SPiDR：一种基于微观结构的视觉技术，用于无处不在的微型机器人

《Communications of the ACM》：SPiDR: Microstructure-Assisted Vision for Ubiquitous Tiny Robots

　　摘要
本文介绍了SPiDR的设计与实现，这是一种专为微型移动机器人设计的超低功耗空间感知系统。该声学传感器仅使用一对扬声器/麦克风即可生成视野的横截面图像。尽管使用单一全向声源难以实现足够的空间信号多样性，但我们利用声音与微小结构的相互作用，创建了一种名为“模板”的3D打印被动滤波器，能够以高精度将空间编码信号投射到特定区域。系统接收来自附近物体的反射信号的组合，并应用一种新型的功耗感知深度图重建算法。该算法首先估计场景中物体的大致位置，然后通过迭代进行分数多分辨率反演。在现实场景中，SPiDR仅消耗10毫瓦的功率即可生成深度图，且与实际场景的结构相似度超过80%。

1 引言
微型移动机器人正展现出新的能力和应用场景。这些尺寸仅为几英寸的昆虫级机器人可以作为灾难现场的搜救工具，执行采矿或农业采集任务，甚至能够移动重物。当这些小型机器人系统与自主导航技术结合时，将在精准农业、灾害管理、监控等领域开辟新的应用可能性。然而，要实现这些目标需要克服一系列挑战，其中理解环境信息对于导航至关重要。现有技术由于受到能源限制、计算能力有限以及低成本制造要求（SWaP-C约束）的影响，无法直接应用于小型机器人系统。本文提出的SPiDR是一种超低功耗声学空间感知系统，能够生成附近物体的精确深度图。图1展示了该系统的整体结构。

图1. SPiDR——一种用于移动机器人的超低功耗声学空间感知系统。该系统采用精心设计的3D打印微结构来投射空间编码信号以实现成像。

广泛采用的场景感知方法通常会扫描周围环境并生成场景的深度图。例如，激光雷达利用移动激光源扫描周围三维空间中的每个点，并通过分析反射信号来确定距离。而基于雷达或声纳的系统则通过相控阵天线/换能器实现电子聚焦，将射频或声波信号定向传输。尽管机械式扫描方式效率较低，但对于我们的应用来说，波束成形更为合适。然而，高角度分辨率需要大量换能器同时传输信号，这会导致较高的计算复杂性和功耗。在微型机器人系统中，分配给运动执行器的功率后，仅剩10-30毫瓦用于感知任务。

在开发超低功耗感知系统的过程中，我们首先探索了如何在感知硬件上实现最小功耗。我们选择低频（40kHz时波长为8.5毫米）的声波信号，因为其波长较短，有利于提高空间感知分辨率，同时简单的低成本振荡器可以生成所需频率。对于主动感知方式（传感器需要发送信号并分析反射信号），至少需要一个通道用于信号生成和一个通道用于接收（时间交织的发送/接收通道可达到类似性能）。单发射/接收架构排除了使用电子波束成形或机械方式来扫描场景的可能性。我们通过使用空间编码信号解决了这一问题——这种信号在每个方向上发送独特的模式（如图2所示）。反射信号携带了反射物体的方向信息，其距离可通过信号传播时间确定——这两个参数足以确定场景中障碍物的位置。由于我们只有一个全向发射器，使用空间多样性信号仍存在挑战。为了解决这个问题，我们利用3D打印微结构来控制多径信道的特性（这是无线通信中的成熟技术）。

图2. 空间编码信道发声方法的概念。接收到的信号是携带方向特徵的反射信号的加权线性组合。

多径效应是指信号在离开发射器后遇到环境中的物体反射，形成多个副本，这些副本通过不同路径传播并在接收器处叠加。不同路径的长度决定了副本的相位延迟，从而影响接收信号的幅度和相位。通过组合不同路径长度，可以生成类似编码模式的独特信号。虽然环境中的多径路径长度不可预测，但我们利用多径叠加原理来创建具有方向特徵的信号。

我们为扬声器设计了一个3D打印的“模板”，通过内部管道将扬声器输出分成多个副本，使信号通过不同时间延迟的路径传播，最终从不同空间方向的输出孔中发出。这些延迟后的信号在场景中相互干涉，形成复杂但可预测的模式，相当于向空间中的特定点发送特定代码。假设目标空间被划分为均匀分布的3D点（体素），如果某个体素被物体占据，编码信号会带有该物体的特征反射回接收器。所有来自目标场景的编码反射信号在接收器处合并，经过处理后可转换为场景中物体的3D点云。不过，导航应用通常只需要场景的2D横截面视图，因此所需的处理能力较低。由于模板仅为被动结构，传感器前端仅消耗扬声器（发射器）和麦克风（接收器）的电能，总功耗不到半毫焦耳。

仅靠新的感知前端架构尚不足以实现整体低功耗。从反射信号组合中计算场景信息需要通道反演算法，这通常计算成本较高。SPiDR采用了分数场景重建和拼接算法，显著降低了计算能耗。其核心思想是对场景中物体位置进行粗粒度概率估计，然后通过部分反演通道矩阵进行迭代优化，从而大幅减少计算量。SPiDR还能利用机器人的移动特性，叠加多个相同物体的图像以获得更高分辨率的场景表示。经过优化后，整个场景重建过程每张深度图的能耗仅为0.83毫焦耳（针对20×10厘米的场景）。

SPiDR的低功耗空间感知技术在与微型机器人平台的实际需求方面有四个关键区别：
(a) 无需扫描：SPiDR无需任何机械运动，因此设计中无需耗电的执行器；
(b) 无需特定位置信息：SPiDR不尝试学习特定位置的信号模式，校准目的是在空旷空间中确定理想信道（使用理想点反射器），因此一次实验室校准即可，传感器出厂时已预加载该信道信息；
(c) 耗电感知硬件/信号：深度分辨率与频率成反比，但我们使用40kHz的商用压电换能器，这种换能器成本低廉且功耗低；
(d) 耗电感知计算：我们利用目标场景的稀疏性减少深度图计算量，迭代场景重建算法的计算成本与场景中被物体占据的比例相关。

2 核心理念与基础原理
传统的场景感知方法依赖于从一个角度同时使用定向波束（发送或接收，或两者结合）扫描区域。SPiDR采用完全不同的方法——空间编码信道发声技术。其核心思想是发送具有方向特徵的探测信号。当信号被物体反射时，反射信号会携带该方向的编码信息。场景重建算法通过识别反射信号中的独特编码来定位物体方向和距离。虽然这一概念在理论上是可行的，但在低功耗和低复杂度系统中实现仍面临挑战。为降低硬件功耗和复杂性，我们仅使用一个扬声器和一个麦克风进行信号发送和接收。研究表明，精心设计的3D打印被动结构可以在不依赖机械或计算资源的情况下嵌入方向特徵。如果空间编码信道发声效果良好，单个接收器即可通过线性叠加模型从反射信号中恢复物体方向和深度信息。接下来我们将详细阐述这两个关键理念。

图3. 使用模板和内部通道实现多样性投影，为物体平面上的每个像素编码独特的信号特征。

在SPiDR之前，我们开发了Owlet系统，该系统利用声学微结构进行到达方向（DoA）估计和源定位（如图4所示）。Owlet使用3D打印的超材料结构在麦克风上嵌入方向特徵。这项工作展示了被动结构如何在微型、低功耗设备中实现空间感知。在此基础上，我们进一步开发了Sirius系统，该系统将结构辅助空间感知技术应用于射频信号，实现物联网传感器的自定位（如图6所示）。Sirius使用可重构天线动态改变增益模式，在接收信号中嵌入方向特徵编码，显著降低了硬件复杂性和功耗。

图6. Sirius使用可重构天线进行射频方向估计。

虽然Owlet和Sirius专注于通过信号处理进行到达方向估计，但SPiDR则利用空间编码信道发声技术进行深度成像，进一步推动了低功耗空间感知技术的发展。2.1 结构辅助的编码信号投影：信号反射成分的叠加（即多径效应）会改变信号波形，其影响取决于路径数量和复杂增益。虽然多径效应在通信和其他声学应用中通常被视为不利因素，但我们利用这一原理在场景中投射空间多样化的探测信号。不过，我们使用精心设计的声学结构（称为“模板”）来产生具有所需延迟和衰减的信号通道。图3展示了模板的设计原理。模板是一个3D打印的多孔盖子，通过内部管道将扬声器输出信号分成多个副本，这些管道引导信号通过不同时间延迟的路径传播，最终从不同方向输出。这些延迟后的信号在场景中相互干涉，形成复杂但可预测的模式，相当于向空间中的特定点发送特定代码。想象目标空间被划分为均匀分布的3D点（体素），如果某个体素被物体占据，编码信号会带有其特征反射回接收器。所有来自目标场景的编码反射信号在接收器处合并，经过处理后可转换为场景中物体的3D点云。然而，导航应用通常只需要场景的2D横截面视图，因此所需的处理能力较低。由于模板仅为被动结构，传感器前端仅消耗扬声器（发射器）和麦克风（接收器）的电能，总功耗不到半毫焦耳。

虽然新的感知前端架构本身在整体低功耗方面具有优势，但从接收到的编码信号组合计算场景信息仍需通道反演算法，这可能计算成本较高。SPiDR采用分数场景重建和拼接算法，大幅降低了计算成本。其关键思想是对场景中物体位置进行粗粒度概率估计，然后通过部分反演通道矩阵进行迭代优化，计算量远低于传统方法。SPiDR还能利用机器人的移动特性，叠加多个相同物体的图像以获得更高分辨率的场景表示。经过优化后，整个场景重建过程每张深度图的能耗仅为0.83毫焦耳（针对20×10厘米的场景）。

SPiDR的低功耗空间感知技术在与微型机器人平台的实际需求方面有四个根本性区别：
(a) 无需扫描：SPiDR无需任何机械运动，因此设计中无需耗电的执行器；
(b) 无需特定位置信息：SPiDR不尝试学习特定位置的信号模式，校准目的是在空旷空间中确定理想信道（使用理想点反射器），因此一次实验室校准即可，传感器出厂时已预加载信道信息；
(c) 耗电感知硬件/信号：深度分辨率与频率成反比，但我们使用40kHz的商用压电换能器，这种换能器成本低廉且功耗低；
(d) 耗电感知计算：我们利用目标场景的稀疏性减少深度图计算量，迭代场景重建算法的计算成本与场景中被物体占据的比例相关。

2.1 核心理念与基础原理
传统场景感知方法依赖于从一个角度同时使用定向波束（发送或接收，或两者结合）扫描区域。SPiDR采用完全不同的方法——空间编码信道发声技术。其核心思想是发送具有方向特徵的探测信号。当信号被物体反射时，反射信号会携带该方向的编码信息。场景重建算法通过识别反射信号中的独特编码来定位物体方向和距离。虽然这一概念在理论上是清晰的，但在低功耗和低复杂度系统中实现仍面临挑战。为降低硬件功耗和复杂性，我们仅使用一个扬声器和一个麦克风进行信号发送和接收。研究表明，精心设计的3D打印被动结构可以在不依赖机械或计算资源的情况下嵌入方向特徵。如果空间编码信道发声效果良好，单个接收器即可通过线性叠加模型从反射信号中恢复物体方向和深度信息。接下来我们将详细阐述这两个关键理念。

图3. 使用模板和内部通道实现多样性投影，为物体平面上的每个像素编码独特的信号特征。

在SPiDR之前，我们通过研究信号与结构的相互作用探索了物理感知的核心理念（如图4所示）。Owlet系统利用声学微结构进行到达方向（DoA）估计和源定位。Owlet使用3D打印的超材料结构在麦克风上嵌入方向特徵。在此基础上，我们进一步开发了Sirius系统，将结构辅助空间感知技术应用于射频信号，实现物联网传感器的自定位。Sirius使用可重构天线动态改变增益模式，在接收信号中嵌入方向特徵编码，显著降低了硬件复杂性和功耗。

图4. Owlet使用声学微结构在记录的声音中嵌入方向特徵。
图5. Owlet中使用的不同类型模板。

在Owlet的基础上，我们进一步将结构辅助空间感知技术应用于射频信号，开发了Sirius系统（如图6所示）。Sirius使用可重构天线动态改变增益模式，在接收信号中嵌入方向特徵编码，实现了单天线和简单被动检测器的DoA估计，显著降低了硬件复杂性和功耗。请注意，模板的开口作为独立的信号源工作，它们传输相同的信号，但具有独特的延迟和衰减，即乘以一个独特的复数增益。图7显示了模板的3D设计及其内部结构，展示了不同长度的管状螺旋路径。图8表明模板将信号能量扩散到较宽的区域。另一方面，图9显示了模板如何在不同方向上改变信号的幅度。这些信号在到达物体平面之前会再次相互结合，最终在物体平面的信号被反射回接收器。因此，模板的设计应该能够在其上创建特定的信号模式，代表独特且多样的代码。图8显示了没有模板（左）和有模板（右）时扬声器发出的超声波。模板将信号能量扩散到感兴趣的区域。图9显示了在图像平面的横截面上，当扬声器没有模板（左）和有模板（右）时声学信号的幅度。模板的内部微结构将信号幅度作为方向代码进行多样化。

2.2 单接收器深度映射。我们将场景离散化为传感器上方一定距离的垂直平面上的像素集合。多个这样的平面放置在不同的深度，覆盖了感兴趣的区域。然而，3D场景的水平截面提供了关于物体位置的足够信息，用于导航目的。因此，我们考虑每个平面的一层像素，代表我们感兴趣的2D场景截面。探测信号只从代表物体的像素反射，并在用于感知的单一麦克风处线性组合。接收到的信号yrcv可以表示为yrcv=Hx。这里H是从每个单独像素反射的理想信号集合，按列组织。向量x表示像素的反射率状态，指示从每个像素反射的理想信号的比例。当相应位置的物体是良好的信号反射器时，x的值较高，而零值表示该像素处没有物体。换句话说，向量x选择H的列来将场景映射到反射的总和yrcv。我们的场景重建算法从接收到的信号yrcv中恢复x。

3 系统设计
3.1 方向代码投影。我们地图重建或空间感知的准确性取决于传感器生成多样化探测信号的能力，以便场景中每个位置的反射都携带独特的特征到接收器。虽然机械旋转的方向性扬声器或波束成形阵列可以发送不同的方向信号，但它们无法满足延迟和功率要求。我们的目标是仅使用一个常见的40kHz超声波扬声器，该扬声器发送5ms脉冲时消耗大约90mJ的能量。为了产生方向多样化的信号，我们使用了一个3D打印的被动微结构盖子，称为模板。我们已经证明，可以使用精心设计的零功率、低复杂性、低成本和微型声学结构来调制空间多样化的声音。然而，任意设计的模板无法为目标场景中的每个像素位置产生足够的多样性以实现成功的映射。图10显示了任意模板和优化模板在不同方向上投影的信号的相关性，以及它们的场景重建性能。设计能够为每个目标像素生成多样化信号的模板始于一个称为多路径合成的优化过程。

3.2 多路径合成。我们将3D结构上的开口视为次级声源，并假设这些信号源的幅度和相位分布的特定组合可以在物体平面上产生所需的信号模式。然后，我们估计所有像素对与次级信号源之间的路径上的信号相位。接下来，我们计算由于这些估计信号叠加而产生的通道。对于N个次级源，第m个位置（像素）的声音通过如下方式计算：pm=iρckS2π∑n=1Nanei2πfte-ikdmndmn(1)。这里an和t分别是第n个信号源的幅度和时间延迟，f是传输信号的频率，dmn是第n个源与第m个位置之间的距离，ρ和c分别是空气中的密度和声速。S是反射物体的表面积，我们将其视为一个恒定的单位表面。这个过程类似于在全息投影中使用的成熟的Weighted Gerchberg-Saxton (GS)算法。图11显示了我们实验中使用的不同尺寸的超材料模板。

3.3 最优微结构设计。一旦通过优化算法确定了所需的相位延迟，我们就为模板制作一个3D模型。为了实现所述的相位延迟，我们使用自动化CAD脚本在3D结构内部设计不重叠的管状路径。这些管道的长度决定了次级源的相位差，即模板输出孔处的声音信号。管道的形状由于毛细效应和声柱的共振而影响声波的传播。我们尝试了多种管道形状，并最终选择了同心螺旋路径作为微结构。接下来，我们将设计导出为STL文件并切片以进行3D打印。我们使用Elegoo Mars光固化3D打印机来打印模板。我们使用密度为1.195g/cm3的紫外线固化树脂，这种树脂在暴露于405nm波长的光下会固化。与基于喷射的打印相比，它提供了高分辨率和光滑的表面，非常适合模板上的微小子结构。更重要的是，光固化方法导致表面致密，并使模板的声学行为可预测。

3.3 频率叠加。在我们的测量模型中，y=Hx，矩阵H中的列数表示未知数的数量，而行数是测量值。与未知数的数量相比，即高而瘦的H矩阵，更多的独立测量值可以更好地估计未知数或重建地图。过去在计算摄影中的类似公式尝试通过进行多次测量或在场景中引入受控变化或机械移动传感器来增加行数。然而，由于功率限制，这些方法都不适用于小型机器人应用。然而，我们通过利用频率上的多路径多样性克服了这种被动结构的限制。模板每个像素创建的空间多路径模式取决于其内部管道的长度，而这些路径的相位随信号频率而变化。为某个频率设计的模板可能在另一个频率下产生完全不同的相位分量，从而产生不同的空间代码。我们优化模板以适应离散频率，使得投影信号在位置和频率上显著变化。在重建过程中，我们过滤并堆叠各个频率作为单独的测量值，将它们组合起来形成新的测量信号y以改善场景重建。图12显示了单个频率和组合频率的重建性能。

3.4 运动叠加。到目前为止，在我们的处理中，我们没有考虑机器人的移动，这为进一步提高生成地图的质量提供了机会。移动机器人的感知需要在导航过程中连续映射场景。因此，它提供了多个快照，其中场景的某些部分是共同的。可以重新定向这些快照并将它们叠加起来，以生成稳健且高分辨率的场景重建。叠加或堆叠地图的概念在机器人导航以及摄影和成像中是一种流行的方法。一些常见的技术包括线性和非线性滤波、光流和深度融合。然而，为了保持在功率预算内，我们采用了均值和中值堆叠技术，其复杂度分别为O(n)和O(log(n))，而不会显著影响准确性。SPiDR能够以每秒最多170帧的速度生成场景快照，但根据机器人的移动速度，即使是较慢的帧率（例如每秒30帧）也提供了堆叠的机会。图13显示了堆叠五帧的效果。

3.5 低功耗场景重建。横截面场景重建或深度图估计依赖于反转通道矩阵H来恢复像素占用向量x=H-1y，其中y是长度为M的接收时域信号，x是长度为N的向量。H的大小为M×N，M由测量时间和采样率决定（例如，5ms时200kHz的1,000个样本）。对于20cm×10cm的区域和1cm的分辨率，N等于200个像素。虽然在标准平台上处理1000×200矩阵是可行的，但在微型机器人上会消耗大量功率。为了解决这个问题，我们的多尺度计算策略将功耗降低了50倍，而不牺牲重建质量。

3.4 分数场景计算。我们将感兴趣的区域划分为一个M×N网格，其中每个块对应于重建场景中的一个像素，通道矩阵中的每一列代表块与传感器之间的编码通道。理想情况下，通道应该是不相关的；然而，低频信号会在相邻块之间引入相关性，我们利用这一点来定义覆盖相关像素簇的“元像素”。这减少了通道矩阵的大小，使我们能够在较低的功率下计算出近似场景。尽管这种初始重建缺乏精细分辨率，但它提供了具有置信度的潜在物体位置。我们迭代地放大这些区域，使用通道矩阵的较小子集进行更高分辨率的映射，直到算法收敛并拼接出完整的场景。

3.5 预测性预取。为了提高场景重建算法的能量效率，我们预先计算并存储所有粗粒度和细粒度测量矩阵的逆。在实时重建过程中，我们根据物体位置预取这些逆，并通过预测机器人的移动来减少预取。

4 评估
4.1 指标。我们使用以下指标评估SPiDR的性能：
- 结构相似性（SSIM）指数：SSIM=l(x,y)c(x,y)s(x,y)，其中l(x,y)、c(x,y)和s(x,y)分别是基于局部均值、标准差和交叉协方差计算的亮度项、对比度项和结构项，用于估计图像x和真实图像y。
- RMSE误差：r=∑i=1N(pi-pi^)2/N，其中N是真实图像中的总像素数，pi^是像素的二进制分数（0或1），pi是真实值的二进制分数。分数0表示该像素处没有物体，反之亦然。

4.2 整体性能。在SPiDR原型中，我们将超声波扬声器嵌入到一个3D打印的模板中，并在模板顶部放置一个麦克风。我们还将性能和功耗与LiDAR和超声波距离传感器进行了比较。收集的数据使用MATLAB脚本在计算机上离线处理。声源是频率从38-42kHz、间隔1kHz的10周期音调突发信号，信号强度为40dB SPL。模板的大小为5×3×2cm，内部有管道。我们在图14中展示了三个代表性场景的图像。第一行显示了真实世界场景，第二行显示了估计的场景。我们观察到，当场景的70%被占用时，SPiDR可以检测到场景，其中场景的宽度为20cm。

图14. 使用SPiDR进行各种真实世界场景的深度图重建。

图15总结了与LiDAR和超声波距离传感器相比的整体准确性（SSIM）和能耗。SPiDR能够实现与LiDAR相似的精度，但其功耗却低400倍。为了与雷达的功耗进行比较，我们参考了一项现有的研究5，该研究使用64个麦克风阵列和40kHz的超声波扬声器实现了类似的成像分辨率。根据该研究，功耗高达15.7mJ，是我们工作的19倍。如现有研究7所示，一种用于短距离扫描的深度相机Primesense Carmine的功耗比Kinect V2低7倍，但仍然需要75mJ的能量来生成一张图像，这是SPiDR的90倍。图15展示了SPiDR与安装在伺服电机上的Intel Realsense激光雷达和超声波距离传感器的整体性能对比。SPiDR在提供高精度深度图重建的同时，功耗仅为LiDAR和基于电机的系统的几分之一。

4.3 环境的影响
环境噪声：在这个实验中，我们评估了系统在不同环境噪声下的性能。我们播放了来自各种室内（普通家庭、商场和图书馆）和室外场景（交通噪声）的音频片段。如图16(a)所示，自然环境噪声不会影响性能，RMSE误差几乎保持不变，小于0.2，SSIM值大于0.6。显然，因为可听声音不会影响到SPiDR工作的40kHz超声波频段。接下来，我们在40kHz频段下测试了系统，随着接收信号的信噪比(SNR)下降，系统仍然表现出良好的鲁棒性。如图16(b)所示，当SNR为60dB时，系统依然能够正常工作。需要注意的是，环境中的超声波噪声水平非常低，即使使用内部噪声较大的廉价扬声器，SNR也高于82dB。

4.4 系统参数的影响
横截面深度图：场景宽度为20厘米，深度为6-15厘米，不同大小的物体分布在各个位置。每种稀疏度水平收集了五个场景。如图17所示，随着稀疏度的增加，RMS误差减小，IoU值增加。估计的场景基于0.3的系数阈值，其中较低的置信度表示没有物体，系数为1表示完美匹配。这表明稀疏场景可以提高性能，当场景稀疏度达到60%时，SPiDR仍能保持一致的精度（RMS误差小于0.5厘米）。

4.5 场景参数的影响
材料/反射率：由于不同材料的反射率不同，性能可能会有所变化。我们使用3D打印的树脂块校准系统，并测试了由纸板、木材和树脂制成的物体的性能。我们对每种材料收集了70%-95%稀疏度的五个场景。如图19(a)所示，所有材料的RMS误差都低于0.3厘米，表明SPiDR对常见类型的材料具有鲁棒性。

4.6 计算技术
频率和运动堆叠：如第3节所述，频率堆叠和运动堆叠可以提高场景重建的精度。图22展示了堆叠操作的一个例子。真实场景中有一个3厘米宽的物体位于场景的正中央。堆叠前，该物体被识别为两个1厘米的物体，还有一些像素被错误地检测为1厘米宽的物体。经过频率堆叠或运动堆叠后，只检测到一个位于相同位置的物体，但其大小可能比实际小或大。两种堆叠方法都能使物体的大小和位置与真实情况完全一致。此外，没有像素被错误地成像。

4.7 功耗
在本节中，我们开发了SPiDR的超低功耗原型，并对其功耗进行了基准测试。我们测量了每个子模块的功耗，包括硬件前端、ADC和图像计算。表1显示了功耗的详细分解。SPiDR的功耗为9.9mW，每秒生成12张深度图，每张深度图的功耗为0.83mJ，这使得它可以在标准CR2032纽扣电池上连续运行三天。

4.8 结论与未来工作
本文介绍了SPiDR，这是一种用于微型机器人导航的低功耗空间感知系统。我们仅使用一个超声波扬声器/麦克风对和一个3D打印的被动结构来在场景中创造多样性。SPiDR的功耗仅为10mW，每秒生成12帧精确的深度图。结构辅助声学感知的核心理念为低功耗感知、障碍物检测和导航开辟了新的可能性。我们相信，这项工作的基本原理不仅为低功耗机器人导航应用奠定了坚实的基础，还为被动和节能感知技术树立了新的范例。这种方法可以应用于其他模式，简单的硬件有望促进低成本、普遍存在的感知和计算技术的创新。随着围绕SPiDR的研究不断涌现，我们希望这一方向能够结合智能和效率，推动可持续环境计算的发展。

致谢
本工作部分得到了NSF CAREER Award 2238433的支持。我们还要感谢赞助UMD iCoSMoS15实验室的各家公司。

作者：
白阳，美国马里兰大学学院公园分校
纳库尔·加格，美国马里兰大学学院公园分校
尼鲁帕姆·罗伊，美国马里兰大学学院公园分校