隨著消費級無人機技術的不斷成熟,不斷完善的自動避障系統(tǒng)可以極大的減少因操作失誤而帶來的各項損失,目前避障能力正逐漸成為了無人機自動化或智能化的關鍵點所在。

讓無人機自主避障教學研究邁向更高處slam導航避障算法。根據(jù)無人機避障技術的原理和發(fā)展趨勢,可以將無人機避障技術分為三重階段：即感知障礙物階段、繞過障礙物和場景建模和路徑搜索。

感知障礙階段

"在開闊場地飛行,盡量避開人群,避免因操作失誤而帶來的安全事故”是目前大部分消費級無人機的使用說明上都會出現(xiàn)的一項標注,因此各無人機開發(fā)商為了降低安全事故的發(fā)生幾率,都將避障技術作為了開發(fā)的重點。而如何實現(xiàn)無人機自動避障,首先要實現(xiàn)的是如何精確的測量無人機與障礙物之間的距離，只有先測量出危險范圍內的距離，才可以有時間在撞向障礙物之前停止無人機的前進動作,進而避免事故的發(fā)生。就如人類或其他動物在前進的過程中,只有先看見前方的障礙物,并且會大致估算出自己與障礙物之間的距離,才能決定下一步的行為方向,因此雖然看似測距停止的這種思路很簡單粗暴,但在實際應用中還是有一定的存在意義。

而目前的無人機領域被廣泛應用到的障礙物檢測方法有超聲波測距、紅外或激光測距、雙目視覺、電子地圖等。其中雙目視覺技術更是利用了人眼如何估計視覺的原理,是目前較受無人機開發(fā)商青睞的一種技術。超聲波測距其實是一種比較成熟的測距技術,而成本相對較低,目前被大量的應用于家用的汽車倒車雷達上,但是其測量距離較近,而且對反射面有著一定的要求 ,因此常被用來測量無人機與地面之間的距離,而非與障礙物之間的距離。

紅外或激光測距又稱TOF是利用傳感器發(fā)射定頻率的信號，通過計算反射信號與原信號之間的相位差來確定信號的飛行時間,并最終確定的無人機與障礙物之間的距離，該技術一旦達到高等級 ,還可以獲得障礙物的深度圖。

而雙目視覺技術是運用了人眼計算距離的原理,是機器視覺的一種重要形式，主要基于視察原理并利用成像設備從不同的位置獲取被測物體的兩幅圖像，并通過計算圖像對應點之間的位偏差,來確定物體三維幾何信息的方法。雖然該技術的難度較高.但是已經(jīng)開始逐漸應用到無人機避障技術中來。

電子地圖則是借助GPS系統(tǒng)、細粒度的數(shù)字高程地圖和城市建筑3D地圖，比較適用于無人機的禁區(qū)功能，不僅可以避免重要建筑物受到撞擊，還可實現(xiàn)多種情況下的避障功能。

在看過基本的障礙物測量原理之后，我們可以繼續(xù)看無人機的避障功能，最簡單的概況就是通過各項障礙物測量技術，來保障無人機與障礙物之間的距離并且根據(jù)距離實行下一步的飛行計劃，然而在遇到障礙物之后就保持距離并進行等待,只能說是無人機避障功能的最初級階段。

繞過障礙階段

當無人機遇到障礙物之后進行懸停等待，等待已經(jīng)完全不能滿足操作者們的使用需求目標,但是獲取前方障礙物距離容易，獲取精準的障礙物輪廓并繞過去卻是新的技術障礙，而關鍵點則如何精確獲得障礙物的深度圖像。

在自然界中,動物們都知道前方遇到障礙物時該如何繞過去,而不是只在障礙物之前等待,而原因在于動物們可以知道障礙物的大致輪廓,只要找到邊緣處所在,就可以從邊上繞過去,然而看似簡單的做法卻包含著很深的套路。

很簡單的就是目前的測障技術很難滿足障礙物輪廓獲取的需求,當無人機采用超聲波進行測距時,只能大致測出前方的距離,只能獲得二維的數(shù)值，而非三維的畫面。

但是目前的TOF和雙目視覺技術則是聲稱可以獲得障礙物深度圖像的技術。也就是說利用這兩種技術來進行障礙物距離測量,只要障礙物沒有充滿整個視覺范圍,其邊緣總會被獲取到,而無人機則可以根據(jù)測量的結果繼續(xù)選擇下一步的飛行路線。

看似問題已經(jīng)解決，其實不然。舉例來說，當我們出門想到達一個目的地的時候，如果目的地前方有一座高樓，我們可以通過發(fā)現(xiàn)高樓的邊緣從而繞過它來到達目的地,但是我們不可預知的是高樓背后是否有其他的建筑物的存在。無人機也是如此，一旦障礙物之后的近距離還有障礙物的存在，那么依然存在較高的事故發(fā)生率。因此如何應對多重障礙物的存在就成為了無人機避障技術下一步需要探討的對象。

場景建模和路徑探索

上文說到無人機的避障功能已經(jīng)需要一個可以應對多重障礙物的技術出現(xiàn)，也就是說在目前的技術中,如何對飛行場景進行精準建模,實時獲取場景模型,并通過飛控來設置最優(yōu)避障飛行路徑是重點,這也拉開了無人機避障功能中的場景建模和路徑搜索階段的帷幕。

其實就是基于電子地圖等來源獲取場景模型,利用機載計算機中的算法來得出最優(yōu)路徑,如果應用在自然界中來說,就是當動物經(jīng)過一些障礙物時，它們的大腦里面會存在相關場景的一個地圖,當再一次經(jīng)過的時候，就會根據(jù)上次記憶的場景模型來獲取最佳避障路線。無人機雖然不能通過兩次飛行去獲取記憶的場景模型,但是它可以通過其他的科技手段來獲取,也就是說飛行場地的3D地圖等。

基于該項理論的基礎上，卓翼智能聯(lián)合北航專業(yè)視覺導航團隊研發(fā)出，基于機器視覺無人平臺自主導航避障系統(tǒng)，具有立體視覺、運動估計、稠密重建、Slam導航、路徑規(guī)劃、自主避礙等功能。