提到声呐，许多人的第一反应就是水下定位导航系统，的确，声呐技术应水下目标预警探测而生，是一种利用声波在水下的传播特性，通过电声转换和信息处理，完成水下探测和通讯任务的电子设备。然而，声呐并不是水下探测的专属物，在陆地环境中，人们一直想将声呐应用起来，但至今为止，都只是在效仿蝙蝠的初级阶段缓慢前行。
日前，以色列特拉维夫大学表示，研究人员开发了一种完全自主的地形机器人，名为Robat，它能像蝙蝠一样发出声音并分析回声，以识别、绘制和避开户外障碍物。Robat是首个完全自主的、生物学上类似蝙蝠的行走机器人，这款地形机器人的问世，无疑让声呐技术圈，再增一个新坐标。
“两栖”技术：水下声呐的陆地应用
为何人们要将声呐技术应用于水下呢？
这其中是一个很简单的物理效应，通常情况下，声音在固体中的传播速度大于在液体中的传播速度，在液体中的传播速度大于在气体中的传播速度。声呐的工作载体便是声波，声波在水中传播速度更快，能量衰减缓慢，探测位置不会发生很大改变，相对准确。
但是，鉴于声呐技术测距远，抗干扰的优点，人们一直在试图将声呐系统应用到陆地机器人中，使其产生机器视觉概念，识别出周围物体的形状。但此类尝试的效果并不美好。技术上，人们还是难以克服高频声音在传播时受到距离和反射物的影响衰减较快的难题。
人们迫切地想要将声呐这只“蝌蚪”发育成“青蛙”，而“动物”的事情自然要靠动物来解决。通过对蝙蝠生物声呐的观察，研究工作表明，在超声波向外传播的过程中，蝙蝠头部的某些生物声呐器官（例如耳廓、耳屏等结构）会在超声波信号向外传播的过程中对蝙蝠的发射声场产生影响。
这也给了人们一个思考方向。如果能够提取蝙蝠耳廓运动的轨迹，进行三维重构，将这些“器官”应用到机器人身上，是不是可以解决一些难题呢？
如果用超声波扬声器或发射器创建发音“嘴”，用两个超声波接收器创建收音“耳廓”或者“耳屏”，发音“嘴”以稳定的频率向四周发出声波，并用“耳廓”或“耳屏”来调节信号，对外界环境的声压分布和声波辐射分布产生影响，让在户外环境活动的机器人得以获得周围实时映射图像。
放在陆地上，声呐机器人的作用比我们想象得更多。在人工智能、信号处理和工艺材料等基础能力的推动和认知、MIMO 等新型体系架构方式的牵引下，声呐系统在功能和性能领域不断拓展，不管是扫地机器人还是救援机器人，都能利用声呐技术进行导航。
最佳的例子是解决农业上产量预测这一痛点， 声呐系统通过作物园地块不同物体的声学特征，对农作物的生长环境的状况进行评估，并利用智能算法对声波结果进行分析计算，从而得出关于产量的量化预测。来自以色列的研究人员就在近日启动了一个新的项目，计划通过声呐机器人“AGRYbot”来预测水果等农作物的产量。
雷达、激光雷达、声呐……自动驾驶的春天来了？
蝙蝠是一种群居性的动物，通常情况下，多个种类且数量巨大的蝙蝠群会集中居住在山洞或者树林之中，以中国南方为例，一个山洞里可能居住着数万只以上的蝙蝠。而在复杂的环境下，蝙蝠之间却不会出现信号混乱的现象，这些蝙蝠在傍晚时依旧会有条不紊地外出觅食。
这种特性的受益者，无疑是当下最为火热的无人驾驶。
在无人驾驶车辆的技术单元中，户外复杂环境的运动障碍物检测、预测和碰撞一直是研究的难点。现阶段，单一的识别轮廓特征的方法在动态障碍物检测跟踪过程中的准确率和速度较低，在识别出动态障碍物的种类、准确地检测和跟踪动态障碍物并预测出动态障碍物的运动轨迹方面的表现也不尽人意。
以目前无人驾驶最常搭载的激光雷达技术为例。激光雷达在工作时受天气影响较大，激光在晴朗的天气里衰减较小，传播距离较远，而在大雨、浓烟、浓雾等天气里，衰减会急剧加大，传播距离也会受到较大影响。如工作波长为10.6μm的CO2激光，是所有激光中大气传输性能较好的，在糟糕天气的衰减是晴天的6倍。而且，大气环流还会使激光光束发生畸变、抖动，进而直接影响激光雷达的测量精度。
即便是传播距离更远，价格更高的雷达，也面临着许多问题。早在2016年，雷达就被特斯拉Autopilot8.0应用起来，但特斯拉也曾公开表示，虽然把雷达作为Autopilot主要探测手段有助于预防类似交通事故，但也存在着探测人物的清晰度不如相机，对木质和塑料物体的识别不到位，金属物体反射信号导致接收信息错误等问题。
声呐在不同物体的识别上具有一定优势，声呐中的被动声呐还能够直接接受外界环境或其它机械工作的噪声，隐蔽性和排他性较好。但是，声呐传感器发射的超声波在长距离检测中常出现能量衰减问题，并且易受到镜面漫反射的影响。
三者各有利弊，单独使用哪一种都不能得到最好的效果。而如果将雷达或者激光雷达与声呐结合使用，或许能提高车辆对障碍物的检测和判断能力，从而保障车辆对路径的规划及选择的精确度，有效提高无人驾驶对复杂环境的自适应能力和调节能力。
举个例子，当激光雷达与声呐结合时，车辆向前行驶，声呐传感器和激光传感器同时工作。当声呐传感器检测出前方有障碍物时，此时应该结合激光传感器的检测结果，若二者检测的结果都符合障碍物的特征,则在车辆视野中标记出障碍物的坐标，多次检测到信息一致时确定并记录障碍物的距离与方位信息，然后车辆根据路径选择策略，选择正确的路径继续行进。
不论是雷达、激光雷达还是声呐技术，比起蝙蝠的生物传感，人造传感还是有一定的性能差距，在仿生学上，我们还有很长的路要走。但在人们的不断努力下 ，无人驾驶的来时路，已经越来越近了。
