無人機為什么依賴攝像機

無人機采用攝像頭來自主導航，這是一種相對成本較低的方法。如果將攝像頭與IMU相融合，在移動速度不是特別快且光線穩定的情況下，則可以提供完全正確的狀態估計。

說起事件攝像機，也許很多科技愛好者并不感到陌生，曾經有科學家發表過關于它的研究成果。早在2014年，來自蘇黎世大學的Davide Scaramuzza實驗室闡述了事件攝像機的動態視覺傳感器的實用性。事件攝像機并不像一般的攝像機，它們更像小巧高行動的機器人。

對于無人機來說，狀態估計、獲得用戶所在位置以及用戶的活動狀態非常重要。為了令無人機作出與其環境相互作用的決策，它必須要很靈敏地感知其所處位置、移動速度以及移動方向在哪。然而，據雷鋒網了解，有很多種方法可以追蹤這些，最準確的是運用強大卻成本高昂的車外運動捕捉系統。若開始用更小型更靈敏的機器人來進行狀態估計時，尤其是當你嘗試處理高度動態的平臺比如快速移動的四旋轉，則會變得更加困難。這就是為什么人們一直以來依賴攝像機的原因。

對弱光敏感、記錄場景變化的事件攝像機助無人機成功避障

然而，攝像機本身也存在兩個重要的問題。第一個問題是，當傳感器的運動超過相機可被“凍結”的幀速率時，相機的圖像會變模糊。第二是相機對于光線的要求與人類眼睛差不多，不能過于強烈也不能過于晦暗。
 

事件攝像機與普通相機完全不同。事件攝像機會記錄場景的變化。據雷鋒網了解，在實驗中，科研人員把事件攝像機指向不移動的靜態場景時，它不會顯示任何內容。但是，當它檢測到物體的運動（如像素級的光線變化），它會在每像素的基礎上以非常高的刷新率（毫秒）顯示出該動作。事件攝像機不僅對弱的光線敏感，也不會被明亮的光線屏蔽。若用戶關心注的是在無人機移動時避免障礙物，因此，采用事件攝像頭是一個很理想的選擇。

為了檢測相對運動以進行準確的狀態估計，科研人員在試驗中，令四旋轉相機去識別獨特的圖像特征并跟蹤這些特征如何移動。當照明變化或者光線太暗時，普通攝像機的跟蹤失敗，而事件攝像機完全不受影響，依然正常運行。