在海洋科学探索中，水下机器人扮演着至关重要的角色，它们能够深入人类难以安全抵达的海域，捕捉图像、测量结构并确定自身位置。东北大学的研究人员Alan Papalia和David Rosen近期在《IEEE 机器人学报》上发表了一项研究成果，他们开发了一种新算法，显著提高了水下机器人常用技术——声学导航的准确性。

声学导航技术依赖于发射、检测和分析声波的声学传感器，帮助机器人了解在水中的位置。然而，传统的声学传感器在实际应用中存在定位模糊的问题，只能确定机器人与另一个点的距离，而无法精确告知其具体位置。

针对这一问题，Papalia和Rosen的新算法通过消除定位模糊性，提高了声学导航的可靠性。他们解释说，虽然声学传感器相对便宜且易于获取，但在此之前，它们在实际确定机器人位置时并不那么可靠。新算法的引入，使得研究人员未来在投资导航系统时，成本可能大幅降低，从原先的50万美元降至约1万美元。

“我们想使用更便宜的传感器，但它们不太可靠，所以我们开发了可靠的算法，这样传感器就不需要那么可靠了，”Papalia在解释研究目标时说道。他强调，这项研究不仅面向机器人专家，还希望为其他领域的研究人员提供利用机器人收集数据的可能性。

在气候变化研究领域，这项技术尤为重要。Papalia提到，他的博士后导师Hanu Singh曾多次前往北极，使用机器人帮助测量冰川融化情况。由于我们并不完全了解海冰融化的机制，而大约一半的海平面上升来自冰融化，因此这项技术对于推进相关研究具有重要意义。

研究人员在查尔斯河上使用两辆自动水面航行器测试了他们的算法，并指出该算法同样适用于地面和空中设计的机器人系统。他们表示，希望将可靠的机器人交给科学家，让他们能够积极推进科研计划，真正研究那些重要的事情。

更多信息： Alan Papalia 等人，《可验证的正确范围辅助 SLAM》，IEEE 机器人学报(2024)。期刊信息： IEEE Transactions on Robotics