无人机网援引外媒消息称，普渡大学数学副教授Mireille“ Mimi” Boutin和理工大学算法代数教授Gregor Kemper发现，配备有四个麦克风和扬声器的无人机可以通过聆听回声来精确地重建房间的墙壁结构，类似于蝙蝠使用回声定位来定向。他们的工作意义重大，因为它证明了在无人系统中使用声音进行导航的可行性，从而发掘许多潜在的应用，例如汽车，无人机，水下车辆，甚至是人们可以携带的设备（例如智能手机）。

Kemper解释说：“这样做的目的是使无人机或任何其他无人驾驶车辆能够使用声音导航。汽车已经配备了摄像头。一种新的方法可能是还包括一个声音传感器，以增强已经可用的视觉信息并更好地呈现真实情况。”

Boutin和Kemper所做的研究（发表在SIAM Journal on Applied Algebra and Geometry杂志上）基于最小化设置的四个麦克风，然后将这些麦克风以刚性、非平面的形状排列，用于测量扬声器发出的声音。当麦克风听到回声时，会记录产生声音的时间与听到声音的时间之间的时间差，以显示在墙壁上弹跳后声音传播的距离。他们的新方法被称为回声分类-可以准确确定哪个距离对应于哪堵墙，从而确保所有听到的墙都确实存在，并消除了幽灵墙现象。

智能手机，汽车的应用

通过解决该问题，团队为多种可能的回声定位应用打开了大门，其中包括可以由视障人士携带的智能手机作为指导；以及可以添加到自动驾驶或装有摄像头的汽车中的传感器，以在摄像头性能不佳时（例如在阳光刺眼或暴风雪中）提供帮助或能够在黑暗中使用无人驾机可以帮助应急救援。

Boutin解释说，拥有更多的信号输入可避免输入信号的单一性，从而提高了在更广泛的条件下更准确地检测物体的机会。

她说：“我们的算法表明，声音为现有方法增加了一定程度的可靠性，因此工程师应考虑继续努力，以构建可监听的导航系统。”

Boutin和Kemper应用的数学领域是基于可交换代数的方法，其中一些方法可以追溯到1800年代。当他们看到需要证明所提出的声感测解决方案的可靠性时，他们就致力于解决鬼墙问题。

Boutin说：“我们生活在大数据和模拟的世界中，很容易让计算机来完成工作以得出答案。有些人对此非常精通。但是有时候，确保计算机生成的答案可靠的唯一方法是从数字上看问题并且为了证明其可靠性就需要通过数学来完成。”

研究人员下一步将是考虑其他情况，例如当无人机的运动受到限制或无人机在飞行时听到连续声音的回声时。同时，该算法可供数学家和工程师公开使用。