论文部分内容阅读
最近，来自瑞士苏黎世大学的研究人员设计出一种新方法，可以让无人机在主动躲闪移动障碍物的情况下快速导航。该研究让无人机向着拥有更优异的性能，比如在恶劣环境下更快速地飞行，在更短时间内完成更多任务等迈出很大一步。
当下市面上的无人机已经可以承担很多工作，但是躲避障碍物并不是它们的强项——尤其是在无人机快速移动时。尽管许多飞行机器人都配备了可以检测障碍物的摄像头，但通常它们都需要20毫秒—40毫秒的时间来处理图像并做出反应。这个时间看似很快，但当无人机自身以较高的速度飞行时，20毫秒—40毫秒的反应时间对于避开飞鸟或者另一架无人机，甚至是静态障碍物来说，都是不够的。尤其是当无人机在一个不可预测的环境中使用时，或者有多架无人机在同一片区域飞行时，这会是个棘手的问题。
成功躲避球的无人机
苏黎世大学的研究人员将一种类似运动传感器的“事件摄像头”整合在一起，并设计了新的算法，从而将无人机的反应时间缩短到了几毫秒。这个近乎一个数量级的提升，足以让无人机在空中躲开短距离内向其砸来的球或其他物品。该研究发表在了最新一期的《科学，机器人》杂志上，由苏黎世大学机器人技术和感知方向的教授Davide Scaramuzza领导。
传统的摄像头，例如智能手机上的那种，都是通过定期拍摄整个场景的快照来工作，它会同时曝光图像的所有像素。但是，通过这种方式，只能在机载计算机分析完所有像素之后才能检测到运动物体。
Davide研究团队的“事件摄像头”则不同，其具有彼此独立工作的智能像素。它在未检测到外界的变化像素时会保持沉默，而一旦看到了光强度变化的像素就会立即发送信息。这样一来，机载计算机只需处理图像中的一小部分变化像素，因此大大加快了计算速度，从而缩短了反应时间。
Davide具体解释道：“事件在时空域中生成一个体。我们的算法只考虑在过去10毫秒内出现的事件。我们补偿摄像头看到的运动，并分析所有事件的统计数据。对于每个像素，我们计算归一化的平均时间戳，它的范围介于—l和l之间，动态对象的得分非常接近于l。这使我们可以将事件的阈值分别以静态对象和动态对象区分开。”
当下市面上的无人机已经可以承担很多工作，但是躲避障碍物并不是它们的强项——尤其是在无人机快速移动时。尽管许多飞行机器人都配备了可以检测障碍物的摄像头，但通常它们都需要20毫秒—40毫秒的时间来处理图像并做出反应。这个时间看似很快，但当无人机自身以较高的速度飞行时，20毫秒—40毫秒的反应时间对于避开飞鸟或者另一架无人机，甚至是静态障碍物来说，都是不够的。尤其是当无人机在一个不可预测的环境中使用时，或者有多架无人机在同一片区域飞行时，这会是个棘手的问题。
苏黎世大学的研究人员将一种类似运动传感器的“事件摄像头”整合在一起，并设计了新的算法，从而将无人机的反应时间缩短到了几毫秒。这个近乎一个数量级的提升，足以让无人机在空中躲开短距离内向其砸来的球或其他物品。该研究发表在了最新一期的《科学，机器人》杂志上，由苏黎世大学机器人技术和感知方向的教授Davide Scaramuzza领导。
新型摄像头与算法结合，3.5毫秒快速反应
传统的摄像头，例如智能手机上的那种，都是通过定期拍摄整个场景的快照来工作，它会同时曝光图像的所有像素。但是，通过这种方式，只能在机载计算机分析完所有像素之后才能检测到运动物体。
Davide研究团队的“事件摄像头”则不同，其具有彼此独立工作的智能像素。它在未检测到外界的变化像素时会保持沉默，而一旦看到了光强度变化的像素就会立即发送信息。这样一来，机载计算机只需处理图像中的一小部分变化像素，因此大大加快了计算速度，从而缩短了反应时间。
Davide具体解释道：“事件在时空域中生成一个体。我们的算法只考虑在过去10毫秒内出现的事件。我们补偿摄像头看到的运动，并分析所有事件的统计数据。对于每个像素，我们计算归一化的平均时间戳，它的范围介于—l和l之间，动态对象的得分非常接近于l。这使我们可以将事件的阈值分别以静态对象和动态对象区分开。”