遙控蟑螂科普知識

　　科普知識是一種用通俗易懂的語言，來解釋種種科學現象和理論的知識文字，用以普及科學知識為目的。下面就讓小編帶你去看看遙控蟑螂科普知識吧，希望能幫助到大家!

　　在人們的印象中，蟑螂往往與骯臟環境和疾病傳播聯系在一起，令人厭惡。但事情也并不總是如此，近十年有關研究逐漸揭示了蟑螂在災害搜救等領域的前景。最近，一個國際團隊完成了一項蟑螂-計算機混合系統研發，終于把蟑螂全面武裝成了災后現場穩定可靠的搜救專家。

　　一、天選“負重者”

　　非洲馬達加斯加島上的腐爛原木內，生活著二十多種大型蟑螂，馬達加斯加發聲蟑螂是其中最廣為人知的一種。成蟲體長可達7.5厘米，壽命可達五年。發聲蟑螂使用氣孔強力排出空氣時，會發出響亮的“嘶嘶”聲，它不但因此得名，還成了昆蟲愛好者們追捧的寵物，并配以愛稱“嘶嘶兒”（hisser）。

　　得益于體型健碩卻沒有翅膀，它們“力能扛鼎”，能夠在負載近十克重物的狀況下保持靈活行動，因此也背負了昆蟲-計算機混合系統研發的希望。5月23日發表在arXiv的一項研究利用集成了眾多組件的微型“電子背包”，將嘶嘶兒武裝成了災后現場的搜救專家。

　　二、遙控蟑螂

　　馬達加斯加發聲蟑螂被研發者們盯上并不是新鮮事。研究昆蟲神經科學的學者們很早就已開始了解它們觸角和背部的神經系統，近十年前就開始對它們動起了真刀。2012年，美國北卡羅來納州立大學的研究者就已經能夠通過向這種蟑螂的觸須施加電刺激控制其行進方向了。這一過程被研究者比作了騎馬：包含了微控制器、信號接收器、脈沖電極和電池的電子背包就如同騎手，與蟑螂觸須相連的`電極則是韁繩。唯一與騎馬相反的是，通過一側“韁繩”傳遞的電脈沖信號會使蟑螂認為該側存在障礙物，從而轉向另一方向。

　　這些研究開創性地實現了對蟑螂行進方向的操控。但因技術制約，笨重的電子背包使得蟑螂步履維艱，短短一米左右的路程需要花費一分鐘才能爬完。加之能耗大、電池容量低，過短的續航大大限制了實用價值。

　　不過，電子背包的優化空間很大。最近幾年出現了更加緊湊的設計，可以讓蟑螂輕裝上陣。2015年，美國得克薩斯農工大學的研究者在《皇家學會期刊-界面》上介紹了改良版蟑螂電子背包。它的控制器和無線接收器尺寸都被優化得更小，使得蟑螂的行動更加便利，甚至連體型稍小的美洲大蠊都可背負。這項研究還引入了糾錯機制，當蟑螂沒有正確響應信號刺激時，系統會自動再次釋放脈沖，糾正蟑螂的前進方向。

　　隨著昆蟲神經研究和電子技術的進步，電子控制背包也開始走出實驗室。專注生物神經系統的公司從2013年起，開始面向消費者開發開箱即用的蟑螂控制系統，并在2015年推出了成熟的蟑螂控制套件，讓感興趣的人在家也可以享受一把“遙控蟑螂”的樂趣。一并在官網開放售賣的還有蟑螂手術箱、蟑螂醫療箱等配套產品，以及活體蟑螂。它提供了不少“手術”教程和效果展示視頻。這一裝置并不需要操作者擁有太多的學科知識或技術手段，便可跟隨視頻教學完成安裝植入：為了防止蟑螂亂動干擾手術，需要先用冰水麻醉它，然后將電極插入修剪后的觸角即可完成連接。包括電極在內的所有組件都將由膠水固定在蟑螂身上。從麻醉中蘇醒的蟑螂既能有線連接到套件進行信號分析，也能夠通過藍牙連接，在一定距離內由智能手機等設備無線操控。

　　在精確高效控制蟑螂爬行方向這個領域，技術研發已經較為成熟。但蟑螂頑強的生存力所提供的潛力不止于此，研究者們也并不滿足于在實驗室和花園里玩弄蟑螂。他們的終極目標是將蟑螂培養成災害現場的搜救專家。要做到這一點，需要這塊電子背包具備更多的組件、更高的性能。

　　例如，實際搜救場景中，僅數分鐘的續航顯然不足以完成任務，這需要更高儲量的電池和更低的能耗。搜救并無既定路線，需要根據現場情況決定方向，而遠離蟑螂的控制端要做出正確判斷，需要電子背包傳回更多圖像或聲音信息。以Backyard Brains的套件為例，電子背包僅能進行無線控制信號接收，而并沒有任何信號傳感和發送功能，即使是通過電極獲取的神經電信號，也需要通過電纜有線連接到設備才能讀取。更何況圖像分析、避障路線計算等工作需要相當的運算量，在大量搜救蟑螂同步工作時，便攜的控制終端可能很難滿足算力需求。2015年得克薩斯農工大學制成的電子背包已“重達”3g，卻只能維持2小時續航，且美洲大蠊在進行1小時連續實驗后，就不得不休息來讓行動力從疲勞中恢復。若以簡單疊加方式在電子背包中新增更多傳感、計算和通信組件，續航和重量的壓力將進一步增加。

　　三、更小、更便捷

　　5月發布在arXiv的最新研究提供了針對這些障礙的解決方案，通過更徹底地融合昆蟲平臺和微控制器技術，創造了有史以來第一個專為搜救任務設計的完整昆蟲-計算機混合系統。這一設計在電子背包中加入了紅外攝像頭、CO2傳感器、閃存等元件，并在蟑螂尾部加入電極讀取蟑螂自行導航時與障礙信息有關的神經電信號。在了解蟑螂本身對障礙物的感知和對可行路徑的判斷后，再與定制的導航控制算法結合，使用機器學習用紅外圖像和其他信息檢測人體存在、進行路線推算，即使在復雜地形下也能通過昆蟲-計算機的“協商”（negotiation）進行高效的探索。

　　這一結構降低了對外部控制的需求，使得系統依靠自身就能完成檢測、尋徑和方向控制。新技術與蟑螂自身更緊密的結合也降低了算力和能源需求，使裝置的續航時長達到了一個小時，足以滿足相當范圍的搜求需求。裝置較高的集成度也有效控制了重量，整體重約5.5g。研究者稱，這一系統在實驗條件下有94%的搜救成功率。