BatDeck: Advancing Nano-drone Navigation with Low-power Ultrasound-based Obstacle Avoidance

纳米无人机因其敏捷性、轻量化和成本效益而特别适用于狭窄、杂乱、封闭的空间探索。然而，识别透明、高反射或吸收材料（如玻璃和金属表面）是具有挑战性的，因为传统的传感器（如相机或激光测距仪）通常无法检测到它们。本文受蝙蝠的启发，介绍了一种轻量级、低功耗的超声传感器——\textit{BatDeck}，用于纳米无人机的自主导航。本文首先提供了关于传感器特性的见解，重点介绍了电机噪声对超声波读数的影响，然后介绍了在不同环境下进行障碍物避免（OA）的广泛实验测试结果。结果表明，\textit{BatDeck}允许在具有透明和反射障碍物的具有挑战性的环境中探索8分钟的飞行时间，平均覆盖136米，然后才会坠毁，证明了超声传感器在纳米无人机的OA方面的有效性。

论文旨在解决纳米无人机在探索狭窄、杂乱、狭小空间时遇到的障碍物识别问题，提出了一种采用超声波传感器的新型传感器方案。

论文的关键思路是采用轻量级、低功耗的超声波传感器，实现纳米无人机的自主导航和障碍物避免。这种传感器方案受到了蝙蝠在黑暗中利用超声波飞行的启发。

论文提供了传感器特性的深入洞察，强调了电机噪声对超声波读数的影响，并进行了广泛的实验测试，证明了超声波传感器在纳米无人机障碍物避免中的有效性。实验结果表明，在具有透明和反射障碍物的挑战性环境中，使用BatDeck可以探索8分钟，平均覆盖136米，然后在撞毁前避免障碍物。

相关研究包括利用红外相机、激光雷达等传感器实现无人机障碍物避免的研究。