段海濱，辛龍，鄧亦敏

（1. 北京航空航天大學(xué) 自動(dòng)化科學(xué)與電氣工程學(xué)院 ，北京 100083; 2. 鵬城實(shí)驗(yàn)室，廣東 深圳 518000）

生物學(xué)家研究發(fā)現(xiàn)，經(jīng)過數(shù)億年的演變，許多動(dòng)物都進(jìn)化出了感知外界環(huán)境信息并將其用于導(dǎo)航的奇異能力[1-3]。與人類依賴高科技和精密設(shè)備不同，自然界中的生物通過其特有的生理結(jié)構(gòu)，僅依賴環(huán)境信息就可以實(shí)現(xiàn)精確導(dǎo)航，從而實(shí)現(xiàn)覓食、歸巢及長途遷徙等行為。人類至今難以制造出僅依賴環(huán)境信息導(dǎo)航的裝置，但對于生物導(dǎo)航功能的模擬，卻是當(dāng)前仿生學(xué)的研究重點(diǎn)之一[4-6]。仿生導(dǎo)航技術(shù)是通過模仿自然界生物體某些感知能力，并將感知的信息轉(zhuǎn)化與處理得到導(dǎo)航參數(shù)的一種技術(shù)。仿生導(dǎo)航具備不依賴衛(wèi)星導(dǎo)航系統(tǒng)、高性能、高自主、抗干擾等優(yōu)勢。

信鴿在放飛之后成功安全歸巢的能力在所有動(dòng)物中名列前茅，同時(shí)由于信鴿長久以來被人類馴養(yǎng)，其可控性高、數(shù)目多且較易觀察，具有較高的研究價(jià)值。同時(shí)，生物學(xué)家通過Clock-Shift實(shí)驗(yàn)、外加磁場干擾實(shí)驗(yàn)、腦電波響應(yīng)等行為學(xué)、神經(jīng)學(xué)研究，驗(yàn)證了鴿子對于太陽、地磁場及地面景觀的依賴性。無人機(jī)已經(jīng)成體系地發(fā)展出全球定位系統(tǒng)(global positioning system，GPS)導(dǎo)航、慣性導(dǎo)航等導(dǎo)航方式，但GPS信號易受復(fù)雜任務(wù)環(huán)境干擾，慣性導(dǎo)航系統(tǒng)存在嚴(yán)重的累計(jì)誤差，并且2種導(dǎo)航方式均缺少場景感知能力，相比于生物導(dǎo)航系統(tǒng)智能性較低。信鴿的智能導(dǎo)航歸巢行為與無人機(jī)視覺自主導(dǎo)航技術(shù)需求十分吻合，如果能夠?qū)⑿砒潓?dǎo)航歸巢過程中涌現(xiàn)出的行為機(jī)制應(yīng)用于無人機(jī)自主導(dǎo)航，無疑具有廣闊的應(yīng)用前景。

1 信鴿歸巢導(dǎo)航行為

信鴿從遙遠(yuǎn)而陌生的地方成功歸巢的能力在所有動(dòng)物中名列前茅，現(xiàn)有的生物學(xué)研究得到許多鳥類導(dǎo)航知識均來自信鴿實(shí)驗(yàn)。利用信鴿作為實(shí)驗(yàn)對象優(yōu)勢突出：信鴿早在4 000多年前被人類馴養(yǎng)，數(shù)量足夠多；鴿子有可靠的且強(qiáng)烈的歸巢動(dòng)機(jī)，為生物學(xué)家提供了一個(gè)堅(jiān)實(shí)的實(shí)驗(yàn)基礎(chǔ)；由于長期馴養(yǎng)，它們習(xí)慣于被處理，所以其歸巢行為可以很容易評估。

1.1 信鴿地圖羅盤導(dǎo)航行為機(jī)制

對鴿子導(dǎo)航的系統(tǒng)分析始于20世紀(jì)中葉，得益于Kramer等研究人員的2個(gè)重要發(fā)現(xiàn)：一是遷徙鳥類更傾向于自然的遷徙方向；二是非遷徙的鳥類被釋放時(shí)，大多向著離家方向不遠(yuǎn)的方位出發(fā)[2]。當(dāng)鴿子從陌生地方歸巢時(shí)，通常是遠(yuǎn)離鴿房且遠(yuǎn)遠(yuǎn)超出了任何直接的感官接觸的范圍。然而，鴿子仍然能夠成功地朝那個(gè)方向飛行并到達(dá)它。這意味著鴿子借助于外部參照物?羅盤，間接地與目標(biāo)建立聯(lián)系，而并不需要知道目標(biāo)的具體位置。Kramer[3]首次提出“Map-and-Compass”模型，該模型是鴿子導(dǎo)航的核心模型之一，它把鴿子歸巢行為描述為2個(gè)步驟：1) 鴿子確定它們相對于鴿房的位置，并將歸巢方向作為羅盤航向。這相當(dāng)于人類使用地圖獲得方向信息，用人類的話，類似于“在南邊”這樣的描述；2)通過查閱羅盤來定位這個(gè)航向，獲得諸如“這條路”或“去那里”之類的信息，指出它們實(shí)際飛行的方向[4-5]。

鴿子在地磁場中的定向能力在20世紀(jì)60年代首次在候鳥身上得到證實(shí)。這得益于在遷徙季節(jié)，鳥類在圈養(yǎng)時(shí)也表現(xiàn)出對季節(jié)適宜的遷徙方向的強(qiáng)烈偏好，這些定向趨勢可以通過一種漏斗形的定向籠中記錄，Emlen[6]設(shè)計(jì)了這種定向籠，首先驗(yàn)證了歐洲羅賓鳥的羅盤依賴性。這種籠子的有限空間可以比較方便地改變環(huán)境磁場條件，使用亥姆霍茲線圈干擾周圍磁場，使其水平分量偏移，而傾角和強(qiáng)度保持不變。該行為學(xué)實(shí)驗(yàn)的意義在于：如果歐洲羅賓鳥依賴磁羅盤，它們應(yīng)該跟隨磁北的移動(dòng)并改變其飛行方向。鴿子雖然是非遷徙鳥類，缺乏與遷徙相關(guān)的方向偏好，但有強(qiáng)烈的歸巢的傾向，會在釋放后朝著鴿房的方向飛行。1974年，Walcott等[7]采用定向籠驗(yàn)證了鴿子的磁盤依賴性，如圖1所示，圖1(a)為鴿子頭上繞著一線圈，圖1(b)是在陰天釋放的鴿子消失方位，感應(yīng)磁場的S極向上，N極向下，通過控制線圈的極向控制磁場方向，箭頭表示平均向量。結(jié)果表明，當(dāng)磁極被翻轉(zhuǎn)時(shí)，鴿子跟隨這種轉(zhuǎn)變改變了飛行方向，這表明它們在磁場的幫助下定向。此后，Wiltschko發(fā)現(xiàn)鴿子的磁羅盤是一種傾角羅盤，其導(dǎo)航特性與磁性無關(guān)。如圖2所示，在北半球地磁場的垂直分量指向下方；當(dāng)垂直分量倒轉(zhuǎn)指向上方時(shí)，技術(shù)指南針仍然指向北方，但鴿子卻反向飛行。2001年，?kesson等發(fā)現(xiàn)鳥類在北極附近，磁羅盤在與垂直方向略微偏離小于3°的傾角仍然能夠定向。2015年，Lefeldt等[8]在?kesson實(shí)驗(yàn)的基礎(chǔ)上，通過實(shí)驗(yàn)室驗(yàn)證，得到了相應(yīng)的結(jié)果，進(jìn)一步確認(rèn)了鴿子磁羅盤是傾角羅盤。

圖1 信鴿磁羅盤實(shí)驗(yàn)[10]Fig. 1 Magnetic compass experiment of homing pigeon[10]

圖2 鴿子磁傾角羅盤示意[22]Fig. 2 The inclination compass of pigeons[22]

為了驗(yàn)證太陽羅盤的作用，Koeing等[9]在1958 年設(shè)計(jì)了著名的 Clock-Shift 對照實(shí)驗(yàn)。測試鴿被關(guān)在一個(gè)封閉的房間，通過自然日出前6 h開始和日落前6 h結(jié)束的光周期，將鴿子內(nèi)部時(shí)鐘的設(shè)置前移6 h，并連續(xù)至少5 d，重置其內(nèi)部時(shí)鐘；對照組鴿子則不作處理，即按照正常的時(shí)間處置。然后對所有鴿子進(jìn)行釋放實(shí)驗(yàn)，觀察并統(tǒng)計(jì)其飛行方向，來判斷太陽的羅盤的作用。結(jié)果表明，測試鴿在晴天里釋放后，與對照鴿比較，它們對太陽的位置判斷出現(xiàn)誤差。如圖3所示。測試鴿誤判了太陽的位置，例如，早上6:00放出的鴿子把東方的朝陽解釋為南方的中午太陽，如果打算朝南飛行，則改為朝東飛行。這種典型的逆時(shí)針偏轉(zhuǎn)，表明鴿子使用太陽羅盤。

圖3 鴿子Clock-shift實(shí)驗(yàn)[22]Fig. 3 The Clock-shift experiments of pigeons[22]

基于Clock-shift實(shí)驗(yàn)的結(jié)果，早期的研究人員認(rèn)為鴿子已通過太陽的角度判斷方向，并假設(shè)太陽的平均前進(jìn)速度為15°/h，預(yù)計(jì)6 h的時(shí)鐘偏移中會出現(xiàn)大約90°的偏轉(zhuǎn)。這樣的假設(shè)看似能夠解釋鴿子方向的轉(zhuǎn)變，但實(shí)際上太陽方位角的變化不是線性的。日出和日落前太陽方位角幾乎沒有變化，而中午左右太陽方位角變化較大。同時(shí)，太陽弧的具體形式在很大程度上取決于地理緯度和季節(jié)：在高緯度地區(qū)，太陽弧相對平坦，在低緯度地區(qū)，太陽弧要陡得多。2000年，德國工程院院士Wolfgang Wiltschko和他的學(xué)生通過在新西蘭奧克蘭附近的一系列Clock-Shift實(shí)驗(yàn)對這個(gè)問題進(jìn)行了驗(yàn)證[10]和他的學(xué)生通過在新西蘭奧克蘭附近的一系列 Clock-Shift 實(shí)驗(yàn)對這個(gè)問題進(jìn)行了驗(yàn)證。因?yàn)榈靥幠暇?7°，夏季太陽方位角變化率的差異是相當(dāng)大的：在日出后的第一個(gè)小時(shí)內(nèi)和日落前的最后一個(gè)小時(shí)內(nèi)，太陽的前進(jìn)速度小于10°，而在中午的一個(gè)小時(shí)內(nèi)，其速度超過40°。鴿子被釋放時(shí)，內(nèi)部時(shí)鐘基于太陽方位角移動(dòng)了4 h。觀察到鴿子能夠分辨不同時(shí)間太陽方位角的不同變化率，并對它們進(jìn)行了補(bǔ)償。鴿子在歸巢的過程中，導(dǎo)航能力會因?yàn)樘柛叨雀淖兌淖儭?/p>

1.2 信鴿視覺地標(biāo)導(dǎo)航行為機(jī)制

除了依賴太陽和磁場這種自然因素，研究表明鴿子同樣依賴視覺線索。2004年，Vyssotski等[11]利用 GPS 設(shè)備，對 50 km范圍內(nèi)記錄的 216 只信鴿軌跡進(jìn)行了分析。實(shí)驗(yàn)發(fā)現(xiàn)通往鴿房的公路和鐵路對有經(jīng)驗(yàn)的鴿子有顯著的吸引力，它們通常會自主地沿著道路飛行，并使用路上的交叉口作為轉(zhuǎn)折點(diǎn)校正方向。Vyssotski認(rèn)為在飛行的早期和中期，沿著大而清晰的道路飛行很可能反映出羅盤航向的穩(wěn)定性，而不需要導(dǎo)航地圖；當(dāng)鴿子接近鴿房區(qū)域時(shí)，更可能依賴認(rèn)知地圖，通過重復(fù)穿越熟悉地形點(diǎn)實(shí)現(xiàn)導(dǎo)航。但GPS對鴿子飛行軌跡的分析只能揭示地形特征對鴿子飛行軌跡的影響，對于視覺標(biāo)志如何影響鴿子飛行無法說明，記錄反映注意力處理的腦電波活動(dòng)可以表明感興趣的物體是否引起飛行路徑的變化。因此，2009年，Vyssotski[12]又通過在鴿子飛行過程中攜帶記錄 GPS 位置和腦電波（electroencephalogram，EEG）的記錄器，分析了鴿子在海上和陸地上釋放時(shí)，不同頻帶的變化。通過記錄鴿子的腦電波發(fā)現(xiàn)，鴿子對于身下幾百米的特殊地標(biāo)會出現(xiàn)腦電波激活響應(yīng)。

在接近鴿房的區(qū)域，本地環(huán)境梯度值和鴿房的梯度值之間的差異會低于可檢測的閾值，因此在該區(qū)域鴿子必須依賴環(huán)境梯度以外的線索[13-14]。Wallraff在1974年提出了“馬賽克地圖(mosaic map)”是對鴿房附近區(qū)域突出地標(biāo)分布的定向心理表征。馬賽克地圖的范圍真實(shí)大小至今沒有定論，并不是一個(gè)固定的值，通常估計(jì)其值在5～10 km。2011年，Schiffer等對法蘭克福鴿房周圍記錄的鴿子足跡進(jìn)行了數(shù)學(xué)分析，粗略估計(jì)了導(dǎo)航過程中涉及的因素?cái)?shù)量；分析表明當(dāng)鴿子接近鴿房時(shí)，除了依賴環(huán)境梯度之外，還包括地標(biāo)。Wiltschko提出在鴿房附近一定范圍內(nèi)，鴿子可以直接以最優(yōu)路徑歸巢，并將該區(qū)域?yàn)榉Q為即時(shí)歸巢區(qū)域(immediate home area)。2012年，她提出特殊地標(biāo)組成 “馬賽克地圖”解釋即時(shí)歸巢區(qū)域，即鴿子能夠記憶鴿房附近顯著地標(biāo)相對于鴿房及相互之間的相對位置關(guān)系。Wiltschko認(rèn)為，馬賽克地圖的大小主要取決于2種情況：1) 鴿子能夠區(qū)分梯度值差異的距離；2) 在鴿房區(qū)域是否有合適的特征性標(biāo)志。這表明羅盤導(dǎo)航區(qū)域與即時(shí)歸巢區(qū)域存在重疊，即使是在即時(shí)歸巢區(qū)域，鴿子同樣會受羅盤因素的影響。在即時(shí)歸巢區(qū)域，鴿子可以依賴視覺識別鴿房附近的特殊地標(biāo)，并利用其給出的方位信息輔助導(dǎo)航。如圖4所示。

圖4 即時(shí)歸巢機(jī)制示意Fig. 4 Sketch map of immediate home mechanism

牛津大學(xué)的Biro等[14]通過GPS記錄并跟蹤了多只信鴿歸巢路徑，進(jìn)行了一系列實(shí)驗(yàn)，研究鴿子的認(rèn)知機(jī)制在歸巢中的作用，發(fā)現(xiàn)鴿子不僅依賴于本地區(qū)內(nèi)高度定型但效率低的路線，而且會被熟悉的路線吸引，進(jìn)一步的研究證實(shí)了路徑重演現(xiàn)象。這種精確的路徑重演顯示了整個(gè)飛行過程中對熟悉的地標(biāo)的依賴，從而驗(yàn)證了熟悉的飛行路線對于信鴿視覺引導(dǎo)的作用[15]。2014年，Nagy等[16]利用GPS 設(shè)備獲取鴿群的飛行軌跡，發(fā)現(xiàn)鴿群中的個(gè)體除頭鴿外，其余跟隨者也存在相應(yīng)的飛行領(lǐng)導(dǎo)等級，位于低級的個(gè)體其行為不僅會受到頭鴿的影響，也會受到其等級之上個(gè)體的影響，而往往來自于臨近上級個(gè)體的影響更為直接迅速。這表明信鴿在集群飛行時(shí)通過視覺進(jìn)行飛行速度和方向調(diào)整，這樣做的明顯優(yōu)勢在于，信息傳遞更高效迅速。

2 典型信鴿歸巢導(dǎo)航模型

為探索信鴿歸巢多種復(fù)雜行為學(xué)實(shí)驗(yàn)的內(nèi)在機(jī)理，研究其涌現(xiàn)出的智能導(dǎo)航行為的機(jī)制，半個(gè)多世紀(jì)以來，相關(guān)研究者嘗試建立信鴿歸巢導(dǎo)航的計(jì)算機(jī)仿真模型和數(shù)學(xué)分析模型，以描述信鴿導(dǎo)航行為特性。其中，對于影響信鴿歸巢導(dǎo)航環(huán)境因素即導(dǎo)航羅盤的仿真建模方面的研究，開始的較早，最為人熟知的是Kramer在1957年提出的經(jīng)典的“Map-and-Compass”模型?！癕apand-Compass”模型將鴿子歸巢描述為兩步走的過程：1) Compass步驟，即鴿子確定其相對于鴿房的位置并得到鴿房的方向作為羅盤方向；2) Map步驟，鴿子鎖定這個(gè)方向并在導(dǎo)航地圖的幫助下轉(zhuǎn)為飛行方向。

然而在三維空間中飛行，單一羅盤無法確定鴿子的準(zhǔn)確位置和方向；不考慮飛行高度的前提下，鴿子至少需要2個(gè)方向才能完成導(dǎo)航和定位。根據(jù)Map-and-Compass模型，Wallraff[17]提出為了確定羅盤方向，需要依賴在釋放地點(diǎn)收集的信息，進(jìn)行雙坐標(biāo)導(dǎo)航。鴿子獲取特定地點(diǎn)的信息，利用環(huán)境梯度的局部標(biāo)量值來確定其相對于鴿房的位置，然后借助導(dǎo)航地圖來解釋這些梯度值。這種利用雙坐標(biāo)導(dǎo)航的理論受地圖網(wǎng)格系統(tǒng)的啟發(fā)提出，環(huán)境場的兩個(gè)幾何參數(shù)即強(qiáng)度和斜率共同構(gòu)成雙坐標(biāo)。1974年，Wallraff提出了雙坐標(biāo)導(dǎo)航的概念模型，認(rèn)為鴿子至少需要2個(gè)參數(shù)確定其位置，并且參數(shù)值在空間中連續(xù)變化。

在“Map-and-Compass”模型和雙坐標(biāo)導(dǎo)航概念的基礎(chǔ)上，Ulrich Nehmzow等[18]在 2001 年提出了一種鴿子導(dǎo)航的計(jì)算機(jī)仿真模型。該模型假設(shè)鴿子在具有2個(gè)相交梯度的環(huán)境中導(dǎo)航飛行，并且鴿子具有羅盤感知能夠據(jù)此確定環(huán)境場的方向，具有梯度感知能夠感知本地環(huán)境梯度。同時(shí)，該模型假設(shè)鴿子具有“導(dǎo)航地圖”，可以據(jù)此確定環(huán)境梯度，并理解本地梯度與鴿房附近梯度的差異。該模型能夠基本上實(shí)現(xiàn)與觀測結(jié)果對應(yīng)的仿真效果。

Wiltschko等[19]通過大量鴿子釋放歸巢實(shí)驗(yàn)的數(shù)據(jù)分析，提出了Nehmzow模型改進(jìn)的版本，二者具有相似的假設(shè)，即兩相交的環(huán)境梯度，鴿子具有梯度感知、羅盤感知能力，鴿子具有導(dǎo)航地圖能夠獲取本地梯度并能理解本地與鴿房的梯度差異。二者的區(qū)別在于：1) 通過對大量鴿子釋放實(shí)驗(yàn)的數(shù)據(jù)進(jìn)行分析總結(jié)，得到了更加精確的仿真模型參數(shù)，對原始模型進(jìn)行了修正；2) 考慮了更加復(fù)雜的模擬環(huán)境，即不單調(diào)或不正交的相交梯度情況；3) 提出“即時(shí)歸巢區(qū)域”的概念，在該區(qū)域，鴿子將采用視覺線索輔助導(dǎo)航。

2011年，Postlethwaite等[20]提出一種幾何模型模擬鴿子導(dǎo)航初始誤差的生成過程，通過帶有系統(tǒng)的誤差的環(huán)境刺激輪廓包線，模型模擬鴿子導(dǎo)航開始時(shí)會導(dǎo)致對稱方向誤差，如圖5所示，其中H為home點(diǎn)，R為釋放點(diǎn)。該模型成功地預(yù)測了從信鴿行為學(xué)實(shí)驗(yàn)數(shù)據(jù)中發(fā)現(xiàn)的誤差模式，但低估了誤差的幅度。隨后，Postlethwaite[21]對模型進(jìn)行了擴(kuò)展，考慮了3種包含更復(fù)雜的環(huán)境信號輪廓線畸變的情況，并計(jì)算了在每種情況下參數(shù)變化時(shí)的方位誤差，最后討論了這些結(jié)果對預(yù)測鴿子在它們用來導(dǎo)航的任何環(huán)境信號中遇到復(fù)雜扭曲時(shí)的影響。解的迭代過程。

3 仿信鴿歸巢行為的無人機(jī)自主導(dǎo)航

圖5 文獻(xiàn)[26]模型鴿子定向誤差機(jī)理Fig. 5 Orientation error mechanism of the model from ref. [26]

除了對信鴿導(dǎo)航因素的模擬，研究人員對于信鴿導(dǎo)航狀態(tài)和導(dǎo)航策略變化，也進(jìn)行了建模分析。牛津大學(xué)的Guilford團(tuán)隊(duì)[22-23]利用小型GPS采集設(shè)備記錄鴿子飛行軌跡，并根據(jù)飛行軌跡觀測飛行行為中大的變化，推斷可能的導(dǎo)航策略變化。Guilford假設(shè)鳥類復(fù)雜的導(dǎo)航行為可能是圍繞一組定義不同導(dǎo)航策略的原型行為狀態(tài)建模的，這種策略需要形成一組隱藏策略狀態(tài)。然后利用GPS設(shè)備采集的鴿子個(gè)體的飛行軌跡數(shù)據(jù)，構(gòu)成一個(gè)時(shí)間演化動(dòng)力系統(tǒng)，采用混沌系統(tǒng)分析方法分析其復(fù)雜性，并采用隱馬爾可夫模型對系統(tǒng)建模，建立了一個(gè)基于時(shí)空熵和概率隱馬爾可夫模型的數(shù)學(xué)模型。最終，Guilford發(fā)現(xiàn)鴿子的歸巢軌跡數(shù)據(jù)呈現(xiàn)一種魯棒的三態(tài)結(jié)構(gòu)。隨后，Guilford進(jìn)一步研究了實(shí)驗(yàn)結(jié)果和細(xì)節(jié)的行為學(xué)原因，著重研究視覺場景對信鴿導(dǎo)航策略切換的影響，提出了位置熵表征導(dǎo)航不確定性的假設(shè)，結(jié)合三態(tài)結(jié)構(gòu)將熟悉區(qū)域?qū)Ш椒纸鉃?種導(dǎo)航置信狀態(tài)。

受Guilford的研究啟發(fā)，Duan等提出了一種新的仿生智能優(yōu)化算法?鴿群優(yōu)化(Pigeon-inspired Optimization, PIO)算法[24]提出了一種仿生智能優(yōu)化算法?鴿群優(yōu)化 (pigeon-inspired optimization, PIO) 算法。PIO算法將影響鴿群歸巢的關(guān)鍵原因分為2大類：1) 羅盤，包括太陽和地球的磁場；2) 地貌景觀，而鴿子在飛行的過程中，根據(jù)不同的情況會使用不同的巡航工具。首先通過地磁場來對一個(gè)大概的方向進(jìn)行辨別，然后利用地貌景象對目前的方向?qū)嵤┬拚钡降竭_(dá)精確的目的地。所以 PIO 算法中鴿子歸巢有2個(gè)基本算子組成：羅盤算子和地標(biāo)算子。通過模仿鴿子尋找目的地的導(dǎo)航機(jī)制， 設(shè)計(jì)目標(biāo)向量尋求全局最優(yōu)

3.1 動(dòng)態(tài)切換三階段信鴿歸巢導(dǎo)航模型

現(xiàn)有的鴿子歸巢導(dǎo)航模型大部分是基于行為學(xué)實(shí)驗(yàn)的分析和對觀測結(jié)果的模擬，并且都集中在對自然因素如太陽和磁羅盤的研究，而對于視覺因素的建模則較少。Guilford基于位置熵提出的三態(tài)模型，從數(shù)據(jù)上推論出信鴿歸巢過程呈現(xiàn)3種導(dǎo)航置信狀態(tài)，但這是一種抽象模型，并沒有具體到信鴿的導(dǎo)航行為。結(jié)合以上2個(gè)方面的研究，針對信鴿歸巢導(dǎo)航所涌現(xiàn)出的地圖羅盤導(dǎo)航、飛行中重定向和鴿房區(qū)域快速歸巢的行為機(jī)制，并借鑒現(xiàn)有信鴿導(dǎo)航模型和位置熵理論，本文提出一種動(dòng)態(tài)切換三階段信鴿歸巢導(dǎo)航模型。本模型將信鴿歸巢過程具體化為3個(gè)階段，分別為Map-and-Compass階段、Leg Length階段和Immediate Home階段，并給出建模過程。

1) Map-and-Compass階段

Map-and-Compass階段對應(yīng)信鴿依賴地圖羅盤導(dǎo)航行為，此時(shí)鴿子處于高熵狀態(tài)，對自己的位置最不確定，需要依賴自然羅盤收集與導(dǎo)航有關(guān)的信息。高熵狀態(tài)包括2個(gè)時(shí)期：1) 釋放后立即出現(xiàn)的典型時(shí)期，即信鴿依賴太陽或磁羅盤確定羅盤方向，并在“認(rèn)知地圖”的幫助下，確定目標(biāo)方向；2) 信鴿在飛行一定距離后，且沒有發(fā)現(xiàn)與歸巢路線相關(guān)的顯著標(biāo)志性特征，會引發(fā)對位置的重新評估，從而導(dǎo)致回家方向的重新評估的時(shí)期。此時(shí)信鴿需要重新校正方向，這也與已有的研究現(xiàn)象相符合。這一過程與Kramer的“Map-and-Compass”模型是一致的。

假設(shè)鴿子具備羅盤感知與梯度感知，其感知精度受分別受參數(shù)CN和CN控制，并且羅盤讀數(shù)與梯度值服從以真值為均值的標(biāo)準(zhǔn)正態(tài)分布，定義為

式中：φ、α為羅盤和梯度讀數(shù)；φtrue為真羅盤航向；αtrue為梯度真值；ρ1、ρ2為均值0標(biāo)準(zhǔn)差1隨機(jī)數(shù)。

鴿子的導(dǎo)航地圖是通過反復(fù)學(xué)習(xí)羅盤和環(huán)境梯度得到的，因此它也有噪聲，但應(yīng)比羅盤或梯度感知更精確。將地圖的角度誤差和陡度誤差分別設(shè)置為CN和GN的25%，可以構(gòu)建地圖模型：

式中：A、B表示兩相交環(huán)境場； εA、 εB為環(huán)境梯度方向； σA、 σB為梯度斜率； ρ 為隨機(jī)數(shù)。由式(6)可知，導(dǎo)航地圖使得環(huán)境場并非垂直或單調(diào)，而是存在一定角度和斜率誤差。根據(jù)式(1)～(6)，便可建立Map-and-Compass階段定向模型。

2) Leg Length階段

Leg Length階段是飛行中重定向期間的導(dǎo)航行為，即鴿子在飛行一定距離后，重新校正方向。在Leg Length階段，鴿子處于中熵狀態(tài)，此時(shí)鴿子對自己的歸航方向有了合理的信心。按照Guilford的研究，此時(shí)使用鴿子導(dǎo)航行為的主要輸入可能是以中間目標(biāo)朝向精度的導(dǎo)航策略，因此可進(jìn)行頻繁調(diào)整。一種策略可能是使用視覺航路點(diǎn)，在航路點(diǎn)之間使用其他自我中心機(jī)制，如航位推算。本模型將Leg Length階段定義為一種航位推算行為，此時(shí)鴿子不需要維護(hù)其飛行方向，而只需要維護(hù)其飛行距離；當(dāng)飛行距離達(dá)到或超過Leg Length時(shí)，則再次進(jìn)入Map-and-Compass階段調(diào)整方向。因此，中熵狀態(tài)可進(jìn)行頻繁調(diào)整。

對鴿子的Clock-shift實(shí)驗(yàn)的飛行軌跡的記錄表明，“Leg Length”值應(yīng)當(dāng)在2～7 km，不是一個(gè)確定值。本文建模時(shí)假設(shè)“Map-and-Compass”過程不穩(wěn)定，這意味著鴿子無法按照固定距離重新確定航向，導(dǎo)致變化的“Leg Length”和非周期性檢查的變化。將“Leg Length”更新方式定義為

式中rand表示在固定區(qū)間內(nèi)均勻取值。在“Leg Length”階段，鴿子會保持當(dāng)前航向，只受微小誤差影響，但整體方向基本維持不變。

3) Immediate Home階段

Immediate Home階段，對應(yīng)鴿子在鴿房附近區(qū)域快速歸巢的行為。本模型中，當(dāng)信鴿進(jìn)入鴿房附近區(qū)域后，將進(jìn)入低熵狀態(tài)，此時(shí)鴿子對自己的飛行路線最有信心，它們將依賴外部輸入地標(biāo)特征，獲取直達(dá)鴿房的方向信息。Guilford提出了2種驅(qū)動(dòng)鳥類進(jìn)入低熵狀態(tài)的機(jī)制，這2種機(jī)制都涉及到外部輸入視覺特征。因此，本文假設(shè)在即時(shí)歸巢區(qū)域，鴿子將采用“馬賽克地圖”導(dǎo)航方式，通過識別特殊地標(biāo)，得到鴿房相對于地標(biāo)的方位。

按照鴿子歸巢行為學(xué)實(shí)驗(yàn)觀測結(jié)果，即時(shí)歸巢區(qū)域的真實(shí)大小無法確定得到，但估計(jì)其值在5～10 km，在這個(gè)區(qū)域內(nèi)都屬于“即時(shí)歸巢區(qū)域”，可以表示為

式中 IHA_R(immediate home area radius)表示即時(shí)歸巢區(qū)域半徑。

3.2 模型仿真與分析

根據(jù)上節(jié)建立的鴿子歸巢行為模型，本節(jié)通過模型仿真模擬鴿子歸巢飛行結(jié)果。當(dāng)信鴿釋放后，首先進(jìn)入Map-and-Compass階段依靠羅盤和地圖確定航向；然后進(jìn)入Leg Length階段，只需要維護(hù)其相對于出發(fā)點(diǎn)的位置，而不需要再考慮羅盤因素；當(dāng)飛行距離達(dá)到Leg Length后，再次進(jìn)入Map-and-Compass階段校正方向；當(dāng)信鴿進(jìn)入鴿房區(qū)域范圍時(shí)，通過識別熟悉地標(biāo)，快速獲取鴿房方位；由于導(dǎo)航地圖與該區(qū)域存在重疊，信鴿同時(shí)會受羅盤因素的影響。因此，本文提出的動(dòng)態(tài)切換3階段鴿子歸巢導(dǎo)航模型各階段之間存在耦合，狀態(tài)可切換。

仿真環(huán)境為的 1 000×1000 單元的區(qū)域，表示500km×500km面積。其2個(gè)環(huán)境梯度A、B在仿真環(huán)境中包括250個(gè)不同梯度值，互相正交且斜率相同為1，即每前進(jìn)2 km環(huán)境梯度的數(shù)值加1。假設(shè)COMPNOISE為15°，即68%的羅盤讀數(shù)位于真實(shí)方向的 ± 15?以內(nèi)。GRADINOISE值為1.5，表示在所有梯度值的讀數(shù)中，68%落在真值的1.5個(gè)梯度單元以內(nèi)，即 ± 3km 范圍內(nèi)。仿真流程如圖6所示。

圖7(a)給出了模型仿真的飛行軌跡，鴿子成功歸巢并且飛行軌跡與行為學(xué)實(shí)驗(yàn)記錄的信鴿飛行軌跡近似，表明本文模型的可行性。圖7(a)中每個(gè)箭頭指示的位置為鴿子重定向的位置，中間的距離即Leg Length，由于Leg Length按照式(7)隨機(jī)更新，因此箭頭間的飛行距離不同。在“即時(shí)歸巢區(qū)域”設(shè)置了4個(gè)模擬的視覺地標(biāo)，當(dāng)鴿子到達(dá)“即時(shí)歸巢區(qū)域”邊界(圖7(b)綠色虛線區(qū)域)時(shí)，識別距離最近的地標(biāo)，并首先飛行至地標(biāo)位置，然后按照最優(yōu)路徑直接歸巢，如圖7(b)軌跡所示。

3.3 信鴿歸巢行為與無人機(jī)自主導(dǎo)航的機(jī)制映射

信鴿歸巢導(dǎo)航行為與無人機(jī)自主導(dǎo)航在任務(wù)環(huán)境和任務(wù)需求上存在著較大的相似性，因此信鴿導(dǎo)航行為機(jī)制對于無人機(jī)在高動(dòng)態(tài)/強(qiáng)干擾環(huán)境下自主導(dǎo)航具有很多借鑒意義：首先，因任務(wù)環(huán)境相似，未來無人機(jī)所受到的干擾因素比如陸?？仗祀娨惑w化的復(fù)雜作戰(zhàn)環(huán)境，衛(wèi)星導(dǎo)航受到惡意干擾和破壞，城市高樓、山底、峽谷間等環(huán)境，無人飛行器面臨的威脅類型復(fù)雜多變，作戰(zhàn)模式將呈現(xiàn)多樣化，導(dǎo)航信號可能會被拒止、削弱，甚至被欺騙等；而信鴿可以在復(fù)雜的環(huán)境中飛行并歸巢，只依賴自然環(huán)境提供的羅盤和地面場景信息，其導(dǎo)航機(jī)制對于這類特性環(huán)境噪聲的抗干擾性恰恰也是設(shè)計(jì)無人機(jī)自主導(dǎo)航系統(tǒng)所需要的。同時(shí)，也因二者的任務(wù)需求類似，信鴿導(dǎo)航需要依賴太陽或地磁場提供的羅盤，以及通過視覺獲取的地面場景和特殊地標(biāo)信息等；而現(xiàn)有的機(jī)載設(shè)備具備羅盤和慣導(dǎo)系統(tǒng)，能夠滿足航向信息需求，機(jī)載光電吊艙系統(tǒng)能夠?qū)崟r(shí)獲取高分辨率圖像，滿足視覺信息需求。

本文在建立信鴿歸巢行為模型時(shí)，已經(jīng)考慮了信鴿歸巢行為機(jī)制與無人機(jī)自主導(dǎo)航任務(wù)之間的相似性，因此可以方便地將信鴿導(dǎo)航行為機(jī)制映射到無人機(jī)自主導(dǎo)航中。本文提出的由于本文提出的動(dòng)態(tài)切換3階段鴿子歸巢導(dǎo)航模型，是基于信鴿歸巢導(dǎo)航過程建立的，并且基于位置熵理論對于各階段依賴的導(dǎo)航策略有明確的結(jié)論，更便于與無人機(jī)自主導(dǎo)航建立映射關(guān)系。在此基礎(chǔ)上，可以分別建立從Map-and-Compass模型到無人機(jī)基于太陽/磁羅盤定向算法，從Leg Length模型到無人機(jī)基于視覺的航位推算算法和從Immediate Home模型到基于馬賽克地圖的快速導(dǎo)航的算法映射關(guān)系，進(jìn)而實(shí)現(xiàn)仿信鴿歸巢導(dǎo)航行為機(jī)制的無人機(jī)自主導(dǎo)航。如圖8所示。

圖8 信鴿歸巢歸巢行為與無人機(jī)自主導(dǎo)航機(jī)制映射Fig. 8 Mechanism mapping from pigeon homing behavior to autonomous navigation of UAV

從可行性上考慮，對于Map-and-Compass模型，現(xiàn)有的仿生導(dǎo)航技術(shù)包括仿生偏振光導(dǎo)航和仿生地磁導(dǎo)航，分別依賴太陽和地磁場實(shí)現(xiàn)導(dǎo)航，已經(jīng)取得較大的研究進(jìn)展，并已經(jīng)開發(fā)出了相應(yīng)的導(dǎo)航裝置，表明通過太陽和地磁場導(dǎo)航的可行性。利用已有的仿生偏振導(dǎo)航和仿生地磁導(dǎo)航技術(shù)，可以模擬信鴿的Map-and-Compass行為，實(shí)現(xiàn)羅盤定向。Leg Length行為實(shí)際上是一種典型的“航位推算”行為，信鴿在飛行過程中利用產(chǎn)生的運(yùn)動(dòng)信息更新其相對于出發(fā)點(diǎn)的位置。由于每次的Leg Length只需要計(jì)算其相對于更新航向時(shí)的相對位置，基于同時(shí)定位與建圖(simultaneous localization and mapping, SLAM)技術(shù)的視覺導(dǎo)航為解決這個(gè)問題提供了可能。SLAM的前端視覺里程計(jì)(visual odometry, VO)，通過采集序列圖像可以實(shí)現(xiàn)相對位姿估計(jì)，完全符合Leg Length計(jì)算的需求[25]；并且視覺導(dǎo)航具有場景信息豐富、抗干擾能力強(qiáng)、精度高以及成本低等優(yōu)點(diǎn)，已經(jīng)成為無人機(jī)導(dǎo)航技術(shù)研究的新方向。最后對于Immediate Home模型的實(shí)現(xiàn)，其關(guān)鍵在于建立認(rèn)知地圖，即建立孤立的地標(biāo)之間及其與鴿房之間的相對位置關(guān)系，通常采用拓?fù)涞貓D來模擬生物認(rèn)知地圖。拓?fù)涞貓D是地圖導(dǎo)航的一種，在拓?fù)涞貓D中，不同位置之間的關(guān)系由鄰接圖表示，因此，通過建立一個(gè)拓?fù)鋱D來表示位置關(guān)系是一種有效的方法，并且已有大量關(guān)于拓?fù)浣▓D的方案[26-27]。

4 研究展望

目前關(guān)于生物導(dǎo)航機(jī)制及其相關(guān)應(yīng)用的研究方興未艾，然而現(xiàn)有的仿生導(dǎo)航技術(shù)主要集中在2個(gè)方向，即仿生偏振光導(dǎo)航和仿生地磁導(dǎo)航，分別利用太陽光和地磁場實(shí)現(xiàn)了相應(yīng)的導(dǎo)航技術(shù)。仿生偏振光導(dǎo)航系統(tǒng)是受昆蟲奇特偏振光導(dǎo)航能力的啟發(fā)，已經(jīng)有大量的研究，并且國內(nèi)外均已經(jīng)開發(fā)出基于生物偏振光導(dǎo)航定位機(jī)制的新型仿生導(dǎo)航傳感器和裝置。仿生地磁導(dǎo)航具有全區(qū)域、全天候、抗干擾能力強(qiáng)及無積累誤差的優(yōu)點(diǎn)；研究人員從生物地磁導(dǎo)航現(xiàn)象、地磁導(dǎo)航機(jī)理，仿生地磁導(dǎo)航定位方法進(jìn)行了大量的研究，仿生地磁導(dǎo)航方法作為一種重要的輔助性導(dǎo)航方式，在衛(wèi)星、導(dǎo)彈、航海等領(lǐng)域均有廣泛應(yīng)用。

對于信鴿導(dǎo)航機(jī)制研究，盡管近半個(gè)多世紀(jì)以來有著眾多突破性的研究進(jìn)展，但仍停留在生理學(xué)、神經(jīng)學(xué)和行為學(xué)實(shí)驗(yàn)研究層面，并且目前為止對于信鴿依賴何種機(jī)制進(jìn)行導(dǎo)航還未有定論；對于信鴿導(dǎo)航行為機(jī)制的應(yīng)用的研究，也都還處于建模仿真層面，距離實(shí)際應(yīng)用還很遙遠(yuǎn)。基于信鴿歸巢導(dǎo)航行為機(jī)制的無人機(jī)自主導(dǎo)航方面的研究，據(jù)筆者所知，國內(nèi)外還未有相關(guān)的研究。而信鴿導(dǎo)航行為融合了太陽、地磁場、視覺等多種信息，導(dǎo)航能力優(yōu)于絕大部分生物，因此仿信鴿歸巢導(dǎo)航行為實(shí)現(xiàn)無人機(jī)自主導(dǎo)航無疑有廣泛的應(yīng)用前景，作者認(rèn)為還有許多問題有待進(jìn)一步深入研究：

1)對現(xiàn)有仿生導(dǎo)航系統(tǒng)的應(yīng)用?，F(xiàn)有的研究已經(jīng)表明信鴿可以依賴太陽和地磁羅盤實(shí)現(xiàn)導(dǎo)航，并且已經(jīng)在鴿子體內(nèi)發(fā)現(xiàn)了光感應(yīng)和磁感應(yīng)受體。因此，可以借鑒仿生偏振光導(dǎo)航和仿生地磁導(dǎo)航的研究，將其應(yīng)用到仿信鴿導(dǎo)航系統(tǒng)中，實(shí)現(xiàn)“Map-and-Compass”模型到導(dǎo)航定向算法跨越。

2)信鴿視覺通路建模。隨著生理學(xué)研究的不斷深入，鴿子視覺系統(tǒng)及其神經(jīng)系統(tǒng)將更為清晰準(zhǔn)確地被描繪，鴿子視覺信息處理技術(shù)將會變得更加完善，從模擬某個(gè)視覺組織或神經(jīng)通路向更深入或更廣泛的區(qū)域發(fā)展，利用信鴿視覺神經(jīng)回路機(jī)制建立仿鴿子視覺信息處理模型，通過軟硬件結(jié)合的方式模擬鴿子視覺系統(tǒng)，進(jìn)而模擬其視覺導(dǎo)航行為。

3)仿信鴿腦海馬結(jié)構(gòu)的認(rèn)知地圖導(dǎo)航?；谏镎J(rèn)知機(jī)理的導(dǎo)航是智能導(dǎo)航領(lǐng)域的一個(gè)重要研究方向。信鴿在即時(shí)歸巢區(qū)域，可以建立認(rèn)知地圖，通過識別熟悉地標(biāo)實(shí)現(xiàn)快速導(dǎo)航，是一種典型的認(rèn)知導(dǎo)航行為。鴿腦內(nèi)的海馬結(jié)構(gòu)在認(rèn)知地圖的構(gòu)建方面有重要作用，因此模擬鴿腦海馬結(jié)構(gòu)實(shí)現(xiàn)認(rèn)知建圖和導(dǎo)航具有重要的理論研究價(jià)值和實(shí)際意義。

隨著無人機(jī)在偵察、搜救和測繪等方面應(yīng)用的日益廣泛和深入，無人機(jī)的自主導(dǎo)航技術(shù)理論和應(yīng)用研究均有著巨大的發(fā)展?jié)摿?，基于信鴿?dǎo)航行為機(jī)制的無人機(jī)自主導(dǎo)航技術(shù)民用和軍用領(lǐng)域都將有著更大的發(fā)展空間和需求。

5 結(jié)束語

目前對于仿鴿子智能導(dǎo)航技術(shù)的研究已經(jīng)成為一個(gè)研究熱點(diǎn)，今年來該領(lǐng)域不斷涌現(xiàn)出新的研究成果，但不論是鴿子視覺系統(tǒng)的生理研究，還是其機(jī)制的建模分析即仿生學(xué)的研究，仍存在一些不完善的部分，尤其是關(guān)于應(yīng)用方面的研究還處于空白。仿鴿子智能導(dǎo)航的應(yīng)用研究還處于剛剛起步狀態(tài)，還需要不斷豐富自身理論，在更多應(yīng)用中予以實(shí)踐。將鴿子智能導(dǎo)航機(jī)制映射到無人機(jī)自主導(dǎo)航層面，并進(jìn)一步實(shí)現(xiàn)實(shí)際無人機(jī)導(dǎo)航應(yīng)用，還任重道遠(yuǎn)，因此對于仿鴿子智能機(jī)制的研究與應(yīng)用工作具有重要的意義。作者未來的研究重點(diǎn)將放在對信鴿導(dǎo)航模型的算法實(shí)現(xiàn)，仿鴿視覺?腦信息處理導(dǎo)航機(jī)制研究，建立完整的仿信鴿歸巢行為機(jī)制的無人機(jī)自主導(dǎo)航系統(tǒng)。