1
| 本文作者： 溫曉樺 | 2016-08-13 21:57 | 專題：CCF-GAIR | 全球人工智能與機器人峰會 |
賓夕法尼亞大學工程學院院長、IEEE、ASME Fellow，美國國家工程院院士Vijay Kumar在國際有極高的人氣，他在空中機器人（無人機）領域無論是學術還是成果都有極大的成就，在本次CCF-GAIR全球人工智能與機器人峰會，Vijay Kumar在報告中提出了無人機發展的“5s”趨勢：
未來機器人多應用于搜索和營救等場景，如果一個無人機體積太大，那么將極不利于其對環境的勘探。面對未知的環境，小型無人機有更強的自主性。像一群小蜜蜂。
但同時，這也帶來一些負面的挑戰。當一個無人機的尺寸縮小至甚至11厘米的直徑，20克的重量，它根本不能移動一些木塊、石頭等物體。
又小又安全的無人機，即使碰撞到路人也不會致傷，這樣才更容易在生活各種環境中進行飛行控制。而且，由于機器體積變小，其慣性也會減小，能夠在發生撞擊時迅速自我調整平衡。
無人機在躲避障礙物過程中，能夠通過傳感器、云端控制、攝像頭這樣的閉環，此外，依靠計算機視覺對環境進行檢測，分析周圍環境的特征，實現自我規劃路徑，就像人看到障礙物知道繞道那樣。
但這不只是簡單的避障。在螺旋儀和加速儀的配合下，無人機知道如何根據環境特征進行移動。通過每秒做數百次的運算，計算出最可行的方位和速度。如圖所示，傳感器不同的等級、不同的不確定性，我們都可以通過概率學的方法把系統的數據融合在一起，通過一個等式來把它歸納成一個位置和速度的估算。但這個要達到一定靈敏度也仍是個挑戰。
此外，無人機在飛行過程中不僅需要可以判斷其速度和位置，還需要加以控制，避免走入障礙區。這就需要地圖的識別技術了。
swarms（蜂群）
1、獨立行動；
2、只依靠當地信息：不知道其他團隊的需求，它只知道周邊最近的情況；
3、無個性特征的行為：無需身份。
再跟大家講一下我們怎么樣尋找安全軌跡。
首先構建出一個二維低度，并尋找出一些安全的角度，然后將其作為一個矢量集合，在這一個集合中調整最小加速度的軌跡。
一般來說，空中機器人在計算機視覺技術的支持下也能“看到東西”，但它飛行速度很快，且視程只有20米。所以它需要不斷更新其地圖數據，然后做出飛行決策來繞開障礙物。
“小尺寸就很難達到自主性，”VijayKumar教授表示，如果當一個無人機配備了一些部件，整個平臺就重達3公斤，懸停的時候，無人機的承重壓力就更大了。重要的是，這個空中機器人中有45%到50%的重量都是電纜、傳感和外殼。本身無人機是低功耗的，但無效部件占重量的百分比過大，所以造成高功耗。
所以我們有哪些又便宜又輕便的解決途徑呢？答案就是我們的智能手機。
Phlone——在手機運行的無人機控制器程序，它可以進行定位和路徑決策。也就是說，無人機不需要攜帶太多笨重的檢測設備部件，通過兩塊芯片，我們就可以將無用的重量轉移至手機app化解掉。這也是高通喜歡將無人機功能平臺分解的原因。
利用這樣的技術，無人機能過進行結構性飛行——有些地方干燥，有些地方潮濕，它都可以通過較好的計算來進行飛行控制。
未來，重型和輕型無人機的推進將依靠這個技術而推進。
主持人：第一個問題，您提到無人機的尺寸會變得越來越小，那么其尺寸縮小后在感知和控制方面會遇到什么挑戰嗎？
VijayKumar：控制的話尺寸越小更好，我剛才講到——尺寸越小，撞到人也不會傷到人。但是感知方面，如果尺寸變小了，要用輕型的傳感器，比如手機上的傳感器，它成本又非常低，也非常有利于數據處理的運算，從而更好地了解周圍世界。但是GPU這樣的部件，我們需要有更好的算法來處理攝像頭獲取而來的信息。
主持人：我知道您在TED講堂上也有演講，我的問題是，拋開技術不說，您覺得今天這個舞臺如何？與TED相比如何？
VijayKumar：因為臺下有很多我的朋友，我感覺更自在，我更喜歡我們這個舞臺。謝謝，也感謝大會的邀請。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
