹理和敞开轨迹组合。

说到底，这项征询申诉的是一个对于"够用就好"的故事。征询团队用四个比指甲盖还小的光感元件，加上一派打印在透明胶片上的斑纹，再合作一个轻量级神经网罗，就结束了比造价远高、功耗弥远的轮式编码器决策更好的导航精度。这对资源受限的机器东说念主平台来说，意味着不错把省下来的电力和算力用于其他更重要的任务。

对于普通东说念主而言，这项征询的道理可能体面前不远的将来：当你在病院走廊看到一台细小地穿梭送药的小机器东说念主，或者在仓库里见到一台陆续责任却不需要不时充电的搬运车，背后省略用的恰是雷同这么极简而精妙的感知决策。异日，征询团队接洽将整套系统集成到定制镶嵌式芯片上，结束果然的片上及时谋略；同期也在探索将这套想路扩展到无东说念主机等具有更多敞开解放度的平台，以及用于地形识别和碰撞预警等更平凡的机器东说念主感知任务。

Q&A

Q1：四像素传感器靠什么道理来测量机器东说念主的移动速率？

A：传感器的每个光电二极管前边摒弃了一块具有特定条纹图案的光学滤镜（Gabor滤镜）。当机器东说念主在大地移动时，大地纹理透过这块滤镜产生的光信号会发生律例性的涟漪，涟漪的频率与移动速率成正比——走得越快，信号涟漪越快，停驻来则不再涟漪。通过测量信号的涟漪频率，就能反推出速率。

Q2：四像素传感器比普通录像头省若干电？

A：四像素传感器的合座功耗仅为2.5毫瓦，而普通相机的图像传感器泛泛破费数百毫瓦。两者出入约两个数目级，也即是说四像素决策的功耗大致只须普通录像头的百分之一，致使更低，对电板续航有权臣改善。

Q3：四像素传感器在室外凸凹叛逆的大地上还能准确责任吗？

A：不错，但性能会略有下落。征询团队在老师时有意加入了传感器高度的随即扰动来模拟震憾路面，使神经网罗学会从信号的相位变化中推断高度偏移并修正速率意想。实验遵循知道室外轨迹邪恶（0.42米）略高于室内（0.28米）百家乐2026世界杯中国官方下载，但仍远优于传统轮式编码器加IMU决策（0.74米）。