本期前沿洞察為大家帶來這些技術：用微觀交叉定位，讓無人機送貨不再找路難；能暴露行動軌跡的智能襪子；基于兩束交叉光觸發的化學反應實現微米級高精度3D打印......一起來看看吧！

用微觀交叉定位，讓無人機送貨不再“找路難”

疫情期間，用無人機送快遞既能解決快遞 “井噴式” 增長時快遞員人手不足的問題，它也為 “無接觸” 快遞服務提供了更多的選擇。

然而，無人機送貨也面臨著精準分辨困難的問題。如果兩幢樓外形相似，有時候人類肉眼都很難分辨，那么，無人機該如何確定目標客戶的準確地址？如果無人機送貨中途迷路了，該如何解決？

杭州電子科技大學王廷宇博士用 “微觀交叉定位” 的模型解決了無人機送貨的技術難題，在無人機利用衛星圖識別目標時，該模型通過衛星眼（GPS 眼）和自有眼（攝像頭）看到的信息，憑借對目標周邊環境的智慧識別進行相互比對，進而輔助目標的定位。這為無人機送貨的大規模應用提供了可行性方案。

這個模型的最大亮點就是，實現太空坐標和地球坐標還有無人機自定義坐標之間的靈活轉換，這就是交叉定位的內涵。

圖丨分區策略的簡化圖（來源：IEEE ）

現有的方法通常集中在圖像中心對地理目標的細粒度特征進行挖掘，而忽視了相鄰區域的上下文信息。該研究團隊認為，鄰域對地理定位的鑒別線索可以作為輔助信息。研究人員設計了一種 LPN，它用以端到端的方式，明確探索上下文信息的有效方法。

為了更好地利用上下文信息，研究人員應用方環劃分策略來劃分特征映射。他們觀察到地理目標通常分布在圖像的中心，上下文信息則被輻射分布在周圍。

具體來說，將高級特性劃分為一個方形環劃分中的幾個部分。LPN 在不使用額外部分估計量的情況下，采用了一種基于距離圖像中心距離的方環特征分割策略。

此外，實驗還證明了研究人員所提出的 LPN 可以很容易地嵌入到其他框架中以進一步提高性能。LPN 對無人機視點目標定位任務 (衛星無人機) 的精度達到 75.93%，對無人機導航任務 (衛星無人機) 的精度達到 86.45%。

能暴露行動軌跡的智能襪子

你的行動，全都在這雙襪子的掌控之中。

無論是單腳站立、還是扭腰、走路，這雙襪子都能通過腳上壓力的變化，來預測你的行動。最關鍵的是，材料制造簡單，不需要集成大量高精度傳感器，用織衣服的方法，就能做出檢測效果非常棒的襪子。

這雙有著“超能力”的襪子，由MIT開發，現在登上了Nature子刊。

襪子的運動檢測原理，本身很簡單：利用機器學習，將人體姿勢、與觸覺腳印關聯起來，從而預測人體的運動。、這是因為，人在從一個姿勢，改變成另一個姿勢時，由于腳上的壓力發生變化（如重心從右腳轉移到左腳），觸覺腳印也會發生相應變化。

通過采集大量數據、利用自監督學習，對模型進行訓練，就能預測人體的運動。

這雙襪子采用了2種織物混合制成。包括普通紡織纖維腈綸紗、與能夠傳感力度的功能性纖維。因此，這種襪子既保留了襪子本身的柔軟性，又具有檢測動作的能力。

當感知到負載壓力的時候，兩條線就會相互擠壓，里面的傳感材料就能通過交叉點，感知到力度的大小。

此前，許多可穿戴設備，需要大量高精度傳感器，才能保證測量的準確性。

但與現有的可穿戴電子設備不同，這種襪子的設計，可以被用于大型服裝生產中，極大降低成本，除了智能襪子，來自MIT的研究人員，還搞出了背心、膝蓋、手套等各種系列的智能織物。

這些智能織物，可以用于病人的運動和康復訓練。如果家屬允許，可以用來監護病人在醫院、病患的健康狀況，以免他們在獨處時跌倒、或者是失去意識。

當然，也能給機器人穿。通過學習這套衣服中的數據，機器也許就能理解，人類是如何做動作的，從而學會做出各種不同的動作。

不過，也有網友表示，這種襪子可能會在未來監測我們的活動：這樣不好。

你想擁有一雙這樣的襪子嗎？

基于兩束交叉光觸發的化學反應實現微米級高精度3D打印

一種被稱為體積增材制造（VAM）的3D打印技術可以利用光線在液相前驅體（liquid precursor）中快速固化目標物體。這個技術稱為xolography——因為整個過程使用了兩束不同波長的交叉（X）光線固化整個物體（holos在希臘語中是整體的意思）。

目前最快的3D打印機可以用光來一次誘導一整層液態起始材料的聚合反應，以500毫米/小時的速度將液態變為固態。如果合理調節光通量和聚合動力學，就能打印出的完整的物體，而不存在傳統逐層3D打印的人工痕跡。VAM方法無需從起始材料得到目標物體，簡化了工藝流程，加快了制造速度。與其他方法相比，這種方法使得高質量零件的制造成為可能，并且無需打印支撐結構，免除了打印結束后去除支撐結構的工作。

xolography的工作流程如下：用光照射一定體積的粘性樹脂材料，產生固定厚度的矩形光照層，這束光的特定波長可以裂解分子主鏈上的分子環，激發溶解在樹脂中的雙色光引發劑（DCPI）分子——這一反應僅僅在光照層內發生。

為了演示該方法的實際效果，研究人員利用這種技術打印了在一個直徑8毫米球籠中的一個可以活動的小球。如果使用傳統的逐層3D打印，這個小球在打印時就需要借助支撐物與球籠相連，而這些支撐物之后很難取出。xolography技術所能實現的高分辨率打印還能直接打印機械系統，例如能在水流和氣流中旋轉的葉片。

xolography技術的特征分辨率和體積生成率可以通過引入更好的光學系統進一步提升，例如使用更強的激光。但對于所有的VAM系統來說，都面臨著一些相同的挑戰，例如如何將打印體積從立方厘米提升至立方米，以及如何在一次打印中使用多種材料。

隨著打印速度的提升和新材料的出現，DLP方法已經開始作為產品開發的一部分，應用于跑鞋夾層的大規模個性化定制中。如果VAM和xolography可以帶來相同的進展，大規模的商品制造也指日可待。在未來，目前還不能使用3D打印的領域必將涌現大量應用。