无人机最核心的比拼不是飞行而是视觉? | 观点

简介: 2012年Google Glass推出成为智能硬件行业的原点,不过从可穿戴设备出发的智能硬件最热门的领域却是无人机。曾几何时,说到无人机人们只会想到大疆、Parrot和3D-Robotics,2014年开始无人机便如雨后春笋般出现,今年CES上无人机更是成为热点领域,大量无人机产品密集发布,且都指向了一点:更强大的视觉,用通俗的话说就是无人机长眼睛了。

2012年Google Glass推出成为智能硬件行业的原点,不过从可穿戴设备出发的智能硬件最热门的领域却是无人机。曾几何时,说到无人机人们只会想到大疆、Parrot和3D-Robotics,2014年开始无人机便如雨后春笋般出现,今年CES上无人机更是成为热点领域,大量无人机产品密集发布,且都指向了一点:更强大的视觉,用通俗的话说就是无人机长眼睛了。


Skye无人机:


集合了GPS、视觉识别、图像跟踪以及RF跟踪芯片等技术实现精确的跟随飞行,当用户在慢跑,爬山,骑行甚至滑雪的时候,只需佩戴上小巧的跟踪器,Skye无人机就可跟随飞行并拍摄。用户可设置5-50米的跟随距离与高度,实时跟踪误差可达到厘米级别。视频与照片可通过配套App便捷地编辑与分享。

image.png


这让人想到了自动跟飞、抛飞启动和防水的Lily无人机,当初曾刷爆朋友圈,不过这款无人机已经历了多次跳票,显得遥遥无期。Skye已具备量产能力,Skye无人机来自中国团队,由加州大学博士桂小琰在西安创立,公司名为斯凯智能科技(Skye Intelligence Technology)。

image.png


空影YING:


这一无人机备受关注,因为它的土豪背景:腾讯互娱与零度联合打造。特征一是体积小巧,收纳后相当于成人手掌大小,重量不超过450g;特征二是社交强大,具有图像实时传输功能,可分享到朋友圈;特征三是便携简单,不需要遥控器,具有自动跟飞功能。不过精度尚不可知。

image.png


零度XPLORER 2:


零度在CES发布的旗舰产品,搭载自动避障系统,是全球首个搭载此类技术的消费级无人机,第一代自动避障技术还是机械扫描,可在障碍物6米外避障,在确保6米的避障距离时无人机会自动停下,避障较大的实体障碍物,还不能避免电线、细绳等物体。同时,还增加了室内视觉定位,采用光流定点,超声波定高的技术,确保在室内也能精准悬停、定位。

image.png


Intel自动躲闪无人机:


Intel有些不务正业,为了推广其芯片业务,在CES发布了机器人、无人机诸多产品。CEO科再奇展示的Yunnec Typhoon H无人机由Intel投资,它采用了RealSense技术,配备4K摄像头,内置显示器和控制器,最大特征是可利用防撞技术探测障碍物,并自动绕过障碍物。它可前往任何地方,在没有GPS的时候可在树林中跟踪自行车骑行者,还可避开动态物体比如掉落下的熟知,帮助用户更好地跟拍。

image.png


这些无人机不论是避障还是跟拍,都有一个共同特征:拥有更强大的视觉能力。通过给无人机赋予视觉能力,让它不只是知道GPS时代的『我在哪里』,而是能够理解所看到的环境。对于无人机来说,识别环境的意义在哪里呢?


1解放用户双手


Skye等无人机解决了一个核心问题:无人机使用复杂度问题。因为没有遥控器,可自动跟随飞行和航拍,整个过程非常简单,用户只负责放飞和回收就可以了。传统无人机需要使用遥控器控制,或者得事先规划路线,在做无人机飞行时不能抽身做别的事情比如骑车,而且传统操作方式非常复杂,诞生了需要专门培训的『飞手』职业,未来可能还要考取执照,具有视觉的无人机解放了用户的双手,你在跑步、开车、骑车、游泳,诸多场合无人机都可像一个助理一样跟在你身旁。


2大幅提升安全


Tesla创始人Elon Musk说过,未来人类驾驶汽车将是违法行为,因为理论上来说,人类比机器更容易犯错误,Google无人汽车负责人也说过类似的观点,他认为没有方向盘、完全不需要驾驶员的无人车才是最安全的无人车。在无人机具有视觉之前,并不算真正的无人机:虽然无人驾驶,却有人在操控。未来的无人机是不需要操控的,就像无人车一样,具有自己的识别和判断能力,进而更加安全。当然,在技术足够成熟之前,全自动无人机还需要假以时日,但现在通过给其赋予精准视觉就已迈出一大步。


3胜任更多任务


我们让无人机去帮助电力公司巡线,让无人机去帮助化工厂检查泄露隐患,让无人机帮助地图公司去采集街景数据……完成这些专业任务时都面临两个问题:一是如何让其可在无人类监督的情况下自动完成任务;二是如何适应复杂的环境避免撞到障碍物。有了精准的视觉识别技术之后,这两个问题都可被轻松解决。


现在,不同无人机厂商采取了不同的无人机视觉解决方案。Skye是综合方案,GPS、视觉识别、图像跟踪、RF跟踪芯片都被应用,同时还有配套的小型追踪器实现近场定位;Intel投资的无人机则主要基于RealSense技术和深度摄像头;零度XPLORER 2采取的是机械扫描。


这跟无人驾驶汽车有类似的地方:要给机器精准的视觉能力,短期内应该需要综合的技术,红外雷达、图像识别、深度摄像头等技术。要实现可用的机器视觉,必须在识别能力和识别速度上都做好,Intel采用专门的芯片和摄像头主要是为了提升图像识别的速度,未来这个摄像头应该会被开放给更多无人机厂商,Skye采取了基于RF追踪器的定位技术,应该也是一个主流实现。现在还有零度智控等专门为无人机提供精准定位解决方案的公司出现。看样子,2016年无人机最大的竞争焦点应该是看谁的『视力』更好了。


相关文章
|
网络架构
Internet的主要特点和结构组成
Internet是通信、计算机和计算机网络技术相结合的产物。是目前世界上最大的互联网络,几乎覆盖了整个世界,涵盖各种局域网技术和广域网技术,并具有以下显著特点。
1839 2
|
3月前
|
文字识别 计算机视觉 Python
我用 Python 写了一个自动裁剪答题卡区域的小工具(附代码)
本文分享了一种通过 OpenCV 自动裁剪答题卡中答题区域的方法。核心思路是利用答题区域四周的黑色角块进行定位:先通过自适应阈值增强对比度,再用 `cv2.findContours()` 找轮廓,并计算每个轮廓的“紧凑度”(面积 / 周长)筛选出接近方块的角块。最终根据四个角块的边界矩形裁剪出答题区。代码实现详细,适合初学者参考,同时提供了参数调整建议以适配不同图像条件。
146 10
|
3月前
|
机器学习/深度学习 存储 NoSQL
基于 Flink + Redis 的实时特征工程实战:电商场景动态分桶计数实现
本文介绍了基于 Flink 与 Redis 构建的电商场景下实时特征工程解决方案,重点实现动态分桶计数等复杂特征计算。通过流处理引擎 Flink 实时加工用户行为数据,结合 Redis 高性能存储,满足推荐系统毫秒级特征更新需求。技术架构涵盖状态管理、窗口计算、Redis 数据模型设计及特征服务集成,有效提升模型预测效果与系统吞吐能力。
296 2
|
消息中间件 存储 监控
深入理解Kafka核心设计及原理(六):Controller选举机制,分区副本leader选举机制,再均衡机制
深入理解Kafka核心设计及原理(六):Controller选举机制,分区副本leader选举机制,再均衡机制
236 1
|
搜索推荐 安全 API
Matomo用户行为分析 - 安装篇
Matomo用户行为分析 - 安装篇
276 0
|
算法 Java
【JVM】survivor区的解释
【JVM】survivor区的解释
235 0
|
算法 C++ 开发者
【QML文件结构】理解QML中 多层嵌套控件之间的关系
【QML文件结构】理解QML中 多层嵌套控件之间的关系
980 2
|
设计模式 存储 Java
建议速读 | Java 常量定义的正确姿势!
在 Java 中,关于常量的话题似乎有很多困惑。有些人使用整数或字符串来定义常量,而另一些人则使用枚举。我还遇到了在其自己的接口中定义的常量,使用该常量的类必须实现该接口。这种策略通常称为接口常量设计模式。
728 0
|
机器学习/深度学习 存储 人工智能
图像处理的未来:揭秘扫描全能王的AI驱动创新
近期,合合信息旗下扫描全能王推出全新功能“智能高清滤镜”,从8月15日起正式上线。这一功能不同于传统扫描软件,使用时无需考虑拍摄角度、光源等因素,因为它能智能检测图像问题,自动优化处理,解决模糊、阴暗等难题。这项创新得益于智能扫描引擎AI-Scan,从图像处理、文字识别到版面还原,AI-Scan用智能的方式检测、解决图像问题,实现所拍即所得的效果,为生活和生产中90%的扫描难题提供一键解决方案。这一功能代表了AI技术在图像处理领域的巨大进步,为用户带来更智能、更精准的图像处理体验。
937 0
|
存储 弹性计算 运维
最佳实践丨企业上云后资源容量如何规划和实施
企业上云后,云上的预算直接影响上云的优先级、进度、深度。预算投入的多少,与业务发展和资源需求的容量评估紧密相关。精准的容量评估,可以使企业上云的预算规划更科学,同时也更贴合业务发展阶段的需要。本文分享业务上云后企业该如何进行容量的规划和实施
最佳实践丨企业上云后资源容量如何规划和实施