來源：工控方
近年來，隨著多旋翼消費級無人機市場的飛速成長，其相關技術也正在發生日新月異的變革，以往多用於特種行業甚至軍用產品上的技術（如飛行控制、圖像傳輸、目標辨識和追蹤等）也越來越多地用於消費級無人機，使其越來越接近於自動化，甚至智慧化飛行機器人的概念。
在消費級無人機技術的諸多趨勢中，避障能力是實現自動化，乃至智慧化的關鍵環節，完善的自主避障系統，將能夠在很大程度上，減少因操作失誤造成的無人機損壞，和傷及人身和建築物的事故發生率，而從各消費級無人機廠商的新品，和技術發展方向看，避障技術也將在未來幾年趨於完善，並成為中高端消費級無人機的標配系統。
避障技術，顧名思義就是無人機，自主躲避障礙物的智慧技術。很多玩過無人機的小夥伴們都知道，有避障功能的無人機和沒有避障功能的無人機，可以說體驗是大不相同的！
無人機自動避障系統，能夠及時地避開飛行路徑中的障礙物，極大地減少因為操作失誤，而帶來的各項損失。在減少炸機事故次數的同時，還能給無人機新手極大的幫助！
無人機避障技術的發展階段
根據目前無人機避障技術的發展以及其未來的研究態勢，無人機避障技術可分為三個階段，一是感知障礙物階段；二是繞過障礙物階段；三是場景建模 和路徑搜索階段。
這三個階段，其實是無人機避障技術的作用過程。從無人機發現障礙物，到可以自動繞開障礙物，再達到自我規劃路徑的過程。
第一階段，無人機只能是簡單地感知障礙物。當無人機遇到障礙物時，能快速地識別，並且懸停下來，等待無人機駕駛者的下一步指令！
第二階段，無人機能夠獲取障礙物的深度圖象，並由此精確感知障礙物的具體輪廓，然後自主繞開障礙物！這個階段是擺脫飛手操作，實現無人機自主駕駛的階段！
第三階段，無人機能夠對飛行區域建立地圖模型然後規劃合理線路！這個地圖不能僅僅是機械平面模型，而應該是一個能夠實時更新的三維立體地圖！這將是目前無人機避障技術的最高階段！
感知障礙物
在前避障時代，消費級無人機的使用說明上都會標明必須在開闊場地飛行，而且應當盡量避免周圍有大量人群（當然，這也與當前技術和市場環境使得消費級無人機產品的可靠性較差有很大關係），因為一不小心操作失誤，或者在周圍有高大障礙物時啓動一鍵（低電壓、失控）返航，則有可能眼睜睜看著無人機傻傻地撞向那麼明顯的障礙物，這是何等的回天乏力。
為了降低這種事故的發生率，各廠商也都在卯足勁研發避障技術，而在實現方式上，大家的著眼點也都放在了一個方向 —— 測量無人機到障礙物的距離。
我們可以很容易地想到，只要無人機能夠測量出，與潛在障礙物之間的距離，就可以在撞向障礙物之前停止前進（雖然固定翼無人機表示不同意），於是一場讓人感覺回天乏力的事故，被輕描淡寫地避免了，這種思路簡單粗暴，但還是有一定作用的。而當前運用較多的障礙物檢測方法主要有：
超音波測距：這個方法很多人都熟悉，家用汽車的倒車雷達就是利用超音波檢測障礙物，該方法的優點就是技術成熟，成本很低；但缺點在於作用距離近（常用的中低端超音波感測器作用距離不超過 10m），且對反射面有一定要求。
因此超音波測距感測器常用來測量無人機與地面的距離（固定翼無人機表示自己飛的太高太快，超聲波傳感器用不上）。
紅外線/雷射 TOF：即飛行時間感測器，基本原理就是感測器發射一定頻率的紅外線/雷射信號，然後根據反射信號，與原信號的相位差，計算信號的飛行時間，即可換算出距離障礙物的距離。
該方法技術比較成熟，作用距離較超音波更遠（數米到數百米），而且高等級的 TOF 感測器，可以獲得障礙物的深度圖像（這一項能力在下文會有應用說明），但缺點在於成本高，抗干擾能力較差（雷射 TOF 稍好）。因此該方案在當前市場上，產品或樣機中有一定規模的應用。
雙目視覺：這個方法運用了人眼估計距離的原理，即同一個物體，在兩個鏡頭畫面中的坐標稍有不同，經過轉換即可得到障礙物的距離，雙目視覺方法，也可以獲得障礙物的深度圖像。
這種方法的缺點在於技術難度較高（不過自從有了 OpenCV，媽媽再也不用擔心我不會寫機器視覺程式了），且距離估計的誤差隨距離變大，而指數型增長，只是這一缺點在無人機避障應用中並無大礙。
電子地圖：借助細粒度的數位高程地圖，和城市 3D 建築地圖，既能夠實現避免重要建築物受到無人機撞擊（即禁飛區功能），也能夠實現很多情況下的無人機避障。
而事實上，戰斧巡航導彈的遠端飛行，也在很大程度上，依賴於數位高程地圖。
障礙物測量的原理搞懂了，就可以開始討論無人機避障了。最簡單的策略，莫過於遇到障礙物時停止前進，然後與障礙物保持一定的距離。這種遇到障礙物後就默默懸停等待，彷彿手足無措不知所往的初級策略，就是這麼簡單的開始，無人機就進入了避障時代。
繞過障礙物
很顯然，我們不會滿足於讓無人機遇到障礙物後，傻傻等待（固定翼表示自己一秒鐘也無法等待），這就需要設計讓無人機安全高效地繞過障礙物，繼續完成預定飛行的策略。
表面上看，連薩摩耶這種囧傻呆萌的狗狗，都知道前面有座大樓時，該怎麼繞過去（請自行想像為什麼說到狗狗時，要強調前方是大樓，而不是一棵樹），讓無人機繞過障礙物的策略，應該很簡單了，但這其中的門道可多了去了。
首先，狗狗很清楚前方大樓的輪廓，因此只需要往邊緣走，就可以繞過去，但是無人機想獲得障礙物輪廓就很難了，如果避障傳感器是普通超音波，無人機就只能知道前方有障礙，但是卻無從知道障礙物的邊緣，這就是前面為什麼要強調「能夠獲得障礙物深度圖像」了，對於能獲得深度圖像的 TOF 測距，和雙目視覺測距方式，只要障礙物沒有充滿視場，就總能夠找到障礙物的邊緣。
舉例說明，下圖所示的是無人機的到的深度圖像示意圖，灰度越深，表明距離越近，遇到這種情況，很顯然的策略就是往左上方飛，即朝向灰度最淺的區域飛行，此時問題彷彿已經得到解決。
但是別高興太早，這種策略可以滿足大多數應用場景，但是問題還遠沒有解決，看下面的左圖，一架無人機剛繞從一座高大建築旁繞過去，然後得到了如左圖的障礙物深度圖像，如果按照前面的策略，肯定是要往顏色最前的地方飛行，好那我要是告訴你其實右圖是無人機，和兩座懸崖幾何關係的俯視圖，請你告訴我無人機會怎麼飛，如果按照前述的策略，這又必將是一場刻骨銘心的事故。
也許有人對 windows98 時代的迷宮屏保還有印象，屏保中，使用一直沿著左側牆壁，和一直沿著右側牆壁，都會最終走出迷宮，這是因為普通迷宮的拓撲結構，就是兩條平行線中間有一個通道，按照這種思路，無人機遇到下圖這種簡單策略，躲不過去的障礙時，完全可以採取類似的方式，就一直向左或者向右尋找出路。
即如果上面右圖的局部場景的完整形態，如果如下圖所示的話，沿著圖中的兩條曲線為路徑，都可以繞過去，如果場景比下圖更複雜，繞過去的路可就需要苦苦追尋了。
雖然關於機器人在未知場景中，避障的方法研究非常多，但是由於終究是未知場景，其中必然有複雜的搜索過程。
場景建模和路徑搜索
再回到狗狗繞過大樓的例子，看下圖，如果狗狗左側右側的路都走過，而且右側其實沒有那棵樹的話，很顯然的它下一次繞過這座樓的時候，基本上會選擇左側的路（但是當右側有顆邪惡的樹之後，結論彷彿有所改變），這是因為它大腦裡，已經有了一幅地圖，即有了這個場景的模型。
無人機也是如此，無論是基於電子地圖，還是其他來源，還是 SLAM（即時定位與地圖構建）獲得了場景模型，就可以在機載電腦裡，用算法去搜索優化的避障路徑。
當前關於這種已知場景路徑規劃的研究很多，算法也是層出不窮（算法太多太複雜，本文暫不展開討論），也是無人機避障發展的必然趨勢。
與傳統的機器人避障技術研究相比，當前無人機的避障，還處於很初級的階段，但由於消費級無人機市場的火爆，大家也都在爭先恐後地開展此類研究，可以預見，未來的避障時代中，將會有各自各樣，現在難以想到的方法，用於無人機避障，有了這些技術的輔助，無人機的操作，也將越來越安全，越來越簡單。
無人機避障技術種類
紅外線避障
紅外線的應用我們並不陌生：從電視、空調的遙控器，到飯店的自動門，都是利用的紅外線的感應原理。而具體到無人機避障上的應用，紅外線避障的常見實現方式就是「三角測量原理」。
紅外感應器包含紅外發射器與 CCD 檢測器，紅外線發射器會發射紅外線，紅外線在物體上會發生反射，反射的光線被 CCD 檢測器接收之後，由於物體的距離 D 不同，反射角度也會不同，不同的反射角度，會產生不同的偏移值L，知道了這些數據再經過計算，就能得出物體的距離了，如下圖所示。
超音波避障
超音波其實就是音波的一種，因為頻率高於 20kHz，所以人耳聽不見，並且指向性更強。
超音波測距的原理，比紅外線更加簡單，因為音波遇到障礙物會反射，而音波的速度已知，所以只需要知道發射到接收的時間差，就能輕鬆計算出測量距離，再結合發射器和接收器的距離，就能算出障礙物的實際距離，如下圖所示。
超音波測距相比紅外測距，價格更加便宜，相應的感應速度和精度也遜色一些。同樣，由於需要主動發射聲波，所以對於太遠的障礙物，精度也會隨著音波的衰減而降低，此外，對於海綿等吸收音波的物體，或者在大風干擾的情況下，超音波將無法工作。
雷射避障
雷射避障與紅外線類似，也是發射雷射然後接收。不過雷射感測器的測量方式很多樣，有類似紅外線的三角測量，也有類似於超音波的時間差+速度。
但無論是哪種方式，雷射避障的精度、回饋速度、抗干擾能力和有效範圍，都要明顯優於紅外線和超音波。
但這裡注意，不管是超音波還是紅外線、亦或是這裡的雷射測距，都只是一維感測器，只能給出一個距離值，並不能完成對現實三維世界的感知。
當然，由於雷射的波束極窄，可以同時使用多束雷射組成陣列雷達，近年來此技術逐漸成熟，多用於自動駕駛車輛上，但由於其體積龐大，價格昂貴，故不太適用於無人機。
視覺避障
解決機器人如何「看」的問題，也就是大家常聽到的電腦視覺（Computer Vision）。其基礎在於如何能夠從二維的圖像中，獲取三維資訊，從而瞭解我們身處的這個三維世界。
視覺辨識系統通常來說，可以包括一個或兩個攝影機。單一的照片只具有二維資訊，猶如 2D 電影，並無直接的空間感，只有靠我們自己依靠「物體遮擋、近大遠小」等生活經驗腦補。
故單一的攝影機獲取到的資訊及其有限，並不能直接得到我們想要的效果（當然能夠通過一些其他手段，輔助獲取，但是此項還不成熟，並沒有大規模驗證）。類比到機器視覺中，單個攝影機的圖片資訊，無法獲取到場景中，每個物體與鏡頭的距離關係，即缺少第三個維度。
如下圖所示，單一的圖片具有很強的迷惑性和不確定性
雙目立體視覺猶如 3D 電影（左右眼看到的場景略有差異），能夠直接給人帶來，強烈的空間臨場感。類比機器視覺，從單個攝影機，升級到兩個攝影機，即立體視覺（Stereo Vision）能夠直接提供第三個維度的資訊，即景深（depth），能夠更為簡單的獲取到三維資訊。
雙目視覺最常見的例子，就是我們的雙眼：我們之所以能夠準確的拿起面前的杯子、判斷汽車的遠近，都是因為雙眼的雙目立體視覺，而 3D 電影、VR眼鏡的發明，也都是雙目視覺的應用。
雙目視覺的基本原理，是利用兩個平行的攝影機進行拍攝，然後根據兩幅圖像之間的差異（視差），利用一系列複雜的算法，計算出特定點的距離，當數據足夠時還能生成深度圖。
其實，各個避障技術在無人機上都有用武之地，只是應用場景有所不同，特別對於前視避障而言，有些技術就不適用了。
紅外線和超音波技術，因為都需要主動發射光線、聲波，所以對於反射的物體有要求，比如：紅外線會被黑色物體吸收，會穿透透明物體，還會被其他紅外線干擾；而超音波會被海綿等物體吸收，也容易被槳葉氣流干擾。
而且，主動式測距還會產生兩台機器相互干擾的問題。相比之下，雖然雙目視覺也對光線有要求，但是對於反射物的要求要低很多，兩台機器同時使用也不會互相干擾，普適性更強。
最重要的是，常見的紅外線和超音波目前都是單點測距，只能獲得特定方向上的距離數據，而雙目視覺可以在小體積、低功耗的前提下，獲得眼前場景的比較高分辨率的深度圖，這就讓避障功能有了更多的發展空間，比如避障之後的智慧飛行、路徑規劃等。
雷射技術雖然也能實現類似雙目視覺的功能，但是受限於技術發展，目前的雷射元件普遍價格貴、體積大、功耗高，應用在消費級無人機上，既不經濟也不實用。
無人機避障實現的難點
避障功能從構思到實現，走的每一步幾乎都便隨著無數的難題。僅僅是寫出有效的視覺辨識，或者地圖重構的算法還只是第一步，能讓它在無人機這樣一個計算能力和功耗，都有限制的平台上流暢穩定的跑起來，才是真正困難的地方。
此外，如何處理功能的邊界也是一個問題，比如雙目視覺，在視線良好的情況下可以工作，那麼當有灰塵遮擋的情況下呢？這就需要不斷的實驗和試錯，並且持續的優化算法，保證各項功能在各類場景下，都能正常工作，不會給出錯誤的指令。
避障功能作為近年來無人機產品的大趨勢，帶來的最直接的好處就是，以往一些人為疏忽造成的撞擊，現在都能經由避障功能去避免，既保障了無人機飛行安全的同時，也避免了對周圍人員財產的損害，讓飛無人機的門檻進一步得到了降低。
而長遠來看，無人機想要普及到農業、建築、運輸、媒體等領域，「智慧化」肯定是必經之路。
畢竟只有在飛行功能上做到智慧控制，才有餘量去滿足不同行業的需求。如今由「避障功能」而衍生出的一系列「智慧飛行」功能，無疑就是「無人機智慧化」的階段性體現之一。
沒有留言:
張貼留言