코넬 대학의 연구자들이 새처럼 스마트하게 장애물 주위를 날아 다니는 자율 비행 로봇을 개발했다. 숲과 터널, 혹은 위험한 건물 내부를 스스로 비행할 수 있기 때문에 탐색 ? 구조 활동에서 매우 큰 가치를 지닌다. 소형 비행기는 이미 대중적인 기술인 GPS에 의한 유도 시스템도 장착하고 있다. 컴퓨터 과학 부교수인 Ashutosh Saxena와 그의 연구팀은 현재, 비행 로봇이 벽이나 나뭇 가지에 격돌하는 것을 어떻게 방지할 수 있는가 하는 난제에 임하고 있다. 인위적인 작업은 신속한 반응을 충분히 보이지 않고 무선 신호는 비행 로봇의 모든 행선지에는 닿지 않는다. 

테스트에 사용된 것은 4개의 헬리콥터 로터를 가진 시중에서 구할 수 있는 약 카드 테이블 크기의 비행기 "quadrotor"이다. Saxena 씨와 연구팀은 이미 quadrotor가 복도나 계단을 탐색할 수 있도록 프로그램을 개발하였다. 그러나 야외에서 떨어진 위치에 있는 장애물 주변을 통과하는 경로를 설계하려면 현재 방법은 정확도가 충분하지 않다. Saxena 씨는 자신이 이전부터 개발하고 있던 주위의 상황을 평탄한 카메라 이미지에서 3D 모델로 변환하는 방법을 사용하고 있다. 직선, 익숙한 것, 크기가 명백한 것 및 그 전후에 있는 것 등의 정보를 수집하여 단서로 사용한다. 이것은 인간이 입체 영상을 보완할 때 무의식적으로 사용하고 있는 (원근감을 잡기 위한) 단서와 같은 것이다. 

대학원생인 Ian Lenz 씨와 Mevlana Gemici 씨는 나뭇가지, 기둥, 담장, 건물 등 장애물의 입체 영상을 통해 로봇을 교육했다. 로봇 컴퓨터는 모든 이미지가 공통적으로 가지는 특징, 즉, 색, 모양, 소재, 상황 (예를 들어, 가지는 줄기에서 성장하고 있는 등)을 학습한다. 로봇이 비행하기 전에 장애물이 무엇인지를 결정하는 규칙의 결과 집합(resulting set)을 기억 칩에 주입한다. 비행 로봇은 주위의 3D 이미지를 명확한 경계에 따라 작은 덩어리로 분해해, 어느 것이 장애물인지 결정하고 배운 경로에 최대한 가까운 경로를 산출하여 시야 변화에 따라 적절하게 조정한다. 코넬 대학의 광장(Arts Quad)을 포함, 장애물이 많은 환경에서 53회 자율 비행 테스트를 실시했는데, 51번 성공하고 나머지 2 회는 바람의 영향으로 무산됐다. 이 테스트 결과는 포르투갈에서 개최된 국제 회의 International Conference on Intelligent Robots and Systems에서 발표되었다. 

Saxena 씨는 바람 등의 주변 상황의 변화에 대응하고, 진짜 새와 같이 움직이는 장애물을 판별하고 해결할 수 있도록 로봇의 성능을 개선하려고 계획하고 있다. 테스트 목적으로 비행 로봇을 향해 테니스 공을 던지는 제안도 하고 있다. 이 프로젝트는 국방부 고등 연구 계획국 (Defense Advanced Research Projects Agency)의 자금 지원을 받은 것이다.