目前，无人机的避障技术中最为罕见的是红外线传感器、超声波传感器、激光传感器以及视觉传感器。

  近年来无人机市场飞速增长，避障技术作为添加无人机平安飞行的保证也随着技术的开展一日千里。无人机在飞行进程中，经过其传感器搜集周边环境的信息，测量间隔从而做出绝对应的举措指令，从而到达「避障」的作用。

  目前，无人机的避障技术中最为罕见的是红外线传感器、超声波传感器、激光传感器以及视觉传感器。那为什么大疆的前视避障首先选择了双目视觉呢？这就要从各个技术的原理说起了。

  红外避障：

  红外线的使用我们并不生疏：从电视、空调的遥控器，到酒店的自动门，都是应用的红外线的感应原理。而详细到无人机避障上的使用，红外线避障的罕见完成方式就是「三角测量原理」。

  红外感应器包括红外发射器与CCD检测器，红外线发射器会发射红外线，红外线在物体上会发作反射，反射的光线被CCD检测器接纳之后，由于物体的间隔D不同，反射角度也会不同，不同的反射角度会发生不同的偏移值L，晓得了这些数据再经过计算，就能得出物体的间隔了，如下图所示。

  超声波避障：

  超声波其实就是声波的一种，由于频率高于20kHz，所以人耳听不见，并且指向性更强。

  超声波测距的原理比红外线愈加复杂，由于声波遇到妨碍物会反射，而声波的速度已知，所以只需求晓得发射到接纳的工夫差，就能轻松计算出测量间隔，再结合发射器和接纳器的间隔，就能算出妨碍物的实践间隔，如下图所示。

  超声波测距相比红外测距，价钱愈加廉价，相应的感应速度和精度也逊色一些。异样，由于需求自动发射声波，所以关于太远的妨碍物，精度也会随着声波的衰减而降低，此外，关于海绵等吸收声波的物体或许在微风搅扰的状况下，超声波将无法任务。

  激光避障：

  激光避障与红外线相似，也是发射激光然后接纳。不过激光传感器的测量方式很多样，有相似红外的三角测量，也有相似于超声波的工夫差+速度。

  但无论是哪种方式，激光避障的精度、反应速度、抗搅扰才能和无效范围都要分明优于红外和超声波。

  但这里留意，不论是超声波还是红外、亦或是这里的激光测距，都只是一维传感器，只能给出一个间隔值，并不能完成对理想三维世界的感知。当然，由于激光的波束极窄，可以同时运用多束激光组成阵列雷达，近年来此技术逐步成熟，多用于自动驾驶车辆上，但由于其体积庞大，价钱昂贵，故不太适用于无人机。

  视觉避障：

  处理机器人如何“看”的成绩，也就是大家常听到的计算机视觉（Computer Vision）。其根底在于如何可以从二维的图像中获取三维信息，从而理解我们身处的这个三维世界。

  视觉辨认零碎通常来说可以包括一个或两个摄像头。单一的照片只具有二维信息，犹如2D电影，并无直接的空间感，只要靠我们本人依托“物体遮挡、近大远小”等生活经历脑补。故单一的摄像头获取到的信息及其无限，并不能直接失掉我们想要的效果（当然可以经过一些其他手腕，辅佐获取，但是此项还不成熟，并没有大规模验证）。类比到机器视觉中，单个摄像头的图片信息无法获取到场景中每个物体与镜头的间隔关系，即短少第三个维度。

  如下图所示，单一的图片具有很强的迷惑性和不确定性

  双目平面视觉犹如3D电影（左右眼看到的场景略有差别），可以直接给人带来激烈的空间临场感。类比机器视觉，从单个摄像头晋级到两个摄像头，即平面视觉（Stereo Vision）可以直接提供第三个维度的信息，即景深（depth），可以更为复杂的获取到三维信息。双目视觉最罕见的例子就是我们的双眼：我们之所以可以精确的拿起面前的杯子、判别汽车的远近，都是由于双眼的双目平面视觉，而3D电影、VR眼镜的创造，也都是双目视觉的使用。

  双目视觉的根本原理是应用两个平行的摄像头停止拍摄，然后依据两幅图像之间的差别（视差），应用一系列复杂的算法计算出特定点的间隔，当数据足够时还能生成深度图。

  为什么双目视觉可以在无人机使用中锋芒毕露？

  其实，各个避障技术在无人机上都有用武之地，只是使用场景有所不同，特别关于前视避障而言，有些技术就不适用了。

  红外和超声波技术，由于都需求自动发射光线、声波，所以关于反射的物体有要求，比方：红外线会被黑色物体吸收，会穿透通明物体，还会被其他红外线搅扰；而超声波会被海绵等物体吸收，也容易被桨叶气流搅扰。

  而且，自动式测距还会发生两台机器互相搅扰的成绩。相比之下，虽然双目视觉也对光线有要求，但是关于反射物的要求要低很多，两台机器同时运用也不会相互搅扰，普适性更强。

  最重要的是，罕见的红外和超声波目前都是单点测距，只能取得特定方向上的间隔数据，而双目视觉可以在小体积、低功耗的前提下，取得眼前场景的比拟高分辨率的深度图，这就让避障功用有了更多的开展空间，比方避障之后的智能飞行、途径规划等。

  激光技术虽然也能完成相似双目视觉的功用，但是受限于技术开展，目前的激光元件普遍价钱贵、体积大、功耗高，使用在消费级无人机上既不经济也不适用。

  所以各方比拟之下，性价比高、原理复杂、前景宽广、普遍适用的双目视觉就这样锋芒毕露了。

  精灵4Pro上的五向避障

  精灵4Pro上的五向避障可以说是大疆无人机避障技术的集中表现，因而我们以精灵4Pro举例阐明。P4P前后的避障都采用了双目视觉零碎，相比精灵4而言，仅双目视觉局部的数据量就翻了一倍。向下采用双目视觉+超声波的组合避障，以进步在不同环境中飞行的波动性和平安性。而飞行器左右的避障则采用了红外线避障。

  视觉里程计

  值得一提的是，其中下视的双目运用了视觉里程计（VO）的技术。

  视觉里程计复杂来说，就是「经过左右双目的图像，反推出视野中物体的三维地位」，所以相比光流+超声波技术只能复杂的测出速度和高度，视觉里程计还能构建空中的三维模型，并经过延续的图像，跟踪本身与环境的绝对挪动，估量出本身的运动。精确测出本身与空中的绝对地位。

  虽然视觉里程计的数据处置量是光流法的数倍不止，但正是由于它的引入，使得精灵4和精灵4Pro在无GPS的室内也能对本身地位有明晰的掌控，从而完成波动的悬停并且不会呈现掉初等景象。

  有了视觉里程计，再结合前后平面视觉的地图重构，无人机就同时掌握了妨碍物的地位和机器本身的地位，这时再驱动电机停止绕行就显得易如反掌了，一个完好的避障功用就是这么完成的。

  Flight Autonomy零碎

  精灵4Pro的五向避障并非各自独立，前后视的双目视觉、下视双目+超声波和左右红外避障共同构成了大疆的FlightAutonomy零碎，这个零碎赋予了精灵4Pro对三维环境的记忆才能，前后双目+下视双目可以实时对四周的地形停止构建和记载（Mapping），详细而言分为部分地图（Local Mapping）和全局地图（Global Mapping）。

  部分地图让无人机可以构建并记住四周几十米内的三维环境，从而完成「指点飞行」等功用，由于仅仅晓得飞行方向和机身地位一定是不够的，只要对四周地形变化有记忆才能，才干完成「在指定方向上规划线路并绕行」这样级别的义务。

  而全局地图则是对整个飞行进程中经过的地形的记载，虽然精度不如部分地图，却能协助无人机完成「智能出航」等功用：当无人机一不小心飞到了修建物前面招致遥控信号丧失时，智能出航功用可以让无人机在一分钟内沿原路出航，假如一分钟内不能连上遥控器信号，则会直线出航。这其中对飞行途径四周环境的记忆，就是精灵4Pro智能之处的另一集体现。

  完成的难点

  避障功用从构思到完成，走的每一步简直都便随着有数的难题。仅仅是写出无效的视觉辨认或许地图重构的算法还只是第一步，能让它在无人机这样一个计算才能和功耗都无限制的平台下流畅波动的跑起来，才是真正困难的中央。特别是在精灵4Pro上，不只双目视觉的数据量相比精灵4直接翻了一倍，还要保证续航不受影响，这是十分困难的。

  此外，如何处置功用的边界也是一个成绩，比方双目视觉在视野良好的状况下可以任务，那么当有灰尘遮挡的状况下呢？这就需求不时的实验和试错，并且继续的优化算法，保证各项功用在各类场景下都能正常任务，不会给出错误的指令。

  「避障功用」作为近年来无人机产品的大趋向，带来的最直接的益处就是，以往一些人为忽略形成的撞击，如今都能经由避障功用去防止，既保证了无人机飞行平安的同时，也防止了对四周人员财富的损害，让飞无人机的门槛进一步失掉了降低。

  而久远来看，无人机想要普及到农业、修建、运输、媒体等范畴，「智能化」一定是必经之路，毕竟只要在飞行功用上做到智能控制，才不足量去满足不同行业的需求。如今由「避障功用」而衍生出的一系列「智能飞行」功用，无疑就是「无人机智能化」的阶段性表现之一。

来源：飞机E族，原载地址：http://www.feijizu.com/news/20180827/26499.html欢迎分享本文！