能够实现自动躲避的无人机并不新颖，例如大疆的无人机一直拥有这样的功能。但是有没有可以躲避快速移动障碍物的无人机呢？马里兰大学和苏黎世联邦理工学院的科学家们近日在Arxiv.org上发表了一篇文章，“EVDodge: Embodied AI For High-SpeedDodging On A Quadrotor Using Event Cameras” （EVDodge:在四旋翼飞行器上通过嵌入式人工智能使用事件摄像机实现高速闪避）。
他们将微型飞行器的导航堆栈重构之后，提出了一种通用导航问题的人工智能算法，即“Embodied AI”，使得几乎任何四旋翼飞行器都能在只有摄像机和机载计算机的情况下避开移动障碍。研究人员计划在论文发表后发布附带的代码和培训数据集。
该论文的合著者写道：“我们针对一般导航问题开发了一种基于人工智能的公式，据我们所知，这是第一个基于深度学习的解决方案，可用于四旋翼飞行器上的事件摄像机来解决动态避障问题。”
那么它是怎样工作的？该团队的设置包括一个具有良好延迟和高动态范围的图像传感器，以及一个低分辨率的下视摄像头，以及声纳和惯性测量单元。利用收集到的数据，建立一个“浅层”AI网络模型去执行“适度”任务，比如图像序列的去模糊和去噪，以及分割障碍物来计算它们的运动。在五个连续帧中检测障碍物以估计其轨迹或速度，完成后，模型根据其几何结构对其进行以下分类（1）已知半径的球体（2）已知尺寸的未知形状的物体（3）未知物体，从而指导无人机做出相应反应。
研究人员用四种不同的物体进行了测试，包括一个球形球、一辆玩具车、一个飞机模型和一架小型无人机，分别从5米左右距离扔向四旋翼的飞行器，在200多次试验过程中，研究人员取得了70％至86％的成功率，其中玩具汽车和模型飞机的成功率最高。此外，他们还展示出导航堆栈可以适应追踪任务，来证明这种人工算法的普遍通用性。
研究人员总结道：“我们的理念是开发一种方法，只用单个摄像头的事件相机和机载传感器来躲避动态障碍物。”就目前而言，研究人员表示，他们能够在许多不同形状和大小的障碍物的实操实验中成功地评估和演示所提出的方法。
参考：https://venturebeat.com/2019/06/11/djis-robomaster-s1-is-a-four-wheeled-robot-that-teaches-kids-how-to-code/
学术头条已建立微信交流群，想进群的同学请加学术君微信：AMiner308，记得备注：名字+单位/学校噢！
[关于转载]：本文为“学术头条”原创文章。转载仅限全文转载并保留文章标题及内容，不得删改、添加内容绕开原创保护，且文章开头必须注明：转自“SciTouTiao”微信公众号。谢谢您的合作。
分享干货
AMiner迄今为止已发布18期AI系列研究报告，您可在后台回复对应数字获取报告。
推荐阅读：
Facebook AI Research的XLM模型：将BERT扩展成跨语言模型
清华大学人工智能研究院成立智能机器人研究中心，孙富春教授任中心主任
ICLR 2019论文主题|RL最受欢迎，RNN下降幅度最大，GAN仍在继续发展
谷歌推出新开源库，计算速度提高100倍；Facebook开源深度学习框架Pythia
微信公众号菜单栏为大家设置了“论文推荐”和“优质分享”专栏，“北京讲座”移至“优质分享”专栏内，欢迎大家关注。
学术头条
发掘科技创新的原动力
您的转发就是我们最大的动力
点击阅读原文访问AMiner官网