無人機(jī)早已實(shí)現(xiàn)GPS判定無人機(jī)在平面上的位置 ，進(jìn)行定點(diǎn)懸停。但是，如何讓無人機(jī)感知距離和回避障礙一直都是一個(gè)巨大的挑戰(zhàn)。雖然已有部分無人機(jī)產(chǎn)品可躲避障礙，但仍存在不少技術(shù)問題。

近日，瑞士洛桑聯(lián)邦理工學(xué)院一名學(xué)生Darius Merk研發(fā)的避障算法有可能解決這一痛點(diǎn)，該避障算法師從昆蟲視覺中得到了啟發(fā)。Darius Merk認(rèn)為昆蟲避障的方式簡單而高效，僅憑光的運(yùn)動(dòng)速度就能判斷物體遠(yuǎn)近：某些昆蟲可以通過光照強(qiáng)度來探測周圍障礙物，在飛行途中，它們視網(wǎng)膜上的圖像運(yùn)動(dòng)會(huì)產(chǎn)生光流信號(hào)，這種光流為昆蟲的視覺導(dǎo)航提供了豐富的空間特征信息。從而根據(jù)穿過樹葉間隙的光線強(qiáng)度快速判斷前方的空隙可否安全通過。因此他的算法中主要應(yīng)用了光流法。

世界上已經(jīng)提出了多種仿生昆蟲視覺的光流導(dǎo)航方法：Srinivasan根據(jù)蜜蜂視覺，提出一種簡單非迭代的光流法，用于測量系統(tǒng)的全局光流和自運(yùn)動(dòng)；而作為圖像局部運(yùn)動(dòng)的基本檢測單元的Reichardt模型，則受啟發(fā)于昆蟲的視覺神經(jīng)結(jié)構(gòu)；Franceschini曾根據(jù)蒼蠅的復(fù)眼結(jié)構(gòu)，設(shè)計(jì)出光流導(dǎo)航的策略和傳感器。這些均為昆蟲視覺算法應(yīng)用在無人機(jī)上做好一定的理論鋪墊。

無人機(jī)最初的測距方式如同車?yán)走_(dá)一樣透過類似蝙蝠的“聽覺”，向測距對(duì)像發(fā)射電波，從而判定物體的方向和位置，然后躲避。雷達(dá)式測距的最大弊端是，它需要先發(fā)射電波，然后偵察電波反射，因此在續(xù)航力和電波發(fā)射功率的限制下，很難進(jìn)行長距離測距。而最近市場上能夠躲避障礙的新機(jī)型大多是基于模仿人眼的工作方式來實(shí)現(xiàn)障礙識(shí)別，其主要通過圖像識(shí)別和距離傳感器來判斷無人機(jī)的飛行環(huán)境，圖像分析往往需要大量的計(jì)算機(jī)資源來運(yùn)算，且對(duì)無人機(jī)飛行控制器的運(yùn)算速度有不低的要求，既不利于續(xù)航，也不利于減小無人機(jī)的體積。而模仿昆蟲識(shí)別物體的方式正好能避免這些問題。

Merk 制作的無人機(jī)上搭載兩個(gè)攝像頭，由于不需要較大的計(jì)算量，因此單個(gè)攝像頭重量僅為15g，而且處理器配置并不是很高，使得無人機(jī)更加輕便。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。