【正文】 理的基礎(chǔ)，也是必須的。各類邊緣檢測算法的共同特征是對計(jì)算要求非常高。例如高通實(shí)現(xiàn)的雙目深度攝像解決方案中，需要單獨(dú)使用驍龍801多核芯片中的一個(gè)核運(yùn)行專門的SIMD（Single instruction, multiple data, 單指令多數(shù)據(jù)）運(yùn)算，并僅能提供30Hz的實(shí)時(shí)運(yùn)算能力。對于飛行速度可高達(dá)20m/s的四軸無人機(jī)而言，將不能對環(huán)境中突然出現(xiàn)的一些物體及時(shí)反應(yīng)。圖像識別算法n 完成分割和三維建模后的數(shù)據(jù)對于無人機(jī)僅僅是物體的信息，僅能用作避障和路徑規(guī)劃。要讓無人機(jī)區(qū)分物體是什么的軟件技術(shù)是圖像識別算法。當(dāng)無人機(jī)載計(jì)算機(jī)能夠具體區(qū)分物體和物體之間實(shí)質(zhì)差別的時(shí)候，就能自主完成更復(fù)雜的動作，如：對電力設(shè)備上的特定部件掃描檢查；照人類指令講特定物體（橘子而不是香蕉）抓取并飛行到另一房間；在邊境巡邏時(shí)區(qū)分普通動物還是可疑人形目標(biāo)，并及時(shí)報(bào)警。在2015年12月初舉辦的第六屆ImageNet圖像識別大賽中，微軟擊敗了谷歌、英特爾、高通和騰訊等公司獲得第一名，其使用的“深度駐留學(xué)習(xí)技術(shù)”是“深度學(xué)習(xí)”技術(shù)的一種改進(jìn)。%，已好于人類識別物體的能力（%）。n 人臉識別算法 圖像識別應(yīng)用的一個(gè)子類：人臉和步態(tài)識別能夠進(jìn)一步拓展智能無人機(jī)的應(yīng)用。目前現(xiàn)有的航拍無人機(jī)對地面人的區(qū)分能力較弱，所以實(shí)用的時(shí)候會發(fā)生“跟錯(cuò)人”現(xiàn)象；而警用無人機(jī)也依賴操作警察遙控跟蹤目標(biāo)。當(dāng)步態(tài)/人臉識別技術(shù)能夠成熟搭載在智能無人機(jī)上之后，警用智能無人機(jī)就能夠完成自主飛行，自主掃描和跟蹤目標(biāo)等任務(wù)，將減輕警察部門的人力負(fù)擔(dān)。 但目前無人機(jī)應(yīng)用人臉識別算法依然具有一定門檻，在理想的測試庫中如LFW（Labeled Faces in the Wild）測評中，%，已經(jīng)超過人眼的準(zhǔn)確率，但在無人機(jī)應(yīng)用場景中，諸多因素會導(dǎo)致識別準(zhǔn)確率大幅下降： 無人機(jī)通常需要俯拍，大角度拍攝下能提取的信息較少；無人機(jī)與目標(biāo)距離可變，遠(yuǎn)距離下畫面信息量較少； 室外光照條件變化，環(huán)境干擾等因素也會影響人臉識別的準(zhǔn)確率； 因此我們判斷智能無人機(jī)短期內(nèi)在以上技術(shù)難題解決之前不會過分倚重人臉識別算法完成任務(wù)，但長期來看人臉識別算法的突破會進(jìn)一步拓展應(yīng)用范圍。 n 語音和語義識別算法 傳統(tǒng)無人機(jī)依靠各類遙控器控制飛行器飛行；無人機(jī)智能化后，語音操作將成為無人機(jī)的一種新的控制方式。這種方式將拓展其新應(yīng)用領(lǐng)域。目前據(jù)報(bào)道在2016年CES上，無人機(jī)制造商Flypro發(fā)布了XEagle聲控?zé)o人機(jī)，可以通過操作者的聲音進(jìn)行飛行控制。 使用語音識別操作無人機(jī)需要無人機(jī)的能夠支撐關(guān)鍵算法：語音與語義識別算法。語音識別的作用是將聲音轉(zhuǎn)化為計(jì)算機(jī)能夠理解文本信息，而語義識別將文本再轉(zhuǎn)化為無人機(jī)需要執(zhí)行的指令，完成任務(wù)。對于指揮無人機(jī)飛行這一應(yīng)用場景，主要的難點(diǎn)在室內(nèi)環(huán)境（噪聲，多人說話）提高語音識別準(zhǔn)確率上。 目前主流的提高語音識別準(zhǔn)確度的技術(shù)是深度神經(jīng)網(wǎng)絡(luò)技術(shù)。目前在一定環(huán)境下的準(zhǔn)確率已經(jīng)能夠做到很高，如科大訊飛語音識別準(zhǔn)確率超過95%。 與圖像分割算法不同的是，以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的圖像識別/人臉識別/語音識別算法計(jì)算量根據(jù)使用場景差異較大。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程需要大量的并行計(jì)算；但當(dāng)神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)被訓(xùn)練完成而內(nèi)部的參數(shù)固定下來以后，每次識別的計(jì)算量則保持一個(gè)固定值不變。某些應(yīng)用下無人機(jī)載神經(jīng)網(wǎng)絡(luò)完全可以在出廠前就訓(xùn)練好并固化，在應(yīng)用時(shí)僅使用有限的計(jì)算資源。但當(dāng)無人機(jī)需要做實(shí)時(shí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)，高性能并行計(jì)算硬件則成為軟件算法能否發(fā)揮效能的基礎(chǔ)。無人機(jī)OS（操作系統(tǒng)）軟件技術(shù)智能無人機(jī)軟件技術(shù)還包括：飛行控制、導(dǎo)航與路徑規(guī)劃、以及支撐所有智能軟件的OS（操作系統(tǒng)）。此外智能無人機(jī)還需要一些底層的固件代碼連接硬件和軟件系統(tǒng)，保障通訊、傳感器、計(jì)算單元正常高效運(yùn)行。對于智能無人機(jī)開發(fā)廠商而言，獨(dú)立開發(fā)如此繁雜、涉及領(lǐng)域各異的軟件實(shí)屬“重新發(fā)明輪子”類工作，在開源軟件項(xiàng)目上根據(jù)需求定制加工能夠加速產(chǎn)品迭代，減少開發(fā)成本。無人機(jī)領(lǐng)域操作系統(tǒng)最大的開源項(xiàng)目之一是有Linux Foudation聯(lián)合12家技術(shù)公司推出的“DroneCode”項(xiàng)目。該項(xiàng)目最初整合了諸多在Linux環(huán)境下編寫的零散的開源無人機(jī)程序。目前該項(xiàng)目已經(jīng)發(fā)展壯大，有1300個(gè)參與提交代碼的作者，累積180萬行代碼，75萬以上的用戶。 除了無人機(jī)愛好者的支持，該項(xiàng)目還得到了無人機(jī)整機(jī)制造商以及上下游芯片和軟件企業(yè)的支持。該較為知名的成員包括白金會員3DR（整機(jī)制造商）、高通； 黃金會員百度、Intel、昊翔（整機(jī)制造商）。DroneCode提供的功能包括： 252。 先進(jìn)控制：Wifi圖傳、碰撞規(guī)避、視覺處理； 252。 操作系統(tǒng)：API、通信協(xié)議； 252。 飛行控制：控制、導(dǎo)航、安全保護(hù)、自動執(zhí)行任務(wù)、飛行數(shù)據(jù)記錄； 252。 固件代碼：無線電固件、光流傳感器固件、電子速度計(jì)、天線跟蹤； 傳統(tǒng)無人機(jī)并不需要復(fù)雜的OS操作系統(tǒng)。但像DroneCode這樣復(fù)雜的無人機(jī)開源項(xiàng)目，需要在無人機(jī)上支持多種軟件，并提供拓展升級軟件的能力，就必須依靠OS來管理硬件抽象接口和統(tǒng)籌計(jì)算資源調(diào)配。OS是在智能硬件上運(yùn)行復(fù)雜軟件、工智能的必要條件之一。六、智能無人機(jī)技術(shù)1. 定點(diǎn)懸停技術(shù)消費(fèi)級無人機(jī)的核心應(yīng)用就是基于無人機(jī)的航拍功能，而航拍功能對無人機(jī)系統(tǒng)要求最高的技術(shù)指標(biāo)就是飛行的穩(wěn)定性。懸停定位技術(shù)所采用的技術(shù)手段主要有幾種：1）GPS/IMU組合定位2）超聲波輔助定高3）基于圖像的光流定位技術(shù)1） GPS/IMU定位技術(shù)GPS/IMU定位的原理是較為傳統(tǒng)和成熟的定位方法。GPS可以測得無人機(jī)當(dāng)前的水平位置和高度，飛控系統(tǒng)根據(jù)無人機(jī)位置和高度相對于懸停點(diǎn)的偏差對無人機(jī)進(jìn)行補(bǔ)償控制從而實(shí)現(xiàn)定點(diǎn)懸停。然而，GPS信號更新較慢，而且GPS信號容易收到干擾，影響實(shí)際控制效果。因此工程實(shí)踐中引入了飛行器的IMU信息與GPS信號進(jìn)行濾波，得到更為精確和更新率更高的位置、高度信息，這種模式還可以保證在GPS失常時(shí)，僅依靠IMU提供應(yīng)急位置高度信息，但是因?yàn)閮H利用IMU信息進(jìn)行位置高度解算時(shí)，解算結(jié)果容易發(fā)散，因此這種方法僅適合在空曠的戶外進(jìn)行懸?？刂疲⒉贿m宜在室內(nèi)或有信號遮蔽的環(huán)境下使用。2） 超聲波輔助定高技術(shù)超聲波測距傳感器是一種較為成熟的測距傳感器，能夠根據(jù)超聲波發(fā)出與返回的時(shí)間差，測得超聲波傳感器前的障礙物的距離，當(dāng)無人機(jī)布置有下視超聲波傳感器時(shí)，可測得較為精確的距地面距離，從而輔助實(shí)現(xiàn)定高控制，但是超聲波輔助定高對于水平位置的飄移控制起不到作用。3） 光流定位光流定位是采用圖像傳感器對傳感器所捕捉的圖像畫面進(jìn)行分析，間接解算得到自身位置、運(yùn)動信息的一種技術(shù)。隨著圖像處理算法的演進(jìn)和圖像處理硬件平臺的發(fā)展，使得這種算法的精度和實(shí)時(shí)性得到保證，從而得以在無人機(jī)系統(tǒng)上得到應(yīng)用。目前法國的Parrot和大疆的精靈3均采用了這種光流法，另外，大疆的精靈4采用了帶有雙目視覺的對地傳感器，進(jìn)一步提高了懸?？刂频木群瓦m用范圍。光流定位是利用圖像序列中像素在時(shí)間域上的變化以及相鄰幀之間的相關(guān)性來找到上一幀跟當(dāng)前幀之間存在的對應(yīng)關(guān)系，從而計(jì)算出相鄰幀之間物體的運(yùn)動信息的一種方法。一般而言，光流是由于場景中前景目標(biāo)本身的移動、相機(jī)的運(yùn)動，或者兩者的共同運(yùn)動所產(chǎn)生的。在無人機(jī)應(yīng)用中，無人機(jī)機(jī)身加裝對地的光流攝像頭，根據(jù)所觀測到的地面圖像來進(jìn)行定位的，其原理可通過下圖進(jìn)行理解：無人機(jī)在相對地面移動時(shí)，其對地觀測鏡頭所拍攝到的畫面會相對向反方向“移動”，根據(jù)無人機(jī)距離地面的高度（這也是光流傳感器都與對地超聲波傳感器成對出現(xiàn)的原因）以及對地觀測圖像中像素移動的量，即可推算出無人機(jī)相對地面移動的距離。當(dāng)無人機(jī)采用光流定位技術(shù)實(shí)現(xiàn)自身位置確定后，即可采用通用的控制算法實(shí)現(xiàn)水平面和高度上的定位。目前所采用的光流技術(shù)，基本上可以實(shí)現(xiàn)室內(nèi)環(huán)境的穩(wěn)定懸停，但是隨著時(shí)間的累積，仍然會有十幾厘米到幾十厘米范圍的飄移。不過，這種低頻率、小幅度的位置改變對于航拍來說，是可以接受的。目前市面上的無人機(jī)產(chǎn)品，根據(jù)所采用的技術(shù)手段可以分為四代，第一代采用單GPS懸停；第二代采用雙衛(wèi)星定位系統(tǒng)，GPS/GLONASS定位；第三代引入了光流定位技術(shù)；第四代采用了雙目光流定位。在最新一代Phantom4中更是采用了雙目視覺的光流定位技術(shù)。2. 跟蹤拍攝技術(shù)對于航拍無人機(jī)來說，一個(gè)新的趨勢是采用跟蹤拍攝模式，即對無人機(jī)設(shè)置一個(gè)興趣點(diǎn)，無人機(jī)則自動對興趣點(diǎn)進(jìn)行跟蹤拍攝，這是無人機(jī)智能化的發(fā)展趨勢。目前的跟蹤拍攝技術(shù)主要分為兩種：1）GPS跟蹤；2）圖像跟蹤。1） GPS跟蹤GPS跟蹤技術(shù)較為簡單，即被跟蹤者需手持遙控器，并獲得自己當(dāng)前位置的衛(wèi)星定位信息，之后將此信息發(fā)送給無人機(jī)，無人機(jī)以接收到的目標(biāo)位置作為目標(biāo)，并進(jìn)行導(dǎo)航。GPS跟蹤是一種比較初級的跟蹤的方式，市場上大部分無人機(jī)均采用這種方式。2） 圖像跟蹤（包括臉部識別跟蹤）圖像跟蹤技術(shù)是無人機(jī)根據(jù)所設(shè)置的興趣點(diǎn)的圖像特征，完全根據(jù)圖像信息完成目標(biāo)的跟蹤，這涉及到了對目標(biāo)對象的圖像識別、圖像跟蹤，尤其是在目標(biāo)運(yùn)動場景中，圖像背景變化較、目標(biāo)形態(tài)變化較大的情況下，對目標(biāo)準(zhǔn)確的跟蹤需要運(yùn)用到深度學(xué)習(xí)技術(shù)，是當(dāng)前人工智能的一個(gè)熱點(diǎn)研究方向。3. 自動避障技術(shù)無人機(jī)的飛行安全一直是關(guān)系到無人機(jī)大規(guī)模商業(yè)應(yīng)用的核心問題，如何感知到障礙物、并且自主的規(guī)避障礙物是無人機(jī)飛行安全領(lǐng)域最前沿的研究課題。隨著無人機(jī)的自主飛行、跟蹤飛行的大規(guī)模商業(yè)應(yīng)用，無人機(jī)在自主航拍、跟拍的過程中對自主避障的功能要求變得更加迫切。目前主要采用3種不同的避障技術(shù)：1）基于超聲波探測的避障；2）基于雙目視覺的障礙物深度提?。?）基于激光雷達(dá)的壁障技術(shù)；4）Realsense單目+結(jié)構(gòu)光探測避障。1） 超聲波測距避障這種技術(shù)類似于傳統(tǒng)的倒車?yán)走_(dá)系統(tǒng)，根據(jù)超聲波探測，獲知障礙物距離信息，然后采用相應(yīng)策略避開障礙物，其特點(diǎn)是探測距離近，探測范圍小，但是方法非常成熟，實(shí)現(xiàn)容易。2） 雙目視覺避障這種技術(shù)是基于雙目視覺的圖像景深重構(gòu)方法，對視場內(nèi)的景物進(jìn)行景深重構(gòu)，通過景深信息來判斷視場內(nèi)的障礙物情況，探測范圍更廣、距離更遠(yuǎn)，相應(yīng)安全性更高，但是技術(shù)難度大，而且會受到光照強(qiáng)弱變化的影響。大疆的精靈4以及之前發(fā)布的Guidance系統(tǒng)在避障技術(shù)中采用的是基于雙目視覺的避障方法，在機(jī)身前向裝有兩枚攝像頭，專門負(fù)責(zé)雙目圖像采集，另外配合了超聲波探測，應(yīng)對環(huán)境光較弱的場景。大疆的雙目視覺避障系統(tǒng)可以實(shí)現(xiàn)15m內(nèi)的障礙探測和規(guī)避。3） 基于激光雷達(dá)的避障技術(shù)這種技術(shù)依靠的是無人汽車上應(yīng)用較多的激光雷達(dá)技術(shù)對無人機(jī)周邊的環(huán)境進(jìn)行掃描，并進(jìn)行地圖建模。零度在CES2016上發(fā)布的Xplorer 2采用的是這種技術(shù)，無人機(jī)上的“蘑菇頭”就是自動避障模塊，該避障模塊可以實(shí)現(xiàn)在6m有效避障距離內(nèi)，以每秒50次的速率實(shí)現(xiàn)360176。全方位掃描。4） 基于RealSense的避障技術(shù)RealSense是Intel公司早先發(fā)布的視覺感知系統(tǒng)。它采用了“主動立體成像原理”，模仿了人眼的“視差原理”，通過打出一束紅外光，以左紅外傳感器和右紅外傳感器追蹤這束光的位置，然后用三角定位原理來計(jì)算出3D 圖像中的“深度”信息。通過配有深度傳感器和全1080p彩色鏡頭，能夠精確識別手勢動作、面部特征、前景和背景，進(jìn)而讓設(shè)備理解人的動作和情感。據(jù)Intel方面對外透露的數(shù)據(jù)，Realsense的有效測距可達(dá)10米。無線圖像傳輸技術(shù)無人機(jī)航拍的核心技術(shù)之一就是無線圖像傳輸，傳輸?shù)哪芰Υ笮∈菍o人機(jī)航拍能力衡量的一個(gè)重要因素。通常的圖傳方案都是基于WiFi協(xié)議的傳輸方案，而大疆的Lightbridge采用的是軟件定義無線電技術(shù)（SDR），擺脫了WiFi傳輸在傳輸距離和傳輸帶寬上的矛盾。飛行速度為了適應(yīng)某些特殊場景的跟拍要求，無人機(jī)的飛行速度也是航拍中關(guān)注的一個(gè)重要性能參數(shù)。無人機(jī)的較高的飛行速度對續(xù)航、飛控等方面都提出了嚴(yán)峻的挑戰(zhàn)，所以飛行速度對于無人機(jī)設(shè)計(jì)制造水平也是一個(gè)較高的考驗(yàn)。無人機(jī)航拍技術(shù)無人機(jī)航拍技術(shù)其實(shí)可以簡單地按照字面的“無人機(jī)”+“航拍”拆分為2點(diǎn)：216。 影像拍攝技術(shù)，也即成像以及圖像處理技術(shù)；比如像素?cái)?shù)、光圈大小等，但是攝像頭模組上影響成像質(zhì)量的參數(shù)還有許多：單個(gè)像素尺寸、傳感器技術(shù)、鏡片組技術(shù)、ISP技術(shù)等。216。 無人機(jī)平臺技術(shù)，主要指為航拍提供穩(wěn)定的航拍環(huán)境的機(jī)身控制技術(shù)。影像拍攝技術(shù)：目前市場上的影像拍攝方案，都是對幾個(gè)大品牌主流的攝像頭模組的集成應(yīng)用，無人機(jī)生產(chǎn)廠商在這一方面沒有太多的技術(shù)空間，而且因?yàn)榧夹g(shù)發(fā)展已經(jīng)比較成熟，不同產(chǎn)品方案之間差距并不大。無人機(jī)機(jī)載平臺穩(wěn)定技術(shù)：是指除了飛行導(dǎo)航、控制等無人機(jī)自身飛行技術(shù)以外，為無人機(jī)實(shí)現(xiàn)穩(wěn)定航拍平臺保障的相關(guān)技術(shù)。這種技術(shù)是影響到成像質(zhì)量最關(guān)鍵的因素?！?K視頻錄制”概念，指的就是分辨率達(dá)到40962160的影像拍攝能力，其實(shí)4K更新趨勢主要來自于播放設(shè)備以及膠片拍攝設(shè)備，因?yàn)橹暗牟シ旁O(shè)備高清標(biāo)準(zhǔn)為19201080分辨率，現(xiàn)在的4K像素水平是之前的4倍，面臨著許多方面的挑戰(zhàn)，同樣，膠片拍攝將從原先耳朵35mm膠片升級到70mm，面臨的是全行業(yè)標(biāo)準(zhǔn)設(shè)備的升級。但是4K分辨率的數(shù)字視頻拍攝能力僅要求傳感器達(dá)到1200w像素，以及能夠與之匹配的圖像處理能力，這一點(diǎn)行業(yè)內(nèi)已經(jīng)有成熟的配套解決方案（比如高通的Snapdragon Flight平臺不僅支持4K錄制，還支持4K的立體VGA錄制），因此，也并不構(gòu)成技術(shù)壁壘。ISP技術(shù)：ISP（Image Signal Processing）也即圖像處理技術(shù)，鏡片、傳感器構(gòu)成了圖像的接收裝置，而ISP則構(gòu)成了圖像的采集和預(yù)處理，面對目前越來越高的全尺寸高幀頻的數(shù)據(jù)吞吐能力要求，ISP技術(shù)也在不斷提高。除了高速拍攝、雜噪抑制以外，相機(jī)還可以借助ISP處理器對圖像做出比較