装备有激光眼的微型很快就能为庄稼授粉，搜寻倒塌建筑里的幸存者，或者监测空气质量。

　　2012年，哈弗大学的研究者们发布了一种机器人昆虫，占据了各大报纸的头条。这种机器人只有几十毫克重，只能飞行降落。一年后，它就能按照预定的路径飞行。那之后，RoboBee已经学会了游泳，但依旧有一个技术缺陷，那就是它看不清物体。

　　纽约州立大学布法罗分校和弗罗里达大学的研究者们证合作改变这一状况。在接下来的三年里，布法罗分校的KarthikDantu和弗罗里达大学的SanjeevKoppal依靠美国国家科学基金会的110万美元的拨款，探寻着能将激光定位器缩小的技术，让RoboBee能够依靠自身力量找到目标，不需要人类来为其导航。

　　“要实现智能行为，我们需要安装深度探测器，”Koppal说，“当我们思索什么样的技术能派上用场时，激光定位器成了我们的首选。”

　　激光诞生后的19世纪60年代，激光定位器也随之出现。它的功能和雷达与声纳相似，但是原理是使用光线。它能将一系列的不可见光束投向周围，根据回探测器的光线来描绘一幅精细的地图。激光定位器能使用可见光、紫外线和近红外光，短波光使它甚至能够测量空气中的悬浮微粒。

　　但是最小的商用激光定位系统重达830克，而一个蜜蜂机器人只有80毫克——比一个回形针还轻。换句话说，要制造一个微型激光定位器，我们需要《蚁人》中的科技。

　　Dantu解释说，传统摄像机不适用，因为机器人太小了——用摄像机测量深度需要将两个摄像机隔开一段距离，这与人眼的原理类似。但在机器人上，并匀不出需要的空间。而通过光线来感知距离与深度更加可行，因为它依赖的是来自各个方向的光线。此外，摄像机和图像处理会消耗大量的能源，而能源在RoboBee身上也是最为重要的。它所携带的能源中，97%都用于飞行；处理和感知系统只能和其他系统争抢余下的3%。

　　拿到美国国家科学基金会的拨款后，Koppal开始设计新的轻型传感器，Dantu则负责设计算法，帮助这些传感器使用收集到的数据。Koppal在佛罗里达大学的同事谢慧开则负责制作必要的激光发射器。

　　首先，研究者们会使用机器人身上的一个广角光学镜片来是收集来自遥远激光定位基站的激光光束，然后根据搜集到的数据对传感器的算法进行微调。第二步就是在机器人身上安装一个激光二极管，通过一条细线与基站或电池链接以获得能量。之后的目标就是让其自己携带电源。

　　虽然Dantu和Koppal还在集中精力研究适用于RoboBee的激光定位器，但如何收集和处理数据也是一个他们经常讨论的问题。蜜蜂机器人可以自己处理一些数据，也可以将数据传送到基站进行透彻分析。

　　俄勒冈州立大学的测绘学副教授MichaelOlsen正用激光定位器来进行地形学好测绘研究。他认为，传统激光定位系统的一大限制就是它不能全面收集数据。

　　“传统系统的缺陷可以通过RoboBee来弥补，”Olsen说，“将激光定位器这样的激光系统缩小本就是一项挑战，而这些研究者们将其大小缩小到一种全新的规格。似乎他们已经找到非常有趣的方法来打破能量、重量和大小方面的限制。”

　　如果装有激光定位器的蜜蜂机器人得以实现，它们就能在密集的树林里飞行，更好地捕捉每一棵树的信息，或者飞到桥柱之下，进行传统设备难以实现的测量。

　　同时，微型激光定位器还能到日常生活或者医疗领域中。想要买房的顾客可以观看房屋的3D测绘图，知晓房屋的实际尺寸，同时做出装潢计划。研究团队和救援团队也可以通过微型激光定位器深入到倒塌的建筑中，健身者也可以通过它进行全身扫描，了解最近有何进步。

　　Dantu和Koppal也承认，有些功能要花上许多年才能实现，但是这项技术有着极大的实用潜力。

　　“RoboBee上能实现的事情，在其他方面也能实现，”Koppal说道，“微信激光定位器能在普通激光定位器应用的所有领域里发挥效用。在工业和工业生产中，依旧有许多人通过激光定位器来为工厂或者农田进行测绘。在许多情况下，更小更便宜的激光定位器更受欢迎。”