本期前沿洞察为您带来这些技术：利用微观交叉定位，让无人机送货不再难寻路；可以揭示运动轨迹的智能袜子；实现微米级高精度3D打印……一起来看看吧！利用微观交叉定位，让无人机送货不再“找路难”。疫情期间，使用无人机送快递，不仅可以解决快递“井喷”增长时快递员人手不足的问题，还可以提供“无接触配送”。“快递服务提供了更多的选择。但是，无人机送货也面临着精准解析的问题。如果两座建筑物的外观相似，有时人眼很难区分它们，那么无人机如何确定收件人的准确地址呢？”目标客户？无人机送货途中迷路怎么办？杭州电子科技大学王廷玉博士用“微观交叉定位”的模型解决了无人机送货的技术难题。摄像头看到的信息)基于对目标周边环境的智能识别，进行相互比对，进而辅助对目标进行定位，这为无人机投递的大规模应用提供了可行的解决方案。该机型最大的亮点就是实现空间坐标、地球坐标和无人机自定义坐标之间的灵活转换，这就是交叉定位的内涵。图丨一个简化划分策略示意图（来源：IEEE）现有方法通常侧重于挖掘图像中心地理对象的细粒度特征，而忽略相邻区域的上下文信息。研究团队认为，邻域对地理定位的判别线索可以作为辅助信息。研究人员将LPN设计为一种以端到端方式明确探索上下文信息的有效方式。为了更好地利用上下文信息，研究人员应用方环划分策略来划分特征图。他们观察到地理对象通常分布在图像的中心，上下文信息呈放射状分布在四周。具体来说，高级功能被划分为方形环分区内的多个部分。LPN采用基于与图像中心的距离的方环特征分割策略，而无需使用额外的部分估计器。此外，实验还表明，研究人员提出的LPN可以很容易地嵌入到其他框架中，以进一步提高性能。LPN在无人机视点目标定位任务（卫星无人机）上达到了75.93%的准确率，在无人机导航任务（卫星无人机）上达到了86.45%的准确率。可以揭示你行动轨迹的智能袜子。你的一举一动都在这双袜子的掌控之中。无论是单脚站立、扭腰还是走路，这些袜子都可以通过脚上压力的变化来预测你的动作。最重要的是材料易于制造，无需集成大量高精度传感器。通过编织衣服，可以制作出检测效果极佳的袜子。这双拥有“超能力”的袜子是麻省理工学院研发的，现在登上了Nature子刊。袜子的运动检测原理本身非常简单：利用机器学习将人体姿势和触觉足迹关联起来，从而预测人体运动，这是因为当人从一种姿势转变为另一种姿势时，由于脚部压力的变化（如重心从右脚转移到左脚），触觉足迹也会随之改变。通过收集大量数据，使用自监督学习，训练模型，可以预测人体的运动。这些袜子由2种面料混合制成。包括普通纺织纤维晴纶纱，以及能感知力的功能性纤维。因此，袜子既保留了袜子本身的柔软性，又具有检测运动的能力。当感应负载压力时，两根导线会相互挤压，内部的感应材料可以通过交叉点感应强度。此前，很多可穿戴设备都需要大量的高精度传感器来保证测量的准确性。但与现有的可穿戴电子设备不同，这种袜子的设计可以用于大规模的服装生产，大大降低成本。除了智能袜子，麻省理工学院的研究人员还开发了背心、护膝、手套等系列智能面料。这些智能织物可用于患者的运动和康复训练。如果家人允许，它可以用来监测病人在医院的健康状况，防止他们在独自一人时跌倒或失去知觉。当然，它也可以被机器人佩戴。通过学习这套衣服中的数据，机器或许能够理解人类如何移动，从而学会执行各种动作。不过也有网友表示，这种袜子以后可能会监视我们的活动：这样不好。你想要一双这样的袜子吗？微米级高精度3D打印是基于两束交叉光束触发的化学反应实现的。一种称为体积增材制造(VAM)的3D打印技术可以使用光快速固化液体前体中的目标物体。该技术称为Xolography——因为该过程使用两束不同波长的交叉(X)射线来固化整个物体（holos在希腊语中是整体的意思）。目前可用的最快的3D打印机可以使用光一次诱导整层液体起始材料的聚合，以500毫米/小时的速度将液体变成固体。如果合理调整光通量和聚合动力学，就可以打印出完整的物体，而没有传统逐层3D打印的人工痕迹。VAM方法不需要从起始材料中获取目标对象，简化了工艺流程，加快了制造速度。与其他方法相比，该方法无需打印支撑结构即可制造高质量零件，并且无需在打印后移除支撑结构。Xolography的工作流程如下：一定体积的粘性树脂材料用光照射，产生一个固定厚度的矩形光层。这束光的特定波长可以裂解分子主链上的分子环，激发溶解在树脂中的双色光引发剂。(DCPI)分子-此反应仅发生在光层中。为了演示该方法的实际效果，研究人员使用该技术在直径为8毫米的笼子内打印了一个可移动的小球。如果使用传统的逐层3D打印，打印时需要借助支撑物将小球连接到球笼上，而这些支撑物后期很难移除。Xolography技术实现的高分辨率打印还可以直接打印机械系统，例如在水和气流中旋转的叶片。Xolography技术的特征分辨率和体积生成率可以通过引入更好的光学器件（例如使用更强大的激光器）来进一步提高。但对于所有VAM系统，都存在一些共同的挑战，例如如何将打印量从立方厘米增加到立方米，以及如何在单次打印中使用多种材料。随着打印速度的提高和新材料的出现，DLP方法作为产品开发的一部分开始应用于跑鞋中层的大规模定制。如果VAM和xolography能够带来同样的进步，大规模的商品制造指日可待。未来，在目前3D打印还无法实现的领域，将会有大量的应用。
