方法文章

基于丝蛾触角的电触角图谱生物混合型嗅探无人机用于气味源定位

5.5K 次观看

⸱

DOI：

10.3791/62895

⸱

2021年8月27日

 ,  ,  ,  ,  , 
1Research Center for Advanced Science and Technology, The University of Tokyo, 2Department of Mechano-Informatics, Graduate School of Information Science and Technology, The University of Tokyo, 3Department of Applied Biological Science, Graduate School of Science and Technology, Tokyo University of Science, 4Sensing System Research Center, National Institute of Advanced Industrial Science and Technology

本文内容

摘要

本研究介绍了基于蚕蛾触角的生物混合型嗅探无人机的实验方案。除了展示利用蚕蛾触角操作实验性触角电位装置的方法外，还介绍了采用螺旋涌进算法实现气味源定位的生物混合无人机的结构设计。

摘要

搭载可检测空气中气味分子的化学或生物传感器的小型无人机，因其在环境与安全监测以及搜救行动中的应用潜力而受到广泛关注。目前已开发出配备商用金属氧化物半导体（MOX）气体传感器的小型无人机用于气味源定位；然而，其在实时气味检测方面的性能已被证明不足。相比之下，基于昆虫嗅觉系统的生物传感技术在对气味分子的灵敏度、选择性和实时响应方面，明显优于商用MOX气体传感器。在这类设备中，离体昆虫触角可作为便携式气味生物传感器元件，并已被证实具有优异的传感性能。本研究展示了利用基于可安装式电触角图谱（EAG）装置并集成雄性蚕蛾触角的小型自主生物杂合无人机，在空气中检测气味分子的实验方案。

我们开发了一种可安装的EAG装置，包含带有Wi-Fi模块的传感/处理部件。该装置配备了一个简单的传感器外壳，以增强传感器的方向性。因此，采用螺旋涌进算法进行气味源定位，该算法不依赖于逆风方向的假设。实验中的生物混合型气味探测无人机在模拟开放环境（非风洞内）中实时识别出气味浓度差异，并成功定位了气味源。所开发的无人机及其相关系统因其高度可编程性，可作为高效的气味分子检测工具，以及开发气味源定位算法的合适飞行平台。

引言

随着近期技术的进步，配备化学传感装置的小型无人机在环境与安全监测以及气体泄漏检测中已具有高度适用性1。近年来，已将搭载商用金属氧化物半导体（MOX） 气体传感器的小型无人机（直径约 < 20 cm）应用于气味分布绘图或气味源定位2,3,4。在搜寻气味源时，无人机必须追踪气味羽流；然而，利用小型无人机进行气味源定位仍面临重大挑战。在开放环境中，气味羽流结构会因风力或地形等环境因素而持续变化。因此，无人机应具备识别随时间变化的气味浓度差异和方向的能力；然而，由于商用MOX传感器恢复时间较慢，其气味检测性能仍不足以满足实时感知的需求5。

生物与人工系统融合形成的生物杂化系统是机器人技术和传感器技术领域的最新趋势6，展现出超越现有方法的巨大潜力。例如，已开发出一种基于蟑螂的生物机器人传感器网络，可用于灾害场景中的应用7已开展实验，让具有计算能力增强智能的半机械大鼠执行迷宫求解任务8仿生机器人融入真实斑马鱼群体的社会整合可能性 已被研究9.

这一趋势自然也被应用于开发气味传感器10。例如，基于昆虫嗅觉系统的生物传感器在针对多种气味分子的检测时，相较于现有的金属氧化物半导体（MOX）传感器，具有相对更高的灵敏度和选择性11。基于此，我们此前已开发出基于表达昆虫气味受体的昆虫细胞与显微镜或电子设备相结合的生物杂合气味生物传感器系统12,13,14,15,16。此外，利用电触角图（EAG）技术，昆虫触角可独立用作便携式气味传感部件，具有高灵敏度、高选择性、良好的可重复性以及快速的响应与恢复时间17,18,19。目前已开发出多种基于昆虫触角并结合EAG技术的地面移动气味感知机器人20,21,22,23，以及搭载EAG装置的小型无人机24,25，用于气味检测与气味源定位。这些机器人展现出良好的传感器灵敏度和实时感知能力。然而，地面移动机器人的机动性会受到地形特征或障碍物的显著影响。此外，现有基于EAG的生物杂合无人机的飞行性能和气味源定位算法仍存在局限，因为实验条件仅限于固定飞行状态24或在小型风洞内进行25。

本研究介绍了利用基于家蚕（Bombyx mori）触角最新开发的生物混合无人机，在空气中进行气味检测及气味源定位的实验方案26。我们研制了一种可安装于无人机的小型轻量化EAG装置，并具备无线通信功能，用于检测家蚕触角对气味的响应。该EAG装置被安装在小型无人机上，并置于一个简单的传感器外壳中，以增强传感器对气味分子的方向敏感性并降低噪声干扰。该生物混合无人机能够稳定地检测空气中的气味分子，并在螺旋飞行过程中识别出气味浓度最高的区域。此外，该无人机在无需风向信息的情况下，利用螺旋-突进算法实现了对气味源的定位。

方案

1. 昆虫

注意：家蚕（Bombyx mori）的卵购自国内公司。实验所用家蚕在其破茧羽化后10天内使用。每组实验准备三只成年家蚕（共六根触角）；但此数量可根据实验需求进行调整。

  1. 将家蚕卵在15 °C条件下孵育24小时，然后转移至25 °C的培养箱中。
    注意：家蚕大约在10–13天后孵化。
  2. 将家蚕放置在塑料培养皿中的切片人工饲料上。
  3. 饲养家蚕20–25天后，观察家蚕在蚕茧内的化蛹过程。
    ​注意：饲养过程包括在25 °C环境中进行喂食、清理和消毒。蚕蛾在10–15天后从蚕茧中羽化而出。

2. 气味物质与气味源的制备

注意：以雌性家蚕蛾性信息素的主要成分蚕蛾醇（(E,Z)-10,12-十六碳二烯-1-醇）作为气味源进行刺激。雄性家蚕蛾（图1A）能够识别并区分蚕蛾醇27，且已将分离的家蚕蛾触角用作移动机器人上的生物传感器20,21,22。将溶于正己烷（10 mg/mL）的纯化蚕蛾醇储存于密封储存瓶中，并置于−30 °C冰箱内保存。

  1. 将注射器插入高密封储存瓶中，抽取并注入 2 mL 浓度为 2000 ng/µL 的蚕蛾醇至一个 10 mL 小瓶中。然后向同一小瓶中加入 8 mL 正己烷。
  2. 在 1 mL 小瓶中，用正己烷将 400 ng/µL 的蚕蛾醇稀释至 2 ng/µL。
  3. 将滤纸剪成 10 mm × 10 mm 的小片，卷成圆柱形，放入玻璃管中（内径 [ID]：5 mm；外径 [OD]：7 mm；长度 [L]：100 mm）。
  4. 将稀释后的样品（100 ng 蚕蛾醇溶于 50 µL 正己烷中）滴加到玻璃管内滤纸的一部分上。
  5. 用从中间切开的聚乙烯滴管封住玻璃管两端的滤纸。

3. 在固定桌面进行的 EAG 实验

注意：可安装的EAG装置作为小型无人机上的便携式生物传感器，如图1B所示。该装置包含高通（0.1 Hz）和低通（300 Hz）滤波器。电路的详细信息见Terutsuki等人的研究26。

  1. 在EAG设备发送测量数据后，使用个人计算机（PC）进行数据采集与分析。
  2. 为产生净化空气，将带有冷却风扇的小型空气泵所产生的气流依次通过棉花、活性炭颗粒和蒸馏水，然后将净化后的空气通过玻璃管进行刺激。
    注：图1C展示了气味刺激系统的照片。黑色箭头表示气流路径。电磁阀排气口的气流路径由虚线黑色箭头表示。
  3. 在固定的实验装置中，使用流量计将气味刺激的流速设定为5 L min-1。在生成气流时设置更高的流速，以满足无人机实验中数米距离的气味刺激需求。
    注：此前已证实，该流速（5 L min-1）不会影响EAG设备的信号检测26。使用风速计测得刺激过程中EAG设备位置处的最大气流速度为3.9 m s-1。
  4. 使用带有微控制器的电磁阀对EAG设备进行刺激，并实现自动刺激操作。
  5. 通过电磁阀将刺激时间设定为0.5 s。
  6. 使用导电凝胶将家蚕蛾触角连接至电极。
    注：此操作无需将微米级导线插入家蚕蛾触角两端以连接至EAG设备。
    1. 使用死后剪刀（图2A、B）在无麻醉条件下分离家蚕蛾触角。参见图2C以获取触角的放大视图。
    2. 剪断分离后的家蚕蛾触角两端，并使用导电凝胶将其连接至EAG设备传感部分的Ag/AgCl涂层电极上（图3A）。
  7. 将含有蚕蛾醇（bombykol）的玻璃管连接至气味刺激系统（确保泵已开启）。
  8. 固定玻璃管，使其尖端距离EAG设备上的家蚕蛾触角10 mm（图3B）。
  9. 在EAG设备后方30 mm处设置排气口（直径60 mm），以稳定气流并防止信息素滞留（图3B）。
  10. 开启EAG设备，并将PC连接至Wi-Fi接入点。
  11. 在PC上运行数据采集程序。实验的图形用户界面（GUI）如图3C所示。
  12. 在Log菜单中按下Ground按钮以确定实验状态，随后按下Log start按钮开始数据采集。按下Log start按钮5秒后，启动气味刺激。
  13. 在GUI上按下Log stop按钮以停止记录。

4. 无人机

注意：本研究使用了一款商用无人机飞行平台（98 mm x 93 mm x 41 mm；重量 87 g；最长飞行时间 13 min）。根据实验结果，该无人机的有效载荷约为 30 g。该无人机配备了一个位于机身下方的视觉定位系统（VPS），该系统由一个摄像头和一个红外传感器组成，可在无需外部定位系统的情况下实现稳定悬停。

  1. 取下无人机的顶盖，并使用三维（3D）打印的支架安装定制的碳纤维增强塑料（CFRP）板，以固定EAG装置。生物混合无人机的示意图见图4A。
    注：无人机开发者提供软件开发工具包（SDK）和示例Python程序（见材料表）；因此，飞行实验所用的无人机控制程序基于这些资源开发。
  2. 通过计算机发送飞行指令以控制无人机。
    ​注：出于安全考虑，在紧急中止情况下需佩戴防割手套以停止（捕捉）无人机。图形用户界面（GUI）配备有紧急停止按钮，可立即停止无人机螺旋桨的旋转（图3C）。

5. 飞行实验区域准备

  1. 准备一个实验飞行区域（5.0 m × 3.2 m × 3.0 m），并在天花板上安装一个商用监控摄像头。
  2. 使用电磁阀将气味刺激系统的流速设置为 5 L min-1，刺激时间设置为 0.5 s。

6. 雄蜂的EAG实验

  1. 使用解剖剪从家蚕蛾尸体上分离触角，并将触角两侧切断。
  2. 使用导电胶将分离的触角连接至EAG装置检测部分的Ag/AgCl涂层电极上。
  3. 将装有蚕蛾醇（50,000 ng溶于250 µL正己烷/滤纸）的玻璃管连接至气味刺激系统（泵已开启）。
  4. 调整玻璃管位置，使其管体与管尖分别平行且正对实验台边缘。
  5. 设置循环风扇，使其最突出部分（风扇中心）距离实验台边缘15 cm。
  6. 通过按下控制台上的按钮，将循环风扇的风速设定为1（最小功率）。
  7. 将EAG装置安装在无人机上。将PC连接至Wi-Fi接入点。开启EAG装置和无人机。
    注意：EAG装置的开关位于处理部分。
  8. 在PC上运行无人机控制程序。
    1. 当无人机上的指示灯呈黄色闪烁后，在PC的GUI界面上按下命令菜单 中的相应按钮（图3C），以执行指令。
      注意：无人机连接至PC后，其指示灯将变为绿色。
    2. 在GUI界面上按下起飞按钮，使无人机悬停于地面之上。
    3. 在日志菜单中按下飞行按钮以确定实验状态后，按下日志开始按钮以开始数据采集。
      注意：按下日志开始按钮后5秒，将启动气味刺激。
    4. 在GUI界面上按下日志停止按钮以停止记录。
    5. 无人机起飞后，每隔5秒发送一次停止指令，以维持悬停状态，否则无人机将在约15秒无操作后自动着陆。

7. 传感器外壳

  1. 基于碳纤维管（长度：40 mm；内径：20 mm；外径：22 mm）设计传感器外壳，以增强传感器的方向性。传感器外壳及其构型的图像见图4B、C。
  2. 用热缩绝缘管覆盖传感部分，并使用双面胶带将其固定在外壳内壁上。
  3. 将EAG装置的传感部分插入传感器外壳中。
  4. 设定电极尖端与外壳尖端之间的距离为10 mm。

8. 使用生物混合无人机进行气味追踪演示

  1. 使用解剖剪在死亡后分离蚕蛾触角，并剪下触角的两侧。
  2. 利用导电胶将分离的触角连接到EAG装置传感部分的Ag/AgCl涂层电极上。
  3. 将带有传感器外壳的EAG装置安装到无人机上。
  4. 使无人机悬停，使其开始向左和向右进行约90°的摆动运动。
  5. 在这些运动过程中，使用含有蚕蛾醇的多通道滴管刺激无人机上的EAG装置。
  6. 重复执行四次步骤8.5。
    ​注意：在步骤8.6之后，无人机会顺时针旋转。在此运动过程中进行刺激时，无人机将执行一次逆时针旋转并着陆。

9. 使用生物混合无人机进行气味源定位

  1. 将装有蚕蛾醇的玻璃管（50,000 ng 溶于 250 µL 正己烷/滤纸）连接至已开启的泵上。
  2. 固定玻璃管，使其尖端距离循环器 150 mm。
  3. 将朝向气味源的方向定义为 0°，并将无人机在起始点设置于从气味源顺时针 270° 的位置。
  4. 将计算机连接至 Wi-Fi 接入点，并开启 EAG 设备和无人机。
  5. 在计算机上运行无人机控制程序。
    1. 当无人机上的指示灯呈黄色闪烁后，在计算机 GUI 的命令菜单中按下相应按钮（图 3C），以执行指令。
      注意：无人机与计算机连接成功后， 无人机上的指示灯将变为绿色。
    2. 在 GUI 上按下起飞按钮，使无人机悬停于地面之上。
    3. 在按下日志菜单中的搜索按钮以确定实验状态后，按下日志开始按钮以开始数据采集。随后，按下命令菜单中的搜索开始按钮，启动基于螺旋突进算法并结合气味源周期性气味刺激（气味持续时间：0.5 s；间隔：2.0 s）的气味源定位。
    4. 无人机着陆后，按下 GUI 上的日志停止按钮以停止记录。

结果

本文描述了将所提出的EAG装置安装在桌面和无人机上进行信号测量的实验方案。首先，我们在桌面上评估了EAG装置的性能。利用微控制器控制，将100 ng溶于50 µL正己烷中的蚕蛾醇对EAG装置上的家蚕触角进行刺激，共进行25次连续刺激，每次刺激间隔5 s。结果表明，该EAG装置对刺激具有可重复的响应（图5）。

随后在无人机上评估了EAG装置的气味检测性能。搭载EAG装置的无人机在距离地面95 cm的高度悬停，并位于距离气味源90 cm的位置（图6A）。按照第6节所述步骤，测量了无人机上EAG装置对蚕蛾性信息素（50,000 ng溶于250 µL正己烷/滤纸）的响应信号。为进行比较，同时评估了商用气体传感器在无人机上的传感性能。使用一种数字多像素气体传感器28检测乙醇蒸气，该传感器可用于检测总挥发性有机化合物（TVOCs）。

根据数据手册，该传感器的TVOC信号范围为0-60,000 ppb。搭载气体传感器分线板的无人机在与EAG设备相同的条件下悬停。此外，使用500 µL乙醇（纯度99.5%）作为气味源，而非蚕蛾醇。EAG设备与无人机上气体传感器的典型信号如图6B所示。由于本比较中气味分子与传感器设备均不相同，因此无法进行定量比较。然而，实验结果表明，搭载商用气体传感器的无人机可能难以快速响应和恢复气味分子信号。特别是，本研究中气体传感器的恢复时间显著长于带有家蚕触角的EAG设备。

我们还评估了无人机上EAG装置的传感器方向性。在本研究中，朝向气味源的方向被定义为0°，无人机以60°为间隔顺时针旋转，以评估各个角度下的信号强度。对于未安装传感器外壳的无人机，当其朝向与气味源相反方向（即180°）时，信号强度偶尔高于0°方向的信号强度（图6C）。然而，对于配备外壳的无人机，EAG在0°方向的信号强度高于180°方向（图6D）。因此，传感器外壳增强了无人机上EAG装置的传感器方向性。

使用带有传感器外壳的生物混合无人机进行了气味追踪演示。结果表明，该无人机能够在风洞外空气中检测到蚕蛾醇，并通过旋转运动识别出气味羽流的方向（图7，补充视频S1）。最后，基于螺旋-突进算法，利用生物混合无人机进行了气味源定位（图8A）。实验开始时，无人机位于气味源方向270°的位置。悬停后，无人机开始在顺时针或逆时针螺旋运动过程中搜索信号强度的最大值，随后向信号强度最大的方向前进。在重复六次气味搜索的螺旋运动与突进运动后，无人机最终降落于地面。螺旋-突进算法的流程图详见Terutsuki等人的研究26。

在气味源定位过程中的运动轨迹、偏航角以及EAG信号如图8B-D所示。图8D显示，EAG装置在无人机上的检测时间（包括响应时间和恢复时间）约为1 s。无人机在螺旋运动过程中通过寻找最大气味浓度，自主调整其运动路径。读者可观看Terutsuki等26描述的生物混合无人机进行气味源定位的视频。

用于环境监测分析的蛾类、电子传感器和空气净化装置。
图1：家蚕蛾、EAG装置及气味刺激系统。（A）雄性家蚕蛾图像。（B）可安装于小型无人机的EAG装置图像。（C）带有气流方向的气味刺激系统图像。缩写：EAG = 电触角图。 请点击此处查看该图的放大版本。

蚕蛾触角微结构；用于解剖学研究和感觉研究的详细图像。
图 2：家蚕蛾触角的分离。（A）使用死后解剖剪分离家蚕蛾触角。（B）典型的分离后家蚕蛾触角。（C）分离后家蚕蛾触角的放大视图；比例尺 = 0.5 mm。请点击此处查看该图的放大版本。

使用电极和控制界面进行家蚕触角气味刺激实验的示意图。
图3：EAG装置设置及图形用户界面（GUI）。（A）使用凝胶将分离的家蚕触角安装在EAG装置电极上的示意图。（B）在实验台上使用EAG装置进行气味刺激的设置。（C）实验用图形用户界面（GUI）。缩写：EAG = 电触角图；GUI = 图形用户界面。请点击此处查看该图的高清版本。

用于传感器研究的装备了蚕蛾触角的无人机；包含组件和设置示意图。
图 4：生物混合无人机。（A）基于蚕蛾触角的生物混合无人机。（B）配备传感器外壳的生物混合无人机。（C）生物混合无人机的结构配置。标尺（A, B）= 50 mm。缩写：CFRP = 碳纤维增强塑料。请点击此处查看该图的放大版本。

电生理EAG信号强度图；电压与时间数据；神经科学研究。
图5：桌面EAG装置受蚕蛾醇刺激后的典型连续反应曲线。 缩写：EAG = 电天线图。 请点击此处查看此图的放大版本。

基于无人机的气体检测实验；环流装置；EAG与气体传感器图；风向雷达图。
图6：生物混合无人机的实验环境及EAG设备的信号强度。（A）生物混合无人机的实验环境图像，该无人机在距地面95 cm的高度上自主悬停，距离气味源90 cm。（B）无人机上EAG设备与商用气体传感器典型信号的比较。（C）未在无人机上安装传感器外壳时，EAG设备在各个角度下的典型信号强度（N = 1）。（D）在无人机上安装外壳后，EAG设备在各个角度下的平均信号强度（N = 3；独立测试）。信号强度的单位为 V。（C）和（D）已根据Terutsuki等人的研究修改26。缩写：EAG = electroantennography；TVOC = total volatile organic compounds。请点击此处查看该图的放大版本。

无人机气味检测；EAG信号响应；四图实验展示由气味触发的运动。
图7：手动气味刺激，用于演示生物混合无人机在房间内对气味的检测与追踪。 请点击此处查看该图的放大版本。

气味导航实验：无人机设置、运动路径、偏航角、科学图表中的EAG信号。
图8：生物混合无人机对气味源的定位。（A）从飞行区域顶部摄像头视角观察生物混合无人机的飞行情况。（B）典型的飞行轨迹，（C）偏航角，以及（D）使用螺旋-突进算法进行气味源定位期间的EAG信号强度。这些图为代表性结果（N=1）。A-D经修改自Terutsuki等人的研究26。请点击此处查看该图的放大版本。

补充视频 S1：使用生物混合无人机进行手动气味刺激的演示。 请点击此处下载该视频。

讨论

搭载EAG装置的移动机器人最早于25年前被开发出来20。自那时以来，机器人技术取得了显著进展，包括无人机技术的发展。考虑到这些技术进步，我们开发了一种基于蚕蛾触角并配备EAG装置的自主生物混合型无人机，用于空气中气味的检测与定位26。本研究展示了所开发的生物混合型无人机的运行情况，以及利用该无人机在室内追踪人工施加气味刺激的过程。

在本研究中，使用导电胶将柞蚕触角连接到电极上，我们在实验台或无人机上开始EAG实验之前，均确认每根触角的两端已与电极牢固接触。若实验过程中EAG设备信号突然丢失，研究人员会首先检查触角与电极之间的连接情况。该问题在无人机上的EAG实验中可能更易发生。尽管离体柞蚕触角的寿命超过一小时，但在本研究中，导电胶在十几至几十分钟内便会干燥，因此在触角与电极的连接处补充导电胶可能有助于恢复信号强度。

本研究中的无人机配备了由相机和红外传感器组成的视觉定位系统（VPS），用于飞行稳定。我们发现，无人机在光滑地面上悬停时会出现漂移现象，这可能是由于无人机机身下方的红外传感器在光滑表面上工作不稳定所致。当在具有光滑地面（如瓷砖地面）的室内进行实验时，该问题有时同样会出现。因此，我们在地面上铺设了带凸起的地毯（使用了面积为45 cm × 45 cm的四色地毯），从而减少了无人机的漂移。实践证明，该方法对无人机上进行的触角电图（EAG）实验的飞行稳定具有积极作用。

本研究中生物混合无人机的重要性在于其能够识别气味浓度，并对气味源具有传感器指向性。该无人机在风洞外实时识别出气味浓度差异，并利用螺旋 surge 算法定位了气味源（图8）。与顺风摆动算法相比，螺旋 surge 算法29,30在重新捕获气味羽流时无需依赖羽流位置信息，在低速层流条件下表现出相对较高的可靠性30。此前该算法曾应用于地面移动机器人30，但需要借助风向传感器来识别上风方向。当时气味信息被二值化处理，忽略了浓度信息。

对于基于昆虫触角的无人机而言，安装额外的传感器（如风速传感器）需要在有效载荷与电池消耗之间进行权衡。此外，还需评估无人机上的EAG所检测到的气味信息是否超过某一阈值25。本研究中采用的生物混合型无人机设计增强了EAG装置自身的方向性，因而无需配备风向传感器。该传感器的方向性使无人机能够在比风洞更为复杂的室内环境中，利用气味浓度信息执行螺旋式飞行运动。本研究使用了圆柱形封闭结构；然而，未来应开发出更精密且更轻量的封闭装置。

然而，本研究中所考察的生物混合无人机仍存在一些局限性。例如，其对气味源的定位距离仍然有限。由于无人机具有高机动性，应能够实现数十米量级远距离的气味搜寻。然而，基于昆虫触角的生物混合无人机目前的探测距离仅限于2米26，且气味源定位测试是在空间有限的风洞中进行的25。延长搜寻距离对于开发实用的飞行气味探测平台至关重要。

对于远距离搜索（超过10 m），由于气味浓度会被稀释且气味羽流分布复杂，因此需要高传感器指向性以及高效的气味源定位算法。利用同一种昆虫的两条触角进行立体感知可提高方向性23。目前大多数使用小型无人机搭载商用气体传感器进行的气味源定位实验均采用单个传感器，尚未在无人机上实现EAG装置阵列的应用。因此，必须为小型无人机开发EAG装置阵列，以提升其在气味感知应用中的潜力。此外，EAG装置阵列有助于开发更高效的气味源定位算法，因为它能够实现对气味羽流更精确的定位。

基于昆虫触角的生物混合型嗅觉检测无人机在基础研究和应用研究中均具有重要意义。从基础研究的角度来看，此类无人机可作为测试平台用于开发气味源定位算法。以往已提出多种算法31；然而，使用移动机器人进行二维气味搜索或采用商用气体传感器的测试平台表现出性能有限。在这些实验设置中，所提出的算法难以充分展示其实际性能。本研究中的生物混合无人机展现了对气味浓度的识别能力，以及传感器的方向性、灵敏度和选择性，因此在更先进或三维气味源定位算法中的应用前景广阔。

在应用方面，生物混合型无人机可执行某些活体动物难以接近的任务，例如检测有毒化学/生物泄漏物、爆炸物以及开展搜救行动。要将此类无人机应用于这些任务，需利用昆虫触角来检测目标气味源中的气味分子。家蚕蛾触角可通过基因改造32，使其具备检测雌性家蚕蛾性信息素以外的气味分子的潜力；因此，这些应用正逐步成为现实。

披露

作者声明无利益冲突。

致谢

本工作部分得到了村田科学振兴财团研究基金的资助。作者谨此感谢日本东京的Smart Robotics有限公司在无人机平台开发与编程方面提供的协助，以及日本大阪的Assist Technology有限公司在电子电路设计方面的协助。作者还要感谢筑波大学生命与环境科学研究生院的松山茂教授提供纯化的蚕蛾性信息素（bombykol）；感谢东京大学生产技术研究所的中条拓也先生在蚕蛾饲养方面提供的支持；以及感谢东京理科大学理学与技术研究生院的能富雄介先生在蚕蛾图像采集方面提供的帮助。

材料

本文使用的材料清单
姓名公司目录编号评论
风速计MK Scientific, Kanagawa, JapanDT-8880
循环器IRIS OHYAMA Inc., Miyagi, JapanPCF-SC15T
小型空气泵AS ONE Corporation, Osaka, JapanNUP-1
无人机Shenzhen Ryze Tech Co., Ltd.Tello EDURyze Tech 开放了 Tello EDU SDK。我们的源代码基于 SDK 2.0 使用指南。
https://dl-cdn.ryzerobotics.com/downloads/Tello/Tello%20SDK%202.0%20User%20Guide.pdf
您可以下载 Python 代码（Tello3.py）并开发飞行程序。
EAG 设备定制该 EAG 设备配有定制软件，用于信号测量并与计算机通信。
导电凝胶Parker Laboratories, NJ, USASpectra 360
乙醇FUJIFILM Wako Pure Chemical Corporation, Ltd., Osaka, Japan057-00456
流量计KOFLOC, Kyoto, JapanRK1600R-12-B-Air-20
气体传感器Sensirion AG, Stäfa, SwitzerlandSGP30可使用 SGP30 分线板。
可参考 Adafruit_SGP30 GitHub 库。
https://github.com/adafruit/Adafruit_SGP30
高密封性储存瓶FUJIFILM Wako Pure Chemical Corporation, Ltd., Osaka, Japan290-35731
微控制器M5Stack, Shenzhen, ChinaM5StickC
纯种家蚕饲料Nosan Corporation Life Tech Department, Kanagawa, Japan香肠型
家蚕蛾Ueda-sansyu, Nagano, JapanKinshu × Showa 杂交品系
电磁阀Takasago Electric, Inc., Nagoya, JapanYDV-3-1/8
Wi-Fi 接入点Yamaha Corporation, Shizuoka, JapanWLX313

参考文献

  1. Burgués, J., Marco, S. Environmental chemical sensing using small drones: A review. Science of the Total Environment. 748, 141172(2020).
  2. Ercolani, C., Martinoli, A. 3D odor source localization using a micro aerial vehicle: system design and performance evaluation. 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). , 6194-6200 (2020).
  3. Neumann, P. P., et al. Indoor air quality monitoring using flying nanobots: design and experimental study. IEEE International Symposium on Olfaction and Electronic Nose (ISOEN). , 1-3 (2019).
  4. Burgués, J., Hernández, V., Lilienthal, A. J., Marco, S. Smelling nano aerial vehicle for gas source localization and mapping. Sensors. 19 (3), 478(2019).
  5. Shigaki, S., Okajima, K., Sanada, K., Kurabayashi, D. Experimental analysis of the influence of olfactory property on chemical plume tracing performance. IEEE Robotics and Automation Letters. 4 (3), 2847-2853 (2019).
  6. Romano, D., Donati, E., Benelli, G., Stefanini, C. A review on animal-robot interaction: from bio-hybrid organisms to mixed societies. Biological Cybernetics. 113, 201-225 (2019).
  7. Bozkurt, A., Lobaton, E., Sichitiu, M. A biobotic distributed sensor network for under-rubble search and rescue. Computer. 49 (5), 38-46 (2016).
  8. Yu, Y., et al. Intelligence-augmented rat cyborgs in maze solving. PLoS One. 11 (2), 0147754(2016).
  9. Cazenille, L., et al. How mimetic should a robotic fish be to socially integrate into zebrafish groups. Bioinspiration & Biomimetics. 13, 025001(2018).
  10. Sankaran, S., Khot, L. R., Panigrahi, S. Biology and applications of olfactory sensing system: A review. Sensors and Actuators B: Chemical. 171-172, 1-17 (2012).
  11. Bohbot, J. D., Vernick, S. The emergence of insect odorant receptor-based biosensors. Biosensors. 10 (3), 26(2020).
  12. Terutsuki, D., et al. Increasing cell-device adherence using cultured insect cells for receptor-based biosensors. Royal Society Open Science. 5 (3), 172366(2018).
  13. Terutsuki, D., Mitsuno, H., Kanzaki, R. 3D-printed bubble-free perfusion cartridge system for live-cell imaging. Sensors. 20 (20), 5779(2020).
  14. Terutsuki, D., et al. Highly effective volatile organic compound dissolving strategy based on mist atomization for odorant biosensors. Analytica Chimica Acta. 1139, 178-188 (2020).
  15. Terutsuki, D., et al. Odor-sensitive field effect transistor (OSFET) based on insect cells expressing insect odorant receptors. 2017 IEEE 30thInternational Conference on Micro Electro Mechanical Systems (MEMS). , 394-397 (2017).
  16. Nagata, S., et al. A high-density integrated odorant sensor array system based on insect cells expressing insect odorant receptors. 2018 IEEE International Conference on Micro Electro Mechanical Systems (MEMS). , 282-285 (2018).
  17. Park, K. C., Ochieng, S. A., Zhu, J., Baker, T. C. Odor discrimination using insect electroantennogram responses from an insect antennal array. Chemical Senses. 27 (4), 343-352 (2002).
  18. Myrick, A. J., Park, K. C., Hetling, J. R., Baker, T. C. Real-time odor discrimination using a bioelectronic sensor array based on the insect electroantennogram. Bioinspiration & Biomimetics. 3, 046006(2008).
  19. Pawson, S. M., et al. Light-weight portable electroantennography device as a future field-based tool for applied chemical ecology. Journal of Chemical Ecology. 46 (7), 557-566 (2020).
  20. Kuwana, Y., Shimoyama, I., Miura, H. Steering control of a mobile robot using insect antennae. Proceedings 1995 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2, 530-535 (1995).
  21. Kuwana, Y., Shimoyama, I. A pheromone-guided mobile robot that behaves like a silkworm moth with living antennae as pheromone sensors. The International Journal of Robotics Research. 17 (9), 924-933 (1998).
  22. Kuwana, Y., Nagasawa, S., Shimoyama, I., Kanzaki, R. Synthesis of the pheromone-oriented behaviour of silkworm moths by a mobile robot with moth antennae as pheromone sensors. Biosensors and Bioelectronics. 14 (2), 195-202 (1999).
  23. Martinez, D., Arhidi, L., Demondion, E., Lucas, J. B. P. Using insect electroantennogram sensors on autonomous robots for olfactory searches. Journal of Visualized Experiments: JoVE. (90), (2014).
  24. Lan, B., Kanzaki, R., Ando, N. Dropping counter: A detection algorithm for identifying odour-evoked responses from noisy electroantennograms measured by a flying robot. Sensors. 19 (20), 1-16 (2019).
  25. Anderson, M. J., Sullivan, J. G., Horiuchi, T., Fuller, S. B., Daniel, T. L. A bio-hybrid odor-guided autonomous palm-sized air vehicle. Bioinspiration & Biomimetics. 16, 026002(2020).
  26. Terutsuki, D., et al. Real-time odor concentration and direction recognition for efficient odor source localization using a small bio-hybrid drone. Sensors and Actuators B: Chemical. 339, 129770(2021).
  27. Große-Wilde, E., Svatoš, A., Krieger, J. A pheromone-binding protein mediates the bombykol-induced activation of a pheromone receptor in vitro. Chemical Senses. 31 (6), 547-555 (2006).
  28. Rüffer, D., Hoehne, F., Bühler, J. New digital metal-oxide (MOx) sensor platform. Sensors. 18 (4), 1052(2018).
  29. Hayes, A. T., Martinoli, A., Goodman, R. M. Distributed odor source localization. IEEE Sensors Journal. 2 (3), 260-271 (2020).
  30. Lochmatter, T., Raemy, X., Matthey, L., Indra, S., Martinoli, A. A comparison of casting and spiraling algorithms for odor source localization in laminar flow. 2008 IEEE International Conference on Robotics and Automation. , 1138-1143 (2008).
  31. Chen, X., Huang, J. Odor source localization algorithms on mobile robots: A review and future outlook. Robotics and Autonomous Systems. 112, 123-136 (2019).
  32. Sakurai, T., et al. A single sex pheromone receptor determines chemical response specificity of sexual behavior in the silkmoth Bombyx mori. PLoS Genetics. 7 (6), 1002115(2011).

重印与许可

标签

基于丝蛾触角的电触角图谱生物混合型嗅探无人机用于气味源定位
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。