盘点近些年无人机避障技术的发展

　　无人机要想被冠以人工智能机器的称号，当然不能仅仅满足于“飞起来”而已！关于未来的“人工智能无人机”的构想，无人机通常被想象为一架飞行中的机器人。这架飞行机器人不但能够和人交流，还能独立完成任务或解决问题。

　　其实这些高度智能的功能已经在开发之中了，今天AOPA云小编要介绍的就是无人机“黑科技”中的避障技术！

　　什么是无人机避障技术？

　　顾名思义就是无人机自主躲避障碍物的智能技术。很多玩过无人机的小伙伴们都知道，有避障功能的无人机和没有避障功能的无人机，可以说体验是大不相同的！无人机自动避障系统能够及时地避开飞行路径中的障碍物，极大地减少因为操作失误而带来的各项损失。在减少炸机事故次数的同时，还能给无人机新手极大的帮助！

　　无人机避障技术发展阶段和趋势

　　根据目前无人机避障技术的发展以及其未来的研究态势，有资料分析认为无人机避障技术可分为三个阶段，一是感知障碍物阶段；二是绕过障碍物阶段；三是场景建模和路径搜索阶段。这三个阶段其实是无人机避障技术的作用过程。从无人机发现障碍物，到可以自动绕开障碍物，再达到自我规划路径的过程。

　　可能有人会问无人机达到第一个“发现障碍物”的阶段不就很容易避开障碍物了吗？这第二个阶段是不是有些多余！

　　其实不然，无人机避障的三个阶段的划分都是有技术作为依据的。其每个阶段具体的技术分析如下：

　　第一阶段，无人机只能是简单地感知障碍物。当无人机遇到障碍物时，能快速地识别，并且悬停下来，等待无人机驾驶者的下一步指令！

　　第二阶段，无人机能够获取障碍物的深度图象，并由此精确感知障碍物的具体轮廓，然后自主绕开障碍物！这个阶段是摆脱飞手操作，实现无人机自主驾驶的阶段！

　　第三阶段，无人机能够对飞行区域建立地图模型然后规划合理线路！这个地图不能仅仅是机械平面模型，而应该是一个能够实时更新的三维立体地图！这将是目前无人机避障技术的最高阶段！

　　目前能够实现无人机避障功能的几大主要技术

　　抛开无人机避障技术发展阶段不谈，目前无人机避障技术的发展呈现的是多元发展的模式。老技术在淘汰，新技术在改良，但整体来说都是不断地调整前进的方向！从整体来说，无人机避障技术目前大致有六种！

　　一、超声波避障

　　超声波，用一个比较形象的比喻就是蝙蝠。蝙蝠通过口腔中喉部的特殊构造来发出超声波，当超声波遇到猎物或者障碍的时候就会反射回来，蝙蝠可以用特殊的听觉系统来接收反射回来的信号，从而探测目标的距离，确定飞行路线。

　　这是一项非常常见且非常成熟的技术！由于超声波指向性强，而且能量消耗缓慢，在介质中传播的距离较远，因而超声波经常用于距离的测量。而且利用超声波检测往往比较迅速、方便、计算简单、易于做到实时控制，并且在测量精度方面能达到工业实用的要求，所以用来避障非常合适。

　　目前来说，市面上有很多家用汽车的雷达都是采用的这项技术。而在无人机的具体应用，基石keyshare无人机就采用了超声波避障技术。

　　但是超声波测距并非一项完美的技术。虽然超声波避障系统不会受到光线、粉尘、烟雾，但在部分场景下也会受到声波的干扰。其次，如果物体表面反射超声波的能力不足，避障系统的有效距离就会降低，安全隐患会显著提高。一般来说，超声波的有效距离是5米，对应的反射物体材质是水泥地板，如果材质不是平面光滑的固体物，比如说地毯，那么超声波的反射和接收就会出问题。距离短、对障碍物感知能力有限，所以超声波避障处境仍旧尴尬。这也就是市面上采用超声波避障的无人机其有效避障距离非常短的原因。

　　二、红外线或激光测距避障

　　红外线或激光避障技术的英文名称为“TIme of flight”，常常被缩写成“TOF”，因此红外线或激光避障技术又被称为飞行时间测距法。

　　TOF 的工作原理和超声波测距避障原理很相似，最大的不同就是把超声波换成了红外线或者激光！该技术检测方法有两种：一种是光的时间，另一种是光的相位。但不管是哪种方法，其都是把光发射出去，然后检测反射回来的光，进而判断无人机的周围是否有障碍物，从而知道障碍物距离多少。

　　零度Xplorer 2无人机采用的就是TOF避障系统。在零度Xplorer 2无人机悬停状态下，TOF系统会保持每秒钟旋转2-5圈的快速旋转状态。这样就可以使TOF在旋转的过程中完成对周围有效半径内的360°范围进行快速扫描，从而用较快的速度发现障碍，然后对飞控系统发出调整位置的指令，避免对周围的人或财物造成伤害；而当无人机在飞行的过程中，TOF系统则会停止旋转，只把光发射到无人机前进的方向上。固定方向的时候，在室外的有效距离可以增加到8-10米。对于一般无人机来说，每秒的飞行距离也就是10米左右，检测到障碍物之后1秒的反应时间，无人机可以用一个较大的加速度来停止前进，这就足够了。

　　但是和超声波同样，光波也会受到干扰。目前城市环境下楼宇间的光污染，给TOF避障系统带来了难题，系统发出的光，必须避开太阳光的主要能量波段，从而避免太阳光的直射、反射等对避障系统造成干扰。从而就进一步需要非常精准的时间测量，乃至需要专用处理芯片，而目前来说，芯片价格则较为高昂。

　　三、视觉图像复合型技术

　　视觉图像符合型技术通过高清摄像机拍摄帧速足够高、清晰、分辨率高的图像，借助一颗足够小而性能强大的处理器，分析每一帧图像中是否存在障碍物。视觉图像复合型技术随着移动芯片的运算能力的飞跃而越来越成为无人机避障首选。

　　智能避障系统“Guidance”就是典型的视觉图像复合型技术。Guidance系统的前后左右下五个方向都有专门进行障碍识别的摄像头，识别机制也有超声波和图像视觉两种。也就是说，除了常规的超声波模块以外，5个方向上还专门放置了摄像头用于获取视觉图像，然后直接传输到机载的l处理器进行计算处理。

　　进入消费级无人机市场时间较早的Parrot，也在跟英伟达（Nvidia）进行避障方面的合作，同样采用了包含机器视觉的复合型避障系统。麻省理工学院计算机科学和人工智能实验室也通过此技术探索避障技术，不过他们是通过2块手机芯片进行实时图像处理后，寻找出可以飞行的自由空间，而不是识别障碍物后再进行躲避。可以说是非常主动的一种方法。但是，这款无人机只能处理几秒钟内的视频数据，而不是会生成一个完整的区域地图，毕竟现有手机芯片的处理能力还很有限。

　　四、Real Sense技术

　　微软和英特尔联合开发的RealSense 3D摄像头，利用自身的红外发射器向目标物“主动打光”，通过捕捉和定位光的扭曲变化自动计算并构建出覆盖区域内的三维模型，并借助自身的处理器完成基础数据的整合、借助搭载设备的处理器进行更复杂的操作，从而自动调整自身以避开障碍物。

　　RealSense本质上也是类似于XBOX360外接的3D体感摄像机的红外结构光投影方案。所不同的是，RealSense所投影的是一系列动态变化的图案，而非Kinect那样的固定图案。因此，也造成了虽然RealSense的分辨率高，也更稳定，但帧频却不如Kinect的情况，实际效果也没有体现出所期待的优势。

　　五、雷达

　　雷达，应用最多的还是军事领域，在民用阶段还是很少使用！而用在消费级无人机上更是没有先例！

　　但前不久，在美国纽约州雪城举办的无人机交通管制峰会（Unmanned Traffic Management ConvenTIon - UTM 2016），举行了一场无人机避障飞行比赛。无人机方案提供企业Aerotenna获得了此次峰会比赛的冠军。

　　除了精彩的比赛，还有无人机的避障技术也称为当时的热点！与通常无人机采用的超声波或双目等方案避障不同的是，Aerotenna的避障方案采用以雷达技术为基础的µSharp 360度微波雷达，同时搭载了雷达高度计µLanding作为室内定高，在障碍规避上效果相对传统方案占了明显优势。

　　但是雷达的成本相比于其他的避障技术还是比较高的！

　　目前把雷达方案做到无人机上，成本相比双目、超声是要稍微贵一些，但并不是贵得离谱。举一个价位的参考的例子，“超声波”好一点的一两百（人民币），双目摄像头稍微好一点大约六百到一千，微波雷达目前大约在千元左右（根据解决方案的不同价位也不尽相同），但是这个价格也受生产量的影响，将来产量上去了也会相应降一些。

　　但是由于雷达的可靠性、受环境影响较小的优势，在将来的无人机避障技术上肯定会大放异彩的！

　　六、电子地图

　　当飞行目标区域被模型化为一张精确的三维立体地图，借助GPS等导航系统，就可以能够实现避开障碍物自主飞行。

　　在无人机上预先载入目标区域的三维立体地图，就能知道障碍物的具体位置，从而在飞行时候就提前避开它。而且在飞行的时候，无人机还可以从多条路径中选择出最优路径，这样可以大大加快任务效率！

　　而且目前的三维立体地图发展也很迅猛，数据虽然尚不能做到非常准确，但是较之前还是有非常大的提升！随着精确度的提升，无人机运用三维立体地图实现避障，还是非常有希望的！

　　说了这么多无人机避障技术，哪一项技术会称霸未来呢？其是依AOPA云小编之间，我觉得未来无人机不只会采取单一技术实现避障功能，可能会采取多种避障技术集成的手段来实现不同场景下的避障！当让，这些愿景必须建立在各项技术非常成熟的情况下，特别是制造工艺非常成熟的情况下，这样才能更好地普及无人机避障技术，让各位飞友“放心”地飞！