无人机整机
无人机配件
无人机服务
设备与工具一架无人机在机器人专家手里，利用人工智能记录、学习 40 小时内发生的 11500 次飞行坠毁记录，这会给无人机飞行带来什么提升？
来自卡内基梅隆大学的 Dhiraj Gandhi，Lerrel Pinto 和 Abhinav Gupta最近发表论文，详细的介绍了上述实验。
他们使用一款 AR Drone 2.0 无人机，在 20 个不同的室内环境中无序飞行 40 多个小时，发生上万次随机碰撞。撞完以后，无人机会选择一个新方向继续撞击。在这个过程中，无人机前置摄象机拍摄 30 Hz 帧频的影像。影像分两部分，一部分是无人机安全飞行画面、一部分是撞击刚刚发生前的画面。
这两组图像交由卷积神经网络进行判定，得出“直线飞行是否是个好选项”的判断。经过上万次碰撞测试，系统所产生的算法能够教会无人机自主飞行。即使在狭窄的混乱环境、围绕移动的障碍物、白色墙壁甚至玻璃门中也是如此。在此过程中，科研团队记录原始数据，包括导致碰撞发生的物体、飞行路径，然后制定导航规则。
绿色箭头是无人机可能选择的三个飞行路径。
控制无人机的算法非常简单：它将 AR Drone 的前置摄像机的图像分解成左图像和右图像，任意一个图像中的障碍物看起来比直走时更少，则无人机将朝那个方向转动。否则，它继续前进。
测试完成的怎么样了？按照 Dhiraj Gandhi 等人的说法，在相对复杂的环境、比如狭窄走廊、布满椅子的走道里，自动驾驶无人机飞的比人类好。在空旷地带，人和机器暂时没有分出高低。
利用深度学习训练无人机自主飞行，不是一件新鲜事，这里有创意的是三个研究院让飞机主动去撞，搜集数据。
早先，科学家训练无人机躲避障碍物的方法，是使用人类专家手里的小型数据集，然后用高容量学习算法进行过渡训练。
第二种常见训练手段是使用模拟器，但模拟器和现实世界之间的差距依然很大。所以 Dhiraj Gandhi 等人才考虑使用无人机，而且他们选择的无人机是在机翼处有保护、外壳便宜而且易于维修的 Drone 2.0。
2025-04-16 10:54
2025-04-14 10:21
2025-04-14 10:12
2025-04-14 10:10
2025-04-14 09:50
2025-04-11 10:30
2025-04-11 10:02
2025-04-10 10:15
2025-04-10 10:11
2025-04-10 10:05
