无人机是如何在夜间避障的？
发布网友
发布时间：2022-04-20 02:46
共2个回答
热心网友
时间：2023-07-01 20:03
无人机如果不能避障，跟会飞的咸鱼有什么分别。——萨特·福莱费施
无人机的市场正在飞速上涨，它拥有良好的发展前景，现在无人机不仅应用在军事领域，消费级无人机也越来越多的被应用。
目前的无人机正在无限的接近自动化和智能化，随着技术的研究和进步，未来无人机很可能会成为飞行机器人。而避障系统则是实现自动化和智能化的关键因素之一，避障的应用能够有效减少无人机的损坏和事故的发生。
在聊无人机夜间避障技术之前，先来看看无人机的避障工作原理。
第一阶段，感知障碍物。
一般的无人机都必须在空旷、开阔的场地飞行，这是为了避免因操作失误或者其它状况下无人机撞到障碍物甚至是人。目前的避障方法主要是测量无人机到障碍物的距离，测量方法有很多种，超声波测距离、红外/激光信号测距离、双目视觉法、电子地图等。超声波测距离，目前超声波检测技术已经十分成熟并且被广泛的应用，但是通常用的超声波传感器作用距离在10米以内，作用距离很近，所以这种方法一般用来测量无人机到地面的距离；发射一定频率的红外/激光信号也是一种办法，能够算出和障碍物的距离，这种方法作业距离数百米，但成本较高，且易受外界因素影响。这种方法目前在无人机上有一定的应用；双目视觉法，同一个物体在人的两眼中位置稍有不同，而这个方法就是利用这一点获取被测物体的两幅图像，计算到障碍物的距离。
障碍物是感知到了，但是之后呢？让无人机原地待命吗？这肯定不可以，所以第二阶段就来了，绕过障碍物。
想要绕过障碍物那就必须要知道障碍物的大致轮廓和边缘的位置， 也就是三维的画面。这时后两种方法就起了作用，激光信号和双目视觉法都能获得“障碍物的深度图像”，就可以找到障碍物的边缘，完美的避开障碍。但是这种图像有局限性，只有障碍物没有充满视野时才能起明显的作用，因此有了第三阶段。
第三阶段，场景建模和路径搜索。
这一阶段主要是基于电子地图或者其他及时定位地图构建的手段，获得场景模型，利用无人机中的算法来规划出最优的避障路径。这种技术还需要不断的研究、提高、完善，避障技术已成为无人机发展的趋势。
无人机避障技术已经有很多，但是在夜间就会遇到“瓶颈”，照明度太低，无人机在夜间基本是“瞎”的，无法看到障碍物。而这次的夜间避障技术则是利用了双目避障原理和红外照射技术，使无人机能够看到人眼看不到的红外线，它会主动发射近红外线，通过反馈信号进行计算处理(双目避障原理)，以此来感知周围环境和障碍物。这种方法非常好用，红外的探测面积大，能够识别距离无人机最近物体的距离，所以用来夜间避障十分合适。
还有一种夜间避障方法是TOF避障系统。它通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行时间来得到障碍物的距离。但是这种方法极不稳定，因为光波容易收到干扰，测量距离比较短。而且这种方法需要专门的芯片价格昂贵，所以没有被广泛的应用。
夜间避障已经在逐步被攻克、解决，相信在不久的未来无人机的夜间避障系统会被逐步完善，做到完全规避障碍物。
参考文献：[1]木子.无人机避障技术发展三重阶段.宇辰网
热心网友
时间：2023-07-01 20:03
分类：
主要分为雷达系统、超声波声呐技术、TOF（飞行时间技术）、视觉图像复合型技术。
下面就四种不同的避障技术做一番介绍：
雷达系统：
说起雷达系统，大家最先想到的肯定是军用大飞机。的确，由于雷达系统的高昂价格和笨重的体积，尚无民用级无人机使用此技术。
一般的大型固定翼无人机采用的就是类似于民用客机上的ADS-B广播式自动相关监视系统搭配雷达工作。读起来很是拗口，所谓ADS-B简单说就是使飞机能够利用卫星导航确定自身的位置并对外自动发送包括高度、速度、方向、呼叫代码和飞机类型在内的信息。ADS-B的优势还在于它能够帮助飞机连续下降，从而降低燃料消耗和噪音、机组人员可在飞机显示屏上实时观测到自身与其它飞机的距离，而且能够在连续下降过程中脱离交通管制的协助，这也将有助于减少定向问题。种种功能，让操控者或飞行计算机及时掌握飞机的位置并做出相应的动作反应，因此具备了避障能力。
超声波声呐技术：
超声波声呐技术成本低，操作方便，目前很多无人机额的避障技术都来源于它。它的原理相信大家在初中就已经接触过：蝙蝠通过其口腔中的特殊构造来发出超声波，当超声波遇到障碍或者猎物时就会被发射回蝙蝠的听觉接受系统。依靠这种测距的方法辨别障碍，规划路线。
然而超声波技术也有自己的弊端，比如：①在部分场景也会受到声波的影响。②超声波避障依赖于物体表面的发射能力。当遭遇反射能力不足的物体时，避障系统的安全性就会极大降低。超声波的有效距离是5米，这也是为什么零度Explorer2无人机距离只有6米的原因。
TOF（飞行时间技术）：
TOF类似于超声波技术，不过在这里，超声波换成了光，因此可以称之为光相位检测。在去年7月创新者峰会上，首度演示无人机自动避障功能，采用的就是无人机TOF避障系统。
无人机悬空时，TOF系统会保持每秒钟旋转2-5圈的状态。通过这一秒时间，无人机系统就可以快速扫描周围360°的有效半径，及时发现障碍，然后对飞控系统发出调整位置的指令，避免对周围的人或财物造成伤害；当飞行的过程中，TOF系统则会停止旋转，只会向前方发射出光线。而飞行方向一旦确定，在室外的有效距离就可以增加到8-10米。
同超声波技术相似，TOF也有不足。例如在光污染越来越剧烈的今天，不但高楼之间的玻璃光无人会干扰系统，就是遭遇太阳光的主要能量波段，也会使TOF暴漏不足，正常的10米左右的测量距离也会减少至5米。
视觉图像复合型技术：
视觉图像复合型技术随着移动芯片的运算能力的飞跃而越来越成为无人机避障首选。通过高清摄像机拍摄帧速足够高、清晰、分辨率高的图像，借助一颗足够小而性能强大的处理器，分析每一帧图像中是否存在障碍物。
俊鹰无人机推出的智能避障系统前后左右下五个方向都有专门进行障碍识别的摄像头，设别机制也有超声波和图像视觉两种。
麻省理工学院计算机科学和人工智能实验室也通过此技术探索避障技术，不过他们是通过2块手机芯片进行实时图像处理后，寻找出可以飞行的自由空间，而不是识别障碍物后再进行躲避。可以说是非常主动的一种方法。但是，这款无人机只能处理几秒钟内的视频数据，而不是会生成一个完整的区域地图，毕竟现有手机芯片的处理能力还很有限。
视觉图像复合型技术给人的激励不言而喻，但他也面临着挑战，如弱光或者黑夜条件下，通过图像识别障碍物的能力就会大幅度下降。呃，原谅人类的眼光就是这么苛刻，毕竟这是目前最接近人类理想状态下无人机避障的技术。
四种不同的解决方案，都面临着不同的挑战，也有各自突出的优势。但人类进步的步伐岂止会停留于此？
RealSense技术：
微软和英特尔联合开发的RealSense3D摄像头，利用自身的红外发射器向目标物“主动打光”，通过捕捉和定位光的扭曲变化自动计算并构建出覆盖区域内的三维模型，并借助自身的处理器完成基础数据的整合、借助搭载设备的处理器进行更复杂的操作，从而自动调整自身以避开障碍物。
这架6轴飞行器就是Intel联合Yunnec研发的搭载RealSense技术的样品机，可以看到其在普通的无人机顶上添加了一个六角形的探测单元，仔细看可以发现是由6套RealSense组成，形成了一个360度的探测角度。
RealSense本质上也是类似于Kinect的红外结构光投影的方案。所不同的是，RealSense所投影的是一系列动态变化的图案，而非Kinect那样的固定图案。因此，也造成了虽然RealSense的分辨率高，也更稳定，但帧频却不如Kinect的情况，实际效果也没有体现出所期待的优势。
PS：
Kinect是一个XBOX360外接的3D体感摄像机，利用即时动态捕捉、影像辨识、麦克风输入、语音辨识、社群互动等功能让玩家摆脱传统游戏手柄的束缚，通过自己的肢体控制游戏，并且实现与互联网玩家互动，分享图片、影音信息。
在救援活动里难道只有避障？就没有其他办法了吗？比如……像推土机一样前进！
Gimball就是这么一款自行开路的无人机，它的外层是一个超轻且坚实的碳纤维笼，这种设计还同时保护周围的被救援人员，以免被其双螺旋桨伤到。
通过对目前主要无人机避障技术的了解，我们认为，避障技术目前还有很长的路要走，不仅仅是技术上的沉淀，也需要资金方面持续的跟进。多技术结合的避障技术必将随着处理器的飞跃和硬件制造的成长发挥出最大的效用，为我们的生活所用。
