如何利用深度學習賦予無人機導(dǎo)航功能

瑞士蘇黎世大學（University of Zurich，UZH）研發(fā)出了一種DroNet算法，使無人機能夠沿著城市街道或在建筑物內(nèi)飛行，該算法還需要通過騎行者及汽車駕駛員學習駕駛用例及相關(guān)的交通法規(guī)。

由瑞士蘇黎世大學研究人員開發(fā)的DroNet算法使無人機能夠在城市街道上和室內(nèi)環(huán)境中完全自主飛行。另外，該算法必須學習交通規(guī)則，通過騎行者及汽車駕駛員學習駕駛用例。

今天所有的商用無人機都使用GPS，它在建筑屋頂和高海拔地區(qū)表現(xiàn)很好。但是，當無人機必須在高樓之間或密集、無組織的城市街道上，有汽車、騎自行車的人或行人突然橫穿馬路的狀況下自主航行的時候，會發(fā)生什么呢？到目前為止，商用無人機還不能對這些不可預(yù)見的狀況做出快速反應(yīng)。

（1）集成自主導(dǎo)航無人機

蘇黎世大學及瑞士國家機器人能力研究中心（National Centre of Competence Research in Robotics）的研究人員開發(fā)了DroNet算法，該算法可以安全地在城市街道上駕駛無人機。它被設(shè)計為一個快速的8層剩余網(wǎng)絡(luò)，為每一個輸入圖像生成兩張輸出圖：一個轉(zhuǎn)向角度，讓無人機在避開障礙物的同時保持導(dǎo)航；另一個是碰撞概率，讓無人機能夠識別危險情況并對其做出及時反應(yīng)。蘇黎世大學機器人與感知教授戴維·斯卡拉穆扎（DavideScaramuzza）說，“DroNet可以識別靜態(tài)和動態(tài)的障礙物，并且可以減速以避免撞上它們。通過這個算法，我們在自主導(dǎo)航無人機融入人類日常生活方面向前邁出了一步”。

（2）強大的人工智能算法

瑞士研究人員研發(fā)的無人機不再依賴復(fù)雜的傳感器，而是使用普通攝像頭，就像智能手機攝像頭一樣，使用一種非常強大的人工智能算法來評估它觀察到的場景，并做出相應(yīng)的反應(yīng)。該算法由所謂的深度神經(jīng)網(wǎng)絡(luò)組成。斯卡拉穆扎教授說，“這是一種計算機算法，它利用一組“訓練用例”學習解決復(fù)雜的任務(wù)，這些例子向我們展示了無人機如何工作，以及如何應(yīng)對一些困難情況，就像孩子從父母或老師那里學習一樣”。

（3）汽車和自行車是無人機的老師

深度學習中最大的挑戰(zhàn)之一是收集數(shù)千個這類“訓練用例”。為了獲得足夠的數(shù)據(jù)來訓練他們的算法，斯卡拉穆扎教授和他的團隊從城市環(huán)境中駕駛的汽車和自行車中收集數(shù)據(jù)。通過模擬訓練，無人機學會遵守安全規(guī)則，比如“如何沿著馬路行駛而不進入對面車道”，以及“當行人、建筑施工或其他車輛等障礙物堵塞時如何停止。”更有趣的是，研究人員表明，他們的無人機不僅學會了在城市街道上航行，而且還學會了在完全不同的、且從未學習過的環(huán)境中航行。的確，無人機學會了在室內(nèi)環(huán)境中自主飛行，比如停車場和辦公室走廊。

（4）朝完全自主的無人機方向發(fā)展

這項研究為在混亂的城市街道進行監(jiān)視或包裹運送以及在受災(zāi)的城市地區(qū)進行救援行動開辟了可能性。盡管如此，研究團隊也提出了警告，對于這款輕量級、低成本的無人機不能抱有過高的期望。一位博士生說：“在最雄心勃勃的應(yīng)用成為現(xiàn)實之前，還必須克服許多技術(shù)問題。”