无人机整机
无人机配件
无人机服务
设备与工具传统的基于IMU和GPS的感知-控制技术已经非常成熟并已有大量产品上市，在此不再赘述。对于低载荷、功耗敏感的小型无人机而言，机器视觉是一种很有前景的传感方式，因为与其他距离传感器如声纳、红外和陆地车上用的激光测距仪相比，它不需要发射能量来了解环境，功耗更低。另外，它可以收集更丰富的信息和捕获更多的地面景物和其他传感器的质量相媲美。立体视觉的简单介绍可参阅本人的另一篇文章。
另外还有基于仿生学的视觉技术，如复眼定焦，利用低分辨率但较多的摄像机。相比双目图像重叠更小，也不需要立体视觉的距离估计。生物学家发现，昆虫在杂乱的环境中仍可安全飞行，它们依靠的不是图像运动，而是被称为光流的那个东西测量自己和周围环境的位移。实验结果表明,使用光流无人机可实现大量的、各种各样的飞行能力。如避障、速度保持、里程估计、沿墙或走廊飞行、高度估计、航向控制、降落等。在产品领域，光流技术目前也已成功地得到应用，如四旋翼的底部光流在无GPS的情况下可维持恒定的速度或悬停。固定翼无人机前向安装的光流，用于检测靠近地面的障碍物。以及用于测量无人机姿态的旋转光流等。
自主飞行
感知-控制技术是机器人自主能力的基础。根据国际标准化组织的定义，机器人的自主能力是指机器在无人干预下，可以根据当前的状态和感知信息执行任务的能力。很多情况下，根据机器人的类型和要其预期的用途，对机器人自主性的要求也不尽相同。例如，虽然地面上那些连着插座固定式的机器人不必关心能量管理问题，但对于长距离工作的移动式机器人尤其是无人机而言，知道何时要停下当前任务去给自己充点电的能力就很重要了。在这里我们讨论的小型无人机，可以按自主性由低到高将他们分为以下三个层次。目前对达到2~3级自主水平，即具备反应自主性和认知自主性的无人机，我们就可以理直气壮地称其为空中机器人啦。
感知-运动自主性：将人的高级指令(比如到达一个给定的高度，按照圆形轨迹飞行，移动到某一个GPS坐标点或保持在某个位置)转化成平台相关控制信号(比如俯仰角、横滚角、偏航角或速度)的组合;利用GPS航点，按照预先编好的轨迹飞行。
反应自主性(需要以感知运动自主性为基础)：在外部有干扰时保持在当前位置或飞行轨迹上，比如在有风或电器机械故障的情况下;躲避障碍物;保持在距离地面安全的或预定的高度;跟随移动的物体或其他飞行器飞行;自动起飞和着陆。
认知自主性(需要以反应自主性为基础)：进行SLAM同步定位和绘制地图;解决信息和任务冲突;规划(例如电池充电);识别物体和人;学习。
当前的商业化产品，以上文介绍的几款主流产品为例，它们均达到了感知-运动自主性水平，部分具备反应自主性。但其成熟度仍不足以自动完成大多数行业应用领域中的任务，如摄影、监视、勘探等，目前仍需要经验丰富的操作人员进行监视或操控。
展望
我们认为未来民用无人机市场的进一步扩大，有赖于以下三个方面的改善：1.自主能力2.安全策略3.法律框架
我们目前尚无法预期未来五年会实现更高水平的自主控制。但当前法律要求认证的操作员在视线内操作无人机，则会限制无人机自主能力方面的发展，迫使企业和研发机构更多的去关注机械可靠性和安全性等问题。然并卵，即便缓慢，无人机自主性的提高也是必然的，这终将会挑战并颠覆现有的法律框架。
在未来，我们预期仿生学的方法将成为主导，因为它只需要相对简单的计算和传感器。例如一些产品(如eBee和AR.Drone0)。在科学领域，一个有趣挑战将是将不同的导航功能集成到一个控制系统中，构成类似于飞行昆虫的神经系统。同时,在工程领域，一个重要的工作是政府机构和行业协会定义测试条件及性能标准，对无人机技术的功能和可靠性进行评估，通过建立完善的安全策略与评价机制规范无人机的运行，而非法律手段的限制。
另外人工智能的发展以及智能手机的改进，将会进一步扩大小型无人机的应用范围，比如能够识别人类用户、学习他们的行为、创建并表示周围的环境。人脸识别、基于手势的交互、可穿戴设备的广泛使用将进一步刺激玩具无人机的发展。随着移动计算行业继续沿着硬件小型化、服务云端化的方向发展。开发人员将会获得体积更小、功率更低的传感器，电池的能量密度也会不断提高。同时无人机接入网络，也为未来应用提供了无限的可能性。
2025-04-29 14:04
2025-04-29 14:03
2025-04-29 14:02
2025-04-29 13:49
2025-04-29 13:47
2025-04-28 13:45
2025-04-28 13:43
2025-04-28 13:42
2025-04-28 13:41
2025-04-28 13:38
